Titelaufnahme

Titel
Differenzierung der Feinstaubexposition in Deutschland nach sozioökonomischem Status : Sachverständigengutachten im Auftrag des Umweltbundesamts / von Dr. Philine Gaffron, Maximilian Freude (Institut für Verkehrsplanung und Logistik der Technischen Universität Hamburg, Hamburg) ; im Auftrag des Umweltbundesamtes ; Herausgeber: Umweltbundesamt ; Durchführung der Studie: Institut für Verkehrsplanung und Logistik der Technischen Universität Hamburg ; Redaktion: Fachgebiet II 1.6 Expositionsschätzung, gesundheitsbezogene Indikatoren, Dr. Christian Schuster
VerfasserGaffron, Philine ; Freude, Maximilian
HerausgeberSchuster, Christian
KörperschaftDeutschland ; Technische Universität Hamburg
ErschienenDessau-Roßlau : Umweltbundesamt, Juni 2021
Umfang1 Online-Ressource (236 Seiten, 13,01 MB) : Diagramme, Karten
Anmerkung
Abschlussdatum: Dezember 2020
Zusammenfassung in deutscher und englischer Sprache
SpracheDeutsch
SerieUmwelt & Gesundheit ; 2021, 03
SchlagwörterFeinstaub / Exposition / Sizio-ökonomischer Status (SES) / GIS / Umweltgerechtigkeit / PM2
URNurn:nbn:de:gbv:3:2-138438 
Zugriffsbeschränkung
 Das Dokument ist frei verfügbar
Dateien
Differenzierung der Feinstaubexposition in Deutschland nach sozioökonomischem Status [13.01 mb]
Links
Nachweis
Klassifikation
Keywords
Luftverschmutzung ist ein bedeutender Risikofaktor für die Gesundheit. Im vorliegenden Gutachten wurde untersucht ob eine Differenzierung der Feinstaubexposition der Bevölkerung in Deutschland nach sozioökonomischem Status möglich ist. Zur Abschätzung der Feinstaubexposition wurde eine flächendeckende Darstellung der PM2.5 Hintergrundbelastung in räumlicher Auflösung von 2 x 2 km² genutzt ergänzt um höher aufgelöste Datensätze für die Städte Hamburg (Gesamtbelastung 100 x 100 m²) und Berlin (Hintergrundbelastung 500 x 500 m²) für zusätzliche lokale Analysen. Als flächendeckende Indikatoren für den sozioökonomischen Status (SES) der Wohnbevölkerung wurden das jährliche Haushaltsnettoeinkommen (1 x 1 km²) sowie Mietund Kaufspiegel in €/m² (Baublockebene) verwendet. Nach verschiedenen Schritten der Datenaufbereitung (Baublockflächenkorrektur Bevölkerungsgewichtung räumliche Aggregation SESStandardisierung auf Gemeindeebene) wurden die jeweiligen Variablen für die drei Untersuchungsräume verschnitten und anhand von räumlichen Regressionsmodellen sowie varianzanalytischen Verfahren (ANOVA) auf statistische Zusammenhänge untersucht. In einigen Fällen waren signifikante Zusammenhänge zwischen Feinstaub- und SES-Variablen festzustellen allerdings waren diese eher schwach ausgeprägt und nicht konsistent in den verschiedenen Untersuchungsräumen. Letztlich ließen die Daten somit keine belastbaren Aussagen zur Differenzierung der Feinstaubexposition zu denn die flächendeckend verfügbaren Variablen für den SES der Bevölkerung waren nur eingeschränkt aussagekräftig. Die Variable Haushaltseinkommen wurde zwar als inhaltlich gut geeigneter SES-Indikator bewertet war räumlich aber zu grob aufgelöst um kleinräumige Unterschiede abzubilden. Miet- und Kaufspiegel wiederum boten zwar eine geeignete räumliche Auflösung geben den sozioökonomischen Status der Bevölkerung jedoch inhaltlich nur eingeschränkt wieder. Für eine bundesweite Differenzierung der Exposition gegenüber Feinstaub nach SES bräuchten zukünftige Studien vor allem flächendeckende Datensätze in präziserer räumlicher Auflösung.
Keywords (Englisch)
Air pollution is a significant risk factor for human health. This study investigated the possibility for differentiating the population exposure to particulate matter by socio-economic status in Germany. A nationwide dataset on PM2.5 background concentrations at a resolution of 2 x 2 km² was used to quantify exposure. PM2.5 datasets for the cities of Hamburg (total concentrations at 100 x 100 m²) and Berlin (background concentrations at 500 x 500 m²) were used for additional local analyses. The annual net household income (at 1 x 1 km²) as well as housing rent and purchase price indices (at block level) were used as indicators for socio-economic status (SES). Data pre-processing included validation of housing block data population weighting spatial aggregation and SES-standardization at municipal level. The relevant variables for the three study areas were overlaid and their statistical relationships examined using spatial regression and Analysis of Variance (ANOVA) models. Some correlations between particulate matter concentrations and SES variables were significant but weak in magnitude without clear trends and not fully consistent across the study areas. Overall the data thus did not allow for a reliable differentiation of PM2.5 exposure as the variables with country-wide coverage offered only limited information on the population’s SES. The household income variable was considered to be a meaningful indicator for SES but its spatial resolution was too coarse to depict fine-scale variations. Residential rent and purchase price indices on the other hand had an appropriate spatial resolution but represented SES only in approximation. In order to differentiate exposure to particulate matter by SES in Germany future studies would require nationwide datasets with finer spatial resolutions.