Skip to main content

Zusammenfassung

Mikrosimulationsmodelle sind in den Sozialwissenschaften, trotz ihrer relativ langen Geschichte, ein sehr selten eingesetztes Instrument zur Analyse gesellschaftlicher Prozesse. Vordergründig werden sie als politisches Beratungsinstrument eingesetzt, welches zukünftige gesellschaftliche Entwicklungen in Form von Szenarien schätzt und so politische Entscheidungsträger bei der Vorbereitung politischer Reformen unterstützen soll. Diese Anwendung erklärt vielleicht auch die Skepsis, die Mikrosimulationsmodellen entgegengebracht wird, bzw. die Tatsache, dass solche Modelle, mit wenigen Ausnahmen, im soziologischen Diskurs so gut wie nicht verwendet werden. Der vorliegende Beitrag verfolgt somit zwei Ziele: Zum einen werden wir einen ausführlichen Überblick über die theoretische und methodische Konzeption von Mikrosimulationsmodellen geben und einige praktische Beispiele aufzeigen. Zum andern möchten wir mit diesem Überblick zu einer tiefer gehenden Auseinandersetzung mit Mikrosimulationsmodellen anregen und für ihren Einsatz innerhalb des wissenschaftlichen Diskurses werben. Wir beginnen mit einem kurzen historischen Rückblick, um die bereits Jahrzehnte zurückliegende Genese dieses Ansatzes aufzuzeigen. Daran anschließend folgt ein Überblick über die methodologischen Grundlagen der Mikrosimulation und deren Abgrenzung gegenüber den aktuell eher verbreiteten agentenbasierten Simulationsmodellen. Ferner beschreiben wir die typischen Strukturmerkmale von Mikrosimulationsmodellen sowie unterschiedliche Modellierungsansätze und stellen die bekanntesten Simulationsmodelle sowie deren Anwendungsgebiete vor. Ebenso zeigen wir auf, wie die aus diesen Modellen resultierenden Ergebnisse zu interpretieren sind und was bei deren Interpretation berücksichtigt werden muss. Der Beitrag schließt mit einer Diskussion, in der wir sowohl die Vorteile der Mikrosimulation erörtern als auch deren Anwendung kritisch reflektieren.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 89.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 179.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literaturverzeichnis

  • ÄBELLO, A., S. Kelly UND A. King (2002) „Demographic Projections with Dynamod- 2.“ Technical Paper 21 National Center of Social and Economic Modelling Canberra: National Centre for Social and Economic Modelling.

    Google Scholar 

  • Aparioio Diaz, B., T. Fent, A. PRSKAWETZ UND L. Bernardi (2007) „Transition to parenthood: The Role of Social Interaction and Endogenous Networks.“ Working Paper 2007-5 Wien: Institute of Demography

    Google Scholar 

  • Axelrod, R. (1997) „Advancing the Art of Simulation in the Social Sciences.“ S. 21–40 in: R. CONTE, R. Hegselmann UND P. Terna (Hg.) Simulating social phenomena. Berlin: Springer.

    Chapter  Google Scholar 

  • BLOSSFELD, H.-P. UND J. Huinink (1989) „Die Verbesserung der Bildungs- und Berufschancen von Frauen und ihr Einfluss auf den Prozess der Familienbildung: Eine Längsschnittuntersuchung über die Entwicklung in der Bundesrepublik Deutschland seit dem Ende des Zweiten Weltkriegs.“ Zeitschrift für Bevölkerungswissenschaft 15: 383–404.

    Google Scholar 

  • Burch, T. K. (1999) „Computer Modelling of Theory: Explanation for the 21st Century.“ PSC Discussion Papers Series 13: 1–25.

    Google Scholar 

  • Coleman, J. S. (1994) Foundations of Social Theory. Cambridge: Belknap Press of Harvard University Press.

    Google Scholar 

  • Da Fonseca Feitosa, F. (2010) Urban Segregation as a Complex System. An Agent-Based Simulation Approach. PhD thesis, Rheinische Friedrich-Wilhelms Universität Bonn. http://hss.ulb.uni-bonn.de/2010/2058/2058.pdf.

  • Da Fonseca Feitosa, F. Le, und P. L. Vlek (2011) „Multi-Agent Simulator for Urban Segregation (MASUS): A Tool to Explore Alternatives for Promoting Inclusive Cities.“ Computers, Environment and Urban Systems 35: 104–115.

    Google Scholar 

  • Dekkers, G. UND R. Cumpston (2011) „On Weights in Dynamic-Aging Microsimulation Models.“ 3rd General Conference of the International Microsimulation Association, „Microsimulation and Policy Design“, Stockholm. http://www.scb.se/Grupp/Produkter_Tjanster/Kurser/_Dokument/IMA/Dekkers_cumpston.pdf

  • DüSSAüLT, B. (2000) „Overview of Dynacan: A Full-Fledged Canadian Actuarial Stochastic Model Designed for the Fiscal and Policy Analysis of Social Security Schemes.“ http://www.actuaries.org/CTTEES_SOCSEC/Documents/dynacan.pdf.

  • Esser, H. (1993) Soziologie: Allgemeine Grundlagen. Frankfurt a.M., NewYork: Campus.

    Google Scholar 

  • Esser, H. (1999) Soziologie: Spezielle Grundlagen: Band 1: Situationslogik und Handeln. Frankfurt a.M., New York: Campus.

    Google Scholar 

  • Favreault, M. UND K. Smith (2004) „A Primer on the Dynamic Simulation of Income Model (DYNASIM3).“ Urban Institute Discussion Paper 02/2004, Washington. http://www.urban.org/UploadedPDF/410961_Dynasim3Primer.pdf

  • Flood, L., F. Jansson, T. Pettersson, O. Sundberg und A. Westerberg (2005) „SESIM III: A Swedish Dynamic Micro Simulation Model.“ http://www.sesim.org/Documents/Handbook°/20of°/20SESIM.pdf

  • Fredrikson, D. (1998) Projections of Population, Education, Labour Supply and Public Pension Benefits: Analyses with the Dynamic Microsimulation Model MOSART. Oslo: Statistisk sentralbyra - Statistics Norway.

    Google Scholar 

  • Galler, H. P. (1997) Discrete-Time and Continuous-Time Approaches to Dynamic Microsimulation Reconsidered. Canberra: University of Canberra.

    Google Scholar 

  • Galler, H. P. UND N. Ott (1994) „Konzeption des dynamischen Mikrosimulationsmodells.“ S. 399–427 in: R. Hauser, U. Hochmuth UND J. Schwarze (Hg.) Mikroanalytische Grundlagen der Gesellschaftspolitik. Berlin: Akademie-Verlag.

    Google Scholar 

  • Gilbert, G. N. (1996) „Simulation as a Research Strategy.“ S. 448–454 in: K. G. Troitzsch, U. Mueller, G. N. Gilbert und J. E. Doran (Hg.) Social Science Microsimulation. Berlin: Springer.

    Chapter  Google Scholar 

  • Gilbert, G. N. (2005) Simulation for the Social Scientist. Berkshire: Open University Press.

    Google Scholar 

  • Granovetter, M. (1978) „Threshold Models of Collective Behavior.“ American Journal of Sociology 83: 1420–1443.

    Google Scholar 

  • Guetzkow, H. (1962) Simulation in Social Science: Readings. Englewood Cliffs, NJ: Prentice Hall.

    Google Scholar 

  • Hadjar, A. UND R. Becker (2011) „Erwartete und unerwartete Folgen der Bildungsexpansion in Deutschland.“ S. 195–213 in: R. Becker (Hg.) Lehrbuch der Bildungssoziologie. Wiesbaden: VS-Verlag fur Sozialwissenschaften.

    Google Scholar 

  • Hannappel, M., K. G. Troitzsch und S. Bauschke (2012) „Demographic and Educational Projections. Building an Event-Oriented Microsimulation Model with CoMICS II.“ S. 613–618 in: K. G. Troitzsch, M. Möhring und U. Lotzmann (Hg.) Shaping reality through simulation. 26th European Conference on Modelling and Simulation.

    Google Scholar 

  • Harding, A. (2007) „Challenges and Opportunities of Dynamic Microsimulation.“ Plenary paper presented to the 1st General Conference of the International Microsimulation Association. Canberra: National Centre for Social and Economic Modelling.

    Google Scholar 

  • Harding, A., M. Keegan UND S. Kelly (2010) „Validating a Dynamic Population Microsimulation Model: Recent Experience in Austria.“ International Journal of Microsimulation 3: 46–64.

    Google Scholar 

  • Harding, A., S. Kelly, R. Percival UND M. Keegan (2009) Population Ageing and Government Age Pension Outlays: Using Microsimulation Models to Inform Policy Making. Canberra: National Centre for Social and Economic Modelling.

    Google Scholar 

  • Hauser, R. (1994) „Die Arbeiten des Sonderforschungsbereichs 3 - ein Überblick.“ S. 1–36 in: R. Hauser, U. Hochmuth und J. Schwarze (Hg.) Mikroanalytische Grundlagen der Gesellschaftspolitik. Berlin: Akademie-Verlag.

    Google Scholar 

  • Hauser, R., U. Hochmuth und J. Schwarze (1994) Mikroanalytische Grundlagen der Gesellschaftspolitik. Band 1: Ausgewahlte Probleme und Lösungsansätze. Ergebnisse aus dem gleichnamigen Sonderforschungsbereich an den Universitäten Frankfurt und Mannheim. Berlin: Akademie-Verlag.

    Google Scholar 

  • Hauser, R., U. Hochmuth und J. Schwarze (1994) Mikroanalytische Grundlagen der Gesellschaftspolitik. Berlin: Akademie-Verlag.

    Google Scholar 

  • Hauser, R., N. Ott und G. Wagner (1994) Mikroanalytische Grundlagen der Gesellschaftspolitik. Band 2: Erhebungsverfahren, Analysemethoden und Mikrosimulation. Ergebnisse aus dem gleichnamigen Sonderforschungsbereich an den Universitäten Frankfurt und Mannheim. Berlin: Akademie-Verlag.

    Google Scholar 

  • Ihrig, M. und K. G. Troitzsch (2013) „An Extended Research Framework for the Simulation Era.“ S. 99–106 in: R. Diaz und F. Longo (Hg.) Emerging M & S Applications in Industry and Academia Symposium and the Modeling and Humanities (EAIA and MathH 2013), 2013 Spring Simulation Multiconference (SpringSim ’13). Red Hook, NY: Curran Associates Inc.

    Google Scholar 

  • Kelly, S. und A. King (2009) Australians over the Coming 50 Years: Providing Useful Projections. Canberra: University of Canberra.

    Google Scholar 

  • Klein, T. (1989) „Bildungsexpansion und Geburtenrückgang: Eine kohortenbezogene Analyse zum Einfluss veränderter Bildungsbeteiligung auf die Geburt von Kindern im Lebenslauf.“ Kölner Zeitschrift für Soziologie und Sozialpsychologie 41: 483–503.

    Google Scholar 

  • Leim, I. (2008) Die Modellierung der Fertilitötsentwicklung als Folge komplexer individueller Entscheidungsprozesse mit Hilfe der Mikrosimulation. 5. Marburg: Metropolis.

    Google Scholar 

  • Lengerer, A., A. Bohr und A. Janssen (2005) Haushalte, Familien und Lebensformen im Mikrozensus- Konzepte und Typisierungen. Mannheim: ZÜMA-Zentrum fär Umfragen, Methoden und Analysen.

    Google Scholar 

  • Orcutt, G. H. (1957), ,A New Type of Socio-Economic System.“ Review of Economics and Statistics 39: 116–123.

    Google Scholar 

  • Orcutt, G. H. (1986) „Views on Microanalytic Simulation Modeling.“ S. 9–26 in: G. H. Orcutt, J. Merz und H. Quinke (Hg.) Microanalytic Simulation Models to Support Social and Financial Policy. Amsterdam: North-Holland.

    Google Scholar 

  • Sauerbier, T. (2002) „UMDBS - A New Tool for Dynamic Microsimulation.“ Journal of Artificial Societies and Social Simulation 5/2/5.

    Google Scholar 

  • Sola Pool, I. D. und R. P. Abelson (1962) „The Simulmatics Project.“ S. 70–81 in: H. Guetzkow (Hg.) Simulation in Social Science: Readings. Englewood Cliffs, NJ: Prentice Hall.

    Google Scholar 

  • Spielauer, M. (2000) Microsimulation of Life Course Interactions between Education, Work, Partnership Forms and Children in Five European Countries. Austria: Austrian Academy of Sciences Press.

    Google Scholar 

  • Spielauer, M. (2003) Family and Education: Intergenerational Educational Transmission within Families and the Influence of Education on Partner Choice and Fertility; Analysis and Microsimulation Projection for Austria. 1. Wien: OIF-Osterreichisches Institut fur Familienforschung.

    Google Scholar 

  • Spielauer, M. (2009) Microsimulation Approaches. Ottawa: Statistics Canada-Modeling Division.

    Google Scholar 

  • SPIELAUER, M. (2009) What is Dynamic Social Science Microsimulation ? Ottawa: Statistics Canada-Modeling Division.

    Google Scholar 

  • TROITZSCH, K. G. (2012) „Legislation, Regulatory Impact Assessment and Simulation.“ Informatica e Diritto 22: 57–74.

    Google Scholar 

  • TROITZSCH, K. G. (2013) „Simulation Experiments and Significance Tests.“ S. 17–28 in: S. Leitner UND F. Wall (Hg.) Artificial Economics and Self Organization. Agent Base Approaches to Economics and Social Systems. Berlin: Springer.

    Google Scholar 

  • VAN IMMHOFF, E. UND W. Post (1998) „Microsimulation for Population Projection.“ Population: An English Selection 10: 97–138.

    Google Scholar 

  • Walker, L. (2010) Modelling Inter-Ethnic Partnerships in New Zealand 1981-2006: A Census-Based Approach. New Zealand: University of Auckland.

    Google Scholar 

  • Weidlich, W. UND G. Haag (1983) Concepts and Models of a Quantitative Sociology. The Dynamics of Interacting Populations. Berlin: Springer.

    Book  Google Scholar 

  • Wirth, H. UND K. DUmmler (2005) The Influence of Qualification on Woman‘s Childless in West Germany: Age and Cohort: Analyses with the German Microcensus. Mannheim: ZUMA-Zentrum für Umfragen, Methoden und Analysen.

    Google Scholar 

  • Zeigler, B. P. (1985) Theory of Modelling and Simulation. Malabar: Krieger.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding authors

Correspondence to Marc Hannappel or Klaus G. Troitzsch .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2015 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Hannappel, M., Troitzsch, K. (2015). Mikrosimulationsmodelle. In: Braun, N., Saam, N. (eds) Handbuch Modellbildung und Simulation in den Sozialwissenschaften. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-01164-2_16

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-01164-2_16

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-01163-5

  • Online ISBN: 978-3-658-01164-2

  • eBook Packages: Humanities, Social Science (German Language)

Publish with us

Policies and ethics