Ist die AfD in ländlichen Räumen besonders erfolgreich?

Der vorliegende Beitrag setzt sich mit der These auseinander, dass rechtspopulistische Bewegungen und Parteien wie die AfD umso erfolgreicher seien, je ländlicher – und damit „abgehängter“ die Region ist. Wir untersuchen dafür die AfD-Zweitstimmenergebnisse bei der Bundestagswahl 2017. Unsere Analyse ergibt, dass eine Differenzierung notwendig ist. So weisen in Ostdeutschland vor allem eher ländliche – und nicht sehr ländliche – Gemeinden ein deutlich höheres AfD-Wahlergebnis als urbane (d. h. nicht-ländliche) Gemeinden auf. In Westdeutschland hingegen weisen sehr ländliche Gemeinden ein niedrigeres oder relativ gleich hohes AfD-Wahlergebnis wie die eher und die urbanen Gemeinden auf.

Seit ihrer Gründung im Jahr 2013 hat die Alternative für Deutschland (AfD) eine Reihe von personellen und inhaltlichen Wandlungen erlebt (Amann 2017, Häusler 2016). Trotz zahlreicher interner Auseinandersetzungen und einer in Teilen der Öffentlichkeit sehr ablehnenden Haltung gegenüber der Partei war sie bei vergangenen Wahlen erfolgreich. Sie ist seit November 2018 in allen Landtagen vertreten. Bei der Bundestagswahl 2017 erreichte die AfD ein Ergebnis von 12,6 % und zog damit erstmals in den Bundestag ein (siehe Abb. 1). Im Vergleich zur Bundestagswahl 2013 konnte sie ihr Ergebnis um 7,9 Prozentpunkte verbessern (Der Bundeswahlleiter 2017). Vielen Beobachter*innen und Kommentator*innen gilt die AfD als rechtspopulistische Partei, die sich vor allem durch ihre euroskeptische und gegen Einwanderung gerichtete Haltung auszeichnet (Bergmann et al. 2017). In Teilen wird sie auch als nationalistisch oder rechtsextrem bezeichnet (Majic 2018, Quent 2017, Süß 2018).

Für den Erfolg der AfD gibt es zahlreiche wissenschaftliche Erklärungsansätze. Wir aber wollen unser Hauptaugenmerk auf einen Aspekt lenken, der für diese Ansätze nicht zentral ist, aber in der politischen und öffentlich-medialen Diskussion immer wieder diskutiert wird: Fühlen sich Menschen in ländlichen Räumen „abgehängt“ und wenden sich deswegen von etablierten Parteien ab und (rechts-)populistischen Bewegungen oder Parteien wie der AfD zu? So heißt es u. a. in der Zeitung DIE WELT: „Wo sich Menschen auf dem Land abgehängt fühlen, hat der Populismus freie Bahn“ (Ehrenstein 2016, vgl. dazu auch Deppisch 2019).

 

Abb. 1: Zweitstimmenwahlergebnisse der AfD1 2014-2018

Im Folgenden werden wir zunächst die zentralen Erklärungsansätze für den Wahlerfolg der AfD anführen und auf die vorliegenden empirischen Analysen zur Erklärung der AfD-Wahlergebnisse2 bei der Bundestagswahl 2017 eingehen. Anschließend widmen wir uns der These des Zusammenhangs zwischen hohen AfD-Zweitstimmenanteilen und der Ländlichkeit einer Region. Unter Rückgriff auf die Wahlergebnisse der Bundestagswahl 2017 auf der Gemeindeverbandsebene und auf den Ländlichkeitsindex der Thünen-Typologie ländlicher Räume (Küpper 2016) werden wir schließlich jene These im Rahmen unserer raum- und regionalspezifischen Analyse prüfen.

Theoretische Erklärungsansätze für den Wahlerfolg der AfD

Die „Nationalismusthese“ (Lengfeld 2017: 211) führt den vergleichsweise hohen Zuspruch für die AfD darauf zurück, dass die Wähler*innen ihre persönliche kulturell-politische Wertorientierung im Parteiprogramm sowie in den Wahlkampfaussagen der AfD wiederfinden. Sie identifizieren sich also inhaltlich mit der AfD und sind damit keine Protestwähler*innen, sondern „Überzeugungstäter“ (Grözinger 2017: 3). Multikulturalismus, Befürwortung einer progressiven Veränderung der Geschlechterrollen und andere liberal-kosmopolitische Werte lehnen sie ab. Stattdessen sollen vermeintlich traditionelle Ideale der Sexualität, Familie und nationalen Identität aufrechterhalten sowie eine homogene Kultur und die politisch-wirtschaftliche Autonomie des Landes gewährleistet werden (Lengfeld 2017, Richter/Bösch 2017).

Die „Modernisierungsverliererthese“ (Lengfeld 2017: 211, vgl. auch Richter/Bösch 2017) geht dagegen davon aus, dass sich die AfD-Präferenz statt durch persönliche Wertorientierungen durch bestimmte sozialstrukturelle Merkmale erklären lässt: Vor allem Bevölkerungsgruppen in einfachen Tätigkeitsfeldern sowie mit geringer Qualifikation und dementsprechend geringem Einkommen seien von den wirtschaftlichen Folgen der Globalisierung negativ betroffen (z. B. Zunahme der Konkurrenzsituation auf dem Arbeitsmarkt). Die AfD erscheine aus dieser Perspektive aufgrund ihrer antieuropäischen und gegen Einwanderung gerichteten Politik als Bollwerk gegen Prozesse der Globalisierung und sei damit für Modernisierungsverlierer*innen attraktiv. Diese versprächen sich eine Verminderung der Konkurrenz um (prekäre) Arbeitsplätze oder Sozialleistungen durch die Begrenzung von oder gar die Abschottung gegenüber Immigrationsbewegungen. Die Wahl der AfD kann hier als Protestwahl gedeutet werden: Die Partei wird gewählt, um den etablierten (und eigentlich inhaltlich präferierten) Parteien provokativ zu verdeutlichen, dass die Wähler*innen sich in der Situation persönlicher wirtschaftlicher Verunsicherung nicht durch die Politik aufgefangen fühlen (Lengfeld 2017, zur Protestwahlthese allgemein vgl. Niedermayer/Hofrichter 2016).

Empirische Ergebnisse in Bezug auf den Wahlerfolg der AfD

Es gibt zwei Arten von Analysen, die erklären können, welche Faktoren für die Wahl der AfD entscheidend sind: Die erste Möglichkeit ist, Umfragedaten zu analysieren, die neben individuellen demografischen und sozioökonomischen Daten auch Einstellungen und die Wahlabsicht einbeziehen (z. B. die Sonntagsfrage). Allerdings lässt die Datenlage (z. B. aufgrund geringer Fallzahlen) eine Antwort auf unsere Frage nach dem Zusammenhang der Ländlichkeit einer Region mit der Wahl der AfD nicht zu, da sich die Ergebnisse dieser Analysen i. d. R. nicht über Unterschiede zwischen Bundesländern hinausgehend geografisch spezifizieren lassen.

Die zweite Möglichkeit besteht darin, Wahl- und Strukturdaten zu untersuchen. Unter Strukturdaten fallen demografische und sozioökonomische Indikatoren einer geografischen Einheit, etwa eines Wahlkreises. Deshalb sind Wahlkreisanalysen im Gegensatz zur Analyse von Umfragedaten geografisch spezifizierbar. Individuelle Meinungen und Einstellungen in der Bevölkerung können dagegen nicht einbezogen werden. Eine weitere Einschränkung ist, dass Aussagen über Zusammenhänge auf Basis von Strukturdaten nicht auf Bevölkerungsgruppen (Klassen, Schichten, Milieus etc.) übertragen werden können.3

Ergebnisse der Analyse von Umfragedaten

Untersuchungen auf Basis von Umfragedaten, welche individuelle Wahlabsichten im Vorfeld der Bundestagswahl betrachten, sprechen sich teilweise für und teilweise gegen die Modernisierungsverlierer*innenthese aus.4 So stellt Lengfeld (2017) fest, dass für Personen aus der Mittel- und Oberschicht eine erhöhte Wahrscheinlichkeit zur Wahl der AfD vorliegt, während bei Lux (2018) die Schichtzugehörigkeit keinen Einfluss auf die Wahl der AfD hat.5 Während Lengfeld (2017) wiederum für Bildung und berufliche Stellung keinen Einfluss feststellen kann, zeigt Lux (2018) Zusammenhänge zwischen einer geringen Bildung sowie zwischen einer niedrigen beruflichen Stellung (als Arbeiter*in) und der erhöhten Wahrscheinlichkeit zur Wahl der AfD auf.

Bezüglich der Selbsteinschätzung als Modernisierungsverlierer*innen liegen ebenfalls unterschiedliche Ergebnisse vor: Laut Lengfeld (2017) betrachten sich Personen mit AfD-Wahlabsicht keineswegs „als Verlierer der gesellschaftlichen Entwicklung“. Bergmann und Kolleg*innen (2017) geben an, dass AfD-Zugeneigte ihre persönliche wirtschaftliche Lage sogar als überdurchschnittlich bewerten. Lux (2018) stellt hingegen fest, dass AfD-Wählende sich subjektiv depriviert, d. h. benachteiligt fühlen. Des Weiteren weisen Bergmann und Kolleg*innen (2017) Personen mit AfD-Wahlabsicht als Pessimist*innen aus. Dies könnte ein Hinweis darauf sein, dass es nicht die tatsächlichen Modernisierungsverlierer*innen sind, die der AfD zuneigen. Vielmehr könnten es jene sein, die ihre eigene wirtschaftliche Lage als gefährdet ansehen, was auch als Abstiegsangst oder als Angst vor Statusverlust interpretiert werden kann (vgl. Salzborn 2017). Auch sind sie bezüglich der politischen Umsetzung von sozialer Gerechtigkeit unzufrieden. Entgegen des tatsächlichen sozioökonomischen Status der Mehrheit der AfD-Wählenden entsprechen die Sorgen und Ängste der AfD-Zugeneigten denen, die bei Statusgruppen der Modernisierungsverlierer*innenthese zu erwarten sind (Bergmann et al. 2017).

Für die Nationalismusthese spricht, dass potenziellen AfD-Wählenden neben dem gesellschaftlichen Zusammenhalt auch Kriminalität und Zuwanderung große Sorgen bereiten (Bergmann et al. 2017). Einig sind sich die Autor*innen (Lengfeld 2017, Lux 2018) bei den soziodemografischen Faktoren Geschlecht, Region und Alter. Vor allem die Aspekte Männlichkeit und das Leben in Ostdeutschland machen eine AfD-Wahl wahrscheinlicher, während das Alter keine Rolle spielt.

Ergebnisse der Analyse von Strukturdaten

Wahlkreisanalysen auf Basis regionalisierter Strukturdaten ergeben, dass bestimmte soziodemografische Merkmale dieser geografischen Einheiten in Zusammenhang mit dem Erfolg der AfD stehen. So korreliert etwa ein hoher Altersdurchschnitt auf Wahlkreisebene mit einem hohen Anteil von AfD-Wählenden (Richter/Bösch 2017) – laut Franz und Kolleg*innen (2018) sowie Grözinger (2017) gilt dies vor allem für Ostdeutschland. Auch mit einer geringen Bevölkerungsdichte geht ein höherer Anteil von AfD-Wählenden einher (Franz et al. 2018, Richter/Bösch 2017). Teilweise wird aus dem Einfluss der Bevölkerungsdichte geschlossen, dass die Ländlichkeit eines Wahlkreises ein entscheidender Faktor für das AfD-Wahlergebnis ist (Richter/Bösch 2017).

Zum Einfluss von Bildung auf regionaler Ebene, d. h. des durchschnittlichen Bildungsgrades der Bevölkerung oder der Verteilung von Bildungsabschlüssen in der Region, liegen widersprüchliche Befunde vor: Einerseits wird kein Einfluss auf den Anteil der AfD-Wählenden festgestellt (Franz et al. 2018, Richter/Bösch 2017). Andererseits stellt Grözinger (2017) fest, dass je mehr Abiturient*innen in einem Wahlkreis vertreten sind, desto geringer das AfD-Wahlergebnis ist. Ein hoher Bildungsstand in einem Wahlkreis geht, insbesondere in Ostdeutschland, sowohl mit kosmopolitischen Werten als auch mit beruflich vielversprechenden Zukunftsperspektiven einher, was demnach der Mobilisierung von AfD-Wähler*innen entgegenwirkt (ebd.).

Auch zum Zusammenhang von Ausländer*innenanteil und Anteil der AfD-Wähler*innenstimmen liegen unterschiedliche Ergebnisse vor: Teilweise wird kein Zusammenhang belegt (Franz et al. 2018, Richter/Bösch 2017). Teilweise wird in einer separaten Analyse für Ostdeutschland ein Zusammenhang zwischen einem geringen Anteil an Ausländer*innen und einem hohen Anteil der AfD an den Wähler*innenstimmen festgestellt (Grözinger 2017).

Hinsichtlich des Einflusses sozioökonomischer Faktoren ist anzuführen, dass die Arbeitslosenquote bzw. der Anteil an SGB II-Beziehenden eines Wahlkreises keinen Einfluss auf die Höhe des AfD-Wahlergebnisses ausüben (Franz et al. 2018, Grözinger 2017, Richter/Bösch 2017). Auch für das Bruttoinlandsprodukt (BIP) liegt kein Zusammenhang mit einem überdurchschnittlichen AfD-Wahlergebnis vor (Richter/Bösch 2017). Für Ostdeutschland werden allerdings ein positiver Zusammenhang zwischen einer niedrigen Arbeitslosenquote (Richter/Bösch 2017), einem hohen Pro-Kopf-Haushaltseinkommen (Grözinger 2017, Richter/Bösch 2017) wie auch einem hohen Anteil sozialversicherungspflichtig Beschäftigte*r und einem hohen AfD-Wahlergebnis festgestellt (Grözinger 2017). Für Westdeutschland liegt dagegen ein Zusammenhang zwischen einem unterdurchschnittlichen Haushaltseinkommen und einem überdurchschnittlichen AfD-Wahlergebnis vor (Franz et al. 2018). Des Weiteren stellen Franz und Kolleg*innen (2018) einen positiven Zusammenhang zwischen einer überdurchschnittlichen Dichte an Handwerksunternehmen wie auch vielen sozialversicherungspflichtig Beschäftigten im verarbeitenden Gewerbe, welche sie als Indikatoren für die Ländlichkeit einer Region nutzen, und einem hohen AfD-Wahlergebnis fest.

Zusammenfassend lässt sich sagen: Die Ergebnisse hinsichtlich des potenziellen Zusammenhangs einer sozioökonomisch eher schlechten Lage eines Wahlkreises und einem überdurchschnittlichen AfD-Wahlergebnis fallen stark unterschiedlich aus. Während die Ergebnisse im Falle Westdeutschlands für den Einfluss einer eher schlechten sozioökonomischen Lage sprechen, relativieren der nicht nachzuweisende Einfluss der Arbeitslosenquote und des BIP wie auch die für Ostdeutschland festgestellten positiven Zusammenhänge sozioökonomischer Variablen die Erklärungskraft dieser These.

Neben sozioökonomischen und -demografischen Indikatoren wird im Rahmen von Wahlkreisanalysen vereinzelt der Anteil von Stimmen für die NPD in vergangenen Wahlen einbezogen. Dieser wird als Indikator für Politikverdrossenheit, für eine in der Gesellschaft verbreitete rechtsextreme Stimmung oder auch für bestehende rechte Organisationsstrukturen angesehen (Franz et al. 2018, Richter/Bösch 2017). Teilweise wird ein Zusammenhang zwischen vergangenen NPD-Wahlergebnissen zu aktuellen AfD-Ergebnissen gefunden (Richter/Bösch 2017, eher auf Ostdeutschland zutreffend: Franz et al. 2018), was für die Nationalismusthese spricht.6

Operationalisierung von Ländlichkeit und der Zusammenhang zum AfD-Wahlergebnis

Bei einer Betrachtung der in den unterschiedlichen Analysen berücksichtigten Indikatoren fällt auf, dass die Autor*innen neben einzelnen sozioökonomischen und soziodemografischen Faktoren den Einfluss der Ländlichkeit einer Region zwar in die Analyse einbeziehen und als relevanten Faktor identifizieren, deren Operationalisierung jedoch stark vereinfacht bleibt. Ländlichkeit wird entweder über die Bevölkerungsdichte (Richter/Bösch 2017) oder über die Dichte an Handwerksunternehmen (Franz et al. 2018) definiert.

Wir nutzen in unserer Analyse ein differenzierteres Verständnis von Ländlichkeit, um dem Zusammenhang von Ländlichkeit und AfD-Wahlergebnis im Rahmen einer räumlich spezifischen Wahlbezirksanalyse auf den Grund zu gehen. Wir stützen uns dabei auf die Thünen-Typologie Ländlicher Räume nach Küpper (2016), der ein komplexeres Verständnis von Ländlichkeit zugrunde liegt und die deshalb belastbarere Ergebnisse hinsichtlich dieser Variable verspricht. „[U]nter Ländlichkeit [wird hier] eine Kombination räumlicher Merkmale in Bezug auf geringe Siedlungsdichte, lockere Wohnbebauung und eine Prägung der Landschaft durch land- und forstwirtschaftliche Flächen sowie eine geringe Einwohnerzahl im Einzugsbereich und periphere Lage zu großen Zentren verstanden.“ (Ebd.: 4)

Regionalspezifische Analyse mithilfe der Thünen-Typologie ländlicher Räume

Auf Grundlage dieses Verständnisses von Ländlichkeit haben wir die vom Bundeswahlleiter bereitgestellten Zweitstimmenergebnisse zur Bundestagswahl 2017 der gemeindlichen Wahlbezirke auf die Ebene der Gemeinden zusammengefasst. Hierdurch fließen alle Wahlergebnisse in den Wahlbezirken – wie auch die Briefwähler*innen, welche teilweise eigenständige gemeindeweite Wahlbezirke bilden – in die Ergebnisse einer Gemeinde ein und bilden eine Grundlage von ca. 11.000 Gemeindewahlergebnissen. In der Thünen-Typologie wurde die Ländlichkeit auf Gemeindeverbandsebene berechnet. Entsprechend dieses Index-Wertes wurden den verbandsangehörigen Gemeinden die Index-Werte des Verbandes zugeordnet.

Auf diesen Ausgangsdatensatz wird nun ein generalisiertes additives Modell (GAM) angewendet, das um einen nicht-parametrischen Teil erweitert wird (Wood 2006, Hasti/Tibshirani 1990). Für jeden Punkt im Streudiagramm (siehe Abb. 2 und Abb. 3) wird ein Zusammenhang zwischen seiner Position und den Entfernungen zu anderen Punkten an seiner Position betrachtet, gewichtet (bspw. um Ausreißer, unter Betrachtung einer Normalverteilung, weniger zu gewichten) und die Glättungsparameter geschätzt. Daran schließt sich eine Schätzung des Modells an, welche iterativ die Summe der penalisierten gewichteten kleinsten Quadrate schrittweise minimiert (Wood 2006: 169f., 137 ff.). Sobald die Koeffizienten gleich bleiben, ergeben diese die Parameter der Schätzung im gefitteten Modell. In den Streudiagrammen werden mit einer Linie diese Ergebnisse und zusätzlich hierzu das 95 %-Konfidenzintervall dieser Schätzung dargestellt. Die Linie und die sie umgebenden grauen Bereiche in den beiden Abbildungen geben also an, wo sich mit hoher Wahrscheinlichkeit ein zusätzliches Wahlergebnis mit Bezug zu seiner Ländlichkeit zuordnen lassen würde. Hieraus lassen sich die Bandbreite und Streuung erkennen, die einen Hinweis zur Einordnung der Ergebnisse geben.

Abb. 2: Zweitstimmenanteile der AfD - Bundestagswahl 2017 im Verhältnis zur Ländlichkeit in Gemeinden, Gesamtdeutschland

Die Ergebnisse unserer Analyse bestätigen den sowohl von Richter und Bösch (2017) als auch von Franz et al. (2018) nahegelegten Zusammenhang zwischen Ländlichkeit und hohem AfD-Wahlergebnis nur teilweise. Wenn wir die Verteilung aller deutschen Gemeinden entlang des AfD-Wahlergebnisses wie auch der Ländlichkeit betrachten (siehe Abb. 2), so weisen Gemeinden, die sich an der Grenze zwischen einer sehr und eher ländlichen Ausprägung (Index-Wert bei ca. -0,8) befinden, mit ca. 15 % das höchste durchschnittliche AfD-Wahlergebnis auf. Die durchschnittlichen AfD-Wahlergebnisse sehr ländlicher (ca. -1,3) und urbaner7 Gemeinden (ca. ab 2,0) hingegen befinden sich mit Tiefstwerten von ca. 10 % unter diesem Niveau. Während das durchschnittliche AfD-Wahlergebnis sehr ländlicher Gemeinden im Vergleich zu den sehr und eher ländlichen Gemeinden stark abfällt, nimmt die Höhe des durchschnittlichen AfD-Wahlergebnisses der eher ländlichen und urbanen Gemeinden im Vergleich zu den sehr und eher ländlichen Gemeinden langsamer ab. Wenn wir die Analyse für Ost- und Westdeutschland getrennt analysieren, ergibt sich ein differenzierteres Bild (Abb. 3).

Abb. 3: Zweitstimmenanteile der AfD, Bundestagswahl 2017, Ost/West im Verhältnis zur Ländlichkeit in Gemeinden, Gesamtdeutschland

Die AfD-Wahlergebnisse in den sehr und eher ländlichen Gemeinden ostdeutscher Bundesländer weichen von denen in urbanen Gemeinden ab. Der Zweitstimmenanteil der AfD in den sehr ländlichen Gemeinden steigt zunächst mit abnehmender Ländlichkeit von ca. 21 % auf ca. 28 % an. Leicht unterdurchschnittlich ländliche Gemeinden mit einem Index-Wert im Bereich von ca. -0,2 weisen damit die höchsten AfD-Wahlergebnisse auf. Diese liegen aber immer noch deutlich über den Ergebnissen urbaner Gemeinden. So weisen durchschnittlich und unterdurchschnittlich ländliche Gemeinden ab dem Index-Wert von ca. -0,2 ein fallendes durchschnittliches AfD-Wahlergebnis auf. Für Ostdeutschland bestätigt sich hiermit in Teilen, wenn auch nicht als linearer Trend, der nahegelegte Zusammenhang zwischen Ländlichkeit und hohem AfD-Wahlergebnis – insbesondere in den eher ländlichen Gemeinden.

Für Westdeutschland zeichnet sich hingegen ein anderes Bild ab. Das durchschnittliche AfD-Wahlergebnis sehr ländlicher Gemeinden, bei ca. -1,3, befindet sich hier auf einem Niveau von 6 %. Mit sinkender Ländlichkeit steigt zunächst das AfD-Wahlergebnis in den Gemeinden. Allerdings stabilisiert sich die Kurve des Zusammenhangs zwischen AfD-Wahlergebnis und Ländlichkeit ab einem Indexwert von ca. -0,5 bei eher ländlichen Gemeinden. Die Höhe des durchschnittlichen AfD-Wahlergebnisses bleibt für eher ländliche bis hin zu stark urbanen Gemeinden (mit Index-Werten von ca. 0,3 bis ca. 6, in einem Bereich von ca. 11,5 % bis 10,5 %). Ganz gleich, wie viel urbaner die Gemeinden ab diesem Punkt werden – das durchschnittliche AfD-Wahlergebnis bleibt in einer ähnlichen Bandbreite und somit auch in urbanen und sehr urbanen Gemeinden stets über dem Niveau sehr ländlicher Gemeinden. Dementsprechend liegt im Falle Westdeutschlands kein Zusammenhang zwischen der Ländlichkeit und der Höhe des AfD-Wahlergebnisses vor. Im Gegenteil ist hier sogar zu sehen, dass bei einer starken Ländlichkeit die Höhe des AfD-Wahlergebnisses niedriger ausfällt als bei eher ländlichen und urbanen Gemeinden. Darüber hinaus ist zu sehen, dass das Niveau des durchschnittlichen AfD-Wahlergebnisses ostdeutscher Gemeinden meistens stark über dem westdeutscher Gemeinden liegt. Lediglich im Falle sehr urbaner Gemeinden, ab einem Index-Wert von ca. 4, nähern sich die Kurven einander an.

Fazit

Zusammenfassend lässt sich sagen: Der in der öffentlichen Diskussion und teilweise auch in der Forschungsliteratur angenommene Zusammenhang zwischen der Ländlichkeit einer Region und einem hohen AfD-Wahlergebnis kann durch unsere Untersuchung nur bedingt bestätigt werden. In unseren Ergebnissen zeichnet sich ein deutlicher Ost-West-Unterschied ab. Während im Falle der ostdeutschen Bundesländer insbesondere die eher ländlichen Gemeinden ein deutlich höheres AfD-Wahlergebnis als urbane Gemeinden aufweisen, gilt dieser Zusammenhang für westdeutsche Gemeinden nicht. Hier weisen sehr ländliche Gemeinden ein relativ gleich hohes oder sogar ein niedrigeres AfD-Wahlergebnis als eher ländliche und urbane Gemeinden auf.

Aus unseren Ergebnissen lässt sich allerdings nicht schließen, dass die Ländlichkeit der entscheidende Faktor für die Höhe des AfD-Wahlergebnisses einer Gemeinde ist. Unsere Analyse weist jedoch darauf hin, dass der Einbezug eines differenzierteren Indikators zur Ländlichkeit in multifaktorielle Erklärungen des AfD-Wahlerfolges im Bereich der Analyse von Strukturdaten genaueren Aufschluss ermöglichen könnte. Die hier vorgenommene Analyse stellt diesbezüglich einen Vorschlag zur spezifischen Operationalisierung des Faktors Ländlichkeit in diesem Untersuchungszusammenhang dar. Es wäre also statistisch zu prüfen, ob die in vergangenen Strukturdatenanalysen mit vereinfachtem Ländlichkeitsverständnis festgestellten Zusammenhänge auch unter Berücksichtigung eines komplexeren Ländlichkeitsverständnisses bestehen bleiben. Erst auf Basis einer solchen Analyse ist es möglich, Gemeinden, in denen die AfD überdurchschnittlich stark ist, hinsichtlich ihrer Strukturbedingungen umfassend zu charakterisieren und die Gründe für den Erfolg der AfD zu benennen.

 

 

1 Der Bundeswahlleiter 2015; Der Bundeswahlleiter 2017; Statistisches Landesamt Baden-Württemberg 2016; Bayerisches Landesamt für Statistik 2018; Der Landeswahlleiter für Brandenburg 2014; Der Landeswahlleiter für Hessen 2013; Hessisches Statistisches Landesamt 2018; Statistisches Amt Mecklenburg-Vorpommern Die Landeswahlleiterin 2016; Niedersächsische Landeswahlleiterin 2017; Der Landeswahlleiter des Landes Nordrhein-Westfalen 2017; Rheinland-Pfalz Landeswahlleiter 2016; Die Landeswahlleiterin Saarland 2017; Statistisches Landesamt des Freistaates Sachsen 2014; Landeswahlleiterin Statistisches Landesamt Sachsen-Anhalt 2016; Statistisches Amt für Hamburg und Schleswig-Holstein 2017; Thüringer Landesamt für Statistik 2014.

2 Alle Angaben zu AfD-Wahlergebnissen, sowohl aus zitierter Literatur als auch aus der eigenen Untersuchung, beziehen sich stets auf den Zweitstimmenanteil.

3 Wird beispielsweise ein Zusammenhang zwischen einem hohen Altersdurchschnitt und einem hohen AfD-Wahlergebnis festgestellt, so bedeutet das nicht, dass vermehrt ältere Menschen die AfD wählen. Es bedeutet, dass in Regionen, in denen vermehrt ältere Menschen wohnen, ein überdurchschnittliches AfD-Wahlergebnis vorzufinden ist. Welche Bevölkerungsgruppe die Partei letztendlich wählt, lässt sich dagegen nicht sagen.

4 Der eklatante Unterschied zwischen den Ergebnissen von Lengfeld (2017) und Lux (2018) ist auf die unterschiedliche Datengrundlage zurückzuführen. Während Lengfeld mit Umfragedaten des Meinungsforschungsinstituts infratest dimap Berlin arbeitete, nutzte Lux die Allgemeine Bevölkerungsumfrage der Sozialwissenschaften (ALLBUS). Da der infratest dimap-Datensatz verschiedene Schwächen aufweist, wodurch sich in der Analyse beispielsweise nur auf 58 AfD-Wählende bezogen werden konnte und die Gruppe der Arbeitslosen aufgrund der geringen Fallzahl gänzlich ausgeschlossen wurde (ebd.), sind die Ergebnisse von Lux als die belastbareren anzusehen. Hier konnten 277 Personen mit AfD-Wahlabsicht und damit auch die Gruppe der Arbeitslosen einbezogen werden (ebd.).

5 Anzumerken ist an dieser Stelle jedoch, dass die Unterschicht, so Lux (2018), unter den AfD-Wählenden überdurchschnittlich vertreten ist. Aufgrund des geringen Anteils an Personen aus der Unterschicht an der Gesamtbevölkerung machen diese – wie bei allen anderen Parteien auch – allerdings nicht die Mehrheit der AfD-Wählenden aus.

6 Aufgrund der sich auf Strukturdaten stützenden Analyse liegen weder Richter und Bösch (2017) noch Franz et al. (2018) Meinungsdaten zur Untermauerung dieser These vor, sondern lediglich die Höhe des NPD-Wahlergebnisses in früheren Wahlen. Ob aber tatsächlich die Mehrheit der NPD-Wählenden aus Demokratieverdrossenheit und rechtsextremer Ideologie heraus die NPD (und später auch die AfD) gewählt hat, ist damit nicht belegt, sondern wird von den Autor*innen angenommen. Die Aussagekraft der auf die AfD bezogenen Ergebnisse ist somit begrenzt.

7 Urban wird hier als Bereich des Ländlichkeitsindexes verstanden, ab dem ein Gemeindeverband und seine angehörigen Gemeindeglieder in den nicht-ländlichen Bereich übergehen.

Literatur

Amann, Melanie (2017): Angst für Deutschland. Die Wahrheit über die AfD: wo sie herkommt, wer sie führt, wohin sie steuert. Droemer Verlag: München.

Bayerisches Landesamt für Statistik (2018): Landtagswahl am 14. Oktober 2018 - Endgültiges Ergebnis - Bayern. Online: www.landtagswahl2018.bayern.de [01.11.2018].

Bergmann, Knut/Diermeier, Matthias/Niehues, Judith (2017): Die AfD: Eine Partei der sich ausgeliefert fühlenden Durchschnittsverdiener? In: Zeitschrift für Parlamentsfragen, 48, Heft 1, S. 57-75.

Deppisch, Larissa (2019): „Wo sich Menschen auf dem Land abgehängt fühlen, hat der Populismus freie Bahn“ – eine Analyse des populär-medialen Diskurses zu der Bedeutung von Infrastrukturverfall, Abstiegsangst und rechten (extremistischen) Werten für den Zuspruch zum Rechtspopulismus, Thünen-Working Paper 119. Thünen-Institut für Ländliche Räume: Braunschweig.

Der Bundeswahlleiter (2015): Bundesergebnis. Endgültiges Ergebnis der Europawahl 2014. Online: web.archive.org/web/20150705072802/http://www.bundeswahlleiter.de/de/europawahlen/EU_BUND_14/ergebnisse/bundesergebnisse/ [01.11.2018].

Der Bundeswahlleiter (2017): Bundestagswahl 2017: Endgültiges Ergebnis. Pressemitteilung Nr. 34/17 vom 12. Oktober 2017. Online: www.bundeswahlleiter.de/info/presse/mitteilungen/bundestagswahl-2017/34_17_endgueltiges_ergebnis.html [15.06.2018].

Der Landeswahlleiter des Landes Nordrhein-Westfalen (2017): Landtagswahl 2017. Der Landeswahlleiter informiert. Endgültiges Ergebnis für: Nordrhein-Westfalen. Online: www.wahlergebnisse.nrw.de/landtagswahlen/2017/aktuell/a000lw1700.shtml [01.11.2018].

Der Landeswahlleiter für Brandenburg (2014): Landtagswahl am 14.09.2014 im Land Brandenburg. Online: www.wahlergebnisse.brandenburg.de/wahlen/LT2014/ergebnis/ergebLandBB.asp [01.11.2018].

Der Landeswahlleiter für Hessen (2013): Landtagswahl 2013 in Hessen. Endgültiges Ergebnis: Land Hessen. Online: www.statistik-hessen.de/l_2013/SLand2.htm [01.11.2018].

Die Landeswahlleiterin Saarland (2017): Landtagswahlen 2017. Saarland. Online: www.statistikextern.saarland.de/wahl/internet_saar/LT_SL/ [01.11.2018].

Ehrenstein, Claudia (2016): „Zukunftsfragen entscheiden sich auf dem Lande“, Welt.de, 15.11.2016. Online: www.welt.de/politik/deutschland/article159522568/Zukunftsfragen-entscheiden-sich-auf-dem-Lande.html [19.04.2018].

Franz, Christian/Fratzscher, Marcel/Kritikos, Alexander S. (2018): AfD in dünn besiedelten Räumen mit Überalterungsproblemen stärker. DIW Wochenbericht 8. Deutsches Institut für Wirtschaftsforschung (DIW): Berlin.

Grözinger, Gerd (2017): Der Erfolg der AfD bei der Bundestagswahl 2017. Eine regionalorientierte Analyse, Discussion Paper Nr. 27. Europa-Universität Flensburg, Internationales Institut für Management und ökonomische Bildung: Flensburg.

Häusler, Alexander [Hrsg.] (2016): Die Alternative für Deutschland. Programmatik, Entwicklung und politische Verortung. Springer VS: Wiesbaden.

Hasti, Trevor/Tibshirani, Robert (1990): Generalized Additive Models. Chapman & Hall/CRC: Boca Raton, FL.

Hessisches Statistisches Landesamt (2018): Statistische Berichte. Kennziffer: B VII 2-3 - 5j/18. Die Landtagswahl in Hessen am 28. Oktober 2018. Vorläufige Ergebnisse. Online: statistik-hessen.de/l_2018/html/BVII2_3_5j18.pdf [01.11.2018].

Küpper, Patrick (2016): Abgrenzung und Typisierung ländlicher Räume, Thünen Working Paper 68. Thünen-Institut für Ländliche Räume: Braunschweig.

Landeswahlleiterin Statistisches Landesamt Sachsen-Anhalt (2016): Wahl des 7. Landtages von Sachsen-Anhalt am 13. März 2016. Sachsen-Anhalt. Endgültiges Ergebnis. Online: www.statistik.sachsen-anhalt.de/wahlen/lt16/index.html [01.11.2018].

Lengfeld, Holger (2017): Die „Alternative für Deutschland“: eine Partei für Modernisierungsverlierer? In: Kölner Zeitschrift für Soziologie und Sozialpsychologie, Heft 69, S. 209-232.

Lux, Thomas (2018): Die AfD und die unteren Statuslagen. Eine Forschungsnotiz zu Holger Lengfelds Studie Die „Alternative für Deutschland“: eine Partei für Modernisierungsverlierer? In: Kölner Zeitschrift für Soziologie und Sozialpsychologie, Heft 70, S. 225-273.

Majic, Danijel (2018): Einfach rechtsextrem. Kommentar zur AfD. Online: www.fr.de/rhein-main/kommentar-zur-afd-einfach-rechtsextrem-a-1492745 [01.11.2018].

Niedermayer, Oskar/Hofrichter, Jürgen (2016): Die Wählerschaft der AfD: Wer ist sie, woher kommt sie und wie weit rechts steht sie? In: Zeitschrift für Parlamentsfragen, 47, Heft 2, S. 267-284.

Niedersächsische Landeswahlleiterin (2017): Endgültiges Amtliches Ergebnis der Wahl des Niedersächsischen Landtages der 18. Wahlperiode am 15. Oktober 2017. Online: www.landeswahlleiter.niedersachsen.de/download/124339/Endgueltiges_amtliches_Ergebnis_zur_Landtagswahl_am_15.10.2017.pdf [01.11.2018].

Quent, Matthias (2017): Rechter Populismus oder populärer Rechtsextremismus? In: Wissen schafft Demokratie. Schriftenreihe des Instituts für Demokratie und Zivilgesellschaft, 1, Heft 1, S. 198-209.

Rheinland-Pfalz Landeswahlleiter (2016): Wahlergebnisse der Landtagswahl 2016 in Rheinland-Pfalz. Endgültiges Landesergebnis der Landtagswahl. Online: www.wahlen.rlp.de/de/ltw/wahlen/2016/ [01.11.2018].

Richter, Christoph/Bösch, Lukas (2017): Demokratieferne Räume? Wahlkreisanalyse zur Bundestagswahl 2017. Institut für Demokratie und Zivilgesellschaft: Jena.

Salzborn, Samuel (2017): Angriff der Antidemokraten. Die völkische Rebellion der Neuen Rechten. Beltz Juventa: Weinheim.

Statistisches Amt Mecklenburg-Vorpommern (2016): Wahl zum Landtag in Mecklenburg-Vorpommern 2016. Online: service.mvnet.de/wahlen/2016_land/dateien/atlanten/ergebnisse.2016/landtagswahl.html [14.03.2018].

Statistisches Amt für Hamburg und Schleswig-Holstein (2017): Informationen zur Wahl des 19. Schleswig-Holsteinischen Landtags. Online: www.statistik-nord.de/wahlen/wahlen-in-schleswig-holstein/landtagswahlen/informationen-zur-wahl-des-19.-schleswig-holsteinischen-landtags/ [01.11.2018].

Statistisches Landesamt Baden-Württemberg (2016): Ergebnis der Landtagswahl 2016. Endgültiges Ergebnis der Landtagswahl 2016 mit Vergleichsangaben von 2011 Land Baden-Württemberg. Online: www.statistik-bw.de/Wahlen/Landtag/02035000.tab [01.11.2018].

Statistisches Landesamt des Freistaates Sachsen (2014): Landtagswahl 2014. Wahlberechtigte, Wähler, Direkt- und Listenstimmenverteilung bei der Wahl am 31. August 2014 im Freistaat Sachsen. Endgültiges Landesergebnis. Online: www.statistik.sachsen.de/wpr_alt/pkg_s10_erg_lw.prc_erg_lw [01.11.2018].

Süß, Sonja (2018): Ein Gießener darf die AfD ungestraft „rechtsextrem“ nennen. Landgericht entscheidet. Online: www.hessenschau.de/politik/ein-giessener-darf-die-afd-ungestraft-rechtsextrem-nennen,afd-urteil-rechtsextrem-100.html [01.11.2018].

Thüringer Landesamt für Statistik (2014): Landtagswahl 2014 in Thüringen – endgültiges Ergebnis. Online: www.wahlen.thueringen.de/datenbank/wahl1/wahl.asp [01.11.2018].

Wood, Simon N. (2006): Generalized Additive Models – An Introduction with R. Chapman & Hall/CRC: Boca Raton, FL.