Feinstaubbelastung und Lebenserwartung in Deutschland

In Deutschland wird zurzeit ein gesellschaftlicher Diskurs über Feinstaubbelastung und ihre Folgen für Mensch und Umwelt geführt. Akteure der Umwelt- und Wirtschaftspolitik beteiligen sich daran ebenso wie Personen aus den Natur‑, Umwelt- und Lebenswissenschaften einschließlich der Medizin. Darüber hinaus haben Feinstaubemissionen und Feinstaubimmissionen – wie auch alle anderen Umweltbelastungen – ökonomische Effekte. Die Produktion, der Vertrieb und Transport, ebenso wie der Konsum von Gütern und Dienstleistungen sind ohne Umweltbelastungen nicht möglich. Aus ökonomischer Sicht ist Umwelt daher – unter anderem – sowohl ein Produktionsfaktor als auch ein Konsumgut. Allerdings wird der Umwelteinsatz und -verbrauch als negativer externer Effekt bisher nicht oder nicht im erforderlichen Umfang in den entsprechenden Wirtschaftsrechnungen internalisiert.

Umweltbelastungen haben nicht nur negative Wirkungen auf Gesundheit und subjektives Wohlbefinden, sondern auch auf die Produktivität der Beschäftigten (siehe z. B. Graff Zivin und Neidell, 2012, 2013; Chang et al., 2016; Ebenstein, Lavy und Roth, 2016; Lichter, Pestel und Sommer, 2017; Archsmith, Heyes und Saberian, 2018; Chang et al., 2019; He, Liu und Salvo, 2019). Luftverschmutzung ist des Weiteren korreliert mit der Qualität politischer Reden (Heyes, Rivers und Schaufele, 2019), mit Kriminalität und unethischem Verhalten (Lu et al., 2018; Herrnstadt et al., 2018; Burkhardt et al., 2019; Roth, Bondy und Sager, 2019) und Schlaflosigkeit (Heyes und Zhu, 2019), um nur einige weitere Effekte zu nennen.

In diesem Beitrag wird der Zusammenhang zwischen Feinstaubbelastung und Lebenserwartung in Deutschland empirisch-deskriptiv untersucht. Der Beitrag wird als Grundlagenarbeit verstanden. Dabei stehen zwei Fragen im Mittelpunkt. Zum einen wird geprüft, ob höhere Feinstaubbelastungsniveaus auf Kreisebene unter ansonsten möglichst ähnlichen Bedingungen mit niedrigerer Lebenserwartung der Bevölkerung einhergehen. Darüber hinaus wird untersucht, ob eine statistisch signifikante Korrelation zwischen der Veränderung von Lebenserwartung und Feinstaubbelastung besteht. Es handelt sich hier also um eine so genannte ökologische Studie. Ob die Feinstaubbelastung für die Veränderung der Lebenserwartung kausal ist, kann damit nicht gesagt werde. Da es aber keine Kausalität ohne Korrelation gibt, ist letztere ein erster, wenn auch kleiner, Baustein bei der Untersuchung des Zusammenhangs zwischen Feinstaubbelastung und Lebenserwartung.

Einschränkend ist zu erwähnen, dass lediglich Feinstaubbelastungen außerhalb von Gebäuden (outdoor) berücksichtigt werden können, da für Deutschland keine Daten zur Belastung innerhalb von Gebäuden (indoor) vorliegen. Dass auch Indoor-Belastungen negative Effekte haben, zeigt die empirische Studie von Künn, Palacios und Pestel (2019), die statistisch signifikant mehr Fehlzüge bei Schachspielern in Abhängigkeit von der Feinstaubkonzentration PM\({}_{2,5}\) finden.¹ Nach einer australischen Studie (Morawska et al., 2001) beträgt die Relation von Außen- zu Innenbelastung unabhängig vom Lüftungsverhalten etwa eins zu eins. Dies ist insofern von Bedeutung, als die Bevölkerung in hochentwickelten Volkswirtschaften mehr als 90 % des Tages innerhalb von Gebäuden verbringt (Fromme, 2012). Des Weiteren wäre eine Differenzierung der biologischen Effekte des Feinstaubs von den verhaltensbedingten Effekten erforderlich (Graff Zivi und Neidell, 2013). In diesem Beitrag können nur die regionalen Unterschiede hinsichtlich der Feinstaubkonzentrationen unterschieden werden.

Um diese deskriptiven Studie zu verfeinern, werden einige weitere Faktoren berücksichtigt, die die regionalen Differenzen in den Feinstaubbelastungen einerseits wie auch die Lebenserwartung andererseits beeinflussen können. Der zentrale Faktor ist dabei das verfügbare Einkommen, wozu auf Kreisebene Daten der amtlichen Statistik vorliegen. Daneben wird für das Bildungsniveau, städtisch geprägte Kreise sowie für Ostdeutschland kontrolliert. Im Ergebnis zeigt sich, dass eine höhere Feinstaubkonzentration signifikant negativ mit der Lebenserwartung korreliert ist. Allerdings ist unklar, wie sich die Zuwächse an Lebenserwartung bei weiterer Senkung der Feinstaubbelastung verändern (siehe für unterschiedliche Ergebnisse z. B. Pope et al., 2020, Figure. 6. A, S. 7; Kim et al., 2020, Fig. 2. C, S. 553; Fantke et al., 2019, Fig. 4.(a), S. 6863; Yang et al., 2020, Fig. 1, S. 5).

Der Beitrag ist wie folgt aufgebaut. Nach einem Einblick in die einschlägige Literatur und der Darstellung der für die Analyse zur Verfügung stehenden Datengrundlage werden die verwendeten Methoden beschrieben und anschließend die gewonnenen Ergebnisse diskutiert. Die Resultate des Beitrags werden in einem Fazit zusammengefasst.

In der Einleitung wurde bereits auf die Literatur zu den diversen Effekten der Luftverschmutzung, insbesondere durch Feinstaub, hingewiesen. In diesem Abschnitt werden nur solche Beiträge berücksichtigt, die explizit Aussagen zum quantitativen Zusammenhang von Luftverschmutzung und Sterblichkeit bzw. Lebenserwartung enthalten.

Ultrafeine Partikel mit einem Durchmesser von weniger als 100 nm (Nanometer) sind insbesondere in der Luft von Städten enthalten. Sie stammen überwiegend aus dem Straßenverkehr (Kumar et al., 2014). Insbesondere Feinstaubpartikel der Größe PM\({}_{2,5}\) sind mit verschiedenen Krankheiten wie u. a. Herz- und Atemwegserkrankungen (Stockfelt et al., 2017; Hamanaka und Mutlu, 2018; Falcon-Rodriguez et al., 2016; Losacco und Perillo, 2018), Lungenkrebs (Hamra et al., 2014), Diabetes Typ 2 (Liu et al., 2019), Bluthochdruck (Yang et al., 2018) sowie chronischen Nierenerkrankungen (Bragg-Gresham et al., 2018) korreliert.

Die Weltgesundheitsorganisation (WHO) zeigt in ihrer neuesten Einschätzung von Gesundheitsrisiken weltweit, der so genannten „Global Burden of Disease“, dass die Umweltverschmutzung durch Feinstaub mit zu den am stärksten angestiegenen Risiken (im Zeitraum 1990 bis 2019 und 2010 bis 2019) gehört (GBD, 2019, 1228). Bei den Gesundheitsrisiken liegt die Feinstaubbelastung, gemessen an der Zahl der dadurch verursachten vorzeitigen Todesfälle, global an siebter Stelle (GBD, 2019, S. 1236, Panel A: All Ages). Das Health Effects Institute (2020) gibt an, dass von 2010 bis 2019 die Belastung mit PM\({}_{2,5}\) in den USA um 1,6 \(\upmu\)g/m\({}^{3}\) und in Deutschland im gleichen Zeitraum um 4,3 \(\upmu\)g/m\({}^{3}\) gesunken ist. Demgegenüber stieg diese Belastung insbesondere in Indien (6,5 \(\upmu\)g/m\({}^{3}\)), Bangladesh (7,0 \(\upmu\)g/m\({}^{3}\)) und Nigeria (7,5 \(\upmu\)g/m\({}^{3}\)). Dies verweist darauf, dass Feinstaub in weniger entwickelten Ländern ein größeres Problem darstellt und mit dafür verantwortlich ist, dass die Feinstaubbelastung global einen hohen Stellenwert bei den Todesursachen darstellt. In den USA, Deutschland und den anderen Ländern, deren Feinstaubwerte zurückgegangen sind – sofern sich die epidemiologischen Gegebenheiten und die Übertragung des Risikos auf Erkrankungen und Todesfälle nicht geändert haben –, müsste die damit in Zusammenhang stehende Zahl der Todesfälle zurückgegangen sein.

Apte et al. (2015) verwenden Satellitendaten zur Bestimmung der Feinstaubkonzentration und das WHO-Modell zur Modellierung des Zusammenhangs von Feinstaubkonzentration und vorzeitigen Todesfällen. Mit Konzentrationsdaten für PM\({}_{2,5}\) ermitteln sie, dass von den 3,2 Millionen Toten pro Jahr, die der Feinstaubbelastung zugerechnet werden, 23 % (750.000 Personen) weltweit gerettet werden könnten. Das würde allerdings eine aggressive Umsetzung des Interims-Ziels der WHO von 15 \(\upmu\)g/m\({}^{3}\) (WHO, 2006, S. 11, Table 1) erfordern. In den relativ sauberen Regionen Europa und Nordamerika könnten nach dieser Studie bereits mäßige Reduktionen der Feinstaubbelastung die Mortalität stark reduzieren (Apte et al., 2015).

Für etliche Länder liegen Studien vor, die mit unterschiedlichen Methoden den Zusammenhang von Feinstaubbelastung und Todesfällen sowie der Lebenserwartung thematisieren. Mit Daten einer nordchinesischen Region konnte in einem natürlichen Experiment festgestellt werden, dass eine Langzeit-Belastung mit zusätzlichen 100 \(\upmu\)g/m\({}^{3}\) TSP (total suspended particulates) die Lebenserwartung bei Geburt um etwa drei Jahre verkürzt (Chen et al., 2013). Allerdings ist dies eine sehr hohe Belastung durch Luftverschmutzung. In einer Folgestudie für dieselbe Region ergab sich, dass eine 10-\(\upmu\)g/m\({}^{3}\) Erhöhung der Luftverschmutzung (Partikel kleiner oder gleich 10 \(\upmu\)m) die Lebenserwartung um 0,64 Jahre verkürzt (Ebenstein et al., 2017). Die Implikation dieser Studien ergibt für China einen sehr großen Effekt bei Anwendung der WHO-Empfehlungen für diese Partikelgröße. In einer neueren Studie mit Daten von mehr als einer Million Todesfällen in 72 chinesischen Städten von 2013 bis 2016 kommen Qi et al. (2020) zum Ergebnis, dass sowohl kurz- als auch langfristig eine hohe Feinstaubbelastung die Sterblichkeit erhöht und die Lebenserwartung verkürzt. Nach den Ergebnissen der Studie könnten 1 % der insgesamt verlorenen Lebensjahre vermieden und 0,14 Jahre Lebenserwartung für jeden Todesfall gewonnen werden, wenn das WHO-Ziel einer Feinstaubbelastung PM\({}_{2,5}\) von 25 \(\upmu\)g/m\({}^{3}\) erreicht würde (Qi et al., 2020). Für Taiwan kommen Chen et al. (2019) in einer ökologischen Studie auf Kreisebene inklusive sozioökonomischer Kovariate über die Jahre 2010 bis 2017 zum Ergebnis, dass ein Anstieg der Belastung mit PM\({}_{2,5}\) zu einem Rückgang der Lebenserwatung erwachsener Personen um 0,3 Jahre führt. Für Indien wurden im Rahmen der WHO Berechnungen 2017 weit höhere Werte für den Einfluss von Feinstaub auf die Lebenserwartung gefunden, wobei allerdings berücksichtigt werden muss, dass in Indien die Verwendung fester Brennstoffe in Privathaushalten zu zusätzlichen Feinstaubbelastungen führt (Indian Air Pollution Collaborators, 2019). In der Folge verkürzt dort Feinstaub die Lebenserwartung um durchschnittlich 1,7 Jahre, im sozial schwächeren Nordindien sogar um 2 Jahre (Indian Air Pollution Collaborators, 2019).

Mittels einer ökologischen Studie kommen Correia et al. (2013) mit jährlichen Daten der USA auf Kreisebene (545 U.S. counties) zur Belastung mit PM\({}_{2,5}\), der Lebenserwartung auf Kreisebene sowie den Kovariaten sozioökonomischer Status, Rauchen und anderen demographischen Angaben über den Zeitraum 2000 bis 2007 zum Ergebnis, dass eine Reduktion der PM\({}_{2,5}\) Belastung um 10 \(\upmu\)g/m\({}^{3}\) die mittlere Lebenserwartung um 0,35 Jahre erhöht. Dabei weichen die Ergebnisse in Städten und auf dem Land voneinander ab, und zwar liegt die Feinstaubbelastung in Städten und dicht besiedelten Gebieten höher. In einer spatiotemporalen statistischen Studie mit Daten für die USA von 1999 bis 2015 auf Kreisebene, in welcher verschiedene andere Determinanten der Sterblichkeit berücksichtigt wurden, wie z. B. das Prokopf-Einkommen, Armut, Highschool-Absolventen, städtische Regionen, mittlere Temperaturen und relative Luftfeuchtigkeit, finden Bennett et al. (2019), dass PM\({}_{2,5}\) Konzentrationen von über 2,8 \(\upmu\)g/m\({}^{3}\) dafür verantwortlich sind, dass die Lebenserwartung insgesamt um 0,15 Jahre für Frauen und 0,13 Jahre für Männer verkürzt wird.

In Tab. 1 sind Schätzungen der WHO und der Europäischen Umweltbehörde EEA (European Environmental Agency) zur Feinstaubkonzentration und den geschätzten verlorenen Lebensjahren infolge von Feinstaub für Deutschland wiedergegeben. Der von der WHO empfohlene Grenzwert für die PM\({}_{2,5}\) Konzentration liegt bei 10 \(\upmu\)g/m\({}^{3}\) (WHO, 2006, S. 11, Table 1).

Zum Vergleich und zur Einschätzung der deutschen Daten beliefen sich die verlorenen Lebensjahre pro 100.000 Einwohner in Europa insgesamt bei einer jahresdurchschnittlichen PM\({}_{2,5}\) Konzentration von 14,4 \(\upmu\)g/m\({}^{3}\) für das Jahr 2016 auf 900 Jahre. Für Großbritannien wurden für 2008 insgesamt 29.000 Todesfälle in Folge von PM\({}_{2,5}\) bedingter Luftverschmutzung geschätzt, die einem Verlust von 340.000 Lebensjahren entsprachen (COMEAP 2010, S. 90; zur Verdeutlichung wird in der Studie angemerkt, dass die genauere Angabe zu der Zahl der geschätzten Todesfälle lauten müsste „an effect equivalent to a specific number of deaths at typical ages“, ebd., S. 92).

Mit state-of-the-art Methoden der Epidemiologie, die auf so genannten „exposure-response“-Funktionen beruhen, die mittels individueller Daten weltweit ermittelt werden, kommen Lelieveld et al. (2019) zum Ergebnis, dass in Europa 790.000 Todesfälle auf Luftverschmutzung zurückzuführen sind, gegenüber 412.000, die die EEA (2019) für 2016 errechnet. Für Deutschland berichten Lelieveld et al. (2019) 154 Todesfälle pro 100.000 Einwohner und insgesamt 2,1 Millionen verlorene Lebensjahre. Darüber hinaus kommen Lelieveld et al. (2019) aufgrund der Luftverschmutzung zu einer Verkürzung der Lebenserwartung in Deutschland von 2,4 Jahren (Europa: 2,2 Jahre).

Insgesamt scheint es demnach, dass die Feinstaubbelastung in Deutschland zwar über die Zeit zurückgegangen ist, aber dennoch ein beachtlicher gesundheitsschädigender Effekt mit entsprechend hoher Zahl von Todesfällen und verlorener Lebenszeit nachweisbar ist. Im Folgenden soll anhand von deutschen Daten auf der Kreisebene untersucht werden, ob aufgrund dieser Daten Aussagen über die Korrelation von Feinstaubkonzentration und Lebenserwartung Neugeborener sowie über die Korrelation von deren Veränderungen der beiden Variablen gemacht werden können. Die Methodik ist eine andere als diejenige medizinischer und epidemiologischer Studien. Der Ausgangspunkt ist eine Black Box des Krankheitsgeschehens. Es wird vielmehr davon ausgegangen, dass Feinstaub ein multifaktorielles Gesundheitsrisiko darstellt. Wenn dem so ist, dann zeigt sich das in einer entsprechend negativen Korrelation mit der Lebenserwartung. Dabei muss berücksichtigt werden, dass es andere, bekannte Faktoren gibt, die einen statistisch und tatsächlich signifikanten Einfluss auf die Lebenserwartung haben.

Die wichtigsten Variablen für die folgende empirische Untersuchung sind die Lebenserwartung Neugeborener und die Feinstaubbelastung mit PM\({}_{10}\).

Die durchschnittliche Lebenserwartung Neugeborener wird statistisch auf Grundlage der beobachtbaren altersspezifischen Mortalitätsraten bestimmt. Dabei wird angenommen, dass sich die Sterblichkeitsverhältnisse zum Zeitpunkt der Geburt im weiteren zeitlichen Verlauf nicht verändern. Veränderungen von Faktoren im zeitlichen Verlauf, die Einfluss auf die Lebenserwartung haben, bleiben dabei folglich unberücksichtigt (Abels, 1993, S. 90 ff.) Somit beschreibt die Lebenserwartung Neugeborener das nicht durch die gesellschaftliche Altersstruktur verzerrte durchschnittliche Alter der Verstorbenen.

Für Deutschland wird die Lebenserwartung Neugeborener auf Kreisebene durch das Bundesinstitut für Bau‑, Stadt- und Raumforschung (BBSR) für alle 401 Kreise² in gleitenden Dreijahresdurchschnitten veröffentlicht. Beginnend mit der durchschnittlichen Lebenserwartung der Geburtenjahrgänge 1993 bis 1995, schließt daran die durchschnittliche Lebenserwartung der Geburtenjahrgänge 1994 bis 1996 an. Dies wird bis zu den Geburtenjahrgängen 2015 bis 2017 entsprechend fortgesetzt. Erfasst werden sowohl geschlechtsspezifische als auch nicht nach Geschlecht differenzierte Daten. Im zeitlichen Verlauf ist die Lebenserwartung der Neugeborenen gestiegen. Während die nicht nach Geschlecht differenzierte durchschnittliche Lebenserwartung Neugeborener der Jahrgänge 1993 bis 1995 bei rund 76,58 Jahren lag, war für Neugeborene der Jahrgänge 2015 bis 2017 durchschnittlich eine um 5.3 % höhere Lebenserwartung von rund 80,67 Jahren zu verzeichnen. Wie Abb. 1 verdeutlicht, sind bei der zeitlichen Entwicklung der Lebenserwartung abnehmende Grenzraten festzustellen. Zudem variiert die Lebenserwartung zwischen den Kreisen. Lag ihre Standardabweichung für die Geburtenjahrgänge 1993 bis 1995 bei 1,28 Jahren, sank sie für die Jahrgänge 2015 bis 2017 auf 1,0 Jahre (BBSR, 2019a).

Feinstaubemissionen bzw. Feinstaubimmissionen werden über die Messnetze der Umweltämter von Bund und Ländern gemessen. Im Jahr 2018 wurde die Feinstaubpartikelkonzentration mit einem maximalen aerodynamischen Durchmesser der Partikel von 10 \(\upmu\)m (PM\({}_{10}\)) an insgesamt 368 Messstationen erfasst, die sich auf 210 Kreise verteilten (Umweltbundesamt, 2019a). Abhängig vom Standort der installierten Messstationen wird dabei zwischen den Stationsarten Hintergrund, Verkehr und Industrie unterschieden. Von den 368 Messstationen im Jahr 2018 waren 217 der Stationsart Hintergrund, 119 der Stationsart Verkehr und 32 der Stationsart Industrie zuzuordnen. Stationen im Hintergrundbereich befinden sich außerhalb des unmittelbaren Einwirkbereichs von Verkehr und Industrieanlagen. Messdaten der PM\({}_{10}\)-Konzentration stehen für die Jahre 2002 bis 2018 mit den jeweiligen Jahresdurchschnittswerten der einzelnen Messstationen zur Verfügung. Ein Vergleich des Messnetzes im Zeitablauf zeigt, dass weder die Anzahl der Messstationen insgesamt noch deren Standort unverändert geblieben sind. So waren im Jahr 2002 22 Messstationen weniger installiert als im Jahr 2018, die sich zudem auf 215 Kreise verteilten. Lediglich die Hälfte der im Jahr 2018 installierten Messstationen waren bereits im Jahr 2002 Teil des Messnetzes.

Zudem ist im Zeitverlauf zwischen den Jahren 2002 und 2018 ein deutlicher Rückgang der PM\({}_{10}\) Emissionswerte festzustellen. Durchschnittlich betrug der Jahresdurchschnittswert einer Messstation der Stationsart Hintergrund im Jahr 2002 23,95 \(\upmu\)g/m\({}^{3}\). Im Jahr 2018 lag dieser Wert mit 16,82 \(\mu\)g/m\({}^{3}\) rund 30 % unter dem Wert von 2002. Diese Tendenz ist auch für die Stationsarten Verkehr und Industrie festzustellen (Umweltbundesamt, 2019b).

Daneben unterteilt das BBSR das Bundesgebiet im Kontext der Raumabgrenzung auf Kreisebene in ländliche und städtische Räume. Zum städtischen Raum gehören kreisfreie Großstädte mit mindestens 100.000 Einwohnern und städtische Kreise. Städtische Kreise zeichnen sich dadurch aus, dass mindestens die Hälfte der Einwohner in Groß- und Mittelstädten lebt und die Einwohnerdichte mindestens 150 Einwohner/km\({}^{2}\) beträgt. Sofern ein Kreis keine Groß- und Mittelstädte einschließt, reicht eine Einwohnerdichte von mindestens 150 Einwohnern/km\({}^{2}\) aus, um ihn den städtischen Kreisen zuzuordnen.

Tabelle 2 verdeutlicht die heterogene Verteilung der Feinstaubmessstationen zwischen ländlichen und städtischen Räumen am Beispiel des Messnetzes aus dem Jahr 2018. Während in Deutschland rund 50 % der Kreise und kreisfreien Städte dem ländlichen Raum zuzurechnen sind, liegen lediglich rund 32 % der Messstationen im ländlichen Raum. Gemessen an den Stationen der Stationsart Hintergrund sind es rund 40 %.

Auf Kreisebene liegen ebenso Daten zu Wirtschaftskraft und Einkommenshöhe vor, die von den statistischen Ämtern publiziert werden. Dazu zählt das jährliche verfügbare Einkommen der privaten Haushalte. Erfasst wird dabei das Einkommen aus Erwerbstätigkeit und Vermögen, zuzüglich der erhaltenen (Sozial‑) Transfers und abzüglich der Sozialbeiträge und der abgeführten Einkommen- und Vermögensteuer. Die entsprechenden Daten liegen flächendeckend für die Jahre 2000 bis 2016 vor. Im Jahr 2016 lag das durchschnittliche verfügbare Einkommen der privaten Haushalte je Einwohner bei etwa 21.722 Euro. Während dabei die kreisfreie Stadt Gelsenkirchen mit 16.203 Euro das geringste verfügbare Einkommen je Einwohner aufweist, ist Starnberg mit über 34.987 Euro pro Einwohner der Landkreis mit dem höchsten verfügbaren Einkommen (Statistische Ämter, 2018).

Das Bildungsniveau wird auf Kreisebene in Form von unterschiedlichen Indikatoren erfasst, so auch über den Anteil der Schulabgänger mit Allgemeiner Hochschulreife von der Gesamtanzahl der Schulabgänger. Die jährlich erfassten Werte liegen von 1995 bis 2017 vor. Während im Jahr 1995 durchschnittlich 22,26 % der Schulabgänger ihre Schullaufbahn mit der Allgemeinen Hochschulreife abschlossen, waren es im Jahr 2017 bereits 32,46 % (Statistische Ämter, 2020).

Im vorliegenden Beitrag wurde der Zusammenhang zwischen Feinstaubbelastung und Lebenserwartung in einer ökologischen Studie auf Kreisebene in Deutschland untersucht. Auf Grundlage einer Pooled-OLS Schätzung kann ein statistisch signifikant negativer Zusammenhang zwischen den Niveaus von Lebenserwartung und Feinstaubbelastung im westdeutschen Hintergrundbereich festgestellt werden. Dabei wurde für wichtige Kovariate auf Kreisebene kontrolliert (Prokopf-Einkommen, Bevölkerungsdichte, Abiturienten und -innen, städtische Gebiete, Ostdeutschland). In Bezug auf die periodischen Veränderungen von Lebenserwartung und Feinstaubbelastung kann dagegen für den Hintergrundbereich kein statistischer Zusammenhang gefunden werden. Für den westdeutschen Verkehrsbereich ergibt sich demgegenüber in diesem Schätzmodell ein signifikant negativer Zusammenhang, der allerdings wegen der schlechteren Datenlage in Zukunft erneut untersucht werden muss.

Inwieweit Feinstaubbelastung tatsächlich kausal für diesen statistischen Zusammenhang ist, kann mittels der hier vorgelegten Berechnungen nicht gesagt werden und ist nicht Gegenstand dieses Beitrags. Die Medizin beschreibt und weist Mechanismen nach, wie es zu Erkrankungen aufgrund von Feinstaubexpositionen kommt. Ohne Individualdaten zu Feinstaubbelastungen auf regionaler Ebene kann kein kausaler Zusammenhang nachgewiesen werden. Eine ökologische Analyse, wie sie in diesem Beitrag vorgenommen wurde, kann bestenfalls Indizien für einen möglichen Zusammenhang mittels Korrelationen liefern. Bekanntlich belegen Korrelationen zwischen Variablen keine Kausalität – aber ohne entsprechende Korrelation gibt es keine Kausalität. Es lohnt sich mithin, die hier untersuchten Zusammenhänge mit Individualdaten fortzuführen.

Um das Feinstaubniveau auf Kreisebene zu bestimmen, wurde auf Messungen der Umweltämter von Bund und Ländern zurückgegriffen. Die Daten der Umweltämter dienen auch im umweltpolitischen und gesetzgeberischen Kontext als Entscheidungsgrundlage (Umweltbundesamt, 2019c). Für die auf Grundlage von PM\({}_{10}\)-Feinstaubwerten gewonnenen Schätzergebnisse konnten so 3206 einzelne Messstationsjahreswerte für den Hintergrundbereich und 1850 für den Verkehrsbereich berücksichtigt werden. Die Jahresdurchschnitte der PM\({}_{10}\)-Belastung wurden auf Kreisebene zu einem jährlichen Mittelwert zusammengefasst und nach Messungen im Hintergrund- und Verkehrsbereich differenziert. Das gewählte Verfahren basiert auf der Annahme, dass die Messstationen das Feinstaubniveau repräsentativ für den jeweiligen Kreis abbilden. Nicht berücksichtigt wurden dabei etwa Veränderungen von Wetterlagen, die Einfluss auf den Zusammenhang von Feinstaubbelastung und Lebenserwartung haben könnten. Werden ausschließlich die Kreise berücksichtigt, für die in den Jahren 2002 bis 2016 (einschließlich der Kontrollvariablen) die erforderlichen Daten lückenlos vorliegen, verbleiben für Feinstaubniveaumessungen (Feinstaubimmissionen) im Hintergrundbereich 29,43 % und für Feinstaubniveaumessungen im Verkehrsbereich (Feinstaubemmissionen) 11,97 % der insgesamt 401 Kreise in Deutschland.

Das wichtigste Ergebnis dieser Studie sagt, dass eine Abnahme der PM\({}_{10}\) Belastung um 1 \(\upmu\)g/m\({}^{3}\) im Hintergrundbereich mit einer Erhöhung der durchschnittlichen Lebenserwartung um 0,037 Jahre korreliert ist. Dieser Wert ist vergleichbar mit demjenigen, der auf Bezirksebene für die USA ermittelt wurde. Die für China gefundenen Werte liegen demgegenüber deutlich höher; sie betragen beispielsweise nach der Studie von Ebenstein et al. (2017) 0,064 Jahre für den angegebenen Anstieg der PM-Belastung. Allerdings wurden die Werte für die USA und China mittels der Belastung pro \(\upmu\)g/m\({}^{3}\) PM\({}_{2,5}\) gemessen.

Ob mit der gegebenen Anzahl und den Standorten der Messstationen das Niveau sowie die Varianz der Feinstaubbelastung zwischen und innerhalb der Kreise repräsentativ abgebildet werden kann, bedarf eingehenderer Untersuchungen. Zudem kann es zu Fehlklassifikationen der Bereiche Hintergrund und Verkehr innerhalb und zwischen den Landkreisen kommen, da insbesondere der Verkehrsbereich unterschiedliche Feinstaubexpositionen nach sich ziehen kann, die selbst innerhalb kurzer Distanzen erheblich variieren. Um die Feinstaubbelastung präziser zu bestimmen, könnten entsprechende Satellitenbildverfahren verwendet werden, aus denen sich orts- und zeitspezifische Feinstaubkonzentrationen ableiten lassen (siehe dazu van Donkelaar et al., 2016).