Advertisement

Jahrbuch für Regionalwissenschaft

, Volume 30, Issue 1, pp 1–22 | Cite as

Quality of life in the regions: an exploratory spatial data analysis for West German labor markets

  • Karsten Rusche
Original Paper

Abstract

Which of Germany’s regions is the most attractive? Where is it best to live and work—on objective grounds? These questions are summed up in the concept “quality of life”. This paper uses recent research projects that determine this parameter to examine the spatial distribution of quality of life in Germany. For this purpose, an Exploratory Spatial Data Analysis is conducted which focuses on identifying statistically significant (dis-)similarities in space. An initial result of this research is that it is important to choose the aggregation level of administrative units carefully when considering a spatial analysis. The level plays a crucial role in the strength and impact of spatial effects. In concentrating on various labor market areas, this paper identifies a significant spatial autocorrelation in the quality of life, which seems to be contradictory to the hypothesis of a North-South divide. Instead, the German regions in the geographical mid show the highest clustering of low quality of life. In addition, the ESDA results are used to augment the regression specifications, which helps to avoid the occurrence of spatial dependencies in the residuals. The regression results indicate that soft location factors have half the impact on quality of life than hard economic factors.

Keywords

Quality of life Exploratory spatial data analysis Functional economic areas Spatial econometrics and statistics LISA dummies 

Zusammenfassung

Welche Region Deutschlands ist die attraktivste? Wo lässt es sich objektiv betrachtet gut leben und arbeiten? All diese Fragen lassen sich zu dem Oberbegriff ”Lebensqualität” zusammenfassen. Dieser Artikel greift aktuelle Ergebnisse einer Forschungsarbeit zur Bewertung dieser Größe auf und gibt einen Einblick in ihre räumliche Verteilung. Hierzu wird eine explorative räumliche Datenanalyse durchgeführt, die insbesondere zur Identifizierung statistisch signifikanter räumlicher (Ähnlichkeits-)Strukturen dient. Hierbei zeigt sich, dass vor allem bei einer Untersuchung kleinräumiger Zusammenhänge die Auswahl der geeigneten Aggregationsebene der Daten für die Analyse entscheidend ist. Auf der Ebene regionaler Arbeitsmärkte in Westdeutschland zeigt sich eine signifikante räumliche Autokorrelation der Lebensqualitäten, die in der lokalen Clusterstruktur einem Süd-Nord-Gefälle widerspricht. Am deutlichsten ist die Mitte Deutschlands von geringer Lebensqualität geprägt. Des Weiteren können die ESDA Ergebnisse genutzt werden, um ökonometrische Modellspezifikationen zu verbessern. Die ökonometrische Analyse offenbart einen signifikanten Einfluss weicher wie harter Standortfaktoren auf die regionale Lebensqualität.

Lebensqualität Explorative räumliche Datenanalyse Funktionalregionen Räumliche Ökonometrie LISA Dummies 

JEL Classification

D63 R10 R12 R50 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. Anselin L (1988) Spatial econometrics: methods and models, Dordrecht Google Scholar
  2. Anselin L (1995) Local indicators of spatial association—LISA. Geogr Anal 27(2):93–115 Google Scholar
  3. Anselin L (1996) The Moran Scatterplot as an ESDA tool to assess local instability in spatial association. In: Fisher M et al. (ed) Spatial analytical perspectives on GIS, London Google Scholar
  4. Anselin L (2005) Exploring spatial data with GeoDa™: a workbook, Urbana Google Scholar
  5. Anselin L, Syabri I, Kho Y (2006) GeoDa: an introduction to spatial data analysis. Geogr Anal 38:5–22 CrossRefGoogle Scholar
  6. Baumont C, Ertur C, Le Gallo J (2004) Spatial analysis of employment and population density: the case of the agglomeration of Dijon 1999. Geogr Anal 36(2):146–176 CrossRefGoogle Scholar
  7. Bode E (2008) Delineating metropolitan areas using land prices. J Reg Sci 48(1):131–163 Google Scholar
  8. Büttner T, Ebertz A (2007) Lebensqualität in den Regionen: Erste Ergebnisse für Deutschland. Ifo Schnelld 60(15):13–19 Google Scholar
  9. Büttner T, Ebertz A (2009) Quality of life in the regions: results for German counties. Ann Reg Sci 43(1):89–112 CrossRefGoogle Scholar
  10. Dall’erba S (2005) Distribution of regional income and regional funds in Europe 1989–1999: an exploratory spatial data analysis. Ann Reg Sci 39:121–148 CrossRefGoogle Scholar
  11. Eckey H-F, Kosfeld R, Türck M (2006a) Abgrenzung deutscher Arbeitsmarktregionen. Raumforsch Raumordn 64(4):299–309 Google Scholar
  12. Eckey H-F, Kosfeld R, Türck M (2006b) Räumliche Ökonometrie. WiST 10:548–554 Google Scholar
  13. Eckey H-F, Kosfeld R, Türck M (2007) Regional convergence in Germany: a geographically weighted regression approach. Spat Econ Anal 2(1):45–64 CrossRefGoogle Scholar
  14. Fischer G et al. (2007) Standortbedingungen und Beschäftigung in den Regionen West- und Ostdeutschlands. Ergebnisse des IAB-Betriebspanels 2006. In: IAB Forschungsbericht Nr 5/2007 Google Scholar
  15. Florax R, Nijkamp P (2004) Misspecification in linear spatial regression models. In: Kempf-Leohnhard K (ed) Encyclopedia of social measurement, San Diego Google Scholar
  16. Getis A (2008) A history of the concept of spatial autocorrelation: a geographer’s perspective. Geogr Anal 40:297–309 CrossRefGoogle Scholar
  17. Getis A, Aldstadt J (2004) Constructing the spatial weights matrix using a local statistic. Geogr Anal 36(2):90–104 CrossRefGoogle Scholar
  18. Getis A, Ord JK (1992) The analysis of spatial association by use of distance statistics. Geogr Anal 24(3):189–206 Google Scholar
  19. Getis A, Ord JK (1996) Local spatial statistics: an overview. In: Longley P (ed) Spatial analysis, pp 261–277 Google Scholar
  20. Griffith DA (1995) Some guidelines for specifying the geographical weights matrix contained in spatial statistical models. In: Arlinghaus SL, Nystuen JD (eds) Practical handbook of spatial statistics, pp 66–82 Google Scholar
  21. Guillain R, Le Gallo J (2006) Measuring agglomeration: an exploratory spatial analysis approach applied to the case of Paris and its surroundings. REAL working paper, No 06 T-10, University of Illinois at Urbana-Champaign Google Scholar
  22. Kosfeld R, Eckey H-F, Dreger C (2006) Regional productivity and income convergence in the unified Germany, 1992–2000. Reg Stud 40:755–767 CrossRefGoogle Scholar
  23. Kosfeld R, Eckey H-F, Türck M (2007) LISA (local indicators of spatial association). WiST 3:157–163 Google Scholar
  24. Le Gallo J, Ertur C (2003) Exploratory spatial data analysis of the distribution of regional per capita GDP in Europe, 1980–1995. Pap Reg Sci, J RSAI 82(4):175–201 CrossRefGoogle Scholar
  25. Magrini S (2004) Regional (di)convergence. In: Henderson JV, Thiesse JF (eds) Handbook of regional and urban economics, vol 4, pp 2741–2796 Google Scholar
  26. McMillen DP (2003) Spatial autocorrelation or model misspecification? Int Reg Sci Rev 26(2):208–217 CrossRefGoogle Scholar
  27. Michels W, Rusche K (2008) Abgrenzung von Wohnungsmarktregionen mit Hilfe von Arbeitsmarktverflechtungen. In: Materialien zum Siedlungs- und Wohnungswesen, Bd 43 Google Scholar
  28. Möller J (2007) Regional variations in the price of building land: a spatial econometrics approach for West Germany. Ann Reg Sci. doi: 10.1007/s00168-007-0207-6 Google Scholar
  29. Niebuhr A (2001) Convergence and the effects of spatial interaction. Jahrb Reg wiss 21:113–133 Google Scholar
  30. Openshaw S (1984) The modifiable areal unit problem, Norwich Google Scholar
  31. Openshaw S, Taylor PJ (1979) A million or so correlation coefficients: three experiments on the modifiable areal unit problem. In: Wrigley N (ed) Statistical applications on the spatial sciences, Norwich, pp 127–144 Google Scholar
  32. Ord JK, Getis A (1995) Local spatial autocorrelation statistics: distributional issues and an application. Geogr Anal 27(4):286–306 Google Scholar
  33. Patacchini E, Rice P (2007) Geography and economic performance: exploratory spatial data analysis for Great Britain. Reg Stud 41(4):489–508 CrossRefGoogle Scholar
  34. Roback J (1982) Wages, rents, and the quality of life. J Polit Econ 90(6):1257–1278 CrossRefGoogle Scholar
  35. Rosen S (1979) Wages-based indexes of urban quality of life. In: Mieszkowski P, Straszheim M (eds) Current issues in urban economics, Baltimore Google Scholar
  36. Tobler WR (1979) Cellular geography. In: Gale S, Olsson G (eds) Philosophy in geography, pp 379–386 Google Scholar
  37. Uhde N (2008) Validity of scoring methods in the presence of outliers. In: SSRN working paper series, No 1113049 Google Scholar
  38. van Suntum U, Rusche K (2007) Regionale Beschäftigung und demografischer Wandel. Wirtschaftsdienst 1:48–53 Google Scholar

Copyright information

© Springer-Verlag 2009

Authors and Affiliations

  1. 1.Forschungsfeld 2: Regionalisierung des StädtischenILS Institut für Landes- und Stadtentwicklungsforschung gGmbHDortmundGermany

Personalised recommendations