Advertisement

Modellierung der Entwicklung des Pflegebedarfs in Deutschland

Eine dynamische Mikrosimulation
  • Christoph FrohnEmail author
  • Monika Obersneider
Chapter

Zusammenfassung

Gegenstand des Beitrags ist die Konstruktion eines periodenorientierten dynamischen Mikrosimulationsmodells zur Analyse der Entwicklung des Pflegebedarfs in Deutschland. Ziel ist nicht die Projektion einer realitätsnahen Entwicklung des Pflegebedarfs. Gezeigt wird vielmehr die Abhängigkeit der Fortentwicklung von einer Vielzahl an Erklärungsmechanismen zur Pflegebedürftigkeit und die Relevanz von makrostrukturellen Veränderungen für die Pflegeentwicklung. Auf der einen Seite treiben rein demografische Prozesse ein künftiges Wachstum des Pflegebedarfs in Deutschland an, auf der anderen Seite Veränderungen in der Sozialstruktur. Letztgenannte Faktoren bleiben in den meisten Prognosen zur Pflegebedürftigkeit unberücksichtigt. Durch den Rückgriff auf die Mikrosimulation zur Fortschreibung können empirisch geprüfte Individualhypothesen zu Pflegebedarfen, zu sozialstrukturellen Veränderungen und deren Interdependenzen in die Modellierung einbezogen werden. Die Entstehung der Pflegeentwicklung wird so auf der Ebene modelliert, auf der sie stattfindet. Ergebnisse der Simulation zeigen exemplarisch, inwiefern die Fortentwicklung des Pflegebedarfs neben Alterseffekten durch ausgewählte Dimensionen der Sozialstruktur und deren Entwicklung bedingt ist. Damit wird veranschaulicht, inwiefern die Mikrosimulation eine differenzierte Untersuchung der Einflussfaktoren auf die Entwicklung eines kollektiven Phänomens wie der Pflegebedürftigkeit in einer Gesellschaft ermöglicht.

Schlüsselbegriffe

Mikrosimulation Pflegeentwicklung Mikrozensus Fortschreibung Demografie Sozialstruktur Pflegebedarf Modellbildung 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Bartley, M. (2004). Health Inequality. An introduction to theories, concepts and methods. Cambridge: Polity Press.Google Scholar
  2. Bauer, U., & Büscher, A. (2008). Soziale Ungleichheit in der pflegerischen Versorgung – ein Bezugsrahmen. In U. Bauer & A. Büscher (Hrsg.), Soziale Ungleichheit und Pflege. Beiträge sozialwissenschaftlich orientierter Pflegeforschung (S. 7–45). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  3. Bermejo, I., Hölzel, L. P., Kriston, L., & Härter, M. (2012). Subjektiv erlebte Barrieren von Personen mit Migrationshintergrund bei der Inanspruchnahme von Gesundheitsmaßnahmen. Bundesgesundheitsblatt, 55(8), 944–953.Google Scholar
  4. Black, S. D., Morris, J. N., Smith, C., & Townsend, P. (1980). Inequalities in health: The Black Report (Penguin Book ed.). Harmondsworth: Penguin Book.Google Scholar
  5. Blinkert, B., & Gräf, B. (2009). Deutsche Pflegeversicherung vor massiven Herausforderungen. Frankfurt am Main: Deutsche Bank Research.Google Scholar
  6. Bolte, G., & Kohlhuber, M. (2009). Soziale Ungleichheit bei umweltbezogener Gesundheit: Erklärungsansätze aus umweltepidemiologischer Perspektive. In M. Richter & K. Hurrelmann (Hrsg.), Gesundheitliche Ungleichheit. Grundlagen, Probleme, Perspektiven (2. aktualisierte Aufl., S. 99–116). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  7. Borchert, L., & Rothgang, H. (2008). Soziale Einflüsse auf das Risiko der Pflegebedürftigkeit älterer Männer. In U. Bauer & A. Büscher (Hrsg.), Soziale Ungleichheit und Pflege. Beiträge sozialwissenschaftlich orientierter Pflegeforschung (S. 215–237). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  8. Breyer, F., & Felder, S. (2006). Life expectancy and health care expenditures: A new calculation for Germany using the costs of dying. Health Policy, 75(2), 178–186.Google Scholar
  9. Brockmann, H., & Klein, T. (2002). Familienbiographie und Mortalität in Ost- und Westdeutschland. Zeitschrift für Gerontologie und Geriatrie, 35(5), 430–440.Google Scholar
  10. Deutscher Bundestag (2001). Dritter Bericht zur Lage der älteren Generation in der Bundesrepublik Deutschland: Alter und Gesellschaft und Stellungnahme der Bundesregierung. Drucksache 14/5130. Berlin: Deutscher Bundestag.Google Scholar
  11. Doblhammer, G., & Ziegler, U. (2010). Care Need Projections by Marital Status and Childlessness for Germany 2000–2030 based on the FELICIE Project. In G. Doblhammer & U. Ziegler (Hrsg.), Ageing, Care Need and Quality of Life. The Perspective of Care Givers and People in Need of Care (S. 42–60). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  12. Fernandes, A. A., Rodrigues, T., & Castro Henriques, F. (2008). Future trends in education among older people. In J. Gaymu, P. Festy, M. Poulain & G. Beets (Hrsg.), Future Elderly Living Conditions in Europe (S. 99–117). Paris: Institut national d’études démographiques.Google Scholar
  13. Fries, J. F. (1980). Aging, Natural Death, and the Compression of Morbidity. New England Journal of Medicine, 303(3), 130–135.Google Scholar
  14. Frietsch, R., & Wirth, H. (2001). Die Übertragung der Magnitude-Prestigeskala von Wegener auf die Klassifikation der Berufe. ZUMA-Nachrichten, 25(48), 139–163.Google Scholar
  15. Gilbert, N., & Troitzsch, K. G. (2005). Simulation for the social scientist (2. Aufl.). Maidenhead: Open University Press.Google Scholar
  16. Hackmann, T., & Moog, S. (2008). Älter gleich kränker? Auswirkungen des Zugewinns an Lebenserwartung auf die Pflegewahrscheinlichkeit. FZG Discussion Paper 26. University of Freiburg: Forschungszentrum Generationenverträge (FZG).Google Scholar
  17. Hannappel, M., & Troitzsch, K. G. (2015). Mikrosimulationsmodelle. In N. Braun & N. J. Saam (Hrsg.), Handbuch Modellbildung und Simulation in den Sozialwissenschaften (S. 455–489). Wiesbaden: Springer Fachmedien.Google Scholar
  18. Helmert, U., & Schorb, F. (2009). Die Bedeutung verhaltensbezogener Faktoren im Kontext der sozialen Ungleichheit der Gesundheit. In M. Richter & K. Hurrelmann (Hrsg.), Gesundheitliche Ungleichheit. Grundlagen, Probleme, Perspektiven (2. aktualisierte Aufl., S. 133–148). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  19. Hoffmann, E., & Nachtmann, J. (2007). Alter und Pflege. GeroStat Report Altersdaten, 3, 1–28.Google Scholar
  20. Hofmann, H. (2006). Altenpflege und Soziale Dienste – wachsender Bedarf bei fehlenden Mitteln. ifo Schnelldienst, 59(15), 24–30.Google Scholar
  21. Imhoff, E. V., & Post, W. (1998). Microsimulation methods for population projection. Population. An English selection: New Methodological Approaches in the Social Sciences, 10(1), 97–138.Google Scholar
  22. Klein, T. (2011). „Durch Dick und Dünn.“ Zum Einfluss von Partnerschaft und Partnermarkt auf das Körpergewicht. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 63(3), 459–479.Google Scholar
  23. Kohls, M. (2011). Morbidität und Mortalität von Migranten in Deutschland. Forschungsbericht 9. Nürnberg: Bundesamt für Migration und Flüchtlinge.Google Scholar
  24. Kohls, M. (2012). Pflegebedürftigkeit und Nachfrage nach Pflegeleistungen von Migrantinnen und Migranten im demographischen Wandel. Forschungsbericht 12. Nürnberg: Bundesamt für Migration und Flüchtlinge.Google Scholar
  25. König, H.-H., Leidl, R., & Schulz, E. (2001). Auswirkungen der demographischen Entwicklung auf die Zahl der Pflegefälle: Vorausschätzungen bis 2020 mit Ausblick auf 2050. Berlin: Deutsches Institut für Wirtschaftsforschung (DIW).Google Scholar
  26. Kruse, A., Gaber, E., Heuft, G., Oster, P., Re, S., & Schulz-Nieswandt, F. (2005). Gesundheit im Alter. Gesundheitsberichterstattung des Bundes (Heft 10). Berlin: Robert Koch-Institut.Google Scholar
  27. Lampert, T., Hoebel, J., Kuntz, B., Fuchs, J., Scheidt-Nave, C., & Nowossadeck, E. (2016). Gesundheitliche Ungleichheit im höheren Lebensalter. GBE Kompakt, 7(1). Berlin: Robert Koch-Institut.Google Scholar
  28. Leim, I. (2008). Die Modellierung der Fertilitätsentwicklung als Folge komplexer individueller Entscheidungsprozesse mit Hilfe der Mikrosimulation (Social Science Simulations, Band 5). Marburg: Metropolis-Verlag.Google Scholar
  29. Lynch, J. W., Kaplan, G. A., Cohen, R. D., Tuomilehto, J., & Salonen, J. T. (1996). Do Cardiovascular Risk Factors Explain the Relation between Socioeconomic Status, Risk of All-Cause Mortality, Cardiovascular Mortality, and Acute Myocardial Infarction? American Journal of Epidemiology, 144(10), 934–942.Google Scholar
  30. Mager, H.-C. (1999). Pflegebedürftigkeit im Alter: Dimensionen und Determinanten. In R. Eisen & H.-C. Mager (Hrsg.), Pflegebedürftigkeit und Pflegesicherung in ausgewählten Ländern (S. 29–78). Wiesbaden: Springer Fachmedien.Google Scholar
  31. McLay, J. M., Lay-Lee, R. Milne, B. J. & Davis, P. (2015). Regression-Style Models for Parameter Estimation in Dynamic Microsimulation: An Empirical Performance Assessment. International Journal of Microsimulation, 8(2), 83–127.Google Scholar
  32. Mielck, A. (2005). Soziale Ungleichheit und Gesundheit. Einführung in die aktuelle Diskussion. Bern: Hogrefe AG.Google Scholar
  33. Muckenhuber, J., & Volk, H. (2018). Gesundheitliche Ungleichheit im internationalen Vergleich. In P. Kriwy & M. Jungbauer-Gans (Hrsg.), Handbuch Gesundheitssoziologie. Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  34. Murtagh, K. N., & Hubert, H. B. (2004). Gender Differences in Physical Disability Among an Elderly Cohort. American Journal of Public Health, 94(8), 1406–1411.Google Scholar
  35. Orcutt, G. H. (1957). A New Type of Socio-Economic System. Review of Economics and Statistics, 39, 116–123.Google Scholar
  36. Pfaff, H. (2010). People in Need of Long-term Care: The Present and the Future. In G. Doblhammer & R. Scholz (Hrsg.), Ageing, Care Need and Quality of Life. The Perspective of Care Givers and People in Need of Care (S. 14–29). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  37. Pohl, C. (2010). Der zukünftige Bedarf an Pflegearbeitskräften in Deutschland: Modellrechnungen für die Bundesländer bis zum Jahr 2020. Comparative Population Studies – Zeitschrift für Bevölkerungswissenschaft, 35(2), 357–378.Google Scholar
  38. Pötzsch, O., & Rößger, F. (2015). Bevölkerung Deutschlands bis 2060. 13. koordinierte Bevölkerungsvorausberechnung. Wiesbaden: Statistisches Bundesamt.Google Scholar
  39. R Core Team (2018). An Introduction to R. Notes on R: A Programming Environment for Data Analysis and Graphics Version 3.5.2. https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf. Zugegriffen: 20. Dezember 2018.
  40. Rapp, I., & Klein, T. (2015). Familie und Gesundheit. In P. B. Hill & J. Kopp (Hrsg.), Handbuch Familiensoziologie (S. 775–790). Wiesbaden: Springer VS.Google Scholar
  41. Razum, O., & Spallek, J. (2012). Erklärungsmodelle zum Zusammenhang zwischen Migration und Gesundheit im Alter. In H. Baykara-Krumme, A. Motel-Klingebiel & P. Schimany (Hrsg.), Viele Welten des Alterns. Ältere Migranten im alternden Deutschland (S. 161–180). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  42. Rephann, T. J., & Holm, E. (2004). Economic-Demographic Effects of Immigration: Results from a Dynamic Spatial Microsimulation Model. International Regional Science Review, 27(4), 379–410.Google Scholar
  43. Richter, M., & Hurrelmann, K. (2009). Gesundheitliche Ungleichheit: Ausgangsfragen und Herausforderungen. In M. Richter & K. Hurrelmann (Hrsg.), Gesundheitliche Ungleichheit. Grundlagen, Probleme, Konzepte (2. aktualisierte Aufl., S. 1–13). Wiesbaden: VS Verlag für Sozialwissenschaften.Google Scholar
  44. Rothgang, H., Müller, R., & Unger, R. (2012). „Pflege 2030“. Was ist zu erwarten – was ist zu tun? Gütersloh: Bertelsmann Stiftung.Google Scholar
  45. Schimany, P., Rühl, S., & Kohls, M. (2012). Ältere Migrantinnen und Migranten – Entwicklungen, Lebenslagen, Perspektiven. Forschungsbericht 18. Nürnberg: Bundesamt für Migration und Flüchtlinge.Google Scholar
  46. Schneekloth, U., & Wahl, H. W. (2005). Möglichkeiten und Grenzen selbständiger Lebensführung in privaten Haushalten (MuG III). Berlin: Bundesministerium für Familie, Senioren, Frauen und Jugend.Google Scholar
  47. Schrijvers, C. T., Stronks, K., Mheen, D., & Mackenbach, J. P. (1999). Explaining Educational Differences in Mortality: The Role of Behavioral and Material Factors. American Journal of Public Health, 89(3), 535–540.Google Scholar
  48. Schulz, E. (2008). Zahl der Pflegefälle wird deutlich steigen. Wochenbericht des DIW Berlin Nr. 47. Berlin: Deutsches Institut für Wirtschaftsforschung (DIW).Google Scholar
  49. Schulz, E., Kunert, U., Horn, M., Kalinowska, D., Kloas, J., & Ochmann, R. (2008). Mobilität 2025. Der Einfluss von Einkommen, Mobilitätskosten und Demographie. Anhang 1: Demographie, Erwerbsbeteiligung und Bildung im Jahr 2025. Berlin: Deutsches Institut für Wirtschaftsforschung (DIW).Google Scholar
  50. Spielauer, M. (2011). What is Social Science Microsimulation? Social Science Computer Review, 29(1), 9–20.Google Scholar
  51. Statistische Ämter des Bundes und der Länder (2010). Auswirkungen auf Krankenhausbehandlungen und Pflegebedürftige im Bund und in den Ländern. Demografischer Wandel in Deutschland (Heft 2). Wiesbaden: Statistisches Bundesamt.Google Scholar
  52. Statistisches Bundesamt (2010). Mikrozensus 2009. Qualitätsbericht. Wiesbaden: Statistisches Bundesamt.Google Scholar
  53. Statistisches Bundesamt (2016). Sterbetafel 2012/2014. Methoden- und Ergebnisbericht zur laufenden Berechnung von Periodensterbetafeln für Deutschland und die Bundesländer. Wiesbaden: Statistisches Bundesamt.Google Scholar
  54. Stein, P., & Bekalarczyk, D. (2016). Zur Prognose beruflicher Positionierung von Migranten der dritten Generation. In R. Bachleitner, M. Weichbold & M. Pausch (Hrsg.), Empirische Prognoseverfahren in den Sozialwissenschaften (S. 223–257). Wiesbaden: Springer Fachmedien.Google Scholar
  55. Verbrugge, L. M. (1984). Longer Life but Worsening Health? Trends in Health and Mortality of Middle-Aged and Older Persons. The Milbank Memorial Fund Quarterly. Health and Society, 62(3), 475–519.Google Scholar
  56. Volkert, M., & Risch, R. (2017). Altenpflege für Muslime – Informationsverhalten und Akzeptanz von Pflegearrangements. Im Auftrag der Deutschen Islam Konferenz. Working Paper 75 des Forschungszentrums des Bundesamtes. Nürnberg: Bundesamt für Migration und Flüchtlinge.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020

Authors and Affiliations

  1. 1.Katholische Hochschule Nordrhein-WestfalenPaderbornDeutschland
  2. 2.Universität Duisburg-EssenDuisburgDeutschland

Personalised recommendations