Die Analysen · 1 Auswertung · Stand OMI 2025/2 · Beherbergung 2025
Wohnpreis und Tourismusdichte
Hängt der Wohnpreis einer Gemeinde am Tourismus?
Der Zusammenhang und seine Gegenproben
OMI 2025/2 · ASTAT Beherbergungsregister 2025Die erste Figur zeigt den Zusammenhang über alle 116 Gemeinden. Die drei darunter prüfen ihn: nach der Form des Tourismus, nach Siedlungsdichte geschichtet und nach Bezirk. Alle vier rechnen auf derselben logarithmierten Dichte — nur so dürfen ihre Zahlen nebeneinanderstehen.
Tourismusdichte gegen Wohnrichtwert
Jede der 116 Gemeinden ein Punkt, x logarithmisch. Der Zusammenhang ist da und ist schwach: r = 0,36 über die logarithmierte Dichte, also rund 13 % der Preisunterschiede.
- Zusammenhang, keine Ursache. Die Richtung ist damit nicht entschieden: Tourismus kann Wohnraum verteuern, teure Lagen können touristisch attraktiv sein, und beides kann an derselben dritten Größe hängen — der Lage im Gebirge.
- Die restlichen rund 87 % der Unterschiede erklärt diese Achse nicht. Gröden und Bozen liegen beide weit über dem Landeswert, aus verschiedenen Gründen.
Rechenweg
Pearsons r über log10(1 + Übernachtungen je Einwohner:in) und den OMI-Wohnrichtwert
- Eingangswerte
- dashboard-data.json, Felder nightIntensity und housePrice.
- Verfahren
- n = 116, keine Gemeinde ausgeschlossen. Logarithmiert, weil die Dichte drei Zehnerpotenzen überspannt — roh ergibt dieselbe Rechnung 0,54, als Rangkorrelation 0,24. Bis August 2026 zeigte diese Figur den rohen Wert und verglich ihn mit einer logarithmierten Korrelation zwei Absätze weiter unten.
Werte als Tabelle
| Gemeinde | Nächte je Einw. | €/m² |
|---|---|---|
| Wolkenstein Gröden | 567,3 | 7.153 |
| St.Ulrich | 183,2 | 6.884 |
| Abtei | 373,1 | 5.633 |
| St.Christina in Gröden | 265,8 | 5.063 |
| Corvara | 742,1 | 4.973 |
| Bozen | 9,8 | 4.277 |
| Meran | 29,7 | 3.936 |
| Kastelruth | 261,5 | 3.797 |
| Toblach | 203,4 | 3.678 |
| Sexten | 473,6 | 3.613 |
| Bruneck | 44,7 | 3.410 |
| Eppan an der Weinstraße | 39,9 | 3.403 |
| Leifers | 15,3 | 3.367 |
| Terlan | 24,4 | 3.342 |
| Kaltern an der Weinstraße | 85,7 | 3.289 |
| Kastelbell-Tschars | 37,9 | 3.122 |
| Ritten | 57,0 | 3.119 |
| Völs am Schlern | 127,2 | 3.092 |
| Welsberg-Taisten | 76,7 | 3.083 |
| Gais | 65,1 | 3.067 |
Weitere 96 Zeilen stehen im Datensatz. Alle Datensätze als CSV.
QuelleASTAT Tourismus 1950–2025 · ASTAT Demografie 2024 · OMI, kommunal aufbereitet · Eigene Berechnung · nicht öffentlich · Tourismus 2025 · OMI 2025/2
Welche Form des Tourismus am Preis hängt
Dieselbe Rechnung, drei Maße desselben Tourismus. Am Wohnwert hängt die Dichte der Privatquartiere (r = 0,51) enger als die Übernachtungsdichte (0,36) und deutlich enger als die Hoteldichte (0,31). An der Leerstandsquote macht die Form keinen Unterschied.
- Die Betriebszahlen sind nicht amtlich: Sie stammen aus dem Vermarktungsregister, das 84 % der von ASTAT gezählten Betriebe führt. Für einen Vergleich *zwischen* den Arten ist das brauchbar, solange die Lücke bei allen ähnlich groß ist — sie liegt je Art zwischen 85 und 93 %.
- Der Vorsprung der Privatquartiere gilt nur für den Preis. Bei der Leerstandsquote liegen alle drei Maße bei rund 0,67 — dort sagt die Form des Angebots nichts.
- Dieselbe Schwäche wie die Figur darunter: Nimmt man die fünf ladinischen Hochpreisgemeinden heraus, fällt die Privatquartiersdichte auf 0,25 und die Übernachtungsdichte auf 0,16. Beide Zusammenhänge hängen an denselben wenigen Orten.
- Ein Privatquartier ist nicht zwingend eine entzogene Wohnung. Die Kategorie umfasst das vermietete Zimmer im bewohnten Haus ebenso wie die ganzjährig touristisch genutzte Wohnung; die Daten trennen das nicht.
Rechenweg
Pearsons r über log10(1 + Betriebe je 1.000 Einwohner:innen) und log(OMI-Wohnrichtwert), je Betriebsart
- Eingangswerte
- beherbergung-gemeinde.json für die Betriebszahlen, dashboard-data.json für Einwohner, Dichte und Wohnwert, istat-wohnungen für die Quote.
- Verfahren
- Alle drei Maße gehen durch dieselbe Transformation, damit der Vergleich einer ist. Ohne sie stünde die Privatquartiersdichte bei 0,68 — der Vorsprung wäre doppelt so groß und käme allein aus der Skala. n = 116 beim Preis, 116 bei der Quote.
Werte als Tabelle
| Maß | Betriebe im Land | r gegen Wohnwert | r gegen Leerstandsquote |
|---|---|---|---|
| Privatquartiere | 3.707 | 0,505 | 0,668 |
| Übernachtungen je Einw. | — | 0,361 | 0,671 |
| Hotels und Pensionen | 3.477 | 0,312 | 0,683 |
QuelleOpen Data Hub Südtirol · ASTAT Tourismus 1950–2025 · OMI, kommunal aufbereitet · ISTAT Wohnungen nach Belegung · Eigene Berechnung · nicht öffentlich · Register 08/2026 · OMI 2025/2 · Wohnungen 2023
Derselbe Zusammenhang, nach Siedlungsdichte geschichtet
Über alle 116 Gemeinden ergibt sich r = 0,36. Teilt man sie nach Einwohner:innen je km² in drei gleich große Gruppen, reicht dieselbe Rechnung von 0,15 bis 0,75.
- Der Gesamtwert hängt an wenigen Gemeinden: Ohne Wolkenstein Gröden, St.Ulrich, St.Christina in Gröden, Corvara, Abtei bleiben über die übrigen 111 nur r = 0,16 — auf der ln-Skala dieser Figur gerechnet; gegen den rohen Preis, auf dem die Leitzahl steht, sind es 0,14.
- Keine Kausalrichtung. Ein Dorf ohne städtischen Wohnungsmarkt hat schlicht nur einen Preistreiber übrig — das erklärt die Stärke des Zusammenhangs, sagt aber nicht, dass der Tourismus die Preise macht.
- Die Bezirkszeilen der Tabelle stehen auf 6 bis 26 Gemeinden. Bei dieser Größe ist ein Vorzeichen ein Hinweis und kein Befund.
Rechenweg
Pearsons r über log10(1 + Übernachtungen je Einwohner:in) und log(OMI-Wohnrichtwert), je Teilmenge
- Eingangswerte
- dashboard-data.json für Dichte und Wohnrichtwert, gemeinde-erweitert.json (flaecheKm2) für die Siedlungsdichte.
- Verfahren
- Terzile nach Einwohner:innen je km², also 39/39/38 Gemeinden. Die Schichtvariable teilt sich mit beiden Größen nur die Einwohnerzahl — und genau darin liegt der Punkt: Die Siedlungsdichte hängt positiv am Preis und negativ an der Tourismusdichte und verdeckt den Zusammenhang, solange man über alle 116 mittelt.
Werte als Tabelle
| Teilmenge | Spanne | Gemeinden | r |
|---|---|---|---|
| dünn besiedelt | 6–36 Einw./km² | 38 | 0,750 |
| mittel | 37–84 Einw./km² | 38 | 0,541 |
| dicht besiedelt | 85–2036 Einw./km² | 40 | 0,153 |
| alle 116 | — | 116 | 0,361 |
| Salten-Schlern | — | 13 | 0,757 |
| Pustertal | — | 26 | 0,579 |
| Burggrafenamt | — | 26 | 0,573 |
| Wipptal | — | 6 | 0,198 |
| Überetsch-Südt.Unterland | — | 18 | 0,027 |
| Eisacktal | — | 13 | −0,172 |
| Vinschgau | — | 13 | −0,282 |
QuelleASTAT Tourismus 1950–2025 · ASTAT Demografie 2024 · OMI, kommunal aufbereitet · Landesplanung WFS · Eigene Berechnung · nicht öffentlich · Tourismus 2025 · OMI 2025/2
Und nach Bezirk
Dieselbe Rechnung, Bezirk für Bezirk. In 4 von 7 ist der Zusammenhang nicht vorhanden, in 2 zeigt er ins Gegenteil.
- Kleine Stichproben: Wipptal hat 6 Gemeinden. Ein einzelner Ort kann dort ein Vorzeichen drehen.
- Nicht gezeichnet: Bozen (1 Gemeinde). Über einen einzigen Punkt gibt es keine Korrelation, auch keine von null.
- Bezirke sind Verwaltungsgrenzen und keine Wohnungsmärkte. Sie sind hier die einzige verfügbare räumliche Gliederung unterhalb des Landes.
Rechenweg
Pearsons r über log10(1 + Übernachtungen je Einwohner:in) und log(OMI-Wohnrichtwert), je Bezirk
- Eingangswerte
- Wie oben; die Bezirkszuordnung kommt aus gemeinde-erweitert.json, Feld bezirk.
- Verfahren
- 6 bis 26 Gemeinden je Bezirk. Das ist zu wenig für einen Signifikanztest und genug für die Aussage, die hier steht: Der Zusammenhang ist keine Eigenschaft des Landes, sondern einiger Talschaften.
Werte als Tabelle
| Bezirk | Gemeinden | r |
|---|---|---|
| Salten-Schlern | 13 | 0,757 |
| Pustertal | 26 | 0,579 |
| Burggrafenamt | 26 | 0,573 |
| Wipptal | 6 | 0,198 |
| Überetsch-Südt.Unterland | 18 | 0,027 |
| Eisacktal | 13 | −0,172 |
| Vinschgau | 13 | −0,282 |
QuelleASTAT Tourismus 1950–2025 · ASTAT Demografie 2024 · OMI, kommunal aufbereitet · Eigene Berechnung · nicht öffentlich · Tourismus 2025 · OMI 2025/2
Der Befund
Über alle 116 Gemeinden ergibt sich r = 0,36 zwischen logarithmierter Übernachtungsdichte und Wohnrichtwert — rund 13 % der Preisunterschiede. Der Zusammenhang ist da, und er ist schwach.
Nicht die Menge des Tourismus erklärt am meisten, sondern seine Form: «Privatquartiere» kommt auf r = 0,51 gegen 0,36 für die Übernachtungsdichte. Betten in Wohnungen hängen enger am Wohnpreis als Betten in Hotels — was plausibel ist und aus diesen Daten trotzdem nicht als Ursache folgt.
Wie belastbar
Fünf Gemeinden tragen den Zusammenhang fast vollständig. Ohne Wolkenstein Gröden, St.Ulrich, St.Christina in Gröden, Corvara, Abtei bleibt über die übrigen 111 Gemeinden r = 0,14. Das ist der wichtigste Vorbehalt dieser Seite: Aus 0,36 wird 0,14, wenn fünf von 116 Orten fehlen.
Und das ist kein schwacher Zusammenhang, sondern keiner. Das 95-%-Intervall dieser Zahl reicht von −0,05 bis 0,32 und schließt die Null ein: Ohne die fünf Orte lässt sich am übrigen Land kein Zusammenhang zwischen Übernachtungsdichte und Wohnrichtwert mehr nachweisen. Über alle 116 gerechnet reicht dasselbe Intervall von 0,19 bis 0,51 und tut es nicht. Der Unterschied zwischen den beiden Sätzen ist der ganze Befund dieser Seite.
Auf welcher Skala: Beide Zahlen dieses Absatzes rechnen gegen den rohen Wohnrichtwert, so wie die Leitzahl 0,36, die sie beschneiden. Die geschichtete Figur darunter rechnet durchgehend gegen ln(Preis); dort bleiben ohne dieselben fünf Gemeinden 0,16. Beide sind richtig und beantworten verschiedene Fragen — verglichen werden dürfen sie nur mit ihresgleichen.
Der Wert hängt an der Schichtung. Teilt man die Gemeinden nach Einwohner:innen je km² in drei gleich große Gruppen, reicht dieselbe Rechnung von 0,15 bis 0,75. Nach Bezirk gerechnet kippt sie in 2 von 7 Bezirken ins Negative.
Und es bleibt ein Zusammenhang. Beide Größen hängen an einer dritten, die hier nicht gemessen wird: der Attraktivität der Lage. Ein Ort, an dem Menschen gerne Urlaub machen, ist auch ein Ort, an dem sie gerne wohnen.
Alle Zahlen dieser Seite rechnen auf log10(1 + Dichte) und, wo der Preis logarithmiert ist, auf ln(Preis). Zwei Korrelationen dürfen nur nebeneinanderstehen, wenn sie dieselbe Transformation verwenden — dieses Projekt hat hier einmal die rohe Preiskorrelation (0,54) neben die logarithmierte Leerstandskorrelation gestellt, und das ist der schwerste Fehler, den es kennt.
Woher die Daten kommen: Wohnen unter «Die Daten» — dort stehen die Reihen selbst, mit Erheber, Stichtag und Grenze. Das Verzeichnis aller Quellen steht im Register. · Alle Auswertungen