ZS 35 (2010) 3:3858 DOI: 10.

1007/s11614-010-0062-z HAUPTBEITRGE
Stefan Angel Raumspezifische Armutsgefhrdung im Alter

Raumspezifische Armutsgefhrdung im Alter

Stefan Angel

Zusammenfassung: Die Forschungsfrage dieses Beitrages lautet, ob raumbezogene Variablen einen signifikanten Einfluss auf die Wahrscheinlichkeit der Einkommensarmutsgefhrdung lterer Personen in sterreich ausben und wie ein solcher Effekt erklrt werden kann. Hierfr werden die Spezifika lndlicher Altersarmut sowie der theoretische Zusammenhang zwischen rumlicher und sozialer Ungleichheit diskutiert. Auf Basis der Einkommenserhebung EU-SILC wird geprft, ob die These eines eigenstndigen Einflusses rumlicher Strukturen auf die Einkommensarmutsgefhrdung haltbar ist. Die empirische Analyse ergibt, dass das Armutsrisiko sowohl der lteren Bevlkerung als auch der PensionistInnen mit abnehmender Besiedelungsdichte steigt. Der Effekt der EinwohnerInnenzahl in der Wohngemeinde ist hingegen nicht signifikant. Fr die jngere bzw. noch erwerbsttige Bevlkerung ist dieser Zusammenhang umgekehrt. Ihr Armutsrisiko erhht sich signifikant sowohl mit steigender EinwohnerInnenzahl als auch mit steigender Bevlkerungsdichte. Schlsselwrter: Lndliche Armut ltere Personen sterreich

The Spatial Dimension of Poverty of Older People in Austria

Abstract: The aim of this article is to investigate income poverty risks of older people in Austria considering spatial aspects. By comparing rural and urban regions it should be tested whether spatial variables exert a significant effect on the income poverty risk of older people and how such an effect can be explained. Thus, specific aspects of rural poverty among older people are discussed. The empirical analysis is based on EU-SILC 2004. A binary-logistic regression model is applied in order to test the effect of local population density and local population size on the poverty risk of older people. Results show that the poverty risk of both older people and retirees increases significantly if population density decreases. The effect of local community size, however, was insignificant. For the younger population (< 60), on the contrary, poverty risk increases significantly with both decreasing population density and local community size. Keywords: Spatial Poverty Older People Austria

MMag. Stefan Angel (*) Wirtschaftsuniversitt Wien Institut fr Sozialpolitik Nordbergstrae 15 1090 Wien, STERREICH E-Mail: stefan.angel@wu.ac.at

Raumspezifische Armutsgefhrdung im Alter

39

1 Einleitung und Fragestellung In sterreich waren im Jahr 2007 12% der Bevlkerung einkommensarmutsgefhrdet (vgl. Statistik Austria, 2009). Diese Aggregatzahl verdeckt jedoch verschiedene Disparitten zwischen Gruppen mit hohem und niedrigem Armutsrisiko. Im Vergleich zum Thema der Armut von Kindern und zum intergenerationalen Transfer von Armut und Einkommen (vgl. Statistik Austria 2007) wurden fr die Gruppe der lteren Menschen in sterreich bis dato kaum detaillierte Sonderauswertungen durchgefhrt. Maddox (vgl. Maddox 1987 nach: Tesch-Rmer et al. 2002) weist aber u. a. darauf hin, dass Verhaltensweisen und die Befindlichkeit im Alter weit strker durch den soziokonomischen Status determiniert werden als durch das chronologische Alter. In sterreich wird der Anteil der ber 60-Jhrigen je nach Prognoseannahme bis 2030 auf 35% bis 38% steigen (vgl. Kytir & Mnz 2000). Ein weiteres zentrales Merkmal der demografischen Alterung ist die Zunahme der Hochaltrigkeit. Im Jahr 2050 werden in sterreich 500.000 Personen ber 84 leben, was einer Verdreifachung der gegenwrtigen Zahl entspricht (vgl. Kytir & Mnz 2000). Selektive Zu- und Abwanderungsprozesse haben in gering besiedelten Regionen des lndlichen Raumes einen berdurchschnittlichen hohen Anteil lterer Menschen bewirkt (vgl. Pichler 2000). Whrend sich in den strukturschwachen Regionen Ost- und Sdsterreichs die Zahl lterer Menschen bedingt durch massive Abwanderungsverluste bei der jngeren Bevlkerung stark erhht, wird es aufgrund einer hheren Fertilitt und starker Zuwanderung in den suburbanen Gebieten zu einer sterreichweit unterdurchschnittlichen Steigerung des Anteils lterer Personen kommen (vgl. Kytir & Mnz 2000). In Summe fhrt die demografische Alterung dazu, dass es zuknftig mehr Personen geben wird, die ihr Einkommen aus der Pension bzw. aus angespartem Vermgen beziehen. Dies wird aber nicht allen in gleichem Umfang mglich sein und ist von der individuellen Erwerbsarbeits-, Einkommens- und Ausgabenbiografie abhngig. Speziell im lndlichen Raum ist aufgrund der traditionellen Berufs- und Erwerbsstruktur von einer geringen materiellen Absicherung und niedrigen Einkommen auszugehen. Ist die Armutsgefhrdung lterer Personen hoch, wird zudem eine Eigenfinanzierung ihrer zuknftigen Pflegebedrfnisse schwierig. In lndlichen Regionen spielt dies aufgrund der im Vergleich zur Stadt weniger stark ausgebauten und weniger leicht erreichbaren Pflegeinstitutionen eine bedeutsame Rolle. Darber hinaus sinkt aufgrund des agrar- und sozialstrukturellen Wandels in den lndlichen Regionen der Anteil der traditionell dominierenden Mehrgenerationenhaushalte, was ein Defizitpotential fr die informelle Pflege durch Familienangehrige entstehen lsst (vgl. Pichler 2000). Auf Basis gegenwrtiger Erhebungen zeigt sich fr die Gesamtbevlkerung, dass rumliche Unterschiede bei den Einkommensarmutsgefhrdungsquoten zumeist auf die unterschiedliche Zusammensetzung der Populationen zwischen Regionen zurckzufhren sind. So sind z. B. Gruppen mit berdurchschnittlichem Einkommensarmutsrisiko (MigrantInnen und Eingebrgerte, Frauen in 1-Personen-Haushalten ohne Pension, Langzeitarbeitslosenhaushalte) hufiger im stdtischen Bereich konzentriert. Familien mit Kindern, mit Ausnahme von Alleinerziehenden, leben vermehrt in Landgemeinden mit bis zu 10.000 EinwohnerInnen (vgl. Statistik Austria 2007). Regionale Unterschiede finden sich allerdings in der Wirkungsstrke dieser soziodemografischen und sozioko-

40

Stefan Angel

nomischen Faktoren aufgrund anderer soziokultureller und rumlicher Rahmenbedingungen (vgl. Wiesinger 2001). Obwohl das Einkommensarmutsgefhrdungsrisiko fr viele soziodemografische und soziokonomische Gruppen in Ballungsgebieten hher ist, zeigt sich bei einer vorlufigen deskriptiven Betrachtung (vgl. Tabelle 1) im Alter eine umgekehrte Diskrepanz zwischen stark besiedelten und gering besiedelten Regionen.
Tabelle 1: Einkommensarmutsgefhrdung ausgewhlter soziodemografischer Gruppen in sterreich Spalten-% Personen 65+ Personen < 65 Pensionistinnen Ohne sterr. Staatsbrgerschaft Arbeitslos in Mehrpers.-HH. u. mind. 3 Kinder Ohne Pflichtschulabschluss Wien 9 17 9 31 40 32 26 > 100.000 12 14 11 21 32 42 20 > 10.000 15 14 13 30 32 32 26 10.000 21 10 16 18 25 16 18

Quelle: EU-SILC 2004, eigene Berechnungen auf Basis gewichteter Fallzahlen.

Ziel dieser Untersuchung ist es deshalb zu analysieren, (i) was die spezifischen Merkmale der lndlichen Armut lterer Personen in sterreich sind, (ii) ob ein rumlicher Faktor bei der Einkommensarmutsgefhrdung lterer Menschen existiert und wenn ja, wie dieser Faktor erklrt werden kann.

2 Altersarmut in lndlichen Regionen Mitte der 1980er Jahre lebte fast die Hlfte aller Armutsgefhrdeten in lndlichen Gemeinden1 und nur jeweils ein Viertel in Kleinstdten bzw. Mittel- und Grostdten. Dies entsprach umgekehrt einer Armutsgefhrdungsquote von 29% in Landgemeinden, 19% in Kleinstdten und 11% in Mittel- und Grostdten. Speziell Landwirte waren in berdurchschnittlichem Ausma armutsgefhrdet. Ein wesentlicher Erklrungsfaktor hierbei war die Gre der Haushalte, da ArbeiterInnen- und Bauernhaushalte in der Regel mehr Personen umfassten und dies eine hhere Armutsgefhrdung bedeutete. Auch der Anteil armutsgefhrdeter PensionistInnen lag in den lndlichen Regionen hher (vgl. Lutz et al. 1993 nach: Wiesinger 2001). Aus diesen Beobachtungen ergibt sich die Frage, welche Spezifika die Armut in lndlichen Regionen im Gegensatz zur Armut in urbanen Gebieten bzw. den Zentren (in sterreich) aufweist. Es lassen sich vor allem drei zentrale Besonderheiten der lndlichen Armut im Allgemeinen bzw. bei der lndlichen Armut lterer Personen im Speziellen feststellen, bei denen von einem theoretisch-analytischen Standpunkt aus von einem eigenstndigen Einfluss der lndlicher Strukturen (ausgedrckt durch Bevlkerungsdichte und Gemeindegre; siehe Abschnitt 4) ausgegangen werden kann.

Raumspezifische Armutsgefhrdung im Alter

41

(i) Der erste Faktor (strukturelle Dimension) bezieht sich auf die ungleiche konomische und politische Relation zwischen lndlichen und urbanen Regionen. Gem der Kontinuittsthese (vgl. Atchley 1989; vgl. Tesch-Rmer et al. 2002) wird die soziokonomische Lage bzw. soziale Ungleichheit im Alter weitgehend auf die Erwerbsbiografie zurckgefhrt. Eine spezifische Erwerbs- bzw. Einkommenskarriere hngt jedoch wiederum zum Teil von unterschiedlich vorzufindenden asymmetrischen Produktionsstrukturen und soziokulturellen Wertsystemen zwischen urbanen und lndlichen Regionen ab. Das Dependenzmodell (vgl. Ipsen 1992; vgl. Henkel 2004) postuliert eine historisch entstandene Bevorzugung von Industrie und Gewerbe im kapitalistischen Produktionssystem. Weil landwirtschaftliche Produktion zum einen an grorumige Flchen gebunden ist und zum anderen jahreszeitlichen Schwankungen unterliegt, war sie nur begrenzt industrialisierbar. Damit konnten Agglomerationsvorteile nicht im selben Ausma genutzt werden wie bei der industriellen Produktion in den Stdten. Als Konsequenz kommt es zu einer divergierenden Entwicklung von Stadt und Land. Gem diesem Konzept sind die peripheren Eigenschaften des lndlichen Raumes u. a. stark mit der (historischen) Dominanz der agrarischen Produktion verknpft. Speziell bei den gegenwrtig lteren Personen in lndlichen Regionen ist die Erwerbsttigkeit in der Landwirtschaft und die vergleichsweise spte Entstehung einer buerlichen Sozialversicherung (vgl. Pichler 2000; vgl. Gromaczkiewicz 2007) fr die Erklrung von Armutsgefhrdung im Alter zentral. Der Arbeitsmarkt in peripheren Regionen ist in manchen Gebieten durch einen regionalen Arbeitsplatz- und Lehrstellenmangel sowie Einseitigkeit bzw. Unvollstndigkeit der Wirtschaftsstruktur gekennzeichnet, was die Wahrscheinlichkeit von ungnstigeren Arbeitsbedingungen und niedrigeren Lhnen erhht (vgl. Wiesinger 2001; vgl. Pevetz 1999). Ein Beispiel hierfr stellen Ansprche aus Betriebspensionen dar, die zumeist abhngig von der Unternehmensgre sind. Da in lndlichen Regionen eher eine klein- und mittelbetriebliche Struktur vorherrscht, sind diese Ansprche folglich zwischen Ballungsgebieten und lndlichen Regionen ungleich verteilt (vgl. Schmhl 2000). Diese Faktoren frdern wiederum Binnenemigration und Kaufkraftabfluss (vgl. Wiesinger 2001; vgl. Commins 2004; vgl. Henkel 2004), was die Wahrscheinlichkeit erhht, Infrastruktur zu reduzieren oder zumindest nicht auszubauen (z. B. bei der Bestimmung der Mittel fr die Gemeinden anhand der Bevlkerungszahl im Rahmen des Finanzausgleiches). Vor allem ltere Personen sind in diesem Punkt betroffen. Wenn dadurch wiederum die regionale Standortattraktivitt fr die Ansiedelung von Betrieben verringert wird, entsteht ein sich selbstverstrkender Prozess der Peripherisierung. (ii) Ein zweiter zentraler Unterschied in der Bewltigung von Armut im lndlichen Raum liegt somit in der vorhandenen Infrastruktur (Wohnen, Konsum, soziale Dienstleistungen) und in den Mglichkeiten zur Mobilitt. Fr die Fragestellung dieser Untersuchung ist wesentlich, dass die Entscheidungen ber die politische Gestaltung von Raum sowie die Standort(investitions)entscheidungen des Kapitals zumeist von Akteuren getroffen werden, die in urbanen Rumen angesiedelt sind (brokratische Institutionen, Firmenzentralen; vgl. Sassen 1996) und folglich eine Schwchung der Position ihres Lebens- und Wirkraumes zumindest verhindern wollen. Akteuren in den Stdten, so die These, kommt somit bei Entscheidungen ber konomische Infrastruktur (Hochschulen, Arbeitsmarkt, soziale Dienstleistungen) mehr Gestaltungsmacht zu. Zumindest

42

Stefan Angel

in dieser Hinsicht stellen urbane Regionen deshalb Zentren im Sinne von Kreckel (vgl. Kreckel 2004) dar, in denen Machtkonzentration einfacher mglich ist. Obwohl die These eines Zentrum-Peripherie-Geflles (vgl. Kreckel 2004) zwischen lndlichen und urbanen Rumen im Sinne einer sozialen und konomischen Modernisierung nicht uneingeschrnkt postuliert werden kann, u. a. weil lndliche Rume mit den Stdten funktional verflochten sind (z. B. hinsichtlich Regionalprodukt oder Binnenmigrationsbewegungen), existieren durchaus Niveauunterschiede bezglich der Verfgbarkeit und Zugnglichkeit von sozialer Infrastruktur (vgl. Schulz-Nieswandt 2006; vgl. Tews 1993), was speziell im Alter an Relevanz gewinnt. Die berwindung rumlicher Distanzen ist mit Kosten verbunden. Eine geringere Dichte an sozialen Diensten fr ltere Personen kann den Zugang aufgrund lngerer Anfahrtswege und geringeren Wettbewerbes zwischen den Institutionen erschweren bzw. verteuern. Vom Mangel an ausreichender Versorgung mit infrastrukturellen Einrichtungen wie rztInnen, Banken, Lebensmittelgeschften etc. sind vor allem ltere Menschen betroffen, da sie nur ber eine eingeschrnkte Mobilitt verfgen. Ein preisgnstiges Konsumverhalten bzw. eine preisgnstige Vorratswirtschaft der Haushalte setzt aber eine gewisse Mobilitt sowie Transport- und Lagerkapazitten im Haushalt voraus (vgl. Wiesinger 2001). Fr die Betrachtung von Altersarmut als Folge der Erwerbsbiografie sind im Zusammenhang mit sozialen Dienstleistungen die Beispiele des geringeren Angebots an Kinderbetreuungseinrichtungen bzw. Betreuungsdiensten fr die Pflege von Angehrigen illustrativ: Speziell Frauen (insbesondere Alleinerziehenden) fllt/fiel es dadurch schwerer, einem Beruf nachzugehen und so fr ein ausreichend hohes Einkommen in der Pension vorzusorgen. Mobilittsprobleme aufgrund eines kleineren Angebots an ffentlichen Verkehrsmitteln erschweren/erschwerten berdies den Zugang zu beruflichen Qualifizierungsmanahmen fr Personen mit niedrigen Einkommen. (iii) Auf einer soziokulturellen Dimension bedingen drittens kleinrumliche Strukturen eine hhere soziale Kontrolle und eine geringere Anonymitt in lndlichen Regionen. Ist ein lokaler zivilgesellschaftlicher Diskurs nur gering ausgeprgt und Armut negativ konnotiert, frdert dieser Umstand Armutsverschleierung und Nichtinanspruchnahme von sozialstaatlichen Untersttzungsleistungen, vor allem bei der lteren Bevlkerung. Es kann davon ausgegangen werden, dass in sterreich ca. die Hlfte der Anspruchsberechtigten aus den angefhrten Grnden keine Leistungen beansprucht (vgl. Commins 2004; vgl. Henkel 2004, vgl. Wiesinger 2001). Bezugsbarrieren knnen auch dadurch verstrkt werden, dass Hilfe in der traditionellen Dorfwelt in ein System drflicher Gegenseitigkeit eingebunden ist, dem sich die sozialstaatliche Hilfe, die sich quasi von auen auf das Private richtet und die Balance von drflicher Gegenseitigkeit und familialer Verschwiegenheit unterluft, entzieht. Zum anderen existieren administrative Bezugsbarrieren: Unklarheit der Regelungen, Unwissenheit ber die Existenz von Leistungen, der Umgang des Verwaltungspersonals mit den Anspruchsberechtigten sowie eine negative Einstellung gegenber gesellschaftlicher Abhngigkeit drften als weitere Grnde fr die Nichtinanspruchnahme von Sozialhilfe in Frage kommen (vgl. Chass & Pfaffenberger 1993; vgl. Knapp & Koplenig 2008). Diese drei Faktoren, die allerdings auch einem Wandel unterliegen und fr die vergangenen Jahrzehnte eine andere (und vermutlich grere) Bedeutung haben als fr jngere Alterskohorten, sprechen somit dafr, von einem eigenstndigen Einfluss des Rau-

Raumspezifische Armutsgefhrdung im Alter

43

mes auf die Armutsgefhrdung lterer Personen auszugehen. Fr ltere Personen in lndlichen Regionen ist ein hheres Armutsrisiko zu erwarten als fr ltere Personen in urbanen Regionen. Dies stellt die zentrale Hypothese der Untersuchung dar. Mittels multivariater statistischer Verfahren soll der postulierte Einfluss unter Bercksichtigung wichtiger Kovariaten getestet werden.

3 Daten und Operationalisierung Als empirische Grundlage fr die Bearbeitung der Fragestellung dient EU-SILC 20042. EU-SILC ist eine europaweite standardisierte Befragung mit den Schwerpunkten Einkommen und Wohnen und bildet eine wesentliche Grundlage fr die Sozialberichterstattung in sterreich und der EU. Auswahlgrundgesamtheit fr sterreich ist das zentrale Melderegister, aus dem eine einfache Zufallsstichprobe von Haushalten gezogen wird. Die Stichprobe fr EU-SILC 2004 umfasst insgesamt 4.521 Haushalte bzw. 11.550 Personen, davon 2.287 unter 16 Jahren. Die Erhebungsunterlagen setzten sich aus einem Haushalts- und einem Personenfragebogen sowie einem jeweils dazugehrigen Haushaltsregister und Personenregister zusammen. Der Haushaltsfragebogen wird vom Haushalt gemeinsam beantwortet. Jedes Haushaltsmitglied (auch Personen unter 16 Jahren) bekommt daher denselben Code der gegebenen Antwort zugewiesen. Darber hinaus werden in den ausgewhlten Haushalten alle Personen ab 16 Jahren mit einem Personenfragebogen befragt. Weitere Details zur Erhebungsmethodik und zur Stichprobe finden sich in den Publikationen der Statistik Austria (vgl. Statistik Austria 2006). Fr die abhngige Variable wurde ein Einkommensarmutskonzept verwendet. Soziale Partizipation und Inklusion erfolgen groteils ber monetre Ressourcen, sodass bei einem relativ niedrigen Einkommen von Armutsgefhrdung gesprochen wird. Den Konventionen der sterreichischen und europischen Sozialberichterstattung folgend, wird der kritische Wert fr Armutsgefhrdung (die Armutsgefhrdungsschwelle)3, d. h. jenes Einkommen, ab dem ein Haushalt bzw. alle darin lebenden Personen als von Armut gefhrdet gelten, bei 60% des Medians der quivalenzeinkommensverteilung der Bevlkerung festgelegt (vgl. BMSG, 2004). Das quivalenzeinkommen wird mittels der modifizierten OECD-Skala (vgl. Hauser & Strengmann-Kuhn 2004) aus dem gesamten Nettohaushaltseinkommen (inkl. Sozialleistungen und Pensionen) berechnet. Die Armutsgefhrdungsschwelle beluft sich auf Basis der Daten von EU-SILC 2004 fr einen 1-Personen-Haushalt auf rund 848 Euro pro Monat.4 Der Anteil der Personen mit einem quivalenzeinkommen unterhalb des Schwellenwertes ergibt die Armutsgefhrdungsquote. Mit der Auswahl der Datenbasis bzw. eines Einkommensarmutskonzeptes wird zum einen die Vergleichbarkeit mit bestehenden Studien mglich. Zum anderen gehen damit jedoch auch einige Einschrnkungen einher, die bei der Interpretation der Ergebnisse bercksichtigt werden mssen. Mit EU-SILC werden keine Konsum- und Investitionsausgaben und keine Vermgensbestnde erhoben, sondern nur die aus dem Vermgen erwachsenden Einkommen (Dividenden, Zinsen etc.). Gerade bei lteren Menschen kann aber ber den Lebenslauf hindurch angespartes Vermgen, das dann deakkumuliert wer-

44

Stefan Angel

den kann, einen wesentlichen Bestandteil der finanziellen Ressourcenausstattung ausmachen (vgl. ZEW 2008). Auch das Wohnen in Mehrgenerationenhaushalten oder der Besitz von Grund und Boden in lndlichen Regionen ermglichen es, z. B. durch Holzeinschlag, Gemseanbau etc. Ausgaben einzusparen und dadurch trotz eines niedrigen Einkommens letztlich ber mehr finanzielle Mittel zu verfgen als Haushalte in urbanen Regionen. Umgekehrt erleichtert der Grundbesitz den Zugang zu Krediten (fr Investitionen in landwirtschaftliche Betriebe, Hausbau etc.), was z. B. im Falle von Einkommensausfllen die verfgbaren Mittel aufgrund der Ratenzahlungen strker einschrnkt als bei nicht verschuldeten Haushalten. Empirische Studien haben zudem gezeigt, dass ltere Menschen, die in lndlichen Gegenden leben, ber mehr soziale Untersttzung verfgen als Gleichaltrige aus der Stadt (vgl. Weber et al. 2005, vgl. Majce 2000, vgl. Knapp & Koplenig 2008). Unter Umstnden knnen hier ber solidarische Hilfeleistungen gnstig Gter und Dienstleistungen bezogen werden. Mit dem Forschungsdesign von EU-SILC werden die obdachlose Bevlkerung sowie Personen, die in Anstaltshaushalten etc. leben, nicht erfasst. Gerade bei der Analyse von Armut bzw. von Altersarmut knnen sich Verzerrungen ergeben, da bei den SeniorInnen von einem hheren Anteil von AnstaltsbewohnerInnen auszugehen ist (siehe Abschnitt 4). Allgemein gilt eine reliable und valide Befragung lterer Menschen aufgrund von Gesundheitsproblemen, selektiver Erinnerung, geringerer Teilnahmebereitschaft und anderen Faktoren als vergleichsweise schwierig (vgl. Backes 2006, vgl. Khn & Porst 1999, vgl. Knesebeck & Lschen 1998). Khn & Post (1999) schlussfolgern vor dem Hintergrund einer breiten Methodenliteraturanalyse, dass weniger dem Befragungsmodus selbst, sondern eher der Art und Weise, wie die Befragung organisiert ist, besondere Bedeutung hinsichtlich der Datenqualitt zukommt. Die Altersgrenze fr ltere Personen wird mit > 64 Jahren festgelegt. Dies entspricht zwar dem nominalen Pensionsantrittsalter in den meisten westlichen Staaten, jedoch weicht das tatschliche Pensionsantrittsalter zumeist davon ab. Vorabanalysen mit EU-SILC 2004 ergaben, dass von allen PensionistInnen ca. 39% unter 65 Jahre und ca. 14% unter 60 Jahre alt sind. Da es sich somit bei PensionistInnen und (chronologisch) lteren Menschen ab 65 nicht zwangslufig um dieselbe Population handelt, erscheint die Wahl der Altersgrenze von 65 als angemessen. Um die Robustheit der Ergebnisse zu testen wird zustzlich auch die Altersgruppe der 60+ (Jngere Alte) in die Analyse aufgenommen (vgl. Martin & Kliegel 2005; vgl. Wahl & Heyl 2004). Fr die Definition von lndlicher und urbaner Region werden die in SILC vorhandenen Variablen Region (region) und Urbanisierungsgrad (db100) herangezogen. Diese Variablen knnen als Proxys betrachtet werden, welche verschiedene Strukturmerkmale (politische Machtverhltnisse, rumliche Gre, Infrastruktur, ffentliches Budget etc.) auf sich vereinen und methodisch betrachtet auf Haushalts- bzw. Personenebene zugewiesen werden. Region gibt die Anzahl der EinwohnerInnen in der Gemeinde des Wohnortes der befragten Haushalte wider. Urbanisierung (Degree of urbanisation) entspricht der Eurostat-Definition und wird auf Gemeindeebene nach folgenden Kriterien festgelegt: 1) Dichte Besiedlung: Ein Gebiet (= eine Gruppe angrenzender Gemeinden) mit mindestens 50.000 EinwohnerInnen und mehr als 500 EinwohnerInnen pro Quadratkilometer (z. B. Wien, Wels, Linz, Klagenfurt); 2) Mittlere Besiedlung: Ein Gebiet mit mindestens 50.000 EinwohnerInnen und 101500 EinwohnerInnen pro Qua-

Raumspezifische Armutsgefhrdung im Alter

45

dratkilometer (z. B. Gnserndorf, Bad Vslau, Wrgl, Trumau); 3) Geringe Besiedlung: Alle brigen Gebiete (z. B. Eberau, Loretto, Stinatz, Wolfsthal). Einzelne Gemeinden, welche die Bevlkerungsdichte von 501 bzw. 101 EinwohnerInnen pro Quadratkilometer nicht erreichen, sind trotzdem zu einem Gebiet dichter bzw. mittlerer Besiedlung zu rechnen, wenn sie vollstndig von Gemeinden umgeben werden, welche die erforderliche Bevlkerungsdichte erreichen. Tabelle 2 stellt den Zusammenhang (bzw. den Grad der berlappung) der beiden Variablen dar.
Tabelle 2: Zusammenhang zwischen den Variablen Urbanisierungsgrad und Region Spalten-% dichte Besiedlung mittlere Besiedlung geringe Besiedlung Wien 100 > 100.000 100 > 10.000 36 43 21 10.000 3 31 66

Quelle: EU-SILC 2004, eigene Berechnungen auf Basis gewichteter Fallzahlen.

4 Deskriptive Analyse In einem ersten Schritt wird die Armutsgefhrdungsquote lterer und jngerer Menschen differenziert nach rumlicher Zuordnung verglichen. Die bivariate Analyse zeigt, dass das monetre Armutsrisiko der lteren Bevlkerung bzw. der Pensionisten und Pensionistinnen mit sinkender Gemeindegre bzw. abfallender Besiedelungsdichte steigt. Bei der jngeren Bevlkerung bzw. bei den Erwerbsttigen verluft dieser Zusammenhang in umgekehrter Richtung. Pensionistinnen, speziell in Einpersonen-Haushalten, tragen darber hinaus unabhngig von der Wohnregion immer ein hheres Armutsgefhrdungsrisiko als Pensionisten. Der Abstand in Prozentpunkten zu den Mnnern ist annhernd konstant. Bei den pensionierten Land- und ForstwirtInnen sind die geschlechtsspezifischen Unterschiede jedoch sehr marginal. Darber hinaus sind Mehrpersonenhaushalte bei den PensionistInnen unabhngig von der regionalen Zuordnung weniger stark armutsgefhrdet als Einpersonen-PensionistInnen-Haushalte. Aus Tabelle 3 (S. 46) geht hervor, dass innerhalb der Gruppe der lteren die Hchstbetagten ein hheres Armutsgefhrdungsrisiko haben als jngere ltere. Da in EU-SILC die Anstaltsbevlkerung in sterreich nicht inkludiert ist, besteht die Mglichkeit, dass ein Teil der regionalen Unterschiede bei der Armutsgefhrdung darauf zurckzufhren sein knnte, dass ltere Armutsgefhrdete in urbanen Gebieten hufiger in Anstaltshaushalten wohnen als ltere Armutsgefhrdete in lndlichen Gebieten. Eine berprfung dieser Frage wrde entweder die Aufnahme der Anstaltsbevlkerung in die SILC-Stichprobe oder die Verknpfung von Mikrodaten mit regionalen Daten zur Armutsgefhrdung lterer Personen in Anstaltshaushalten im Rahmen einer Mehrebenenanalyse erfordern. Derzeit liegt fr sterreich allerdings keine reprsentative Untersuchung vor, inwiefern die ltere Bevlkerung in Anstaltshaushalten von Armutsgefhrdung betroffen ist bzw. ob hier regionale Unterschiede bei der Armutsgefhrdung bestehen. Durchgefhrte eigene Berechnungen anhand von Daten des

46

Tabelle 3: Rumlich differenzierte Armutsgefhrdungsquoten unterschiedlicher Bevlkerungsgruppen

in % der Zeilenkategorie, Lesebeispiel: 8% der ber 60-Jhrigen in Wien sind armutsgefhrdet Wien > 100.000 > 10.000 10.000 10 18 10 21 11 24 16 6 [] 36 15 [13] 24 12 7 10 11 [] 13 7 20 26 13 13 5 [] 25 10 22 [23] 6 16 10 16 11 15 [11] 10 15 10 18 10 [23] dichte Besiedlung 10 19 10 22 12 23 17 7 [] 39 16 [13] [23] 8 mittlere Besiedlung 18 8 17 9 16 [10] 8 12 [] [12] [6] [] 23 13 [11] 6 [17] [10] 15 [32] [] [16] [7] [21] [24] 11 9 13 9 15 10 14 [12] 14 [] 14 14 14 15 14 [16]

Insgesamt

geringe Besiedlung

< 60 60+ < 65 65+ < 80 80+

12 15 12 17 13 18

Pensionistinnen Erwerbsttige* pensionierte Land- und Forstwirtinnen andere Pensionistinnen

11 8

23 11

1-Pers.-HH, Mnner mit Pension 1-Pers.-HH, Frauen mit Pension Mehrpersonenhaushalt mit Pension 1-Pers.-HH, Mnner ohne Pension 1-Pers.-HH, Frauen ohne Pension Mehrpersonenhaushalt ohne Kinder und ohne Pension

6 24 11 19 25

Quelle: EU-SILC 2004. Eigene Berechnungen, gewichtete Hufigkeiten. Zahlen in []: ungewichtete absolute Fallzahlen in der Zelle unter 20 oder in der Randgruppe unter 50; leere []: absolute ungewichtete Fallzahlen zu gering.5 Rundungsdifferenzen sind mglich. Es wurden jeweils bivariate Zusammenhangsmae (Nominalniveau) fr alle Variablen gerechnet, welche immer einen signifikanten, wenn auch eher schwach ausgeprgten Zusammenhang ergaben (vgl. Angel 2009). Land- und ForstwirtInnen leben nahezu zu 100% in den kleinsten Regionen, weshalb hier keine rumliche Differenzierung vorgenommen wurde. * Vollzeit und Teilzeit.

Stefan Angel

Raumspezifische Armutsgefhrdung im Alter

47

sterreichischen Bevlkerungszensus (vgl. Statistik Austria 2005) verweisen auf einen etwas hheren Anteil von Personen in Anstaltshaushalten in Regionen mit dichter Besiedelung (1,5% der Gesamtbevlkerung 2001) gegenber Regionen mit geringer Besiedelung (0,7%).

5 Schtzmodelle Um die Robustheit der Ergebnisse in Bezug auf verschiedene Definitionsmglichkeiten fr die ltere Bevlkerung zu prfen, wurden mehrere binr-logistische Regressionsmodelle fr unterschiedliche Populationen berechnet. M1 (60+) und M2 (65+) beziehen sich auf das kalendarische Lebensalter als Abgrenzungskriterium. Das Sample fr diese beiden Gruppen umfasst sowohl Erwerbsttige als auch PensionistInnen. Zustzlich wird M3 ausschlielich fr die Gruppe der PensionistInnen geschtzt. Die Modelle M1 bis M3 enthalten damit sowohl jngere Personen, die bereits in Pension sind, als auch ltere Personen, die noch erwerbsttig sind. Als Kontrollgruppe fungiert die Gruppe der Personen unter 60 Jahren (M4). Die abhngige Variable ist Armutsgefhrdung (1 = armutsgefhrdet und 0 = nicht armutsgefhrdet) gem der Definition in Abschnitt 3. Alle vier Modelle wurden jeweils immer separat mit der Variable region bzw. db100 geschtzt. Neben diesen allgemeinen unabhngigen Variablen, die in allen zehn Modellen enthalten sind, umfassen die einzelnen Regressionsgleichungen zustzliche Variablen, die aus sachlogischen bzw. theoretischen Grnden hinzugefgt wurden.6 So legt etwa die Kontinuittsthese nahe, dass je hher der soziokonomische Status (Bildung, ehemalige Stellung im Beruf) whrend der Erwerbsphase liegt, desto geringer die Wahrscheinlichkeit von Armutsgefhrdung im Alter ist. Da fr Pensionierte keine Informationen ber deren letztes Erwerbseinkommen vor Pensionsantritt vorliegen, werden das hchste abgeschlossene Bildungsniveau und die ehemalige berufliche Position, vor dem Hintergrund eines positiven Zusammenhangs dieser Variablen mit der Einkommenshhe, herangezogen. Die berufliche Position umfasst 14 Kategorien und unterscheidet hierarchische Positionen von ArbeiterInnen, Angestellten, BeamtInnen (als top bezeichnet werden fhrende/hhere Ttigkeiten laut Fragebogenformulierung) und sonstigen Berufsgruppen (Land- oder ForstwirtIn, Selbststndige etc.). Die Position bezieht sich bei Erwerbsttigen auf die laufende Ttigkeit und bei Nicht-Erwerbsttigen auf die zuletzt ausgebte Ttigkeit. hnlich wird fr den zu erwartenden positiven Effekt der Zahl der Erwerbsjahre argumentiert. Je hher die Zahl der Erwerbsjahre, desto mehr Einkommen kann fr die Pension angespart und spter deakkumuliert werden, was die Wahrscheinlichkeit fr Armutsgefhrdung im Alter (bzw. Pension) senkt. Weiters wird fr ltere bzw. pensionierte Frauen ein hheres Armutsrisiko erwartet als fr ltere Mnner. Erstens (i) gab (und gibt) es fr gut ausgebildete Frauen nur ein eingeschrnktes Angebot an Arbeitspltzen. Die im Vergleich zu den Mnnern niedrigeren Lhne von Frauen spiegeln Ressentiments und strukturelle Benachteiligungen bei der Einstellungspraxis von Unternehmen wider. Zweitens (ii) sind aufgrund unzureichender Kinderbetreuungs- und Pflegeeinrichtungen und einer ungleichen Verteilung der Versorgungsarbeit zwischen Mnnern und Frauen zu Ungunsten der letzteren Erwerbs- und damit Pensionsversicherungskarrieren von

48

Stefan Angel

Frauen fters unterbrochen. Die hufigeren Unterbrechungen wiederum fhren zu einer insgesamt geringeren Zahl an Erwerbsjahren. Drittens (iii) sind Frauen im Alter wegen der hheren Lebenserwartung hufiger verwitwet als Mnner. Verwitwung bedeutet gleichzeitig den Wegfall einer nahestehenden Hilfsperson im Falle von Erkrankung oder Behinderung und somit eine hhere Abhngigkeit lterer Frauen von ffentlichen und privaten Hilfe- und Untersttzungssystemen. Eine grere Abhngigkeit von kostenintensiven sozialen Diensten erhht das Armutsrisiko lterer Frauen. In Summe ist eine genderspezifische Forschungsausrichtung deshalb essentiell (vgl. Wahl & Heyl 2004; vgl. Backes 1993; vgl. Schulz-Nieswandt 2006; vgl. Wiesinger 2001). Fr M1, M2 und M3 wurde ein Interaktionseffekt zwischen Alter und Geschlecht eingefgt, weil ein hohes Alter das Armutsrisiko fr Frauen zustzlich erhht. Bei der Haushaltsstruktur, dem Familienstand, der Berufsposition und der gegenwrtigen Beschftigungssituation handelt es sich um nominale Variablen mit mehr als 2 Ausprgungen. Diese Variablen wurden als 01-Dummyvariablen in das binr-logistische Regressionsmodell aufgenommen. Die Referenzkategorien sind je nach Modell unterschiedlich und werden bei der Prsentation der Schtzergebnisse (Tabellen 4 und 5, S. 50 bzw. 53) hervorgehoben. Alle anderen Variablen gehen ohne Transformationen in die Modelle ein. Fr die Forschungsfrage sind in erster Linie das Vorzeichen und die statistische Signifikanz der raumbezogenen Variablen region und db100 relevant. Fr die Population in M1, M2 und M3 ist ein positives und fr die Population in M4 ein negatives Vorzeichen zu erwarten. Gem den in Abschnitt 2 angefhrten berlegungen erfassen die hier verwendeten Raumvariablen drei verschiedene Effekte. Demnach manifestier(t)en sich (i) strukturelle Unterschiede in geringeren Erwerbschancen in lndlichen Regionen, welche eine hhere Armutsgefhrdung im Alter zur Folge haben. Zweitens (ii) fhren die erwhnten rumlichen Unterschiede in der Infrastruktur entweder indirekt biografisch im Erwerbsalter (z. B. erschweren fehlende Betreuungspltze eine Erwerbsbeteiligung von Frauen) oder direkt ber die Nutzung bzw. den Zugang zur Infrastruktur im Alter (z. B. hhere Transportkosten zu FachrztInnen in lndlichen Regionen etc.) zu einer hheren Wahrscheinlichkeit der Armutsgefhrdung bei lteren Personen in lndlichen Regionen. Drittens (iii) wird argumentiert, dass wegen der greren informellen Kontrolle in lndlichen Regionen die Non-take-up-Rate fr Sozialleistungen hher ist. In den nachfolgenden Analysen knnen die verwendeten Raumvariablen als Proxys fr diese drei Effekte interpretiert werden. Eine direkte berprfung des Effekts (ii) ist anhand der vorliegenden Daten nicht mglich. Fr die berprfung des Einflusses der Nichtinanspruchnahme berechtigter Sozialhilfe (iii) wre im Rahmen einer weiterfhrenden Analyse zunchst die Schtzung der Non-take-up-Quote erforderlich (vgl. Fuchs 2007), die als unabhngige Variable in Schtzmodelle (z. B. getrennt fr unterschiedliche Regionen) zur Armutsgefhrdung integriert werden msste. Die Hhe der bezogenen Sozialleistungen pro Person wrde im Modell keine valide Variable zur Messung von Nichtinanspruchnahme darstellen.

Raumspezifische Armutsgefhrdung im Alter

49

6 Schtzergebnisse Die Tabellen 4 und 5 (S. 50 bzw. 53) beinhalten die Parameter-Schtzer fr die Modelle mit der Variablen db100. Da die Koeffizienten fr die Modelle mit region hinsichtlich Signifikanz und Effektstrken sehr hnliche Werte aufweisen, werden in der eckigen Klammer jeweils nur die Schtzergebnisse fr die Variable region widergegeben. Die Variablen region und db100 weisen das erwartete Vorzeichen fr M1 bis M4 auf, wobei der Parameter fr db100 durchgehend signifikant auf dem 0,05-Niveau ist. Region ist bei einer vorgegebenen Irrtumswahrscheinlichkeit von 5% jeweils knapp nicht signifikant. Fr die jngere Bevlkerung (M4) ergibt sich fr beide Variablen der erwartete signifikante negative Effekt auf die Wahrscheinlichkeit der Armutsgefhrdung. Eine 01Dummy-Kodierung von region und db100 ermglicht eine genauere Aufschlsselung der Effekte fr einzelne Ausprgungen dieser Variablen. Werden die beiden Raum-Variablen alternativ in der Form binrer Dummyvariablen in die Modelle eingefgt, ergeben sich fr M1 bis M4 erneut die erwarteten Effekte mit hnlicher Signifikanzstruktur.7 Der Einfluss der Bevlkerungsdichte ist damit eindeutiger als jener der Gemeindegre. Der Grund hierfr kann darin liegen, dass die Variable region Urbanitt bzw. Nicht-Urbanitt weniger valide misst als db100. Dies ist vermutlich zum Teil auch auf die Einteilung der Variablenkategorien von region zurckzufhren. Nur 7,3% der Stichprobe (829 Personen) fallen in die Kategorie >100.000 (exkl. Wien), whrend knapp 60% der Befragten in Gemeinden mit weniger als 10.001 EinwohnerInnen leben. Gerade in sterreich gibt es eine Vielzahl von Ballungsrumen, die sich zwar in lndlichen Regionen befinden und auch eine niedrige EinwohnerInnenzahl aufweisen, jedoch andererseits durchaus als urban (Kleinstdte) zu bezeichnen sind und ber eine gewisse Infrastruktur verfgen (Spitler, Pflegeheime etc.). Wegen der einfacheren inhaltlichen Interpretation werden zunchst die unstandardisierten Koeffizienten verglichen. Bezogen auf die Armutsgefhrdung bedeuten die Ergebnisse zu den Raum-Variablen, dass die Odds fr Armutsgefhrdung fr die Bevlkerung 60+ um den Faktor 1,318, fr die Bevlkerung 65+ um den Faktor 1,395 und fr die PensionistInnen um den Faktor 1,272 bei Konstanthaltung aller anderen Einflussfaktoren steigen, wenn von dichter Besiedelung zu mittlerer Besiedlung bzw. von mittlerer zu geringer Besiedelung gewechselt wird. Demgegenber sinken die Odds (bei Konstanthaltung aller anderen unabhngigen Variablen) der Bevlkerung unter 60 Jahren, von Armut betroffen zu sein, um den Faktor 0,879, wenn von dichter Besiedelung zu mittlerer Besiedlung bzw. von mittlerer zu geringer Besiedelung gewechselt wird. Darber hinaus nimmt fr ltere und pensionierte Personen die Wahrscheinlichkeit der Armutsgefhrdung mit steigendem Bildungsniveau unter Konstanthaltung aller anderen Faktoren ab. Diese Ergebnisse spiegeln letztlich einen Zusammenhang zwischen quivalenzeinkommen und Bildungsniveau wieder. Bei der lteren Bevlkerung erhht ein geringeres Bildungsniveau die Wahrscheinlichkeit ein niedriges quivalenzeinkommen zu erzielen. Die Durchfhrung einer blockweisen Regression (1 Block pro Variable in der Reihenfolge wie in Tabelle 4, S. 50) ergibt, dass der Bildungsparameter in der Kohorte der unter 60-Jhrigen erst dann insignifikant wird, wenn die berufliche Position als Variable in das Modell aufgenommen wird. Auf Basis dieser Analyse kann deshalb festgehalten werden, dass sich das Bildungsniveau als antezedierende Variable ber die be-

50

Tabelle 4: Schtzergebnisse fr M1, M2 und M3

M1: 60+ (n = 1.927 Personen) B Std.Error B std. B 0,241* [0,146*] -0,149(*) -0,448 0,10 [0,08] 0,08 1,39 0,10 [0,08] 0,08 1,63 0,076* [0,056(*)] 0,085* 0,146 0,333* [0,170(*)] -0,115 -6,140* 0,12 [0,09] 0,10 2,63 0,055* [0,037(*)] -0,029 -0,586* 0,064* [0,053(*)] -0,061(*) -0,069 M2: 65+ (n = 1.272 Personen) B Std.Error B Std. M3 (n = 2.030 Personen) Std.Error B Std.

uaV Bezeichnung

erwartetes VZ

+ + +

0,276* [0,148(*)] 0,196* 0,905

+ + 0,20 0,62 0,55 0,026 0,069(*) 0,066* 0,371 19,154 1,590* 0,25 6014,41 0,77 0,025 0,630 0,052* 0,135 0,748 0,606

0,195 2,105*

0,58 0,35

0,013 0,262*

0,440 2,315*

0,68 0,44

0,019 0,183*

0,560 2,321*

0,55 0,37 0,21 0,55 0,47

0,036 0,277* 0,017 0,046 0,034

0,206 1,106(*) 1,160*

Urbanisierung (db100) [Region (Region)] Hchster Bildungsabschluss Geschlecht MPH mit Pension (Referenzdummy) 1-Pers. HH, Mnner mit Pension 1-Pers. HH, Frauen mit Pension MPH ohne Kinder und ohne Pension MPH + 1 Kind ohne Pension MPH + 2 Kinder ohne Pension Verheiratet, zusammen lebend (Referenzdummy) Ledig Verheiratet, getrennt lebend Verwitwet Geschieden top Angestellter (Referenzdummy) Arbeiter top Arbeiter Angestellter Vb Beamter top Beamter Land- oder Forstwirt Mithelfend Freiberuflich ttig Selbstndig Alter 0,37 0,70 0,36 0,43 0,34 0,35 0,33 0,47 0,57 0,76 0,36 0,57 0,38 0,50 0,04 0,051 0,010 0,020 0,006 0,067 0,118* 0,121* 0,042(*) 0,062* 0,044 0,056 0,299 0,065 0,333 0,164 1,393(*) 2,270* 1,120* 1,098* 1,932* 0,327 0,098(*) 0,39 0,41 0,39 0,51 0,78 1,06 0,41 0,68 0,46 0,55 0,06 0,021 0,009 0,201* 0,034 0,629 0,062 1,833* 0,460 0,46 0,78 0,44 0,56 0,030 0,001 0,160* 0,016 0,024 0,004 0,024 0,006 0,061(*) 0,105* 0,073* 0,033* 0,037* 0,014 0,098(*) 0,374 0,937 1,564* 0,781(*) 0,516 0,073 0,153 0,051 1,100(*) 1,622* 1,163* 0,808 2,115* 0,787* 0,025 0,36 0,83 0,37 0,43 0,34 0,35 0,34 0,49 0,57 0,76 0,36 0,59 0,38 0,55 0,03

+ + + +

0,268 0,276 1,493* 0,486

0,030 0,029 0,198* 0,055(*) 0,064 0,007 0,018 0,003 0,089(*) 0,121* 0,112* 0,034 0,061* 0,055* 0,064

+ + + ambivalent + ambivalent ambivalent ambivalent +

0,383 0,099 0,164 0,099 0,883 1,557* 1,173* 0,885(*) 1,858* 0,585 0,025

Stefan Angel

uaV Bezeichnung B 0,021* 0,046 0,073 0,004 3,095* 0,02 0,168 179,4* 0,18 0,10 0,014 0,011 0,042 0,01 0,067* 0,01 0,10 0,17 0,02 0,174 186,4* 160,4* 0,21 0,063 0,077* 0,052 0,04 0,560* 0,005 0,064 0,20 0,006 0,013 0,034 0,11 0,006 0,076* 0,017* 0,01 0,039*

erwartetes VZ

M1: 60+ (n = 1.927 Personen) B Std.Error B std.

M2: 65+ (n = 1.272 Personen) B Std.Error B Std.

M3 (n = 2.030 Personen) Std.Error B Std.

0,043 0,031

0,020*

Anzahl der Erwerbsjahre Einschtzung des subjektiven Gesundheitszustands Chronische Krankheit (ja oder nein) Interaktionsvariable Alter * Geschlecht Konstante

0,005 3,478*

Nagelkerkes R2

Differenz des 2LogLikelihood f. Ausgangsmodell (nur Konstante) vs. Endmodell

Raumspezifische Armutsgefhrdung im Alter

Quelle: EU-SILC 2004, eigene Berechnungen auf Personenebene mit ungewichteten Fallzahlen. (*) p < 0,1; * p < 0,05.

51

52

Stefan Angel

rufliche Positionen (und das damit verbundene Einkommen) auf die Armutsgefhrdung auswirkt und deshalb im vorliegenden Gesamtmodell insignifikant ist. Eine alternative Erklrungsmglichkeit wre, dass der nicht signifikante Effekt des Bildungsparameters auftritt, weil hher Gebildete hufiger in Haushaltsformen mit mehreren Kindern leben bzw. hufiger Alleinerziehende sind. Dadurch ergben sich trotz hoher persnlicher Einkommen niedrige quivalenzeinkommen und damit eine hhere Armutsgefhrdungswahrscheinlichkeit. Diese Vermutung wird durch die Ergebnisse der blockweisen Modellierung jedoch nicht untersttzt. Fr alle vier Modelle wurde ein hheres Armutsgefhrdungsrisiko fr Frauen erwartet.8 Die Schtzungen ergeben jedoch, dass die Wahrscheinlichkeit der Armutsgefhrdung in M2 und M4 fr Mnner signifikant hher ist als fr Frauen. In M1 und M3 wird ebenfalls ein negativer Effekt ausgewiesen, der bis zur Hinzunahme des Interaktionsterms Alter * Geschlecht signifikant ist. Aufgrund dieser Ergebnisse ist eine eindeutige Interpretation des Haupteffektes der Geschlechtervariablen erschwert. Die Schtzergebnisse deuten jedoch darauf hin, dass die Wahrscheinlichkeit der Armutsgefhrdung vor allem auch von der Haushaltszusammensetzung abhngt. Hier zeigt sich in M1 bis M3, dass Frauen in Einpersonen-Haushalten eine signifikant grere Wahrscheinlichkeit der Armutsgefhrdung haben als Mehrpersonenhaushalte mit Pension bzw. pensionierte Mnner in EinpersonenHaushalten. Darber hinaus zeigt ein Vergleich der Vernderung von R2 bei einer blockweisen Modellierung, dass sich dieses Gtema bei der Hinzunahme der Haushaltsvariablen in allen vier Modellen um durchschnittlich 5 Prozentpunkte erhht, wohingegen die Hinzufgung der Geschlechtervariable nur eine durchschnittliche Vernderung um weniger als einem Prozentpunkt bewirkt. Bei der jngeren Bevlkerung (M4) tragen vor allem Einpersonen-Haushalte sowie Alleinerziehende mit Pension ein signifikant hheres Armutsrisiko. Beim Familienstand ist in M1 bis M3 nur der Parameter fr die Dummy-Variable verwitwet signifikant, whrend in M4 zustzlich auch der positive Einfluss der Kategorie verheiratet, getrennt lebend mit einer Irrtumswahrscheinlichkeit von weniger als 5% verbunden ist. Fr den Parameter von verwitwet ergibt sich durchgehend ein negatives Vorzeichen. Verwitwete tragen somit ein geringeres Armutsrisiko als Verheiratete. Im Zusammenhang mit dem Einfluss der (ehemaligen oder aktuellen) Berufsposition auf das Armutsgefhrdungsrisiko verweisen die Ergebnisse in M1 bis M4 durchgehend auf ein besonders hohes Armutsrisiko fr ehemalige und aktive Land- und ForstwirtInnen.9 Der Parameter der entsprechenden Dummy-Variablen ist positiv und signifikant. Die Tabelle fr M3 veranschaulicht darber hinaus, dass pensionierte leitende BeamtInnen ein signifikant geringeres Armutsrisiko als pensionierte leitende Angestellte tragen. Fr die ltere Bevlkerung und fr die PensionistInnen wurden als zustzliche unabhngige Variablen das Alter, die Anzahl der Erwerbsjahre sowie Variablen zum Gesundheitszustand hinzugefgt. Darber hinaus wurde postuliert, dass ein Interaktionseffekt zwischen Geschlecht und Alter existiert, wonach der Einfluss des Lebensalters auf Armut bei Frauen strker ausfllt. Von allen diesen Variablen hat ausschlielich die Anzahl der Erwerbsjahre das erwartete negative signifikante Vorzeichen. Je mehr Erwerbsjahre, desto geringer ist die Wahrscheinlichkeit fr Armutsgefhrdung. Der Interaktionseffekt zwischen Geschlecht und Alter ist nur fr die Gruppe 65+ signifikant. Anhand der standardisierten B-Koeffizienten10 knnen relative Effektstrken verglichen werden. Der strkste Einfluss auf die Wahrscheinlichkeit der Armutsgefhrdung in

Raumspezifische Armutsgefhrdung im Alter

53

M1 und M3 geht vom Haushaltstyp und vom Familienstand aus. In M2 erzielen die unabhngigen Variablen Geschlecht und die Interaktionsvariable den vergleichsweise grten Effekt. Fr die jngere Bevlkerung spielt die Erwerbsposition fr Armutsgefhrdung die zentralste Rolle. Von der Variable db100 geht ein eher geringer Effekt aus, wobei mehrere unabhngige Variablen noch schwchere Effekte erzielen. Als Beurteilungskriterium fr die Modellgte dient aufgrund der einfachen Interpretierbarkeit Nagelkerkes R2 (vgl. Menard 2001). Im bivariaten Ausgangsmodell mit region liegen die Werte fr R2 in M1 bis M4 bei 2%, 3%, 1% und 2% und bei db100 bei 2%, 2%, 1% und 1%.11. Bei den dargestellten Gesamtmodellen erhhen sich diese Werte deutlich, wobei fr M2 (Population 65+) mit einem R2 von ca. 20% der hchste ModelFit erreicht wird. Klassifikationstabellen verdeutlichten jedoch, dass die Verbesserung der Gruppenzuordnung durch das Modell nur sehr marginal ist (vgl. Angel 2009). Standardisierte Regressionskoeffizienten grer 1 sind ein Indiz fr Multikolinearitt (vgl. Menard 2001). Demnach lassen die Ergebnisse aus den Tabellen 3 und 4 (S. 46 bzw. 50) a priori nicht auf Kolinearittsprobleme schlieen. Als Ma fr die Beurteilung der Kolinearitt wurde die Toleranz herangezogen, welche 1 Rx2 entspricht. R2 gibt hierbei jenen Anteil der Varianz einer unabhngigen Variablen X wider, die durch alle anderen unabhngigen Variablen erklrt wird. blicherweise wird ein Toleranzwert von weniger als 0,2 als ein starkes Indiz fr das Vorliegen von Multikolinearitt erachtet (vgl. Menard 2001). Da die Berechnung der Toleranz ein metrisches Skalenniveau verlangt, konnten fr die Modelle nur jeweils jene unabhngigen Variablen in die Berechnung miteinbezogen werden, die diesem Skalenniveau entsprechen. Weil alle standardisierten Koeffizienten in den Ausgangsmodellen kleiner 1 sind, wird diese Vorgehensweise dennoch als hinreichend betrachtet. Die berprfung ergab Toleranzwerte zwischen 0,8 und 1 (vgl. Angel 2009) und somit erwartungsgem keine Multikolinearittsprobleme zwischen den unabhngigen Variablen. In einem zweiten Schritt wurde das Problem der leeren Zellen berprft, welches fr kategoriale Variablen, insbesondere nominalskalierte Variablen relevant ist und bedeutet, dass die abhngige Variable fr eine oder mehrere Ausprgungen der unabhngigen Variablen invariant ist (erkennbar durch leere Zellen in bivariaten Kreuztabellen). Ein Folgeproblem von leeren Zellen sind ebenfalls zu hohe Standardfehler der geschtzten Regressionskoeffizienten (vgl. Menard 2001). Die berprfung ergab fr keines der geschtzten Modelle leere Zellen bei einer der kategorialen unabhngigen Variablen.
Tabelle 5: Schtzergebnisse fr M4
uaV Bezeichnung Urbanisierung (db100) [Region (Region)] Hchster Bildungsabschluss Geschlecht MPH ohne Kinder und ohne Pension (Referenzdummy) MPH mit Pension 1-Pers. HH, Mnner ohne Pension erwartetes VZ + B M4: < 60 (n = 6.173 Personen) Std.Error B Std. 0,06 [0,04] 0,04 0,12 0,038* [0,063*] 0,001 0,069*

0,129* [0,154*] 0,003 0,402*

+ +

0,010 0,768*

0,26 0,21

0,001 0,055*

54

Stefan Angel

uaV Bezeichnung 1-Pers. HH, Frauen ohne Pension Allein erziehend ohne Pension MPH + 1 Kind ohne Pension MPH + 2 Kinder ohne Pension MPH + 3 Kinder+ ohne Pension Verheiratet, zusammen lebend (Referenzdummy) Ledig Verheiratet, getrennt lebend Verwitwet Geschieden Angestellter (Referenzdummy) Lehrling Arbeiter top Arbeiter top Angestellter Vb top Vb Beamter top Beamter Land- oder Forstwirt Mithelfend Freiberuflich ttig Selbstndig WV oder FDN Vollzeit erwerbsttig (Referenzdummy) Teilzeit erwerbsttig Arbeitslos Schler/in, Student/in, Praktikant/in Pensionist/in Nicht erwerbsfhig auf Grund einer Behinderung Prsenz oder Zivildienst Hausfrau/Hausmann, Betreuungsaufgaben Aus anderen Grnden nicht erwerbsttig MigrantIn Konstante Nagelkerkes R2

erwartetes VZ + + + + +

B 1,672* 1,355* 0,121 0,143 1,010*

M4: < 60 (n = 6.173 Personen) Std.Error B Std. 0,22 0,23 0,14 0,14 0,15 0,114* 0,084* 0,017 0,020 0,094*

+ + + + + + + + ambivalent ambivalent ambivalent ambivalent

0,040 0,614* 0,953* 0,052 0,036 0,579* 0,043 0,318(*) 0,298 0,439 0,626(*) 0,764(*) 0,881* 0,087 0,882* 0,902* 0,145

0,14 0,29 0,46 0,20 0,32 0,14 0,17 0,18 0,32 0,44 0,35 0,41 0,25 0,28 0,06 0,20 0,79

0,006 0,024* 0,036* 0,004 0,002 0,077* 0,005 0,039 0,019 0,020 0,045 0,047 0,055* 0,002 0,042* 0,068* 0,004

+ + + + + ambivalent + ambivalent +

0,521* 1,510* 1,333* 0,568* 1,760* 0,126 1,295* 1,720* 0,803* 2,791*

0,57 0,16 0,15 0,31 0,21 0,57 0,76 0,16 0,34 0,165 510*

0,060* 0,115* 0,051* 0,043* 0,031* 0,003 0,129* 0,055* 0,078*

Differenz des 2LogLikelihood f. Ausgangsmodell (nur Konstante) vs. Endmodell

Quelle: EU-SILC 2004, eigene Berechnungen auf Personenebene mit ungewichteten Fallzahlen. (*) p < 0,1; * p < 0,05.

Raumspezifische Armutsgefhrdung im Alter

55

7 Resmee und Diskussion Ziel der Untersuchung war der Test eines unabhngigen Effektes rumlicher Strukturen auf das Risiko von Einkommensarmut lterer Personen. Dem lag die Hypothese zu Grunde, dass aufgrund von historisch gewachsenen Machtasymmetrien zwischen lndlichen und urbanen Regionen, aufgrund eines schwierigeren Zugangs zu Infrastruktur und aufgrund von hufigerer Nichtinanspruchnahme monetrer Untersttzungsleistungen das Einkommensarmutsrisiko lterer Personen in sterreich mit abnehmender Gemeindegre und Siedlungsdichte steigt. Mittels eines binr-logistischen Regressionsmodelles wurde geprft, ob nach Ausklammerung zentraler Einflussfaktoren auf Armutsgefhrdung ein signifikanter Effekt rumlicher Strukturen bestehen bleibt. Die Schtzergebnisse ergaben fr die Gemeindegre (EinwohnerInnenzahl) und die Bevlkerungsdichte das erwartete positive Vorzeichen fr die ltere Bevlkerung, wobei allerdings nur der Parameter fr die Bevlkerungsdichte bei einer vorgegebenen Irrtumswahrscheinlichkeit von 5% durchgehend signifikant war. Die Wahrscheinlichkeit, als ltere Person einkommensarmutsgefhrdetzu sein, steigt also mitsinkender Bevlkerungsdichte bei Konstanthaltung zentraler zustzlicher Einflussfaktoren. Fr die jngere Bevlkerung ergab sich fr beide Regional-Variablen der erwartete signifikante negative Effekt auf die Wahrscheinlichkeit der Armutsgefhrdung. Ein Vergleich der standardisierten Parameter in den multivariaten Modellen ergab, dass die Effektstrke der Bevlkerungsdichte im Vergleich zu anderen Variablen als eher gering einzustufen ist, obwohl einige andere standardisierte unabhngige Variablen schwchere signifikante Effekte zeigen. Der relativ strkste Einfluss auf die Einkommensarmutsgefhrdung der lteren Bevlkerung geht vom Haushaltstyp und vom Familienstand aus. Fr die jngere Bevlkerung spielt hingegen die Erwerbsposition (erwerbsttig, arbeitslos etc.) fr Armutsgefhrdung die zentralste Rolle. Der rumliche Faktor hngt auf empirischer Ebene auch wesentlich von der Operationalisierung rumlich-geographischer Einheiten bzw. rumlicher Strukturen ab. Die Ergebnisse sprechen jedoch dafr, dass der Bevlkerungsdichte ein gewisser Einfluss bei der Erklrung von Armutsgefhrdung lterer Personen zukommt. Raum stellt damit eine relevante theoretische Kategorie fr die Analyse sozialer Ungleichheit dar, die eine strukturelle, soziokulturelle und infrastrukturbezogene Dimension aufweist. Diese Dimensionen wiederum knnen als Anknpfungspunkte fr armutsbekmpfende sozialund regionalpolitische Manahmen dienen. Im Hinblick auf weiterfhrende Fragen lassen sich verschiedene Punkte festhalten. Zum einen knnten aufgrund der knappen statistischen Signifikanz (bzw. Nicht-Signifikanz) der Variablen zur Gemeindegre weitere Replikationsstudien mit anderen EUSILC-Wellen zustzliche empirische Evidenz liefern, um die Robustheit der Ergebnisse zu prfen. Insbesondere gilt dies auch fr die Frage, ob bei der Verwendung alternativer Armutskonzepte oder unter zustzlicher Bercksichtigung der Ausgaben- und Vermgenssituation lterer Personen hnliche Ergebnisse auftreten. Die im empirischen Teil dieser Arbeit verwendeten Raum-Variablen stellen nur eine mgliche Variante der Operationalisierung von Urbanitt bzw. lndlichen Regionen dar. Darber hinaus wrde die Aufnahme von Anstaltshaushalten in die Stichprobe eine mgliche Unterfassung von lteren Personen bzw. lteren Armutsgefhrdeten vor allem in urbanen Regionen vermin-

56

Stefan Angel

dern. Auf Basis der verwendeten Daten konnten Machtasymmetrien zwischen spezifischen Regionen bzw. historische Entwicklungsunterschiede zwischen verschiedenen Regionen nicht unmittelbar bercksichtigt werden. Genaue Informationen ber die Wohnorte/Wohnregionen der Befragten wrden bei einer hinreichend groen Stichprobe beispielsweise Mehrebenenanalysen ermglichen und damit ber Verknpfung mit Aggregat-Daten (z. B konomische Indikatoren) eine komplexere Erforschung regionaler Ungleichheiten erlauben, vorausgesetzt die Anonymitt der befragten Personen kann bei dieser Vorgehensweise gewahrt werden. Vertiefende empirische Analysen, die auf einzelne der erwhnten Dimensionen des Einflusses von Raum (strukturell, soziokulturell, infrastrukturbezogen) fokussieren, knnen beitragen zu klren, wie die Relationen der Effektstrke dieser Dimensionen im Hinblick auf die Wahrscheinlichkeit der Armutsgefhrdung lterer Menschen beschaffen sind. Ich danke den anonymen GutachterInnen fr hilfreiche Kommentare.

Anmerkungen
1 Definiert als Gemeinde mit weniger als 20.000 EinwohnerInnen und einer Agrarquote ber 10%. 2 Statistik Austria, Community Statistics on Income and Living Conditions (EU-SILC) 2004, Mikrodaten fr externe NutzerInnen. 3 Der Begriff Armutsgefhrdung anstelle von Armut soll verdeutlichen, dass Armut mit einem Einkommenskonzept nicht direkt beobachtbar ist (vgl. Statistik Austria 2006). 4 Die Schwelle auf Basis von SILC 2006 liegt bei ca. 900 Euro/Monat fr einen 1-PersonenHaushalt. 5 Zur Gewichtung in EU-SILC 2004 vgl. Statistik Austria (2006). 6 Eine zusammenfassende detaillierte Auflistung aller verwendeten Variablen und ihrer Ausprgungen/Codierungen findet sich in Angel (2009) bzw. auf http://www.statistik.at/web_de/ services/mikrodaten_fuer_forschung_und_lehre/datenangebot/standardisierte_datensaetze_ sds/index.html#index4 (18. 7. 2009). 7 In allen Modellen waren die Referenzkategorien immer dichte Besiedlung bei db100 bzw. Wien bei region. Alle aus der Variable region erzeugten Dummyvariablen ergaben in M1 bis M3 immer ein positives, aber nicht signifikantes (fr alpha = 5%) Vorzeichen, wobei der p-value fr die Ausprgung 10.000 allerdings immer zwischen 0,05 und 0,06 lag. In M4 war der Schtzparameter von region hingegen statistisch signifikant (fr alpha = 5%). Von den aus db100 erzeugten Dummyvariablen war nur der Effekt der Ausprgung geringe Besiedelung im Vergleich zur Referenzkategorie in M1 bis M3 positiv und signifikant (fr alpha = 5%), in M4 auch die Kategorie mittlere Besiedelung (negatives Vorzeichen des Parameters) (vgl. Angel 2009). 8 Positiver Parameter der Dummyvariable fr Geschlecht, wenn gilt 0 = mnnlich, 1 = weiblich. 9 An dieser Stelle sei angemerkt, dass hier die Mglichkeit besteht, dass LandwirtInnen sich als Selbstndige einordnen. Das Ausma dieser mglichen Verzerrung ist vor dem Hintergrund der Qualitt der verwendeten Erhebungsunterlagen (vgl. http://www.statistik.at/web_de/ static/fragebogen_eu-silc_2004_030376.pdf, 8. 3. 2010.) als eher gering einzustufen und wird letztlich auch von der Kompetenz des/der Interviewenden abhngen. Darber hinaus sei insbesondere bei der Interpretation des Ausmaes der Armutsgefhrdung von Land- und

Raumspezifische Armutsgefhrdung im Alter

57

ForstwirtInnen nochmals auf die Anmerkungen in Abschnitt 3 zur Ausschpfung von Naturalien verwiesen. 10 Standardisierung gem Menard (2001). 11 Bei Verwendung von Dummyvariablen ergaben sich dieselben Werte.

Literaturverzeichnis
Angel, Stefan. 2009. Raumspezifische Armutslagen im Alter. Eine empirische Darstellung der Armutsgefhrdung lterer Menschen in sterreich im Vergleich von urbanen und lndlichen Regionen. Diplomarbeit. Universitt Wien. Atchley, Robert C. 1989. A continuity theory of normal aging. The Gerontologist 29: 183190. Backes, Gertrud M. 1993. Frauen zwischen alten und neuen Alternsrisken. In: Lebenslagen im Strukturwandel des Alters, hrsg. Gerhard Naegele und Hans P. Tews, 170187. Opladen: Westdt. Verlag. Backes, Gertrud M. 2006. Gerontosoziologie. In: Gerontologie. Medizinische, psychologische und sozialwissenschaftliche Grundbegriffe, hrsg. Wolf D. Oswald, Ursula Lehr, Cornel Sieber und Johannes Kornhuber, 215219. Stuttgart: Kohlhammer. BMSG. 2004. Bericht ber die soziale Lage 20032004. Wien. Commins, Patrick. 2004. Poverty and Social Exclusion in Rural Areas: Characteristics, Processes and Research Issues. Sociologia Ruralis 44: 6175. Fuchs, Michael. 2007. Social Assistance No, thanks? Empirical analysis of non-takeup in Austria 2003. EUROMOD Working Paper No. EM4/07. Gromaczkiewicz, Bernadette. 2007. Buerliche Altersversorgung und buerliche Sozialversicherung von 1958 bis heute ein vergleichender Rckblick. In: Agrarrecht im Lichte des ffentlichen Rechts. Festschrift fr Univ.-Prof. Dr. Gottfried Holzer zum 60. Geburtstag, hrsg. Roland Norer, 227233. Wien: NW-Verlag. Hauser, Richard und Richard Strengmann-Kuhn. 2004. Armut der lteren Bevlkerung in den Lndern der Europischen Union. Bericht im Rahmen des Forschungsnetzwerks Alterssicherung/Verband Deutscher Rentenversicherungstrger. Band 54. Frankfurt am Main: DRV Schriften. Henkel, Gerhard. 2004. Der lndliche Raum: Gegenwart und Wandlungsprozesse seit dem 19. Jahrhundert in Deutschland. Berlin: Borntraeger. Ipsen, Detlev. 1992. Stadt und Land. Metamorphosen einer Beziehung. In: Stadt und Raum. Soziologische Analysen, hrsg. Hartmut Huermann, Detlev Ipsen und Thomas Krmer-Badoni, 117156. Pfaffenweiler: Centaurus. Knapp, Gerald und Dietmar Koplenig. 2008. Altersarmut im lndlichen Raum. Eine empirische Studie zur Lebenssituation alter Menschen. In: Armut, Gesellschaft und soziale Arbeit. Perspektiven gegen Armut und soziale Ausgrenzung in sterreich, hrsg. Gerald Knapp und Heinz Pichler, 385418. Klagenfurt: Hermagoras Verlag. Knesebeck, Olaf von dem und Gnther Lschen.1998. Telefonische Befragung bei alten Menschen: Ausschpfung, Kontakthufigkeit und Verweigerungen. In: ZA-Information 43, hrsg. Zentralarchiv fr empirische Sozialforschung, 3247. Kln. Kreckel, Reinhard. 2004. Politische Soziologie der sozialen Ungleichheit. Frankfurt: CampusVerlag. Khn, Konstanze und Rolf Porst. 1999. Befragung alter und sehr alter Menschen: Besonderheiten, Schwierigkeiten und methodische Konsequenzen. Ein Literaturbericht. ZUMA-Arbeitsbericht 99/03. Mannheim. Kytir, Josef und Rainer Mnz. 2000. Demografische Rahmenbedingungen: die alternde Gesellschaft und das lter werdende Individuum. In: Bericht zur Lebenssituation lterer Menschen, hrsg. BMSGK, 2251. Wien. Majce, Gerhard. 2000. Generationenbeziehungen und Generationenverhltnisse. In: Bericht zur Lebenssituation lterer Menschen, hrsg. BMSGK, 106161.Wien.

58

Stefan Angel

Martin, Mike und Matthias Kliegel. 2005. Psychologische Grundlagen der Gerontologie. Stuttgart: Kohlhammer. Menard, Scott. 2001. Applied Logistic Regression Analysis. Thousand Oaks: Sage. Pevetz, Werner. 1999. Die lndliche Sozialforschung in sterreich in den achtziger und neunziger Jahren. Eine Forschungsdokumentation. Wien: Schriftenreihe der Bundesanstalt fr Agrarwirtschaft. Pfaffenberger, Hans und Karl August Chass. 1993. Sozialpolitische und sozialpdagogische Probleme und Lsungsperspektiven im lndlichen Raum. Zur Einfhrung in den Band. In: Armut im lndlichen Raum. Sozialpolitische und sozialpdagogische Perspektiven und Lsungsversuche, hrsg. Hans Pfaffenberger und Karl August Chass, 717. Mnster: LIT-Verlag. Pichler, Gertraud. 2000. Wandel im buerlichen Leben. In: Kurswechsel fr das Alter, hrsg. Anton Amann, 127144. Wien: Bhlau. Sassen, Saskia. 1996. Metropolen des Weltmarktes. Die neue Rolle der Global Cities. Frankfurt am Main: Campus Verlag. Schmhl, Winfried. 2000. Sozialpolitische Rahmenbedingungen fr Altern auf dem Lande: Ressourcen, Politikfelder und Entwicklungstendenzen. In: Altern im lndlichen Raum. Anstze fr eine vorausschauende Alten- und Gesundheitspolitik, hrsg. Walter Ulla und Thomas Altgeld, 4058. Frankfurt am Main: Campus-Verlag. Schulz-Nieswandt, Frank. 2006. Sozialpolitik und Alter. Stuttgart: Kohlhammer. Statistik Austria. 2005. Grozhlung 2001. Ausgewhlte Mazahlen nach Gemeinden. Wien: Verlag sterreich. Statistik Austria. 2006. Einkommen, Armut und Lebensbedingungen. Ergebnisse aus EU-SILC 2004 in sterreich. Wien. Statistik Austria. 2007. Einkommen, Armut und Lebensbedingungen. Ergebnisse aus EU-SILC 2005. Wien. Statistik Austria. 2009. Einkommen, Armut und Lebensbedingungen. Ergebnisse aus EU-SILC 2007. Wien. Tesch-Rmer, Clemens, Susanne Wurm, Andreas Hoff und Heribert Engstler. 2002. Alterssozialberichterstattung im Lngsschnitt. Die zweite Welle des Alterssurveys. In: Perspektiven der empirischen Alter(n)ssoziologie, hrsg. Andreas Motel-Klingebiel und Udo Kelle, 155190. Opladen: Leske & Budrich. Tews, Hans Peter. 1993. Neue und alte Aspekte des Strukturwandels des Alters. In: Lebenslagen im Strukturwandel des Alters, hrsg. Gerhard Naegele, 1542. Opladen: Westdeutscher Verlag. Weber, Germain, Judith Glck, Cecilia Heiss, Simone Sassenrath, Lars Schaefer und Katharina Wehinger. 2005. European Study of Adult Well-Being. Studie zum Wohlbefinden im Alter. Hauptergebnisse unter besonderer Bercksichtigung der Situation in sterreich. Wien: Facultas WUV. Wahl, Hans-Werner und Vera Heyl. 2004. Gerontologie. Einfhrung und Geschichte. Stuttgart: Kohlhammer. Weiske, Christine. 2006. Raum. In: Grundbegriffe der Soziologie, hrsg. Bernhard Schfers, 227230. Wiesbaden: Verlag fr Sozialwissenschaften. Wiesinger, Georg. 2001. Die vielen Gesichter der lndlichen Armut. Eine Situationsanalyse zur lndlichen Armut in sterreich. Wien: Bundesanstalt fr Bergbauernfragen. ZEW Zentrum fr Europische Wirtschaftsforschung. 2008. Einbezug von Vermgen verringert das Armutsrisiko lterer. In: ZEWnews November 2008, hrsg. ZEW, 12. Mannheim. http://www.statistik.at/web_de/services/mikrodaten_fuer_forschung_und_lehre/datenangebot/ standardisierte_datensaetze_sds/index.html#index4 (18. 7. 2009). http://www.statistik.at/web_de/statistiken/bevoelkerung/haushalte_familien_lebensformen/ lebensformen/035114.html (3. 11. 2009). http://www.statistik.at/web_de/static/fragebogen_eu-silc_2004_030376.pdf (8. 3. 2010). Stefan Angel, MMag, ist Universittsassistent prae doc am Institut fr Sozialpolitik, Wirtschaftsuniversitt Wien.