Armut in Deutschland[Poverty in Germany]

Zusammenfassung Die Ergebnisse von Armutsanalysen auf Basis von Befragungsdaten unterliegen statistischen Unsicherheiten und möglichen systematischen Verzerrungen, deren Ursachen sowohl in der Pre-Data-Collection-Phase (z. B. bei der Stichprobenziehung), der Data-Collection-Phase (Unit- bzw. Item-Non-Response), als auch in der Post-Data-Collection-Phase (Gewichtung, Datengenerierung) liegen können. Um diese studienspezifischen Einflüsse bewerten zu können, kann ein Vergleich der Ergebnisse auf Basis von mehreren Datenquellen hilfreich sein. In dieser Untersuchung werden die Einkommensverteilungen, mehrere Armutsmaße, die identifizierten Armutsrisikoquoten von Subpopulationen, Armutsfaktoren, die Betroffenheit von dauerhafter Armut sowie Auf- und Abstiege mit den beiden Haushaltspanelstudien Panel „Arbeitsmarkt und soziale Sicherung“ (PASS) und sozio-oekonomisches Panel (SOEP) berechnet und miteinander verglichen. Als zusätzliche Referenz nutzen wir Ergebnisse zu Armut basierend auf dem Mikrozensus. Ziel dieses Vorhabens ist es, die Aussagekraft der Ergebnisse von Armutsanalysen besser einschätzen zu können. Zwischen den beiden Studien können signifikante Unterschiede in den Armutsmaßen festgestellt werden, welche sich allerding teilweise über den Beobachtungszeitraum auflösen. Eine Annäherung der in PASS bestimmten Armut an die Werte des SOEP kann entweder durch einen Ausfallsprozess in den ersten Erhebungsjahren der PASS-Studie oder durch eine Verbesserung der Datenqualität der Einkommensinformation bedingt sein. Die Resultate einer multivariaten Analyse auf die Wahrscheinlichkeit ein Einkommen unterhalb der Armutsschwelle aufzuweisen weichen zwischen den beiden Studien kaum voneinander ab. In der beobachteten Armutsdynamik weisen die beiden Panelstudien neben großen Gemeinsamkeiten auch klare Unterschiede auf. Insgesamt zeigt sich ein in vielen Bereichen vergleichbares Bild von relativer materieller Armut in den beiden Haushaltspanelstudien, das jedoch in einigen Punkten voneinander abweicht. Hieraus lässt sich die Relevanz für die Analyse von Armut anhand mehrerer verschiedener Datenquellen ableiten.