Zusammenfassung:
In diesem Beitrag wird die regionale Ausbreitung von COVID-19-Infektionen untersucht. Unter Verwendung der Hauptkomponentenanalyse, des LARS- und RLASSO-Auswahlverfahrens erfolgt eine Variablenreduktion. Geprüft wird die Bedeutung von Zustandsabhängigkeit, unbeobachteter Heterogenität und Strukturbrüchen. Die empirische Analyse zeigt, dass sowohl regionale Strukturvariablen als auch regional aggregierte Persönlichkeitsmerkmale bedeutsam sind für die unterschiedliche Corona-Ausbreitung. Die nord-östlichen Bundesländer weisen einen geringeren Grad an Betroffenheit auf. Regionen mit hohem Migrantenanteil zeigen eine höhere Inzidenz als andere. Werden Persönlichkeitsmerkmale vernachlässigt, so wird die Bedeutung des Migrationseinflusses überschätzt. Mit der Schulbildung, der Armutsgefährdung und der Haushaltsgröße wurden drei weitere wichtige Merkmale identifiziert. In Bundeslädern mit überproportional vielen Menschen ohne Schulabschluss werden tendenziell weniger COVID-19-Fälle ausgewiesen. Je mehr Kooperationsbereitschaft und emotionale Labilität ausgeprägt sind, umso höher ist die Gefahr der Ansteckung. Ein positiv signifikanter Zusammenhang zwischen Infektionen und Tests wird durch die Schätzungen abgebildet. Eine weniger klare Verknüpfung zeigt sich zwischen Impfungen und der Zahl der Infektionen. Über die drei Corona-Wellen hinweg, offenbaren sich deutliche Veränderungen. Dies betrifft die Bedeutung des Migrantenanteil, der armutsgefährdete Familien und die geographische Lage der Bundesländer.