Zusammenfassung
Die Auseinandersetzung um Methodenfragen in der Parteienforschung läßt sich kaum verstehen, wenn man ihre Ursache übersieht: Die Differenzierung in Forschungen, die sich mit Parteien befassen und solche, die Wahlen analysieren, sich aber gegenseitig kaum beachten, hat einen gewissen Methodenmonismus mit sich gebracht. Die Wahl-und Meinungsforscher betreiben mit Umfragen Motivforschung für zum Teil nur fiktive Handlungen, sie fragen: Wen würden Sie am Sonntag wählen, wenn Wahlen wären? Es finden aber keine Wahlen statt, und insofern stehen die Parteien bei der „Sonntagsfrage“ nicht wirklich auf dem Prüfstand. Ihre innere Verfassung interessiert die Fragenden auch kaum, sie interessiert deren Wahrnehmung durch die Wahlberechtigten, um daraus Rückschlüsse auf Stimmungen, politische Großwetterlagen oder wie immer diese Artefakte bezeichnet werden, zu ziehen. Die Parteienforscher dagegen beschäftigen sich fast ausschließlich mit der inneren Verfassung der Parteien, mit deren Organisationsstrukturen, der Beteiligung ihrer Mitglieder an Willensbildungsprozessen, der Kandidatenaufstellung usf. Die Wählenden bilden bei diesen Untersuchungen meist nur eine Randbedingung, bei der von Interesse ist, wie sie von den Parteien wahrgenommen wird. Das Gegenstück zur Sonntagsfrage lautet entsprechend: Von wem glauben Sie bei der letzten Wahl gewählt worden zu sein? Von hier ist es dann nur ein kleiner Schritt zu der Annahme, daß dies auch tatsächlich die Wähler der entsprechenden Partei gewesen sind. Wähler und Partei bleiben sich aber bei beiden Fragestellungen fremd. Um Parteien und Wähler gemeinsam zu analysieren hat sich die Parteienforschung in die Regionen aufgemacht, denn regional lassen sich die Sozialstrukturen, die Parteien und ihre Wähler verknüpfen besser als auf der Ebene der Länder oder gar des Bundes erfassen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
References
Vgl. hierzu Scheuch/Wildenmann (1968).
Einen guten Eindruck bietet der Sammelband von Oberndörfer und Schmitt (1991).
Mit dem Problem hat sich Ende 1987 eine Tagung der „Gesellschaft für Historische Sozialforschung“ befaßt, die Best (1989) an abgelegener Stelle dokumentiert hat.
Unter eindeutig verstehe ich hier, daß ganz unterschiedliche Untersuchungen verschiedener Disziplinen das Ruhrgebiet als Einheit erfaßt haben, etwa Forst (1973), Pappi (1976).
Ob man den Handlungsbegriff sinnvoll auf Institutionen übertragen kann, habe ich an anderer Stelle ausführlich diskutiert, (vgl. Berger 1993)
Bei der Identifikationstheorie (Pappi o.J., 502) geht es darum, daß die Mitgliedschaft zu einer „selbstbewußten Gruppe“ dem eigenen Selbstwertgefühl förderlich ist. Dabei steckt schon in der Definition — sie trifft sowohl auf den DGB wie besonders auf die katholische Kirche zu-, daß die Zurschaustellung der Mitgliedschaft einen Eigenwert darstellt.
In der Soziologie und in der Wahlforschung geht es bei ökologischen Ansätzen um Einflüsse auf individuelles Verhalten, die als Merkamle eines Gebietes gemessen werden. So läßt etwa ein hoher der Anteil der Katholiken an der Bevölkerung erwarten, daß die Kirchgangsfrequenz aller Katholiken in dieser Gegend häufiger sein wird als in einer mit niedrigem Katholikenanteil, weil ein gewisser Gruppendruck in Richtung eines von der Konfessionsgemeinschaft erwarteten Verhaltens besteht. Die Gefahr bei derartigen Aussagen liegt darin, und dies nennt man den „ökologischen Fehlschluß“, daß statistisch Zusammenhänge hergestellt werden, die real keine sind, worauf Scheuch (1969) hinweist. Das wäre z. B. der Fall, wenn eine hohe Korrelationen zwischen der Ausländerquote und Anzahl der Verbrechen in einem bestimmten Stadtteil festgestellt wird, und daraus der Schluß abgeleitet wird, die Ausländer begingen diese Verbrechen.
Der Wert des partiellen Korrelationskoeffizienten zwischen Kirchgangsfrequenz und Wahlentscheidung zugunsten der CDU oder SPD ist mit.65 gegenüber.24 deutlich höher als der zwischen Konfessionszugehörigkeit und entsprechender Wahlentscheidung. Eine das Verhältnis von Konfession und Wahlverhalten vertiefende Untersuchung von Schmitt (1989a) zeigt aber, daß diese Annahme falsch ist: Die interaktionistische Konnotation des Kirchgangs trägt nicht, politisch orientierend ist die Konfession, nicht der Kirchgang.
Für eine empirisch offene Analyse spricht auch ein Argument, das Naßmacher selbst vorträgt: Er kritisiert, daß sich Parteien-und Wahlforschung fast ausschließlich auf SPD und CDU konzentrieren und vermutet hier ein methodisches Problem, weil stets mit wenigen Indikatoren die Zuordnung der Parteien zu Milieus erfolge. Bevorzugt werden dabei die beiden Variablen „Kirchgang“ und „DGB-Mitgliedschaft“. Gleichwohl beläßt es auch Naßmacher bei wenigen Merkmalen, von denen wiederum einzelne Variablen als Indikatoren stark belastet werden.
Vgl. hierzu die Wahluntersuchungen von Feist/Krieger (1987) und Brinkmann (1988).
Die Bezirke in Hamburg wurden zwar angeschrieben, haben sich aber an der Befragung wohl deswegen nicht beteiligt, weil der Fragebogen die allgemeine Zuständigkeit stark betont. Andere Bezirksvertretungen mit beratendem Charakter wie in Köln wurden ebenso nicht in die Untersuchung einbezogen wie fachspezifische politische Gremien. Dazu gehören z. B. die Landschaftsverbände in NRW, die vorwiegend soziale und kulturelle Aufgaben haben.
Beide Parteien mußten mindestens vorübergehend während der Wahlperiode, in der die Befragung lief, im Rat/Kreistag vertreten gewesen sein. Als „Fraktionen“ zählen in dieser Untersuchung auch Ratsmitglieder, die keinen Fraktionssatus hatten. Die Gesamtzahl der kreisfreien Städte beträgt 91, wobei Berlin und Hamburg als je eine Einheit zählen, die der Kreise 237. Nicht einbezogen wurden die Städte Oberhausen und Straubing sowie die Kreise Dithmarschen, Nordfriesland, Schleswig-Flensburg, Heidenheim, Merzig-Wadern, Saarlouis und Sankt Wendel wegen fehlender grüner Fraktionen.
Dies bestätigt auch die Wahlforschung, vgl. hierzu etwa Feist/Krieger (1987).
Vgl. Grafik 2 im Tabellenanhang, die den engen linearen Zusammenhang zwischen Stärke der Grünen und Anteil der Angestellten zeigt.
Alle Werte im Maß von r (Korrelationskoeffizient nach Pearson). Ein Beispiel um den abstrakten Wert zu verdeutlichen: teilt man die Kommunen je nach Stärke der SPD und Zuwachs der Einkommensteuer in jeweils drei Gruppen, so ergibt sich, daß in den Kommunen, in denen die SPD ein Drittel ihrer durchschnittlichen Stärke erreicht, der Zuwachswert der Einkommensteuer im oberen Drittel liegt, im mittleren verbinden sich beide Werte, im oberen Drittel des Zuwachses der Einkommensteuer hat die SPD ihren geringsten Anteil. Die Schnittmengen liegen bei 110, 111 und 107 Kommunen (33,5%, 33,8% bzw. 32,8% Anteilen). Der negative Zusammenhang zwischen der Entwicklung der Einkommensteuer und der Stärke der SPD wird bei der willkürlichen Gruppenbildung deutlicher als im verhaltenen negativen Korrelationskoeffizienten von r =−.46.
In der Regel werden aus Gründen der besseren Vergleichbarkeit Quoten statt absoluter Werte verwendet. Ferner mußten für die statistischen Operationen standardisierte Variablen gebildet werden; das sind Variablen die die Standardabweichung eines Falles vom Mittelwert aller Fälle, der gleich 0 gesetzt wird, messen.
Naßmacher (1979) spricht bezüglich der Milieus in der Region Oldenburg von Teilräumen!
Vgl. hierzu Brosius (1989, 137ff.).
Vgl. hierzu Hirsch und Roth (1986), Hirsch (1990), die die These der Polarisierung vertreten.
Die zu Anfang der Analyse eingesetzte Version des Statistikprogramms SPSSPC+ hatte noch eine Variablenbegrenzung. Kontrollrechnungen mit der neuen Version SPSSwin brachten bei der Faktoranalyse keine Vorteile, die im folgenden Kapitel beschriebene Clusteranalyse war allerdings erst mit dieser Version möglich.
„Faktorladungen“ sind die Korrelationskoeffizienten zwischen Faktor und den Variablen, aus denen der Faktor gebildet wurde, sie sind also eine Maßzahl für den (geschätzten) Zusammenhang zwischen Faktor und Variabler. (Backhaus u. a., 1990, 74) Faktorladungen können Werte zwischen 1 und-1 annehmen, ihr Mittelwert ist immer 0.
Dies waren jene Variablen, die beiden Faktoren „Alter“ und „öffentlicher Dienst“ bildeten.
Die erklärte Varianz sinkt dabei geringfügig von 75,6% auf 73,2% ab. Die erklärte Varianz ist das prozentuale Maß, das angibt, wieviel der Streunung der Ausgangsvariablen durch die gebildeten Faktoren erklärt werden kann.
Die Tabelle 15 im Anhang gibt mit den Ladungsmustern jene Werte wieder, mit denen die Ausgangsvariablen in die Faktoren „eingehen“, dabei zeigen die diagonal fett hervorgehobenen Werte der Tabelle, für welche Variable jeder Faktor die Hintergrundvariable bildet.
Hauptkomponenten 1 und 3 der Faktoranalyse.
Hauptkomponenten 2 und 4 der Faktoranalyse.
Das ist die in Tabelle 15 des Anhangs fett hervorgehobene diagonale Zahlenreihe.
Der Wert der erklärten Varianz in der Faktoranalyse bezieht sich lediglich darauf, wieviel die 6 extrahierten Faktoren von der Gesamtvarianz der beteiligten Variablen erklären können.
Die Landesverbände GAL Hamburg und AL Berlin der Grünen waren mitgliederstarke Gliederungen mit hoher Milieubindung. Im ersteren Fall führte dies allerdings zu so starker Radikalisierung des Programms und des Personals, daß die sozialstrukturell in Hamburg günstige Wählerbindung verlorenging. Nach Kurskorrektur konnte sie 1993 zurückgewonnen werden.
Wegen der Feinanbstufung der Ladungswerte bieten sich diese besonders für die Messung linearer Zusammenhänge an (Korrelationen). Die Anzahl der Kommunen aus der Befragung, die in die sozialstrukturelle Milieuanalyse einbezogen werden können, ist auf die 328 kreisfreien Städte und Landkreise, zu denen sozialstrukturelle Daten vorliegen, beschränkt.
Der Begriff des Clusters wird im folgenden synonym mit dem einer sozialstrukturell gebildeten Gruppe von Kommunen und Kreisen verwandt. Wegen des unterschiedlichen Ansatzes teilen die beiden statistischen Verfahren ihre Anhängerschaften: in der Regel findet in der Parteienforschung nur eine der beiden Methoden Anwendung, meist die Faktoranalyse. Die Differenz zwischen den Fällen wird bei den gebräuchlichen Verfahren aus der Summe der quadrierten Differenzen zwischen den Variablenwerten der Fälle oder aus deren Quadratwurzel berechnet. Es gibt allerdings auch Verfahren, die auf Ähnlichkeit aufbauen. (vgl. Brosius 1989, 175ff.)Das Verfahren läuft schrittweise so ab, daß jeder Fall mit jedem verglichen wird und sich bei jedem Schritt die Zuordnung der Fälle zu den Gruppen ändert, weil mit jedem Schritt ein weitere Gruppe neu gebildet wird.. An welcher Stelle die Gruppenbildung abgebrochen wird, ist eine inhaltliche und keine statistische Frage.
Der statistische Grundgedanke der Clusteranalyse ist, daß aus jeder absoluten Variablen eine relationale gebildet werden kann. Zunächst wird der Mittelwert einer Variablen aus den Werten der beteiligten Fälle errechnet, anschließend wird für jeden Fall der Abstand zu diesem Mittelwert bestimmt: aus der Ausländerquote einer Stadt wird nach der Umwandlung die Abweichung der lokalen Ausländerquote von der Ausländerqoute aller Städte, die in die Untersuchung eingingen. Mit dem Verfahren, es wird Standardisierung genannt, werden unterschiedliche Variablen in Werte einer vergleichbaren Größeneinheit überführt: das Maß der Standardabweichung. Danach spielt es keine Rolle, ob ein Wert der Umweltbelastung wie die Stickoxidemission in Tonnen/qkm oder ein interkultureller Faktor wie die Ausländerquote miteinander verglichen werden, sie gehen immer als sog. Z-Wert in die statistischen Berechnungsverfahren ein. Die Formel für die Bestimmung der Z-Werte standardisierter Variablen mit dem Mittelwert 0 und der Standardabweichung 1 ist folgende: zi = (xi-xm)/sx, wobei xi den Wert i der Variablen x (Rohwert), xm den Mittelwert der Variablen x und sx die Standardabweichung der Variablen x repräsentiert. Wie die genannten Beispiele zeigen, brauchen die Variablen einer Clusteranalyse im Gegensatz zu einer Faktoranalyse keinen sinnhaften Zusammenhang zu haben, sie müssen lediglich eine gute Trennschärfe für die angestrebte Gruppenbildung beisteuern. Die Interpretation der Cluster ist nicht auf die statistisch die Gruppen bildenden Variablen beschränkt, zur Interpretation der gebildeten Gruppen von Kommunen (Regionen) können weitere Variablen auf der Basis ihrer Mittelwerte in der jeweiligen Gruppe herangezogen werden. Ich habe deshalb die Unterscheidung zwischen aktiven, clusterbildenden und passiven, die Interpretation ergänzenden Variablen getroffen. Für die Interpretation der Cluster werde ich als passive Variablen neben sozialen und Umweltindikatoren auch die Z-Werte der Faktoren der Milieus, da sich durch sie die für die Kommunen einer Region typisierende Stärke der Milieus zeigen läßt heranziehen (siehe hierzu auch die Grafik 3 im Anhang).
Es macht daher keinen Sinn, das Auswahlverfahren hier im Detail darzustellen. Die aktiven, clusterbildenden Variablen sind im Anhang in Tabelle 14 aufgelistet und gekennzeichnet (*).
Eine Einführung findet sich bei Brosius (1989, 175ff.), ebenso Backhaus u. a. (1990, 115ff.).
Zur Beschreibung der Cleavages werde ich auf Begriffe zurückgreifen, die ich bereits zur Charakterisierung der Milieus benutzt habe. Die Semantik ergab sich aus den zur Verfügung stehenden Variablen; die ich auch hier einsetze. Mit „sozialen Problemen“ habe ich in der Milieutheorie die Probleme angesprochen, die jede Kommune mehr oder weniger hat und die sich meist auch in ihr politisch lokalisieren lassen, in bestimmten Quartieren wird anders gewählt als in anderen. Wenn ich jetzt von einem Cluster spreche, das soziale Probleme hat, so bedeutet dies, daß sie für die Gruppe so dominant sind, daß sie deren Stellung im Cleavage-System markieren.
Vgl. hierzu die Grafik 1 auf Seite 33.
Zu den Faktorenbildungen vgl. Falter (1973), Pappi (1976), Troitzsch (1976), Engel (1988).
Feist und Krieger (1987).
Als einzige Landeshauptstadt ist Saarbrücken gleichzeitig Kreisstadt eines „Stadtverbandes“.
Die Durchschnittswerte für die Stärke der Parteien in den Clustern beziehen sich in allen folgenden Fällen auf die kreisfreien Städte und Kreise, für die die sozialstrukturellen Cluster berechnet wurden; sie sind in Tabelle 2 (Anhang) dokumentiert. Die Stärke der Parteien in den kreisangehörigen Städten und Gemeinden fand keine Berücksichtigung, weil von diesen nur jene einbezogen wurden, in denen SPD und Grüne im Rat vertreten sind oder waren. Diese Darstellung der Mehrheitsverhältnisse in der Clusteranalyse enthält zur Verdeutlichung der Grundstruktur der „Blöcke“ einige Vereinfachungen. Erstens sind die „rot-grünen“ Bündnisse häufig Mehrparteien-oder Ampelbündnisse, zweitens wurden hier auch solche Mehrheiten als sozialdemokratische mitgezählt, in denen die SPD der schwächere Partner neben der Union ist, so daß die Machtbeteiligung der bürgerlichen Parteien insgesamt etwas stärker ausfällt. Die Mehrheitsbeteiligung von SPD und Grünen in den Clustern ist in Tabelle 19, die Mehrheitsbildung durch oder mit der SPD in Tabelle 20 im Anhang dokumentiert.
Die Grafik 3 im Anhang zeigt die Duchschnittswerte der Milieufaktoren in allen Clustern. Dabei wird deutlich, durch welche politischen Milieus die Kommunen und Kreise einer Region geprägt sind. Negative Werte bei der Konfession stehen für protestantische Milieus, sonst für die Abwesenheit bestimmter Milieus. Das Cluster Dortmund ist z. B. ersichtlich durch sozialdemokratische Milieus (soziale Probleme) und die Abwesenheit dynamischer Mittelschichten charakterisiert, für das grüne Cluster Starnberg gilt das genaue Gegenteil. Der Abbildungsmaßstab in der Grafik ist der von Z-Werten für standartisierte Varibalen, da Faktoren in der Größenordnung dieser Variablen gebildet werden, d. h. Faktoren repräsentieren immer Abweichungen vom Durchschnitt aller Kommunen, keine absoluten Werte (vgl. hierzu die Erläuterungen in Fußnote 38).
Die übrigen 4 Mehrheiten sind bürgerliche. Die „Nein“-Antwort auf die Frage „Gibt es eine dauerhafte politische Mehrheit?“ interpretiere ich hier als „unklare“ Mehrheit.
Der Beobachtungszeitraum der sozialstrukturellen Daten ist im Anhang dokumentiert.
Vgl. hierzu den Beitrag von Mayer (1990), dort finden sich auch weiterführende Literaturverweise zum Begriff der ‘World-Cities’.
Vgl. hierzu Brauerhoch (1991).
Vgl. Tabelle 18 im Anhang.
Die Mehrheitsverhältnisse der kreisangehörigen Kommunen wurden nicht ermittelt, da hier die Grünen nicht in allen Fällen vertreten sind. Unter rechnerischer Mehrheit wird hier eine erste Präferenz der SPD für die Grünen und der CDU für die FDP unterstellt. Ein Rückschluß von den rechnerischen auf die realen Mehrheiten ist nicht möglich, da sie unterschiedlichen Grundgesamtheiten angehören. Die rechnerischen Mehrheiten beschränken sich auf die 328 kreisfreien Städte und Kreise, die Antworten stammen überwiegend aus kreisangehörigen Kommunen. Es erwies sich leider als undurchführbar, die rechnerischen Mehrheitsverhältnisse der kreisangehö-rigen Kommunen zuverlässig zu ermitteln, die Angaben der befragten Fraktionen stimmten vielfach nicht mit der Statistik der Landesämter überein. Parteiübertritte, sich spaltende Fraktionen, verwaiste Ratsmandate etc., all dies ist in der Kommunalpolitik nicht der Ausnahmefall. Insofern können die Antworten bei den kreisangehörigen Kommunen nicht prüfbare Verzerrungen enthalten. Ein Vergleich mit Umfragen des Deutschen Städtetages erbrachte, daß absolute Mehrheiten der SPD in der hier vorliegenden Befragung zu etwa 10% unterrepräsentiert sind.
Im Cluster Herford wird in fast der Hälfte, in Kulmbach nur in einem Viertel der Fälle keine Mehrheitsbildung erreicht.
Vgl. Hans Uwe Otto und Maria-Eleonora Karsten (Hrg.), Sozialberichterstattung, Weinheim und München 1990; insbesondere den Beitrag von Heiner Brülle.
Die sozialstrukturellen Kommunetypen werden hier als Regionen oder Zentren bezeichnet („industrielle Regionen“, „Dienstleistungszentren“), diese Begriffe haben im Modell aber eine überwiegend analytische Bedeutung, obwohl sie sich wenigstens teilweise auch auf reale zusammenhängende Räume und damit konkrete Lebenswelten beziehen.
Die milieutheoretische Analyse muß auf die 328 kreisfreien Städte und Kreise beschränkt bleiben, weil es die Zuordnung einer Kommune zu den Milieus eines Kreis kann es nicht geben, da unklar bleiben würde, wo bestimmte Milieus des Kreises sich konzentrieren.
Vgl. Wehling (1991, 158)
Das Problem der Mehrheitsbildungen wurde bereits im Kapitel 2.4.2 angesprochen.
Vgl. hierzu den fünften Teil dieses Buches über die Zusammenarbeit von SPD und Grünen.
Dazu zählen bei dieser Definition auch solche mit der CDU oder CSU, in denen die SPD die kleinere Fraktion stellt. Natürlich kann die Entscheidung zugunsten der in der Regel gegenüber einer anderen Partei bevorzugten Grünen und auch an den Grünen scheitern. Diesen Punkt werden ich im fünften Teil weiter verfolgen, wo ich die Einschätzungen, welche die beiden Fraktionen zu ihrem Verhältnis im Rat ihrer Kommune zueinander haben, unmittelbar vergleichend einander gegenüberstellen werde. Die weitergehende Untersuchungsperspektive wird allerdings durch die Anzahl der Antworten ganz erheblich eingeschränkt, da sie jeweils Antworten beider Fraktionen aus einer Kommune voraussetzt. Wo es sinnvoll erscheint wird, der Typ SPD-Mehrheiten in alleinige und mit bürgerlichen Parteien gebildete Mehrheiten differenziert.
Insgesamt waren 75 Antworten vorgegeben.
Die Ergebnisse sind in den Tabellen 21 und 22 (Anhang) dokumentiert.
Hierbei werden die 60% erklärte Varianz gleich 100% gesetzt.
Die Summe der Erklärungskraft der Kontaktfaktoren beträgt bei der SPD 16,5%, bei den Grünen 19,0%, bei den Wählerfaktoren ist das Verhältnis 19,7% zu 21,7%. In den Klammern sind die Namen der jeweiligen Milieubindungsfaktoren und deren Anteil an der erklärten Varianz, das ist die Erklärungskraft des Faktors, angegeben.
Das Verhältnis zwischen SPD und Grünen müßte entsprechend der Konkurrenztheorie von Downs in den Kommunen, in denen diese Fraktionstypen dominieren, besonders schlecht sein. Das Verhältnis der verschiedenen Fraktionen zueinander wird in Teil 5 diskutiert.
Insofern ist für die von den Fraktionen vertretenen Werte von Interesse, wie sich die Beziehung zwischen den von mir extern gebildeten Milieus und den von den kommunalen Akteuren artikulierten Bindungen darstellt. Dieser Frage werde ich in Kapitel 3.3.2 nachgehen, wenn ich die „Netzwerke der Interaktionen“ zwischen den durch ihre Bindungen typisierten Fraktionen und den Milieus untersuche. Im Kapitel 4.4 werden dagegen die Kontakte der Fraktionen zu organisierten Interessen und Verbänden ganz unabhängig von Milieus und Bindungen als Teil der kommunalen Machtstrukturen untersucht.
Rights and permissions
Copyright information
© 1995 Westdeutscher Verlag GmbH, Opladen
About this chapter
Cite this chapter
Berger, R. (1995). Parteiensystem und Sozialstruktur der Bundesrepublik. In: SPD und Grüne. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-322-85090-4_3
Download citation
DOI: https://doi.org/10.1007/978-3-322-85090-4_3
Publisher Name: VS Verlag für Sozialwissenschaften
Print ISBN: 978-3-531-12672-2
Online ISBN: 978-3-322-85090-4
eBook Packages: Springer Book Archive