Die regionale Einkommensverteilung ist ein zentraler Indikator, um die Lebensverhältnisse in den verschiedenen Regionen Deutschlands zu messen. Untersuchungen zeigen jedoch, dass in Regionen mit höheren verfügbaren Einkommen die Kosten für Wohnraum höher sind. Im Mieterland Deutschland sind für einen großen Teil der Bevölkerung die Mietpreise relevante Fixkosten, die die für den Vermögensaufbau und den privaten Konsum verfügbaren Finanzmittel maßgeblich beeinflussen.

Wir betrachten daher sowohl das 2022 verfügbare Einkommen der privaten Haushalte auf Kreisebene, das auf den Volkswirtschaftlichen Gesamtrechnungen der Länder basiert, als auch Bestandsmieten in den deutschen Gemeinden auf Basis des Zensus 2022. Beide Indikatoren weisen schiefe Verteilungen auf. Bei der Visualisierung dieser Daten werden zumeist Choroplethenkarten verwendet. Dies ist zur Darstellung der geografischen Verteilung sehr nützlich, aus methodischer Sicht ergeben sich allerdings Probleme. Für Nutzende sind z.B. einzelne Ausprägungen verschiedener Regionen nur schwer vergleichbar und die Bevölkerungsgröße – die einen maßgeblichen Einfluss auf die regionalen Mietpreise haben kann – ist nicht direkt ersichtlich.

Mit dem Beeswarm-Diagramm existiert eine Darstellungsform, die die Datenvisualisierung schiefer regionalstatistischer Verteilungen bereichern kann. Der Beeswarm ist eine univariate Visualisierung, die sich methodisch am Boxplot orientiert. Gegenüber dem klassischen Boxplot zeichnet er sich durch eine ästhetischere Gestaltung und eine leichtere Zugänglichkeit auch für statistisch nicht geschulte Nutzende aus. Wir zeigen mit interaktiven Beeswarm-Diagrammen für das verfügbare Einkommen und die Bestandsmieten, dass diese Darstellungsform eine sehr sinnvolle Ergänzung im visuellen Vokabular der Datenvisualisierung ist.

Im Vortrag soll die technische Implementierung und Optimierung der auf der JavaScript-Bibliothek d3 basierenden Webanwendung gezeigt und diskutiert werden, wie diese interaktiven Darstellungsformen die Informationsvermittlung komplexer regionalstatistischer Ergebnisse bereichern können. Anwendungsbeispiel sind regionalisierte amtliche Daten zu verfügbarem Einkommen und Mieten, zwei zentralen Variablen für das Vermögen und den Konsum privater Haushalte.

EU-SILC ist die Erhebung für vergleichbare Daten auf europäischer Ebene über Einkommen, Armut sowie Lebensbedingungen. Die Erhebung ist seit 2020 in den Mikrozensus integriert und repräsentativ für die gesamte Bevölkerung in Deutschland. Für die Vergleichbarkeit auf europäischer Ebene wurden gemeinsame Zielvariablen und Erhebungsstandards festgelegt. Die Harmonisierung der europäischen Zielvariablen spiegelt nicht immer landestypische Einkommensarten ausreichend wider. Dies betrifft insbesondere die Sozialleistungen, so dass ein ungenaues Bild entsteht. In Deutschland gibt es Leistungen mit versicherungsähnlichem Charakter, so wie Arbeitslosengeld, Leistungen mit einkommensunabhängigem Charakter, so wie Kindergeld, oder Sozialleistungen, die den Grundbedarf der Bevölkerung abdecken sollen, so wie Bürgergeld oder Kinderzuschläge. Die Möglichkeit die Sozialleistungen entsprechend ihrem Charakter darzustellen ist Inhalt dieser Präsentation.

Im Statistischen Bundesamt werden zusätzlich zu den veröffentlichten europäischen Zielvariablen differenziertere Einkommenskomponenten auf Personen- und Haushaltsebene vor. Um das Bild der Einkommen aus Sozialleistungen in Deutschland zu vervollständigen, werden die Einkommenskomponenten neu zusammengefasst. Dies ermöglicht die nationalen Besonderheiten verschiedener Einkommensbestandteile besser abbilden können. Für diese andere Aufgliederung des Haushaltseinkommens werden vergleichende Analysen durchgeführt. Hierbei werden verschiedene Gruppen von Einkommensempfängern gebildet und die Zusammensetzung der jeweiligen Einkommensquellen vorgestellt. Es werden regionale Unterschiede und Gemeinsamkeiten dargestellt. Neben einer Vorstellung der Einkommensanteile werden die Verteilung der Vorkommen thematisiert. Darüber hinaus werden Gleichheitsmaße für verschiedene Gruppen gegenübergestellt.

Ziel ist es, die in Deutschland spezifischen Gruppen von Sozialleistungen besser abzubilden. Im Zuge dessen kann auch die Bedeutung verschiedener Sozialleistungen für unterschiedliche Haushaltstypen klarer herausgearbeitet werden. Die Präsentation vervollständigt damit das Bild über die bereits veröffentlichten Einkommensverteilungen aus SILC.

Die Einkommensteuer stellt eine der wichtigsten Einnahmequellen des Staates in Deutschland dar. Der Vortrag untersucht die Daten der amtlichen Statistik seit der deutschen Wiedervereinigung. Mithilfe aus den klassierten Daten ermittelter Quantile lassen sich sowohl Querschnitts- als auch Längsschnittanalysen tätigen, die aufzeigen, welche Gruppen von Steuerzahlern zu welcher Zeit die Einkommensteuerlast tragen. Zudem werden Analysen der Entwicklung der Durchschnittssteuersätze seit 1961 der einzelnen Quantile getätigt. Für diese Analyse wurden die Daten seit 1961 der amtlichen Statistik herangezogen.

Zur Erklärung der Entwicklung der Einkommensteuerlast und der Durchschnittssteuersatzbelastung werden wirtschaftliche Faktoren wie BIP, Arbeitslosenquote und Veränderungen der Einkommensteuertarife durch den Gesetzgeber herangezogen.