Die Dieseldebatte hatte bei allem Unfug, der da hochgekocht wurde, auch manchen Kollateralnutzen. Also einen Nutzen, der mit der Debatte zusammenhängt, aber nicht wirklich intendiert wurde. Zum Beispiel, dass vielen Leuten wieder einmal der Unterschied zwischen Korrelation und Kausalität in Erinnerung gerufen wurde, also die Sache mit den Störchen und den Geburten, oder dem Gleichklang von 100 Lungenärzten und der Faktenlage. Manche haben sogar gelernt, dass Korrelation und Kausalität zwar zwei unterschiedliche Dinge sind, aber keine Gegensätze. Wenn zwei Ereignisse kausal zusammenhängen und dieser Zusammenhang nicht durch andere Effekte überdeckt wird, korrelieren sie auch. Umgekehrt: Wenn zwei Ereignisse korrelieren, kann dahinter ein kausaler Zusammenhang stehen, muss aber nicht. In der Epidemiologie helfen z.B. die Bradford-Hill-Kriterien, das zu beurteilen.

Es gibt deterministische Zusammenhänge, stochastische, empirische, semantische, logische, angenehme und unangenehme, einfache und komplizierte, finanzielle, genealogische, starke und schwache, vorübergehende und dauerhafte, interessante und uninteressante (nachzulesen beim Friseur, z.B. Beziehungen in Adelsfamilien), unbekannte und bekannte, von Lungenärzten bestrittene, überraschende, klare und verwirrende, pikante, kuriose und so manche mehr.

Ein empirischer, stochastischer und bekannter Zusammenhang ist der zwischen der sozialen Lage und der Lebenserwartung. Wohlstand und geordnete Verhältnisse verlängern das Leben. Das Robert Koch-Institut hat auf der Basis des Sozioökonomischen Panels (SOEP), einer großen repräsentativen Erhebung in Deutschland, diese Zusammenhänge gerade neu analysiert . Demnach leben Frauen der höchsten Einkommensgruppe (mindestens 150 % des Äquivalenzeinkommens) 4,4 Jahre länger als Frauen der untersten Einkommensgruppe (weniger als 60 % des Äquivalenzeinkommens), bei den Männern sind es 8,6 Jahre. Frühere Analysen mit den SOEP-Daten kamen zu etwas höheren Werten, dem RKI zufolge vor allem methodisch bedingt. Dass der Unterschied bei den Männern größer ausfällt, ist ein bekannter Zusammenhang. Männer sind in gewisser Hinsicht „sozial sensibler“.

Der Zusammenhang zwischen Sozialstatus und Lebenserwartung ist so stark, dass er sogar auf Unterschiede der Lebenserwartung auf der regionalen Ebene durchschlägt, z.B. zwischen Bundesländern oder Landkreisen. Auch das gehört zu den bekannten Zusammenhängen.

Solche Zusammenhänge werden, wenn es um zwei Merkmale geht, oft anhand von Korrelationskoeffizienten dargestellt. Wenn man von einem linearen Zusammenhang ausgeht und ein paar statistische Voraussetzungen erfüllt sind, nimmt man den Korrelationskoeffizienten nach Pearson, sonst den nach Spearman. Je höher der Korrelationskoeffizient, desto enger ist der Zusammenhang der beiden Merkmale. Vergleicht man nun die Korrelationskoeffizienten zwischen Einkommen und Lebenserwartung auf verschiedenen regionalen Aggregationsebenen, tritt ein Zusammenhang vom kuriosen Typ zutage: Je größer die regionale Aggregationsebene, desto höher der Korrelationskoeffizient. Das haben wir gerade einmal für die bayerischen Regionen durchgespielt und in der Hauszeitschrift „Bayern in Zahlen“ 2/2019 des Statistischen Landesamtes veröffentlicht (in Klammern sind die 95%-Konfidenzintervalle angegeben):

Dieser auf den ersten Blick kuriose Zusammenhang ist ein wenig bedachter, wenngleich bekannter Zusammenhang, denn man vergleicht auf höherer regionaler Aggregationsebene geografisch zusammenhängende Cluster, die im Hinblick auf ihre Merkmale homogener sind als eine Betrachtung ungeclusteter Einheiten mit ihrer ganzen Streuung. Fachleute der geografischen Statistik berücksichtigen das mit Methoden der geografischen Autokorrelation, damit kenne ich mich aber nicht aus, da geht es also um an sich zwar bekannte, mir aber nur rudimentär bekannte und von mir als einfachem Datenhandwerker rechnerisch nicht beherrschte Zusammenhänge.

Der Korrelationskoeffizient wird in der Literatur oft als „Effektmaß“ bezeichnet. Er ist aber erst einmal nur ein Assoziationsmaß, das anzeigt, wie eng zwei Merkmale zusammenhängen. Grafisch steht (bei linearem Zusammenhang) dahinter, wie nahe sich die Punktwolke der Merkmale an eine Gerade schmiegt. Ein ungerichteter Zusammenhang übrigens, zwischen Henne und Ei wird nicht unterschieden. Etwas anderes ist die Effektstärke, d.h. das Maß dafür, wie stark die unabhängige Variable die abhängige beeinflusst, ein gerichteter Zusammenhang. In der Tabelle oben ist dazu der Regressionskoeffizient angegeben, grafisch steht dahinter die Steigung der Geraden.

Wenn man den Zusammenhang zwischen Einkommen und Lebenserwartung inhaltlich näher untersuchen will, wird es schnell schwierig. Dann muss man sich Gedanken darüber machen, was es noch für interagierende Faktoren gibt, welche Rolle zeitliche Beziehungen zwischen den Einkommenswerten und der Lebenserwartung spielen und vieles mehr. Es geht also um komplizierte Zusammenhänge, die aber für den hier kurz beschriebenen Aggregationseffekt erst einmal nicht von Belang sind. Für dieses Thema möge das Fazit genügen, dass Zusammenhänge manchmal nicht absolut, sondern relativ sind, in dem Fall relativ zur betrachteten regionalen Aggregationsebene.

Kommentare (25)

  1. #1 shader
    24. März 2019

    Hallo Herr Kuhn, vielen Dank für ihren Artikel. Er ist sehr fachbezogen und man kann auf ihn immer wieder zurückgreifen, wenn man wieder einen Einblick in Kausalität, Korrelation und Co. gewinnen möchte. Dasselbe ist auch außerhalb der Medizin übertragbar. Ein Beispiel wäre die Klimaentwicklung. Viele Klima”skeptiker” werfen der Klimaforschung ja vor, man würde aus Korrelationen die Wirksamkeit des CO2 herleiten. Dabei gibt es physikalisch eine bekannte Kausalität. Hinzu kommt es in bestimmten Zeitabschnitten zu fehlenden oder gar negativen Korrelationen. “Skeptiker” nennen häufig das Argument, dass früher viel höhere CO2-Konzentrationen herrschten, aber die Temperaturen nicht weit oben waren. Das ist ein schönes Beispiel, wie zusätzliche Effekte eine Korrelation maskieren oder gar umkehren können (die frühe Sonne sendete weniger Energie nach außen als heute und kompensierte den CO2-Effekt).

    • #2 Joseph Kuhn
      24. März 2019

      @ shader:

      Wenn es um konkrete Themen geht, muss man eh noch mal schauen. Bei Themen wie dem Klimawandel ebenso wie z.B. beim Rauchen kommt ja eine Menge Evidenz auf unterschiedlicher Ebene zusammen, also nicht nur die korrelative Betrachtung von Merkmalen, die möglicherweise “irgendwie” zusammenhängen. Beim Klimawandel weiß man viel über die Physik, die alldem zugrunde liegt, beim Rauchen über molekularbiologische/toxikologische Zusammenhänge. Zum Klimawandel sei einmal mehr auf den Blog von Stefan Rahmstorf nebenan bei den Scilogs verwiesen, der solche Fragen immer wieder in seinen Antworten auf Gästekommentare aufgreift: https://scilogs.spektrum.de/klimalounge/

  2. #3 Robra
    Hannover
    24. März 2019

    Lieber Herr Kuhn, danke für den kleinen Artikel über den regionalen Zusammenhang von Einkommen und Lebenserwartung. Noch etwas besser als der berechnete lineare Trend passt eine Regression mit dem logarithmierten Einkommen zu den Daten auf Kreisebene (hab´s nachgerechnet). Dieser Zusammenhang, nach dem zusätzliche Einkommenseinheiten mit immer weniger Einheiten der Lebenserwartung assoziiert sind (“bewirken”), passt zu Befunden von Sozialepidemiologen, Utilitäts-Ökonomen oder Glücksforschern, letztlich auch zum alten Weber-Fechner-“Gesetz” der Physiologie (Reiz und Empfindung), das für viele Sinne passt. Insofern gibt es vorbestehende Vermutungen, wie eine Dosis-Wirkungs-Kurve auch hier modelliert werden könnte (positiv, aber nicht linear). Abgesehen von der querschnittlichen Datenbasis sind beide Variablen (Einkommen, Lebenserwartungen) nicht nur auf regionaler Ebene aggregiert, sondern ihrerseits recht distale Maße für Lebenschancen und Lebensqualität, so dass in der Tat bei beiden viel Raum für intervenierende Merkmale bleibt. Um so erstaunlicher, wie beständig ihre Assoziation gefunden wird (ein Hill-Kritierum). 🙂

    • #4 Joseph Kuhn
      24. März 2019

      @ Robra:

      So ist es. Eine nichtlineare Modellierung würde den Zusammenhang vermutlich besser abbilden. Und dass zwischen Einkommen und Lebenserwartung im wahrsten Sinn des Wortes ein ganzes Leben liegt, sehe ich auch so. Wobei es uns in unserem Beitrag nicht darum ging, eine gute Modellierung für den Zusammenhang zwischen Einkommen und Lebenserwartung zu machen, sondern nur darum, zu zeigen, dass bei diesen beiden Merkmalen die Höhe des Korrelationskoeffizienten vom regionalen Aggregationsniveau abhängt.

      Zur Theoretisierung einer nichtlinearen Modellierung: Ob das Weber-Fechner-Gesetz hier einschlägig ist, darüber muss ich erst mal nachdenken, danke für die Anregung.

      Spontan wäre mir in dieser Hinsicht eher die Wilkinsonthese (ab einem bestimmten Einkommensniveau eines Landes flacht der Zugewinn an Lebenserwartung mit mehr Einkommen ab) in den Sinn gekommen, weil sie auf einer regional aggregierten Ebene argumentiert. Und als grundlegenderes Gesetz dazu dann das erste Gossensche Gesetz, also das vom abnehmenden Grenznutzen.

      Das als erster Versuch, was Kluges zu antworten. 😉 Aber wie gesagt, darüber muss ich mal nachdenken.

  3. #5 Dr. Webbaer
    25. März 2019

    Manche haben sogar gelernt, dass Korrelation und Kausalität zwar zwei unterschiedliche Dinge sind, aber keine Gegensätze. Wenn zwei Ereignisse kausal zusammenhängen und dieser Zusammenhang nicht durch andere Effekte überdeckt wird, korrelieren sie auch. Umgekehrt: Wenn zwei Ereignisse korrelieren, kann dahinter ein kausaler Zusammenhang stehen, muss aber nicht. [Artikeltext]

    Schon richtig, aber ist es nicht so, dass Kausalität bei vorliegender Korrelation mit geeignetem Faktor und bei geeigneter Größe der Datenprobe letztlich wahlfrei oder willkürlich seitens der erkennenden Subjekte zu bestimmen ist, wenn dies plausibel erscheint, was dann diese Bestimmung aber letztlich sozusagen teuflisch schwierig macht?

    MFG
    Dr. Webbaer

    • #6 Joseph Kuhn
      25. März 2019

      @ Webbär:

      Wenn ich Ihre Frage verstehen würde, könnte ich immerhin sagen, ob ich sie beantworten könnte.

  4. #7 Dr. Webbaer
    25. März 2019

    Dr. Webbaer vertritt die sog. Humesche Metaphysik :

    -> https://de.wikipedia.org/wiki/Kausalität#David_Hume

    MFG
    Dr. Webbaer

  5. #8 libertador
    25. März 2019

    @ Webbaer
    Wenn Sie Hume aufmerksam lesen, dann beinhaltet die Kausalität bei ihm noch die zeitliche Komponente. Das Verhältnis zwischen Ursache und Wirkung ist damit nicht “letzlich willkürlich”. Die Frage ist, welches Ereignis folgt zeitlich dem anderen. Das lässt sich aus der Datenlage häufig nur schwer herauslesen, ist aber nicht willkürlich.
    Zu Bedenken ist dabei auch, in welchem Verhältnis die erhobenen Gesundheitsdaten eigentlich zu Ereignissen in Humescher Metaphysik stehen.

  6. #9 Dr. Webbaer
    25. März 2019

    Die Zeitlichkeit meint hier die Stringenz (“A muss vor B sein”), Dr. W will hier nicht die geringsten Zweifel entstehen lassen daran, NICHT Esoterik zu bewerben, sondern hat u.a. auch dem hiesigen werten Inhaltegeber nur zu danken, auch für seine Aufklärungsarbeit, vely nice!

    Letztlich will Dr. W Dr. K nur ein wenig schützend begleiten, damit jenem durch bestimmtes Gequatsche sozusagen, auch philosophisches, keine Schäden entstehen.
    Als personifiziertes und sozusagen im Erkenntnistheoretischen besonders abfeimtes Bockmittel, sozusagen.
    Als eine Art Blitzableiter.

    MFG
    Dr. Webbaer (der sozusagen schon alles gesehen und gehört hat)

  7. #10 bote19
    25. März 2019

    Dr. W.
    A muss vor B sein, darin steckt schon der Teufel. Wenn behauptet wird, dass Besserverdienende eine größere Lebenserwartung haben, dann kann das auch so interpretiert werden, wer physisch gesünder ist, kann mehr Geld verdienen.

  8. #11 shader
    25. März 2019

    Oft scheint es verwirrend zu sein, wenn eine beiderseitige Kausalität besteht. Sprich aus A folgt B und aus B folgt A. So wie beim Beispiel, dass gesunde Menschen besser verdienen. Wer gut verdient, hat auch die besseren Möglichkeiten, seine Gesundheit zu erhalten. Und wer gesund ist, der hat bessere Möglichkeiten, im Beruf Karriere zu machen.

    Es kann aber auch sein, dass es ein C gibt, was sowohl kausal auf A und auf B wirkt. In dem Fall die Intelligenz. Intelligente Menschen sind meist auch gesünder und verdienen auch mehr Geld. Wenn man es genauer betrachtet, ist es gar nicht mehr so einfach von unidirektionalen Kausalitäten zu sprechen. Die Verflechtungen können sehr komplex sein, aber das sieht man oft den reinen Daten nicht an.

    • #12 Joseph Kuhn
      25. März 2019

      @ shader:

      Die These, dass die Intelligenz Wohlstand und Gesundheit erklärt, hatten wir immer wieder mal. Natürlich gibt es Wechselbeziehungen. Aber das große Bild ist eindeutig: Wer arm ist, stirbt früher. Da helfen auch keine hundert Lungenärzte oder überraschende Einfälle beim Kommentieren. Die Evidenz ist eindeutig.

  9. #13 Dr. Webbaer
    25. März 2019

    Intelligente Menschen sind meist auch gesünder und verdienen auch mehr Geld. Wenn man es genauer betrachtet, ist es gar nicht mehr so einfach von unidirektionalen Kausalitäten zu sprechen. Die Verflechtungen können sehr komplex sein, aber das sieht man oft den reinen Daten nicht an.

    Dr. W kennt Sie ja ein wenig, Ihre Doktorarbeit muss von “Neckermann” oder von Ihrem Papi beigetragen sein.
    Sie erweisen sich der Acamedia seit längerer Zeit als unwürdig.

    MFG
    Dr. Webbaer

  10. #14 shader
    26. März 2019

    Neckermann macht’s möglich? Mein Papa gab mir die Genetik und den Spaß am Lernen mit, dafür bin ich ihm sehr dankbar. Aber es ist auch egal, was Du schreibst, Du bleibst für mich das Bärchen ohne Punkt davor.

  11. #15 libertador
    26. März 2019

    Nochmal kurz zu “A muss vor B sein”. Hume würde für A und B Ereignisse einsetzen. Zum Beispiel: B: Der Ball ist mitten im Fensterglas; A: Der Ball ist vorne an meiner ausgestreckten Hand.
    Bei der Ausprägung von Variablen müsste man diese erst in Ereignisse überführen. Zum Beispiel gibt es einen Intelligenzzustand und einen Einkommenszustand gleichzeitig für jeden Menschen. Ein Ereignis wäre dann eine bestimmte Belegung der Variablen. Tina hat ein Einkommen zu einem bestimmten Zeitpunkt von 500€ und einen IQ von 90. Die Kausalität verläuft dann zwischen Ereignissen, die über Variablenbelegung identifiziert werden.
    Alternativ dazu könnte man auch einen anderen Begriff von Kausalität verwenden. Zum Beispiel wurde in der neueren Theorie der Kausalität vorgeschlagen, diese über Interventionen zu definierten. Eine Variable wirkt auf eine andere Kausal, wenn Sie das auch unter Intervention macht.
    Eine Schwierigkeit, die dabei vielen Auffallen dürfte ist, dass man in vielen Fällen keine realen Interventionen durchführen kann. Somit müsste man mögliche Interventionen einbeziehen, um Kausalität zu definieren. Solch kontrafaktische Überlegungen sind auch häufig Bestandteil philosophischer Theorien der Kausallität. Zum Beispiel Mackies INUS: Eine Ursache ist eine nicht-hinreichende aber notwendiger Teil, einer nicht-notwendigen aber hinreichenden Bedingung. Die Regularitäten müssten danach auch in kontrafaktischen Bedingungen stabil sein.

  12. #16 Dr. Webbaer
    26. März 2019

    A muss vor B sein, denn wäre A nicht vor B, sondern nach B oder gleichzeitig stattfindend, kann keine Kausalität festgestellt werden.
    Was natürlich richtig ist, und von Ihnen, Kommentatorenfreund ‘libertador’ schön ausgearbeitet worden ist, kommentarisch und hier, sind mögliche Wechselbeziehungen zwischen A und B, die es dann aber nicht erlauben Kausalität festzustellen.
    Und natürlich lassen sich A und B jeweils weiter aufteilen, A und B sind hier nicht als Monolithen zu verstehen.

  13. #17 ChrisGo
    27. März 2019

    @ bote19
    25. März 2019

    Dr. W.
    A muss vor B sein, darin steckt schon der Teufel. Wenn behauptet wird, dass Besserverdienende eine größere Lebenserwartung haben, dann kann das auch so interpretiert werden, wer physisch gesünder ist, kann mehr Geld verdienen.

    -> Besser wäre:
    Wer optimaler an erwünschte Eigenschaften/Anforderungen angepasst ist, wird also automatisch leichter und effizienter an Entlohnung gelangen.

    Das daraus ein längeres Leben hervorgeht, würde ich nicht zwingend damit verbinden wollen.

    Aber hier geht es nur um die Zahlen und um die reine Übung mit den Formeln.

    Denn würde man es genauer wissen wollen, würde man es auch genauer erforschen. Aber das ist nicht erwünscht. Hat sozusagen keine Lobby, die Erforschung dessen, warum reichere Menschen länger Leben. Da eben diese reicheren und längere Lebenden aus eben den Gründen (alle beide) auch bestimmen, was erforscht wird, und niemand daran interessiert ist, wieso gerade sie im Nutzen dieses Effektes sind, … bleibt alles beim Zahlendrehen.

    • #18 Joseph Kuhn
      27. März 2019

      @ ChrisGo:

      “Aber das ist nicht erwünscht. Hat sozusagen keine Lobby, die Erforschung dessen, warum reichere Menschen länger Leben.”

      Dazu gibt es Berge an Literatur. Die vermittelnden Faktoren reichen von materiellen Faktoren, die das Leben besser machen (z.B. Wohnverhältnisse) über das Gesundheitsverhalten (Arme rauchen mehr, sind öfter übergewichtig etc.) bis hin zu sozialpsychologischen Faktoren (z.B. Zukunftssorgen usw.). Weil die Wirkungsketten vielgliedrig und komplex sind, weiß man nicht alles, aber eine Verschwörungstheorie, dass darüber nicht geforscht würde, weil die Reichen es nicht wollen, ist fehl am Platz. Selbst wenn die Reichen diese absolute Macht über die Forschung hätten, weltweit und seit dem Beginn der Sozialepidemiologie, wäre diese Verschwörungstheorie nicht glaubhaft, denn warum sollte die Reichen nicht wissen wollen, warum sie länger leben und was davon sie noch befördern können?

  14. #19 Dr. Webbaer
    27. März 2019

    Ja, komisch, Herr Dr. Joseph Kuhn geht doch gerade und dankenswerterweise dahin zu schauen, was los ist i.p. der vglw. klaren Kausation, dass Vermögende länger zu leben scheinen, als sozusagen arme Schlucker.

    Bestes Beispiel womöglich : Die Stones leben noch.

    SCNR
    Dr. Webbaer

  15. #20 bote19
    27. März 2019

    Joseph Kuhn,
    mit den Verschwörungstheorien haben sie Recht, es gibt sie nicht bei den Reichen. Und was ist schon reich ?
    Mehr als zwei Schwarzwälder Kirsch kann man nicht essen.
    Mit Reichtum meint man heute wirtschaftlichen Einfluss.

    Dr. W.
    Die Stones können nicht sterben. Mick Jagger ist so unreif, der hat sogar einen eigenen Visagisten. Als er mal bei einer Grammy Verleihung in Hollywood eingeladen war, hat er verlangt, dass sein Visagist neben ihm sitzen darf. Das wurde natürlich abgelehnt.
    Chris Go
    wie es auch schon libertador angesprochen hat, ist die Grenze zwischen Korrelation und Kausalität fließend und man kann nicht sagen ob eine Frau schön ist, weil sie glücklich ist, oder ob sie gücklich ist, weil sie schön ist.

  16. #21 tomtoo
    27. März 2019

    @Joseph
    “..Weil die Wirkungsketten vielgliedrig und komplex sind, weiß man nicht alles..”

    Ich habe die Befürchtung dass
    da Opi W und Bote19 mal wieder komplett ausgestiegen sind.

  17. #22 bote19
    27. März 2019

    XXX

    [Edit: Kommentar auf die Substanz reduziert. JK]

  18. #23 Struppi
    29. März 2019

    Was erstaunlich ist welche Auswirkungen so geringe Einkommensunterschiede haben. Die Studie geht ja von einem Nettogehalt von 1500 Euro aus und postuliert ein hohes Einkommen bereits bei 2.243 Euro. Ich wäre bei solchen Studien von deutlich höheren Unterschieden im Einkommen ausgegangen.

    Aber das hier das Einkommen an sich eine Rolle spielt, wird sicher niemand behaupten?
    Die Studie geht von Pflichtversicherten in der Krankenkasse aus. D.h. jeder bekommt mehr oder weniger die gleich Behandlung.

    Daher dürfte die Studie eher darauf Hinweisen, dass Berufe mit geringen Verdienst für eine geringere Lebenserwartung sorgen.

    Was auch die Unterschiede zwischen Männer und Frauen erklären würde. Die Gesundheitschädlichkeit bei schlecht bezahlten Berufen, die überwiegend von Männern ausgeübt wird dürfte oft höher sein, als die von Frauen.

    Die Korrelation tritt daher vor allem dann auf, wenn auch die Berufsgruppen der unterschiedlichen Regionen ähnlich sind. Dann ist dieser lineare zusammenhang innerhalb deutschland auch erklärbar.

    Das sollte dazu führen, die Gesundheitsgefährdung gering bezahlter Arbeit zu untersuchen.

    Oder ist die Korrelation wirklich die, dass jemand der mehr Geld besitzt aufgrund dieses Besitzes länger lebt?
    Das wäre für mich eine etwas esoterische Erklärung. Wobei für manche natürlich auch das materielle Glück für ein Wohlbefinden sorgen können.

  19. #24 Joseph Kuhn
    29. März 2019

    @ Struppi:

    “Die Studie geht ja von einem Nettogehalt von 1500 Euro aus und postuliert ein hohes Einkommen bereits bei 2.243 Euro.”

    Sie meinen die Neuberechnung des Robert Koch-Instituts. Die Schwelle für die obere Einkommensgruppe haben Sie richtig zitiert, aber die untere liegt bei 897 Euro. Wer weniger hat, gilt als armutsgefährdet oder arm (siehe im RKI-Artikel S. 5).

    “Die Studie geht von Pflichtversicherten in der Krankenkasse aus”

    Nein. Das SOEP ist eine bevölkerungsrepräsentative Studie.

    “Die Gesundheitschädlichkeit bei schlecht bezahlten Berufen, die überwiegend von Männern ausgeübt wird dürfte oft höher sein, als die von Frauen.”

    Auch das kann man so nicht sagen. Die Belastungsprofile schlecht bezahlter Frauenberufe (z.B. in der Pflege) sind andere als die schlecht bezahlter Männerberufe (z.B. auf dem Bau), aber beide sind gesundheitlich hoch belastend. Richtig ist, dass die Arbeit eines der Zwischenglieder im Zusammenhang von Einkommen und Lebenserwartung ist, es gibt aber noch viele andere, siehe Kommentar #18.

    “Was auch die Unterschiede zwischen Männer und Frauen erklären würde.”

    Ja und nein, ganz so einfach ist das nicht. Siehe dazu z.B. die Klosterstudie.

    “Oder ist die Korrelation wirklich die, dass jemand der mehr Geld besitzt aufgrund dieses Besitzes länger lebt?”

    Die Korrelation ist unstrittig. Fragen kann man nach der kausalen Richtung. Denkt man einmal vom Geld Richtung Lebenserwartung, kann man weiter fragen, ob Geld selbst einen kausalen Einfluss hat oder nur ein Indikator für die eigentlich kausal wirksamen Faktoren ist. Die Antwort ist recht klar: Geldscheine in der Tasche verlängern das Leben nicht, es sei denn, man kauft dafür etwas, was das Leben verlängert (z.B. eine Wohnung im Grünen).

  20. #25 Sprotte
    Erlangen
    5. April 2019

    Hier noch meine “5 Cent”: Der positive Zusammenhang zwischen sozio-ökonomischer Deprivation und Konsum u. a. von Alltagsdrogen gilt auf regionaler Ebene als gut belegt (s. z. B. Open Access-Arbeit von Baumann, M., Spitz, E., Guillemin, F., Ravaud, J. F., Choquet, M., Falissard, B., & Chau, N. (2007). Associations of social and material deprivation with tobacco, alcohol, and psychotropic drug use, and gender: a population-based study. International journal of health geographics, 6(1), 50.). Zitat aus o.g. Arbeit: “These findings indicate that material and social conditions are potential risk factors for harmful health-related behaviours during both working life and retirement, and that the presence of several dimensions of deprivation is associated with a very high risk”. Demnach gilt die o. g. Deprivation als Risikofaktor z. B. für Zigarettenrauchen. Ob man das als “kausale Relation” ansehen darf, sei dahingestellt.