SK 01.05.2013

Anlage I
Hochsauerlandkreis
Fachdienst 42
Jobcenter
Schlüssiges Konzept zur
Ermittlung der
Bedarfe für Unterkunft
im Hochsauerlandkreis
Entwurf Wohnungsmarkttypisierung
ANALYSE
KONZEPTE
Beratungsgesellschaft für Wohnen,
Immobilien, Stadtentwicklung mbH
Gasstraße 10 122761 Hamburg
phone +49 (0)40 4850 098-0
fax +49 (0)40 4850 098-98
mal! info@analyse-konzepte.de

ANALYSE
- 1- KONZEPTE
1 Arbeitsschritte
1.1 Regionale Differenzierung der Wohnungsmärkte im Hochsauerlandkreis
Der Hochsauerlandkreis verfügt über keinen einheitlichen Wohnungsmarkt und weist größere regionale
Unterschiede auf, die sich in unterschiedlichen Mietniveaus (vgl. Mietstufen Wohngeldtabelle)
im Kreis niederschlagen. Daher ist es notwendig, vor Ermittlung der Mieten regionale bzw.
strukturell homogene Untereinheiten zu bilden.
Da es aus statistischen und erhebungstechnischen Gründen (z. B. zu geringes Wohnungsangebot
in einzelnen Kommunen) nicht möglich ist, für jede Kommune eine separate Mietpreisübersicht zu
erstellen, lässt es der Gesetzgeber bei der Erstellung von Mietpreisübersichten (Mietspiegel) zu,
Bereiche mit strukturell vergleichbaren Wohnungsmärkten zu Wohnungsmarkttypen zusammenzufassen
und für diese Mietwerte zu ermitteln.' Dabei müssen die Kommunen eines Wohnungsnnarkttyps
nicht zwingend räumlich nebeneinander liegen, sondern können sich über das Untersuchungsgebiet
(Hochsauerlandkreis) verteilen.
Die Gruppierung von Kommunen darf nicht willkürlich erfolgen, sondern muss methodisch ableitbar
und begründet sein. Ziel ist es, die Gruppierung der Kommunen des Kreises so durchzuführen,
dass innerhalb des jeweiligen Wohnungsmarkttyps die Kommunen möglichst ähnliche Merkmalsausprägungen
aufweisen, sich aber gleichzeitig möglichst stark von anderen Wohnungsmarkttypen
unterscheiden. Bei der Ermittlung der Wohnungsmarkttypen kann es durchaus vorkommen, dass
bezogen auf einzelne Merkmale, wie z. B. die Einwohnerzahl, Unterschiede zwischen einzelnen
Kommunen bestehen, diese sich aber bei einer Gesamtbetrachtung in Bezug auf ihre Struktur und
Situation am Wohnungsmarkt trotzdem stark ähneln und daher einem gemeinsamen Wohnungsmarkttyp
zugeordnet werden können.2 Weiterhin wurde darauf geachtet, dass die Distanzen zwischen
den Gemeinden innerhalb der Zeiträume liegen, die auch erwerbstätigen Pendlern zugemutet
werden können.'
Die verschiedenen Wohnungsmarkttypen innerhalb des Hochsauerlandkreises wurden mittels des
multivariaten Verfahrens "Clusteranalyse" auf Basis der in Kapitel 1.1.1 beschriebenen Indikatoren
definiert. Damit wird sichergestellt, dass die Zuordnungen der Kommunen zu den einzelnen Wohnungsmarkttypen
frei von subjektiven Einschätzungen erfolgen.
S. § 558 c BGB oder auch BSG vom 7. November 2006, B 7b AS 10/06 R, NDV-RD, 34 [37]: "Bei der Bildung des
räumlichen Vergleichsmaßstabs kann es - insbesondere im ländlichen Raum - geboten sein, größere Gebiete als Vergleichsgebiete
zusammenzufassen, während in größeren Städten andererseits eine Unterteilung in mehrere kleine
Vergleichsgebiete, die kommunalrechtlich keine selbstständigen Einheiten darstellen, geboten sein kann"
Diese Vorgehensweise hat Analyse 8+. Konzepte z. B. bereits bei einer Untersuchung zum AfWoG Schleswig Holstein
angewendet, sie ist dort gerichtlich anerkannt worden (AfWoG Schleswig-Holstein, Ermittlung von Vergleichsmieten im
frei finanzierten Wohnungsbestand, Ministerium für Frauen, Jugend, Wohnungs- und Städtebau des Landes Schleswig-Holstein,
1998).
2
3
Der BGH hat in einer seiner jüngsten Entscheidungen die Anwendung von Mietspiegel in vergleichbaren Gemeinden
zugelassen. Die Anforderungen, die an eine Vergleichbarkeit zu stellen sind, wurden vom BGH nicht ausgeführt (BGH
Az. VIII ZR 99/09).
BSG, Urteil vom 19. Februar 2009, B 4 AS 30/08, NDV-RD 2009, 97.

ANALYSE gd
- 2 - KONZEPTE
Die Erhebung der Mietwerte zur Erstellung einer Mietwertübersicht erfolgt dann differenziert für
jeden einzelnen Wohnungsmarkttyp.
1.1.1 Indikatoren
Um den regionalen Aspekten des Wohnungsmarktes besser gerecht zu werden, hat Analyse
& Konzepte eine Vielzahl von Indikatoren untersucht, die sowohl leicht verfügbar sind, als auch
einen wesentlichen Einfluss auf den Wohnungsmarkt und seine Mieten ausüben. Begründungen,
die aus dem persönlichen Umfeld eines Mieters stammen (z. B. kurzer Arbeitsweg), bleiben unberücksichtigt.
Nicht zielführend ist eine Untergliederung des Hochsauerlandkreises auf Basis der regionalen Gliederung
durch das Wohngeldgesetz (WoGG), welches den Kreis in 2 Mietstufen unterteilt. Diese
Differenzierung wird den Unterschieden auf den örtlichen Wohnungsmärkten nicht gerecht, da sie
im Wesentlichen auf Abweichungen der Einwohnerzahlen beruht und andere Faktoren, die den
Wohnungsmarkt z. T. deutlich stärker als die Einwohnerzahl einer Kommune beeinflussen, außer
Betracht lässt.
Um den regionalen Unterschieden auf vergleichbaren Wohnungsmärkten besser gerecht zu werden,
wurde ein Verfahren entwickelt, das insbesondere die Einflussfaktoren berücksichtigt, die objektiv
die Höhe der Mieten deutlich stärker beeinflussen. Dies sind überwiegend Indikatoren, die
(neben dem Bodenpreis als Attraktivitätsmaßstab) die wirtschaftliche Leistungsfähigkeit und die
Gebäudestruktur beschreiben. Darüber hinaus wird die Bevölkerungsentwicklung der letzten Jahre
berücksichtigt, um so die Wohnungsmarktnachfrage beurteilen zu können.
Für die Definition von Wohnungsmarkttypen (Zusammenfassung von Kommunen mit vergleichbaren
Strukturen) werden nur amtliche Indikatoren berücksichtigt, sodass deren Herkunft und Datenqualität
den methodischen Ansprüchen an Nachvollziehbarkeit und Reproduzierbarkeit gerecht
werden.
Die Bevölkerungsentwicklung ist ein direkter Indikator für die Dynamik auf dem Wohnungsmarkt
und die Nachfrage nach Wohnraum.
Weiterhin wird der Wohnungsmarkt einer Kommune durch die Bevölkerungsdichte beeinflusst:
Der Indikator trennt ländliche von eher städtisch geprägten Gemeinden. Die Dichte wird hier auf
der Basis der Siedlungs- und Verkehrsfläche berechnet.
Der Anteil an Mehrfamilienhäusern (Geschosswohnungsbau) gibt Auskunft über die Siedlungsstruktur
einer Kommune, die im Zusammenhang mit der Attraktivität einer Kommune und deren
Miethöhe steht. Je höher dieser Anteil ist, desto geringer ist in der Regel die Attraktivität des
Standortes. Ausnahmen bilden hierbei innerstädtische Bereiche mit einem hohen Anteil von Altbauten.
Die Wohnfläche pro Einwohner ist ein wichtiger Indikator für die Wohnlage. Innerstädtische Lagen
weisen eine höhere Verdichtung und unterdurchschnittliche Wohnflächen auf. In ländlicheren

ANALYSE
- 3 - KONZEPTE
Gebieten sind hingegen größere Wohnflächen pro Person üblich. Weiterhin gibt die Wohnfläche
einen Anhaltspunkt zum Sozialstatus: Angehörige höherer Statusgruppen sind eher in der Lage
Wohnungen mit überdurchschnittlichen Wohnflächen zu finanzieren. Die Wohnfläche ist ebenso
ein Indikator für attraktive Wohnlagen.
Der Gesamtbetrag der Einkünfte pro Steuerpflichtigen bildet einen guten Indikator für das durchschnittliche
Pro-Kopf-Einkommen, das zur näherungsweisen Bestimmung der Mietkaufkraft
dient. In Kommunen mit höheren Mieten ist i.d.R. auch ein höheres durchschnittliches Einkommen
festzustellen.
Die Schaffung von zusätzlichem und neuem Wohnraum und damit auch eine Steigerung der Attraktivität
wird abgebildet durch die durchschnittliche Neubautätigkeit in einer Kommune.
Der Bodenpreis ist ein Indikator, der die regionale Attraktivität einer Kommune berücksichtigt.
Grundannahme dieses Merkmals ist, dass attraktive Flächen mit hohen Bodenrichtwerten zu höheren
Mietpreisen vermietet werden.
Die Zentralität (durchschnittliche Fahrtdauer mit dem PKW zu den Städten Dortmund, Marburg,
Paderborn oder Siegen in Minuten) bildet einen Indikator für die Beeinflussung des Wohnungsmarktes
durch die Entfernung zum nächsten Oberzentrum. Eine zeitliche Nähe zum nächsten
Oberzentrum übt einen wesentlichen Einfluss auf den regionalen Wohnungsmarkt aus.
Die Wohngeldeinstufung dient als Indikator zur Berücksichtigung der bisherigen Einstufung der
Kommunen in die Mietenstufen laut Wohngeldgesetz.
Die vom Gutachterausschuss für Grundstückswerte ermittelten Marktanpassungsfaktoren für Einund
Zwei-Familien-Häuser bilden einen Korrekturfaktor für die Abweichungen der Kaufpreise vom
jeweiligen Sachwert einer Immobilie in Abhängigkeit der regionalen Lage. So weichen Immobilienpreise
in den einzelnen Kommunen - je nach Lage - vom Durchschnittswert im Kreisgebiet ab.
Diese Marktanpassungsfaktoren sind somit ein direkter Indikator für Immobilienpreise.

ANALYSE g
- 4 - KONZEPTE
Tab. 1
Parameter
Indikatorenkatalog
Einflussgröße
Bevölkerungsentwicklung Bevölkerungsentwicklung auf Komnnunenebene 2007-20111
Bevölkerungsdichte
Siedlungsstruktur
Wohnfläche
Einwohner pro Hektar Siedlungs- und Vekehrsfläche2
Anteil der Mehrfamilienhäuser (3 und mehr Wohneinheiten)'
Wohnfläche pro Einwohner'
Pro-Kopf-Einkommen Gesamtbetrag der Einkünfte pro Steuerpflichtigen 20072
Neubautätigkeit Durchschnittliche Fertigstellung neuer Wohngebäude 2008-20102
Bodenpreis
Entfernung Oberzentrum
Wohngeldeinstufung
Immobilienpreis
Durchschnittlicher Bodenrichtwert der Konnmune3
Entfernung zum jeweils nächsten Oberzentrum in Autonninuten4
Mietenstufe nach WoGG
Regionaler Korrekturfaktor für Kaufpreise je Kommune5
'Landesamt für Datenverarbeitung und Statistik Nordrhein-Westfalen
2 Statistische Ämter des Bundes und der Länder
3 Oberer Gutachterausschuss für Grundstückswerte im Land Nordrhein-Westfalen (http://boris.nrw.de)
4 Google Maps Routenplaner
5 Gutachterausschuss für Grundstückswerte im Hochsauerlandkreis, Grundstückmarktbericht 2012
Quelle: Mietwerterhebung Hochsauerlandkreis 2012
ANALYSE!3
KONZEPTE
L1.2 Vorgehensweise der Clusteranalyse
Bei der Clusterbildung sollen Gebiete mit hoher Ähnlichkeit demselben und Gebiete mit geringer
Ähnlichkeit unterschiedlichen Clustern/Wohnungsnnarkttypen zugeordnet werden. Zur Quantifizierung
der Ähnlichkeit der Gebiete wird hier das häufig genutzte Distanzmaß der quadrierten Euklidischen
Distanz herangezogen. Mithilfe dieses Distanzmaßes wird die Ähnlichkeit der Gebiete bezüglich
der oben aufgeführten Indikatoren ermittelt. Dabei wird für jedes mögliche Paar aus zwei
Gebieten der Differenzwert der Indikatoren quadriert. Im Anschluss werden diese quadrierten Differenzen
aufsummiert. Berechnung der quadrierten Euklidischen Distanz:
= E(xik -
k=1
)2
Für die Berechnung der Distanzen ist es notwendig, die o.g. Indikatoren zu standardisieren, da
diese voneinander verschiedene Skalierungen aufweisen. So werden Indikatoren als Anteil an einem
Gesamtbestand gemessen (z. B. Mehrfamilienhäuser), während andere Indikatoren beispielsweise
Anteile an der Gesamtbevölkerung oder Geldeinheiten (€) angeben. Die quadrierte
Euklidische Distanz hat jedoch, wie alle Distanzmaße, die Eigenheit, dass die ermittelte Größe der
Distanz von den Dimensionen abhängt, in denen die Variablen gemessen werden. Eine direkte
Nutzung der Werte würde daher zu ungewollten Verzerrungen führen. Um dies zu vermeiden,
wurden alle Werte mithilfe einer linearen Transformation auf das Intervall [0,1] normiert.

ANALYSE
- 5 - KONZEPTE
i =
X1 — Xmin
Xmax — Xmin
Das jeweilige Minimum eines Indikators weist dabei den Wert 0 auf, während das entsprechende
Maximum den Wert 1 erhält. Durch diese Transformation wird sichergestellt, dass die Skala metrisch
und die relativen Abstände zwischen den Ausprägungen unverändert bleiben.
Eine Ausnahme bildet hier der Indikator "Wohngeldeinstufung": Da nur zwei unterschiedliche Einstufungen
vorliegen, würde die notwendige Transformation nur zu den Extremwerten 0 und 1 führen
und damit eine deutliche Verzerrung der Distanzwerte und des daraus resultierenden Varianzkriteriums
(s.u.) im Zusammenhang mit diesem Indikator bewirken. Der Einfluss des Indikators
"Wohngeldeinstufung" wäre so im Vergleich zu den übrigen Indikatoren überbetont, was dazu führen
würde, dass die Clusteranalyse zur Bildung der Wohnungsmarkttypen im Wesentlichen die Zuordnung
zu den Mietenstufen nach WoGG wiedergäbe.
Um diese überproportionale Einflussnahme des Indikators auszugleichen, wurden die Werte auf
0,66 bzw. 0,33 für die jeweilige Einstufung transformiert.
Die Distanzwerte, die für sämtliche Zweier-Kombinationen der Städte und Gemeinden des Hochsauerlandkreises
berechnet werden, bilden die Grundlage der Clusteranalyse. Hier sind dies alle
möglichen Paarungen, die sich aus den 12 Gebieten (10 Städte und 2 Gemeinden) im Hochsauerlandkreis
bilden lassen.
Zur Feststellung der konkreten Ähnlichkeit einzelner Gebiete und deren Fusion zu Wohnungsmarkttypen
wird das "Ward-Verfahren" angewendet. Zu Beginn des Verfahrens stellt jede Gebietseinheit
ein einzelnes Cluster dar. Im ersten Schritt werden die Cluster/Gebiete zusammengeführt,
die ein vorgegebenes Heterogenitätsmaß am wenigsten vergrößern. Ziel dieses Verfahrens ist, diejenigen
Gebiete/Cluster zu vereinigen, die sich am ähnlichsten sind, sprich die Streuung (Varianz)
innerhalb einer Gruppe am geringsten erhöhen. So werden möglichst homogene Gruppen von Gebieten
gebildet. Als Heterogenitätsnnaß wird das Varianzkriteriunn (Fehlerquadratsumnne) verwendet,
das sich für eine Gruppe von Gebieten (g) wie folgt berechnet:
K g
j
V g =11(X kig ig )2
k=1 j=1
mit
X kjg - Beobachtungswert der Variablen (Indikatoren) j (j=1,
J) bei Objekt k (für alle
Objekte k=1, Kg in Gruppe g)
Xi — Mittelwert über die Beobachtungswerte der Variablen j in Gruppe g.
Es werden nun die Cluster fusioniert, die die geringste Fehlerquadratsumme aufweisen und daher
möglichst ähnlich in Bezug auf die Indikatorvariablen sind. Für diese neu erstellten Gruppierungen
(Cluster) werden im nächsten Schritt erneut Distanzwerte berechnet. Nun werden wiederum diejenigen
Cluster fusioniert, die die Gesamtvarianz innerhalb aller neu zu bildenden Cluster am ge-

ANALYSE g
- 6 - KONZEPTE
ringsten erhöhen, also diejenige Kombination aus Clustern, die die geringste Fehlerquadratsumme
aufweist. Hierbei erhöht sich die gesamte Fehlerquadratsumme über alle Cluster je Fusionierungsschritt.
Im ersten Schritt werden also die beiden Cluster (Gebiete) zusammengeführt, die den geringsten
Distanzwert aufweisen. Ausgangspunkt des zweiten Fusionsschrittes sind demzufolge nur noch 11
Cluster. Nachfolgend werden wiederum alle Distanzwerte der verbleibenden Clusterkombinationen
bestimmt. Es werden wieder diejenigen Cluster fusioniert, deren gemeinsame Fehlerquadratsumme
am geringsten ist, sprich deren einzelne Gebiete sich am meisten ähneln. Durch diese Vorgehensweise
wird sichergestellt, dass die neu gebildeten Cluster in sich so homogen wie möglich
sind. Diese Fusionierungsschritte werden so lange wiederholt, bis alle Gebiete in einem einzigen
Cluster zusammengefasst werden können. Die Fehlerquadratsumme erreicht dann ihren höchsten
Wert, was bedeutet, dass der letzte verbleibende Cluster, in dem alle vorherigen Cluster zusammengeführt
wurden, die höchste Heterogenität aufweist. Es gilt nun innerhalb dieses Verfahrens
den Punkt zu bestimmen, an dem eine sinnvolle Anzahl von Clustern gebildet wurde, deren interne
Heterogenität jedoch nicht zu hoch ist.
Zur Bestimmung einer sinnvollen Clusteranzahl wird die Entwicklung der Fehlerquadratsumme
(Heterogenitätsmaß) im Verlauf der Clusterbildung betrachtet.
Abb. 1 Entwicklung der Fehlerquadratsumme
der Clusterlösungen für die Wohnungsmarkttypen
im Hochsauerlandkreis
jd.
0
11 10 9 8 7 6 5 4 3 2 1
Clusteranzahl
Quelle: eigene Berechnungen
www.analyse-konzepte.de
ANALYSE 24
KONZEPTE

ANALYSE
- 7 - KONZEPTE
Abb.1 zeigt die jeweilige Fehlerquadratsumme für die entsprechende Clusteranzahl. Mit der Reduzierung
der Cluster steigt die Fehlerquadratsumme an und somit die Varianz der Indikatorvariablen
innerhalb der einzelnen Cluster. Eine höhere Heterogenität innerhalb der Cluster bedeutet, dass
sich die einzelnen Gebiete, die einem Wohnungsnnarkttyp zugeordnet werden, bezüglich der Indikatorvariablen
stärker unterscheiden. Als Entscheidungshilfe zur Feststellung einer sinnvollen Clusteranzahl
dient hier das sog. "Elbow-Kriterium": Ein überproportionaler Anstieg der Fehlerquadratsumme
weist dabei auf eine mögliche und sinnvolle Anzahl von Clustern hin, wobei inhaltliche
Überlegungen bei der Festlegung der Clusteranzahl im Vordergrund stehen.
Obwohl bei ausschließlicher Betrachtung des Verlaufs der Fehlerquadratsumme (Abb. 1) eine Lösung
mit fünf Clustern naheliegend erscheint (überproportionaler Ansteig der Kurve beim Übergang
zu vier Clustern), bietet sich unter Berücksichtigung der regionalen Gegebenheiten im Hochsauerlandkreis
eine Lösung mit drei Clustern an. Eine Gliederung in drei Cluster bietet hier den
besten Kompromiss zwischen einer möglichst homogenen Clusterstruktur und einer niedrigen
Clusteranzahl (unterschiedliche Wohnungsnnarkttypen). Eine Differenzierung in vier Cluster oder
mehr wäre mit einem geringen Qualitätsgewinn verbunden, der nötige Erhebungsaufwand für die
Untersuchung wäre jedoch unangemessen erhöht. Im Gegensatz zu einer Zwei-Cluster-Lösung
lassen sich jedoch differenziertere Wohnungsnnarkttypen bilden. Die Fehlerquadratsumme ist zudem
deutlich geringer als in einer Lösung mit zwei Clustern, die Ähnlichkeit der Gebiete innerhalb
der Cluster ist also klar höher, während ausreichende Unterschiede zwischen den einzelnen Clustern
ausreichend deutlich sind.

ANALYSE
-8- KONZEPTE
1.1.3 Ergebnis der Clusteranalyse
Tab. 2 gibt die Zuordnung der Kommunen zu den definierten Wohnungsmarkttypen wider. Die Berechnungen
haben für den Hochsauerlandkreis drei Wohnungsmärkte als bestmögliche Gliederung
ergeben.
Tab. 2
Hochsauerlandkreis: Typisierung des Kreisgebietes
Wohnungsmarkttyp
I
II
III
Kommune
Arnsberg, Stadt
Bestwig
Brilon, Stadt
Eslohe (Sauerland)
Hallenberg, Stadt
Marsberg, Stadt
Medebach, Stadt
Olsberg, Stadt
Meschede, Stadt
Schnnallenberg, Stadt
Sundern (Sauerland), Stadt
Winterberg, Stadt
Quelle: Mietwerterhebung Hochsauerlandkreis 2012
\\.■i \ si ;.1.
KON/1 IM

ANALYSE F
- 9 - KONZEPTE
Tab. 3
Eigenschaften der Wohnungsmärktel
WohnungsmarIcttyp
Bevölkerungsentwicklung
Bevölkerungsdichte
Siedlungsstruktur
Wohnfläche
Pro-Kopf-
Einkommen
Neubautätigkeit
Bodenpreis
Entfernung
Oberzentrum
Wohngeldeinstufung
Immobilienpreise
I + + + - + - + - + +
II 0 - - 0 - 0 - 0 - -
III - 0 0 0 + + 0 + + +
'im Vergleich zum Mittelwert Hochsauerlandkreis
Quelle: Mietwerterhebung Hochsauerlandkreis 2012
,\NAi)sEE
KONZFP 1T
Der aufgrund der Clusteranalyse definierte Wohnungsmarkttyp I wird allein gebildet durch die
Stadt Arnsberg. Dieser Wohnungsmarkttyp ist gekennzeichnet durch eine klar überdurchschnittliche
Bevölkerungsdichte und eine deutlich überdurchschnittliche Siedlungsstruktur (hoher Anteil
Mehrfamilienhäuser). Die Bodenrichtwerte liegen ebenfalls weit oberhalb des Durchschnitts im
Kreisgebiet. Die Indikator Entfernung zum nächsten Oberzentrum ist entsprechend der Nähe zur
Stadt Dortmund klar unterdurchschnittlich ausgeprägt.
Der Wohnungsmarkttyp II besteht aus den Städten Brilon, Hallenberg, Marsberg, Medebach
und Olsberg, sowie den Gemeinden Bestwig und Eslohe (Sauerland). Im Gegensatz zu Typ I ist
dieser Wohnungsmarkttyps geprägt durch überwiegend unterdurchschnittliche Indikatorausprägungen.
Die Immobilienpreise weichen am stärksten vom Kreisdurchschnitt ab. Die Siedlungsstruktur
ist ebenfalls deutlich unterdurchschnittlich. Die Mietenstufen und die Bevölkerungsdichte
weichen hingegen nur leicht vom Durchschnitt im Kreisgebiet ab. Die Bevölkerungsentwicklung
entspricht insgesamt betrachtet dem Durchschnitt im Kreisgebiet, ist aber leicht inhomogen verteilt.
In Bestwig, Marsberg und Olsberg lässt sich eine unterdurchschnittliche Bevölkerungsentwicklung
feststellen, in den übrigen Kommunen des Wohnungsmarkttyps eine überdurchschnittliche.
Ebenso ist die Entfernung zum nächsten Oberzentrum in Brilon, Hallenberg und Marsberg im
Gegensatz zu den übrigen Kommunen unterdurchschnittlich ausgeprägt.
Die Städte Meschede, Schrnallenberg, Sundern (Sauerland) und Winterberg bilden zusammen den
Wohnungsmarkttyp III. Dieser Wohnungsmarkttyp zeichnet aus durch durchschnittliche bis
leicht überdurchschnittliche Indikatorausprägungen. So weichen die Indikatoren Bevölkerungsentwicklung,
Entfernung Oberzentrum und Mietenstufen nur leicht vom Kreisdurchschnitt ab. Immobilienpreise
und Pro-Kopf-Einkommen sind überdurchschnittlich ausgeprägt. Die Indikatoren Wohnfläche
und Neubautätigkeit sind leicht inhomogen verteilt: in Winterberg ist die Wohnfläche pro
Person klar überdurchschnittlich hoch und in Meschede wurden unterdurchschnittlich wenig neue
Wohngebäude errichtet.

ANALYSE
-10-
KONZEPTE
Karte 1 Clusteranalyse:
Wohnungsmarkttypisierung des Kreises
Amsberg
Bestwig
Brilon
Sundern (Sauerland}
Olsberg
Schmallenberg
Quelle: Mietwerterhebung Hochsauerlandkreis 2012
Clusteranalyse Analyse St Konzepte
Geobasisinformation e Bundesamt für Kartographie und Geodäsie
(www.bkg.bund.de)
www.analyse-konzepte.de

Anlagen
ANALYSE
KONZEPTE

ANALYSE@
- 12 - KONZEPTE
Anlage 1: Normierte Ausgangsdaten zur Wohnungsmarkttypbildung
Bevölkerungsentwicklung
Bevölkerungsdichte
Siedlungs-struktur
Wohnfläche
Pro-Kopf-
Einkommen
Neubau-tätigkeit
Bodenpreis
Entfernung Oberzentrum
Wohngeldeinstufung
Immobilienpreise
Wohnungsmarkttyp I
Arnsberg, Stadt 0,88 1,00 1,00 0,00 0,58 0,19 1,00 0,00 0,66 1,00*
Wohnungsmarkttyp II
Bestwig 0,19 0,45 0,33 0,06 0,11 0,00 0,16 0,55 0,66 0,00
Brilon, Stadt 0,73 0,26 0,20 0,21 0,34 0,66 0,44 0,17 0,33 0,38
Eslohe (Sauerland) 1,00 0,09 0,20 0,23 0,45 0,38 0,25 0,90 0,33 0,23
Hallenberg, Stadt 0,83 0,00 0,11 0,71 0,00 0,66 0,00 0,34 0,33 0,00
Marsberg, Stadt 0,15 0,34 0,00 0,15 0,17 0,26 0,16 0,10 0,66 0,38
Medebach, Stadt 0,72 0,07 0,16 0,66 0,11 0,27 0,10 1,00 0,33 0,00
Olsberg, Stadt 0,18 0,31 0,19 0,22 0,25 0,21 0,31 0,62 0,66 0,23
Wohnungsmarkttyp III
Meschede, Stadt 0,47 0,39 0,41 0,16 0,51 0,08 0,63 0,48 0,66 0,62
Schmallenberg, Stadt 0,68 0,11 0,29 0,05 0,25 1,00 0,25 0,76 0,33 1,00
Sundern (Sauerland), Stadt 0,65 0,39 0,35 0,21 1,00 0,55 0,50 0,52 0,66 0,62
Winterberg, Stadt 0,00 0,05 0,54 1,00 0,00 0,58 0,25 0,79 0,66 1,00
* Wert gesetzt nach Einschätzung Gutachterausschuss
Quelle: Eigene Berechnungen
ANALYSE 0
KONZEPTE

ANALYSE g
- 13 - KONZEPTE
Anlage 2: Zusammengeführte Kommunen bei der Clusterbildung
Schritte der Clusterbildung Zusammengeführte Kommune (ID) Fehlerquadratsumme
1 2 9 0,104
2 4 7 0,347
3 8 11 0,606
4 2 6 0,876
5 3 5 1,281
6 3 4 1,899
7 8 10 2,740
8 8 12 4,015
9 2 3 5,468
10 2 8 7,050
11 1 2 9,585
Quelle: Eigene Berechnungen
ANAnisE;:J
icoNzhp-ri:
Anlage 3: Clusterzugehörigkeit der Kommunen im Hochsauerlandkreis
ID Kommune Clusterzugehörigkeit
1 Arnsberg, Stadt 1
2 Bestwig 2
3 Brilon, Stadt 2
4 Eslohe (Sauerland) 2
5 Hallenberg, Stadt 2
6 Marsberg, Stadt 2
7 Medebach, Stadt 2
8 Meschede, Stadt 3
9 Olsberg, Stadt 2
10 Schnnallenberg, Stadt 3
11 Sundern (Sauerland), Stadt 3
12 Winterberg, Stadt 3
Quelle: Eigene Berechnungen

Anlage 4: Distanzmatrix der Kommunenl
12
0
1.0
UI
cr-
2,523
2,345
Cr
1.0
LO
Nr
,-I
UI
M
Ni"
VD
r-i
,-1
Ni-
CS)
1-
CD
Ni
N
71-
01
-7
,--I
Ln
VD
,--7
Lf)
N.
r....
4-
1 2,477 I
1
hkeitsmatrix
A NA INSEM
jene Berechnungen KOINZEI'M
9».I
,,-1
co
N.
CO
,-7
VD
rn
00
,-1"
0)
N.
N.
os
VD
m
0
,-7
e
in
NJ
Ni-
(.0
o-%
Cr
4"
N
cr,
CD
Ni"
01
..-1
LA
ci
NJ
m
1-1
,-7
1,248
1
N.
N.
1-
Ni
0
1-i
3,357
2,541
cr)
Cvl
cn
NI
CO
.--1
,-:i.
LO
0
GI
A'
N.
.-1
(31
t.0
cD
1,535
,-7
NI
CO
(0 1
1,248
I-11
N.
(21
3,228
N.
cz
NI
Os
m
N.
00
CDs
zi-
co
Ch
CD-
,--1
(.0
rr)
4-
LO
t.0
rel
C).
in
NI
0)
0,494
'
CDs
co
N
1.0
NJ
M
..-I
Lt1
t.CD
1J
CO
CD
1-
VD
(JD
CO
N.
CO
r■
Cr
N
0
2,148
0,832
CD
0
N. 1
Cr
0-■
1-
1,535
01
..-1
LI)
e-
01
..
N.
(.0
N.
,-i
L ris
h.
CD
NI
-7
N4
0%
(,-)
., -7
0,486
m
NJ
l0
6'
t.0
t0
N.
,-7
1
CD
CD
N.
,-7
0,923
1.0
NJ
0
Ni"
N.
Cri
0
Ni.
CA
Cl"
CD
N-
VD
L°
e
Ni
0,548
0,780
Ln
cp
N.
,-1
1,442
1..0
1.0
N.
,-7
0,832
Lo
VD
m
cps
N
.■-1
o,
4'
Lo
01
•zi-
,-Is
up
,-i
,-1
Ni
. ,..
1, I
r,
1.0
C)
NJ
0
r■
,--1
,-I
CO
N
N
01 1
1,442
0,623
2,148
,-i
%.10
rn
Lr)
CD
01
2,254
1-1
C')
en
N-
e
Ln
Lt1
UD
•zr
CO
rn
to
N.
N .
LL610
Lr)
CD
N.
Lo
CO
e
1-
N.
cp
cr
CO
0,
NJ
CO
,-i
VD
CO
cD
1
2,664
2,365
..-1
1-
M
'
Lo
I,..
N.
•-■
.--I
CO
cp
00
N.
Ni
CA
UI
N.
co
N.
0,873
CA
rn
01
cis
CA
N.
N.
c:)-
2,345
N
3,492
I
,
.-1
Cr
trl
e
CO
rn
Ni
CD
N
0,548
N
CD
NI
.-i
to
tO
co
ci
r.
0
NJ
(5"
,-1
Cr
Lr-)
N 7
1.0
rl
co
, -7
2,523
TA 1
3,492
L.r)
tO
Cfl
Ni-
3,655
N
CD
CD
Lri
(JD
Cr
r.1
ri-
U0
N.
.,-1
1,450
3,228
Lri
3,357
CO
N.
CO
CD
VD
L.n
Ci
1-1
1-1 N m e [A up N. co cr%