Funktionale Klassifizierung von Kleinstädten in Deutschland: Ein methodischer Vergleich

Die Entwicklung von deutschen Kleinstädten hinsichtlich ihrer ökonomischen, demographischen und sozialen Ausstattung ist ein bislang eher unbeachteter Themenbereich. Es werden oftmals Kleinstädte in ländlichen und peripheren Lagen thematisiert, weil man ihnen ausschließlich hier eine gewisse Rolle zuweist. Kleinstädte in zentralen Lagen hingegen werden in der Forschung unter dem suburbanen Raum subsumiert und damit selten hinsichtlich ihrer spezifischen Funktionen betrachtet. In diesem Beitrag werden alle Kleinstädte in Deutschland hinsichtlich wichtiger Funktionen klassifiziert. Die Typisierung erfolgt mittels einer Clusteranalyse, die auf zentralen Faktoren basiert, welche sich auf ein breites Indikatorenset stützen. Bezugspunkte sind dabei das klassische Verfahren der Hauptkomponentenanalyse sowie als Alternativmethode die geographisch gewichtete Hauptkomponentenanalyse. Im methodischen Vergleich zeigt sich, dass die Alternative - auch aufgrund des hohen Rechenaufwands - noch keine geeignete Methode ist, um räumliche Zusammenhänge zwischen den Variablen abzubilden und die Kleinstädte hinsichtlich bestehender funktionaler Ausstattungen in ihrem Umland besser beschreiben zu können. Hingegen erzeugt die in der Literatur vorzufindende Vorgehensweise aus Hauptkomponentenanalyse, Clusteranalyse und Diskriminanzanalyse gut abgrenzbare und erklärbare Lösungen zur Bildung von Kleinstadttypen in Deutschland. The development of small towns in Germany in terms of their economic, demographic and social endowment is a subject area that has been rather neglected so far. What is more, research often focuses exclusively on small towns in rural and peripheral regions, because this is the only place where they are assigned a certain role. Small towns in central areas, on the other hand, are subsumed under suburbia in research and are thus rarely considered in terms of their specific functions. In this paper, all small towns in Germany are classified with regard to important functions. The typification is done by means of a cluster analysis based on central factors, which in turn are tied to a broad set of indicators. Reference points are the classical method of principal component analysis and, as an alternative method, to geographically weighted principal component analysis. The methodological comparison shows that the alternative method - also due to the high computational effort - is not yet a suitable method for describing spatial relationships between the variables a