Während die österreichische Impfkampagne gut angelaufen ist, bremste sie sich über den Sommer ein. Im internationalen Vergleich hinkt Österreich mit einer Impfquote von 60 Prozent mittlerweile dem EU-Durchschnitt von 64 Prozent deutlich hinterher – beides gerechnet als Anteil an der Gesamtbevölkerung, nicht der impfbaren Bevölkerung. Vier von sechs Österreicherinnen und Österreichern haben derzeit immer noch keinen Impfschutz. Mit Ausnahme von Griechenland liegt Österreich zudem mittlerweile hinter allen 15 „alten“ west- und südeuropäischen EU-Mitgliedsländern und nur mehr knapp vor den besten osteuropäischen Mitgliedsstaaten der Union. Das Momentum Institut hat mittels statistischer Methoden die Gemeinden Österreichs analysiert und sich angesehen, welche Faktoren die Impfquote begünstigen.

Welche Faktoren erklären Schwankungsgrad der Impfquoten?

Die Höhe der Impfquote schwankt stark von Gemeinde zu Gemeinde zwischen 87,5 Prozent zu nur 34 Prozent. Um die Impfkampagne wieder in Fahrt zu bringen, lohnt sich eine Analyse der Faktoren, die zu einer niedrigen oder hohen Impfquote führen oder zumindest gemeinsam mit ihr auftreten. Die Analyse des Momentum Insituts zeigt, dass rund die Hälfte des Unterschieds der Impfquote mit gesundheitlichen, ökonomischen oder soziologischen Eigenschaften der Gemeinden einhergeht.

Hohe Impfquoten findet man eher in Gemeinden mit hohem Bildungsniveau, hohem Interesse an politischen Vorgängen (gemessen durch die Wahlbeteiligung) und einem höheren Frauenanteil. Wann liegt die Impfquote einer Gemeinde im Schnitt jeweils um einen Prozentpunkt höher? Das ist der Fall, wenn der Anteil der Studienabschlüsse in der Gemeinde um 2,7 Prozentpunkte höher liegt. Oder auch, wenn der Frauenanteil in der Gemeinde um 4,1 Prozentpunkte höher ausfällt. Zusätzlich zum allgemeinen Frauenanteil geht eine höhere Impfquote auch mit einem höheren Anteil speziell der 41 bis 60-jährigen Frauen in der Gemeinde einher: Sie „steigern“ die Impfquote um einen Prozentpunkt, wenn es um 3,2 Prozentpunkte mehr Frauen in der Altersgruppe gibt. Eine höhere Wahlbeteiligung um 5,8 Prozentpunkte hat den gleichen Effekt auf die Impfquote.

Überraschend ist der Zusammenhang zwischen Arbeitslosigkeit und Impfen: Eine um 2,5 Prozentpunkte höhere Arbeitslosenquote geht einher mit einer um einen Prozentpunkt höheren Impfquote. Weit weniger bedeutsam und nur leicht impfquotensteigernd sind zwei Variablen: Ein höheres Einkommen der Arbeitnehmer:innen im Bezirk sowie ein höherer Anteil an SPÖ-Wähler:innen. Der Anteil an Neos-, Grün-, oder ÖVP-Wähler:innen hat jedoch keinen statistisch signifikanten Effekt.

Niedriger fallen die Impfquoten tendenziell aus in Gemeinden mit einem hohen Anteil an jungen Menschen (12 bis 30-Jährige), einem überdurchschnittlichen FPÖ-Wahlergebnis, einem höheren Anteil im Ausland geborener Menschen, und vielen Corona-Erkrankungen. Eine jeweils einprozentige Senkung der Impfquote einer Gemeinde geht einher mit einem um 1,4 Prozentpunkte höheren Anteil an 12 bis 30-Jährigen, einem um 3,3 Prozentpunkte höheren Wahlergebnis für die FPÖ und einem um 6,7 Prozentpunkte höheren Anteil an nicht in Österreich geborenen Bewohner:innen.

Die Corona-Fälle im Bezirk spielen ebenfalls eine bedeutende Rolle: Die Impfquote fällt um einen Prozentpunkt niedriger aus, wenn die Zahl der Corona-Fälle bis April um 8,6 Prozent höher lag. „Ein ‚Impfeffekt“ in Bezirken mit besonders vielen Infizierten dürfte daher nicht eintreten. Das könnte aber auch mit der höheren Zahl an Genesenen zusammenhängen, für die eine sofortige Impfung bei ausreichend Antikörpern nicht empfohlen wird. Eine überraschend untergeordnete Rolle spielt eine städtische Umgebung (Urbanisierungsgrad), die nur mit einer sehr geringen Senkung der Impfquote einhergeht. Ebenso weniger bedeutsam, aber auch leicht senkend wirkt die Zahl der COVID-Toten im Bezirk auf die Impfquote.

Die Berechnungen

Die Berechnung erfolgt mittels zweier Modelle: Ordinary Least Squares und Logit Modell. Die Auswahl aus unterschiedlichen Spezifikationen (Modellselektion) erfolgt durch das Akaike-Informationskriterium, bzw. dem Schwartz-Informationskriterium.

Daten zur Zahl der Immunisierten sind auf Gemeindeebene verfügbar. Die Durchimpfungsrate errechnet sich aus der Zahl der mindestens Teilimmunisierten in Relation zur impfbaren Bevölkerung. Diese wird definiert als Gesamtbevölkerung abzüglich der Gruppe der unter 12-Jährigen.

Zahlen zu Infektions- und Todesfällen sind lediglich auf Bezirksebene verfügbar (für Wien wird der Gesamtwert der Stadt genommen). Hier gilt das Argument, dass das Infektionsgeschehen auf Bezirksebene auch von hoher Relevanz sein kann. Menschen sind mobil innerhalb eines Bezirks, bzw. in Wien innerhalb der gesamten Stadt, ebenso unterscheidet die Corona-Ampel nach Bezirken. Daten zum Einkommen sind ebenfalls nur auf Bezirksebene verfügbar (auch in Wien). Hier verwenden wir das Arbeitnehmer-Bruttoeinkommen.  Der Bezirk Schwaz erhält eine Dummyvariable aufgrund der Durchimpfungsaktion im Frühjahr 2021 in Reaktion auf den Ausbruch der britischen und südafrikanischen Mutationen. Bezirke, in denen im Jahr 2021 Ausreisebeschränkungen in Kraft waren, werden ebenfalls mit einer binären Variable codiert. Der Ausländer:innen-Anteil wird anhand des Anteils der Bevölkerung in einer Gemeinde gemessen, deren Geburtsland nicht Österreich ist. Zusätzlich steht der Anteil jener ohne österreichischer Staatsbürgerschaft zur Verfügung (macht in den Ergebnissen kaum einen Unterschied). Der Urbanisierungsgrad wird auf Bezirksebene gemessen, mit Ausnahme von Wien, dessen Bezirke alle die gleiche Maßzahl bekommen. Dabei gelten jene mit einer Bevölkerungsdichte von weniger als 100 Menschen pro Quadratkilometer als niedrig urbanisiert. Politische Ausrichtungen werden anhand der Gemeindeergebnisse der Nationalratswahl 2019 in Form der Stimmenanteile je Partei gemessen. Die Wahlbeteiligung bezieht sich auch auf diese Wahl. Der Frauenanteil wird sowohl gesamt, als auch für einzelne Altersgruppen angegeben. Neben dem Durchschnittsalter nach Gemeinde stehen uns auch die Anteile verschiedener Altersgruppen an der Gesamtbevölkerung zur Verfügung.

Das Sample umfasst 2.110 Gemeinden. Die Stadt Rust wurde exkludiert, da dort kein einziger Todesfall auftrat und sich dadurch die Variable im Modell nicht logarithmieren ließe. Weiters wurden Gemeinden mit weniger als 100 Einwohner:innen aus dem Sample genommen, da die Gefahr von Verzerrungen bei mehreren Variablen gegeben war.

Ein potenzielles Endogenitätsproblem (umgekehrte Kausalität) ergibt sich bei den Fällen je 100.000 Einwohner. Eine höhere Durchimpfungsrate wird auch zu einer geringeren Fallzahl führen. Allerdings würde sich der Effekt der Impfung erst ab dem späteren Frühjahr 2021 bemerkbar machen. Deshalb gehen lediglich die kumulierten Fälle je 100.000 Einwohner:innen bis zum 1. April in die Berechnung ein.