S T A T I S T I K A U S T R I A 1 Amtliche Statistik in Österreich 26. November 2008 © STATISTIK AUSTRIA I n f o r m a t i o n e n Wir

S T A T I S T I K A U S T R I A 1www.statistik.at

Amtliche Statistik

in Österreich

26. November 2008

© STATISTIK AUSTRIA

I n f o r m a t i o n e n

Wir bewegen

S T A T I S T I K A U S T R I A 2

Inhalt

1. Die Bundesanstalt Statistik Austria2. Methodische Arbeiten in Statistik Austria3. Strategische Zielsetzungen


Einige historische Fakten

1829: „Statistisches Bureau“

2004: 175 Jahre Amtliche Statistik in Österreich

1. Jänner 2000: Bundesstatistikgesetz (BStatG 2000) tritt in Kraft

ÖSTAT (Österreichisches Statistisches Zentralamt): Teil der öffentlichen Verwaltung

STAT (Statistik Österreich, Statistik Austria): eine Bundesanstalt

ÖSTAT STAT


Was ist Bundesstatistik?

Informationssystem des Bundes,

das statistische Daten über die wirtschaftlichen,

demographischen, sozialen, ökologischen und kulturellen

Gegebenheiten in Österreich

den Bundesorganen

zur Planung

Entscheidungsvorbereitung und

Kontrolle von Maßnahmen

sowie der Wissenschaft, der Wirtschaft und der

Öffentlichkeit bereitstellt.

§ 1 BStatG


Direkte Erhebungen/Befragungen nur zulässig, wenn die Datenbeschaffung nicht anders möglich ist

Beschaffung der Daten zuerst bei den öffentlichen Registern und Verwaltungsstellen

Stichproben- statt Vollerhebungen

Freiwilligkeit statt Zwang bei Befragungen

Benutzerfreundliche Erhebungsbögen

Ziele des Bundesstatistikgesetzes (1)

Entlastung der Bürger, insb. der Unternehmen


Rationalisierung, insbesondere im Personalbereich

Höhere Qualifizierung des Personals

Moderne Managementstrukturen

Auf- und Ausbau von Datenbanken und Registern

Nutzung von Verwaltungsdaten

Vermehrte Nutzung elektronischer Medien


Erhöhung der Effizienz


Festlegung der fachlichen Grundsätze bei der Erstellung der amtlichen Statistiken

Laufende Qualitätsverbesserung, Qualifikationssteigerung

Erhöhung der Aktualität

Verpflichtung zur unentgeltlichen Veröffentlichung der statistischen Ergebnisse im Internet

Sicherstellung der fachlichen Unabhängigkeit der amtlichen Statistik


Sicherstellung der Qualität, Aktualität und Transparenz der amtlichen Statistik


Inhaltliche, fachliche Verantwortlichkeit:

Im hoheitlichen Bereich: der nach dem Bundesministeriengesetz für die jeweilige Statistik zuständige Fachminister.

• Weisungsfreiheit der Anstalt in methodischen Fragen.

• Sicherstellung durch Aufsichtsrechte der Fachminister

Wirtschaftliche Verantwortlichkeit:• Eigenverantwortlichkeit der Anstalt

• Sicherstellung durch Aufsichtsrechte des Bundeskanzlers


Festlegung der Verantwortlichkeiten in der Amtlichen Statistik


Tätigwerden aufgrund einer Anordnung:• unmittelbar wirksame EU-Normen

• gesetzliche Anordnung

• Anordnung durch Verordnung

Aufgrund eines Vertrages dürfen Statistiken erstellt werden • für Gebietskörperschaften

• für Anstalten öffentlichen Rechts

• für Internationale Organisationen

• für Gemeinwirtschaftliche Unternehmungen


Die Bundesanstalt soll grundsätzlich nur auf Anordnung oder Auftrag und gegen Kostenersatz tätig werden


Statistisches System Österreichs (1)

Bundesebene:

Bundesanstalt Statistik Österreich

Andere Organe der Bundesstatistik

• Energie Control (Energiestatistik)

• Umweltbundesamt (Abfallstatistik)

Oesterreichische Nationalbank (Zahlungsbilanz, Monetärstatistik)

Bundesministerien

Arbeitsmarktservice (Arbeitslosenstatistik, Statistik der offenen Stellen)

Hauptverband der österreichischen Sozialversicherungsträger (z.B. Beschäftigungsstatistik)

Wirtschaftskammer Österreich und andere öffentlich-rechtliche Interessensvertretungen

Verbände und Interessensvertretungen


Statistisches System Österreichs (2)

Landes- und Gemeindeebene:

Landesstatistik

Städtestatistik


Internationales Statistik-Umfeld

NSI

NSI

NSINSI

NSI

NSI

NSI

NSI

NSI

NSI

NSI

EUEurostat / Europ. Kommission,

Rat der EU, Europ. Parlament,

Europ. Zentralbank, CEIES etc.

UNStatistical Commission,

Economic Commission for Europe (ECE), Konferenz europ. Statistiker (CES),

WHO, ILO etc.

OECDCommittee on Statistics

etc.

NGOsInternational

StatisticalInstitute (ISI) etc.

STATISTIK AUSTRIA

Die Informationsmanager NSI

NSI

NSI

NSINSI

NSI

NSI

NSI

NSI



Besondere Grundsätze, § 24 BStatG

Objektivität und Unparteilichkeit beim Erstellen der Statistiken

Statistische Methoden und Verfahren nach international anerkannten wissenschaftlichen Grundsätzen und Standards, ihre Offenlegung

Laufende Überprüfung der Statistiken auf Qualitätsverbesserungen

Möglichst hohe Aktualität der Statistiken Minimierung der Belastung und ausreichende Information

der Betroffenen und Auskunftspflichtigen Wahrung der Grundsätzen der Veröffentlichung gem. § 30

BStatG Vertraulichkeit von personenbezogenen Daten

Wird jährlich beurteilt

durch den Statistikrat


Planung von Stichprobendesigns

Hoch- und Fehlerrechnung

Plausibilitätsprüfung und Imputation

Saisonbereinigung von Zeitreihen

Flash estimates mit Zeitreihenmodellen

Record linkage von Verwaltungsdaten mit Registern

Kleinräumige Schätzverfahren

Schulung und Beratung über stat. Methoden

Methodische Arbeiten


• Mikrozensus-Arbeitskräfteerhebung (kontin.)• Gesundheit der Bevölkerung• Zeitverwendung (10-jährig)• Konsumerhebung (5-jährig)• Wohnbaufinanzierung (jährlich)• SILC Einkommen u. Lebensbed. (jährlich)• Urlaubsreisen (quartalsw.)• Berufl. Weiterbildung (mehrj.)• JVS Offene Stellen• Konjunkturerhebung im Handel (monatlich)• Leistungs- und Strukturerhebung (jährlich)• Straßengüterverkehr (laufend)

Stichproben I


Stichproben II

• Verdienststrukturerhebung (4jährig)• Arbeitskostenerhebung (4jährig)• Energieverbrauch der Gemeinden (jährlich)• Energieverbrauch der Unternehmen• Allgemeine Viehzählung (jährlich)• Schweinezählung (halbjährlich)• E-Commerce (4jährig)• Innovationserhebung (4jährig)• Abfallerhebung (UBA)


Charakteristika der Stichproben

• Teils verpflichtend, teils freiwillig• Zufallsauswahl• Großer Stichprobenumfang• Periodizität• Merkmalsvielfalt• Schichtung• Klumpung• Mehrstufigkeit der Auswahl• Hochrechnung• Fehlerrechnung


Um

satz

US

B

Inve

stit

ion

en

ca. 280.000 aktive Unternehmen

Erhebung

Schätzung

PrimärNon Response [~5%]

~35.000 Unternehmen [13%]

~245.000 Unternehmen [87%]

…

:::::::::::::::::::::::: ::::::

Schwelle

Verwaltungsquellen

data matrix

Lag

er… ~ 120 Merkmale

Modellbasierte Schätzungen


Datenschutz bei Einzeldaten

• Aggregation von (möglichst ähnlichen) Beobachtungen (Mikroaggregation)

• Vertauschen von Werten (Swapping)• Erzeugen von synthetischen Daten• Zufällige Verunreinigung von Daten (Perturbation)• Gezielte Verunreinigung von Daten mittels robuster

Ausreißererkennung (Adding noise)• Blanking und Imputation

Univariate (z.B. Mittel, Mediane) und multivariate (z.B. Korrelationen, Modelparameter) Struktur soll erhalten bleiben.


Datenschutz bei Einzeldaten

• Erzeugen von sogenannten „Public use files“.• Welche Kombinationen von Beobachtungen kommen selten

vor, z.B. Beruf Generaldirektor, Wohnort Grein, Geschlecht M Identifizierbar.

• Veränderung dieser Beobachtungen.

Software:

• Τ-Argus und μ-Argus: von CBS NL• R-package ‚sdcMicro‘: in Statistik Austria entwickelt zur

Erzeugung sicherer Mikrodaten, auf dem R archive network (CRAN) verfügbar

http://cran.at.r-project.org/src/contrib/Descriptions/sdcMicro.html


Datenschutz in Tabellen

Unterdrückung (Primäre Sperrung) von Zellen,

• zu deren Wert weniger als 3 Unternehmen beitragen oder• in der die größte Firma mehr als 85% des Zellwertes beiträgt

(Bsp. voestalpine im NACE… - jeder kann den Umsatz erahnen).

Problem: bei Publikation der Randsummen wird Zellenwert rückrechenbar (Randsumme minus andere Einträge in Tabelle).


Datenschutz in Tabellen

Wirtschaftsklasse Region A Region B Region C

I 20 50 10

II 8 19 22

III 17 32 12

Wirtschaftsklasse Region A Region B Region C

I 20 50 10

II 8 19 G

III 17 32 12


Wertunterdrückung

Wirtschaftsklasse Region A Region B Region C Österreich

I 20 50 10 80

II 8 19 G 49

III 17 32 12 61

Insgesamt 45 101 44 190


I 20 50 10 80

II G 19 G 49

III G 32 G 61

Insgesamt 45 101 44 190


Intervallwerte und kontrollierte Rundung


I [18,24] 50 [ 6,12] 80

II [4,10] 19 [20,26] 49

III 17 32 12 61

Insgesamt 45 101 44 190


I 20 50 10 80

II 10 20 20 50

III 15 30 15 60

Insgesamt 45 100 45 190

Tabelle kontrolliert gerundet

Tabelle mit Intervallwerten


Zellverschmutzung


I 20 50 10 80

II 7 16 26 49

III 18 35 8 61

Insgesamt 45 101 44 190


I 20 50 10 80

II 8 19 22 49

III 17 32 12 61

Insgesamt 45 101 44 190

Verschmutzte Tabelle

Originaltabelle


Datenschutz in Tabellen (2)

Unterdrückung anderer Zellen (Sekundärsperrung) z.B. mittels:

- „Quadranten“: Primär gesperrte Zellen können nicht exakt berechnet werden.

- mittels linearer Programmierung (besser): Optimierungsproblem: Z.B. so wenig wie

möglich Zellen unterdrücken unter der Nebenbedingung, dass primär gesperrte Zellen auch nicht in einem bestimmten Intervall bestimmt werden können.

Problem z.B. bei hierarchischen Tabellen: Zellenwert rückrechenbar über Hierarchien.


Datenschutz in hierarchischen Tabellen

Ziel: Z.B. Sperren von möglichst wenigen Zellen und gleichzeitig keine Rückrechenmöglichkeit auch bezüglich hierarchischen Tabellen zu ermöglichen (Werte sollten auch nicht näherungsweise berechnet werden können)

Optimierungsproblem. Keine optimale Lösung, da der Rechenaufwand zu hoch – finde gute näherungsweise optimale Lösung mittels Heuristiken.


Imputation

Zweck:

• Vollständige und fehlerfreie Einzeldatensätze

• Ausgleich von Verzerrungen, die z.B. durch Nonresponse entstehen

• Konsistente Tabellen

Verfahren:

• Methoden, die auf Merkmale des jeweiligen Datensatzes fußen.

• Methoden, die auf Spenderdatensätze zurückgreifen.


Imputation (2)

• Methoden, die auf Verteilungsparameter des betrachteten Merkmals zurückgreifen.

• Zeitreihenmethoden

• Externe Datenquellen

• Multiple Imputation

• Neuronale Netze


Saisonbereinigung

• Trend• Konjunktur• Saison • Irreguläre Schwankungen

• Saison- und Arbeitstagsbereinigung mit X12-ARIMA• Vorbehandlung der Reihen (Ausreißer, Arbeitstage)• ARIMA-Modell wird einmal pro Jahr ermittelt,

Parameter aber monatlich neu berechnet

Annahme: Zeitreihe lässt sich in Komponenten zerlegen

tttt USGY


Saisonbereinigung (2)

Unterschiedliche Anzahl von Werktagen:• Jeder Werktag hat den gleichen Einfluss (z.B.

März 2001: 22 Werktage, März 2002: 25 Werktage)• Jeder Werktag hat einen spezifischen Einfluss

(z.B. Verkauf ist freitags generell höher als montags – März 2001: 5 Freitage, März 2002: 4 Freitage)

Arbeitstägige Einflüsse:


Flash estimates

• Glättungsverfahren, z.B. Holt-Winters Algorithmus – Trend und Saisoneinflüsse werden fortgeschrieben

• (saisonale) ARIMA – Modelle (ohne exogene (Input-) Variable)

• ARIMAX – Modelle (Verwendung von exogenen Variablen)

• Multivariate Zeitreihenmodelle (Vektorautoregressive (VAR)↔Fehlerkorrekturmodelle (FKM))

• Schätzungen mit X12 ARIMA wiesen die beste Prognosequalität auf


Record linkage

Abgleich des Unternehmensregisters mit• Firmenbuch• Mitgliedsdatei der WKO• Steuer• Sozialversicherung

Probleme für automat. Abgleich• Unterschiedliche Einheiten• Aktualität der Daten• Fehlender numerischer Schlüssel• Abgleich über Textfelder• Bigramme für Ähnlichkeitsmaß


Strategien für die Zukunft

8 strategische Ziele, 2 davon beziehen sich auf Methodik und Forschung

Ziel 3: Bedeutung methodischer Forschung und Intensivierung der Zusammenarbeit zwischen amtlicher Statistik und akademischer Forschung

Ziel 5: Verstärkte Zusammenarbeit von Statistik Austria mit anderen NSI in ausgewählten statistischen, methodischen oder themenübergreifenden Bereichen

Andere Ziele Internet-basierte Datenerhebung Integration von Datenbeständen, z.B. Zusammenführen von

Erhebungsdaten mit administrativen Daten Publikation mittels Internet und online Datenbanken


Strategien für die Zukunft (2)

Zentrale Forschungsgebiete Plausibilitätsprüfung und Imputation Modell-basierte Schätzverfahren Statistische Geheimhaltung

Kooperation mit Universitäten Teilnahme an FP7 Forschungsprojekten Teilnahme an Centers of Excellence

Internationale Zusammenarbeit Zusammenarbeit im ESS Aktive Rolle in Expertengruppen der EU und anderen

internat. Organisationen Unterstüttzung neuer EU-Mitglieder Zusammenarbeit mit Österreichs Nachbarstaaten


Beispiele für Kooperationen

EPROS (European Programme for Research in Official Statistics): Projekte zu methodischen und anderen Themen, finanziert durch Europäische Kommission; zB DACEIS, DIECOFIS, METANET

Centers of Excellence: SDC Geheimhaltung ISAD Integration von Erhebungen und

administrativen Daten FP7-Projekt AMELI: 8 Partner, Varianzschätzung

für Laeken Indikatoren, R-package für robuste Schätzung und Imputation, Visualisierungstools für Ausreißer, Karten für Indikatoren


Kooperationen mit Universitäten

Bereitstellung von Standardisierten Datensätzen („scientific use files“) Aufgabenspezifischen Datensätzen via Homepage der Statistik Austria (www.statistik.at)

Bilaterale empirische und methodische Projekte Workshops zum Erfahrungsaustausch

Nutzen für die Offizielle Statistik Transfer von Kompetenz durch gemeinsame Projekte Arbeitsteilung im Bereich von Sekundärstatistische

Analysen

Nutzen für Universitäten Datenbestand der Offiziellen Statistik liefert Materialien für

Forschung und Lehre Zugang zu Daten aus Forschungsfeldern, die sonst nicht

zugänglich sind


Publikationskanäle

Internet (www.statistik.at) Pressemitteilungen, Pressekonferenzen “Statistische Nachrichten”, monatlich Jahrbuch Berichte, Schnellberichte Folder, gezielte Informationen Maßgeschneiderte Produkte (z.B.

“Firmennachrichten“) Internationale Organizationen (EUROSTAT, OECD,

UNECE)


Zusammenfassung

Seit 1829 Statistisches Zentralamt Ausgliederung 2000, Bundesanstalt Statistik

Österreich Zentralisiertes statistisches System, Eingebettet in das Europäische Statistische System Anbieter von umfassender Information über die

wirtschaftlichen, demographischen, sozialen, ökologischen und kulturellen Gegebenheiten in Österreich

Starker Wandel in Aufgaben und Methoden durch sich ändernde Herausforderungen und Möglichkeiten

Umfangreiches Methodenspektrum Interessante und vielfältige Tätigkeitsbereiche für

Statistiker Kooperationen mit Partnern aus der Wissenschaft Zugang zu Daten über Homepage der Statistik Austria


Danke für Ihr Interesse

www.statistik.at

Documents

S T A T I S T I K A U S T R I A 1 Amtliche Statistik in Österreich 26. November 2008 © STATISTIK AUSTRIA I n f o r m a t i o n e n Wir