Im Folgenden werden die Tabellen dargestellt, auf die in Kapitel 2 verwiesenen wird.

Transkript

1 Online Appendix für Kapitel 2 - Die Münchner Ergebnisse zu den Bundes- und Landtagswahlen im gesamtdeutschen bzw. gesamtbayerischen Kontext: Ein Ude-Effekt in München? Lukas Rudolph 1 in: Klima, André, Helmut Küchenhoff, Mirjam Selzer, und Paul W. Thurner (Hrsgb.): Exit Polls und Hybrid-Modelle. Ein neuer Ansatz zur Modellierung von Wählerwanderungen. Springer: Wiesbaden, im Erscheinen (2017). Im Folgenden werden die Tabellen dargestellt, auf die in Kapitel 2 verwiesenen wird. Tabelle A2-1: Trend der Wahlbeteiligung und CDU/CSU- bzw. SPD-Stimmenanteile zur Bundestagswahl in München im Vergleich zu den weiteren Landkreisen/kreisfreien Städte in Deutschland (1) (2) (3) (4) (5) (6) turnout cdu-csu_sv spd_sv turnout cdu-csu_sv spd_sc 1998.year *** *** *** (25.73) (-37.86) (37.47) 2002.year *** *** *** (5.10) (-6.43) (7.57) 2005.year *** *** *** (-5.37) (-26.94) (-12.83) 2009.year *** *** *** *** *** *** (-54.39) (-55.25) (-74.94) (-13.18) (-9.58) (-20.86) 2013.year *** *** *** *** (-45.82) (-0.68) (-55.00) (-5.87) (0.96) (-11.30) 1.muc#1998.year *** *** (-11.23) (27.40) (1.79) 1.muc#2002.year *** *** *** (23.62) (26.59) (-15.16) 1.muc#2005.year *** *** * (16.06) (18.49) (-2.57) 1 Wissenschaftlicher Mitarbeiter und Doktorand am Geschwister-Scholl-Institut der Ludwig-Maximilians- Universität München. Kontakt: lukas.rudolph@gsi.uni-muenchen.de 1

2 1.muc#2009.year *** *** *** *** *** (36.24) (4.25) (17.89) (1.65) (-3.68) (5.88) 1.muc#2013.year *** *** * *** *** (19.43) (-1.06) (18.69) (-2.32) (-3.67) (4.90) 2009.year#1.city (-0.76) (1.19) (-0.14) 2013.year#1.city (-0.86) (-0.34) (1.24) popqm ** * (0.45) (-3.08) (2.26) empsh * *** *** (-2.33) (-4.14) (4.08) pop_in ** (-3.15) (-0.37) (0.58) pop_out ** (2.60) (0.70) (-1.17) agri (1.38) (-0.75) (0.57) prod (1.33) (-0.67) (-0.28) build (1.72) (-1.04) (0.21) trade (1.18) (-0.81) (-0.19) service_fin (1.18) (-0.38) (-0.76) service_oth (0.79) (-1.22) (0.56) alq *** *** *** 2 (5.88) (-7.73) (6.36) shalq_youth (-1.74) (-0.27) (0.43)

3 shalq_foreign (0.48) (1.81) (0.57) sh_foreign *** (-3.66) (0.38) (-0.64) sh_underage *** * *** (9.14) (2.23) (-7.14) sh_elder * *** *** (-2.30) (7.10) (-3.77) _cons *** *** *** (731.17) (318.59) (286.55) (1.49) (1.23) (1.57) N Wald-Test β 2013 β mit Standardfehler Folgende Modellgleichung liegt den Schätzungen zu Grunde: Y it = θ i + λ t + β t M i + X it δ + ϵ it. Es werden somit für die Jahre t = {1994,1998,2002,2005,2009,2013} (Modell 1-3) bzw. t = {2005,2009,2013} (Modell 4-6) die Wahlbeteiligung bzw. den Stimmenanteil von SPD bzw. CDU/CSU unter Einbezug von Jahr ( λ t ) und Kreis-Fixed-Effects (θ i ) auf Ebene der Landkreise/kreisfreien Städte in Deutschland geschätzt. Der interessierende Effekt, die Unterschiedlichkeit des Trends der abhängigen Variablen in München gegenüber den restlichen Kreisen/kreisfreien Städten Deutschlands wird durch β t geschätzt. Mittels eines Wald-Tests wird dann die Null-Hypothese der Gleichheit der Koeffizienten β 2009 und β 2013 untersucht, i.e. ob der Trend der abhängigen Variable in München bzw. in Restdeutschland identisch ist (letzte beiden Zeilen). Zudem wird für die Jahre die Schätzung um die zeitvariablen Kontrollvariablen (X it ) Bevölkerungsdichte, Migrationsbewegungen, Anteil sozialversicherungspflichtig Beschäftigter, Wirtschaftsstruktur (je Anteil der Wertschöpfung in Landwirtschaft, produzierendem Gewerbe, Baugewerbe, Handel, Finanz- und sonstigen Dienstleistungen), Ausländeranteil, Anteil der Bevölkerung unter 18 sowie über 65, Arbeitslosenquote, Jugendarbeitslosenquote und Arbeitslosenquote von Ausländern und einen separaten Trend für Städte mit Einwohnern > erweitert. Die Standardfehler werden auf Landkreisebene geclustert. Datenquelle: Regionaldatenbank Deutschland Statistische Ämter des Bundes und der Länder, online unter abgerufen am T Statistik in Klammern * p < 0.05, ** p < 0.01, *** p <

4 Tabelle A2-2: Trend der Wahlbeteiligung und CSU- bzw. SPD-Stimmenanteile zur Bundestagswahl in München im Vergleich zu den weiteren Landkreisen/kreisfreien Städte in Bayern (1) (2) (3) (4) (5) (6) turnout csu_sv spd_sv turnout csu_sv spd_sv 1998.year *** *** *** (26.76) (-28.24) (43.12) 2002.year *** *** *** (18.92) (23.05) (-13.73) 2005.year ** *** *** (2.63) (-9.33) (-18.34) 2009.year *** *** *** *** *** *** (-28.65) (-32.98) (-45.38) (-8.51) (-6.60) (-12.85) 2013.year *** *** *** *** *** (-30.11) (-7.68) (-38.55) (-7.28) (-0.63) (-5.70) 1.muc#1998.year *** *** (-4.62) (15.38) (-1.25) 1.muc#2002.year * *** (0.98) (-2.55) (6.35) 1.muc#2005.year *** *** (5.78) (0.39) (5.35) 1.muc#2009.year *** *** *** ** (16.18) (4.21) (9.05) (1.55) (3.05) (0.74) 1.muc#2013.year *** *** *** * (13.22) (6.44) (9.96) (-0.87) (2.59) (1.65) 2009.year#2.regbez_nr *** *** *** 4 (-4.72) (-3.84) (7.22) 2009.year#3.regbez_nr * *** (-2.41) (-1.18) (4.10) 2009.year#4.regbez_nr * *** ** (2.20) (4.38) (3.21) 2009.year#5.regbez_nr * (-0.03) (-0.68) (1.99) 2009.year#6.regbez_nr *** * ***

5 5 (-4.21) (-2.56) (5.13) 2009.year#7.regbez_nr *** (1.58) (1.15) (4.41) 2013.year#2.regbez_nr * ** *** (-2.52) (-3.07) (3.74) 2013.year#3.regbez_nr (-1.34) (-0.80) (1.04) 2013.year#4.regbez_nr *** (1.01) (-0.07) (4.83) 2013.year#5.regbez_nr (-0.03) (0.31) (-0.61) 2013.year#6.regbez_nr *** *** (-4.68) (-1.40) (3.81) 2013.year#7.regbez_nr *** (-0.05) (1.06) (5.56) popqm ** (3.13) (-0.19) (1.12) alq ** * (2.66) (-2.62) (0.90) empsh (0.82) (-0.12) (-1.08) shalq_youth (0.05) (-0.94) (0.09) shalq_foreign (0.04) (1.82) (-0.75) sh_foreign * (-0.69) (-0.35) (2.47) sh_underage *** (3.42) (0.70) (-0.07) sh_elder ** (2.66) (0.11) (1.50) pop_in

6 (-1.54) (-1.14) (-0.97) pop_out (0.77) (1.47) (-0.68) agri (0.60) (-0.15) (0.14) prod (1.25) (-0.03) (-0.67) build (-0.44) (-0.78) (0.10) trade (0.83) (0.09) (-1.01) service_fin (0.83) (-0.46) (-0.62) service_oth (0.91) (-0.17) (-1.11) _cons *** *** *** (536.66) (356.68) (188.73) (1.74) (1.33) (1.32) N Wald-Test β 2013 β mit Standardfehler Folgende Modellgleichung liegt den Schätzungen zu Grunde: Y it = θ i + λ t + β t M i + X it δ + ϵ it. Es werden somit für die Jahre t = {1994,1998,2002,2005,2009,2013} (Modell 1-3) bzw. t = {2005,2009,2013} (Modell 4-6) die Wahlbeteiligung bzw. den Stimmenanteil von SPD bzw. CDU/CSU unter Einbezug von Jahr ( λ t ) und Kreis-Fixed-Effects (θ i ) auf Ebene der Landkreise/kreisfreien Städte in Bayern geschätzt. Der interessierende Effekt, die Unterschiedlichkeit des Trends der abhängigen Variablen in München gegenüber den restlichen Kreisen/kreisfreien Städten Bayerns wird durch β t geschätzt. Mittels eines Wald-Tests wird dann die Null-Hypothese der Gleichheit der Koeffizienten β 2009 und β 2013 untersucht, i.e. ob der Trend der abhängigen Variable in München bzw. in Restbayern identisch ist (letzte beiden Zeilen). Zudem wird für die Jahre die Schätzung um die zeitvariablen Kontrollvariablen ( X it ) Bevölkerungsdichte, Migrationsbewegungen, Anteil sozialversicherungspflichtig Beschäftigter, Wirtschaftsstruktur (je Anteil der Wertschöpfung in Landwirtschaft, produzierendem Gewerbe, Baugewerbe, Handel, Finanz- und sonstigen Dienstleistungen), Ausländeranteil, Anteil der Bevölkerung unter 18 sowie über 65, Arbeitslosenquote, Jugendarbeitslosenquote und Arbeitslosenquote von Ausländern und einen separaten Trend für Städte mit Einwohnern > erweitert. Die Standardfehler werden auf Landkreisebene geclustert. Datenquelle: Regionaldatenbank Deutschland Statistische Ämter des Bundes und der Länder, online unter abgerufen am T Statistik in Klammern * p < 0.05, ** p < 0.01, *** p <

7 Tabelle A2-3: Trend der Wahlbeteiligung und CSU- bzw. SPD-Stimmenanteile zur Landtagswahl in München im Vergleich zu den weiteren Stimmkreise in Bayern (1) (2) (3) (4) (5) (6) turnout csu_tv spd_tv turnout csu_tv spd_tv 2003.year *** *** *** (-59.36) (27.29) (-26.66) 2008.year *** *** *** (-52.55) (-13.94) (-22.93) 2013.year *** *** *** *** *** *** (-23.62) (-11.48) (-18.59) (10.69) (4.25) (5.27) 1.muc #2003.year *** *** (0.35) (-13.65) (13.72) 1.muc #2008.year *** *** *** (3.50) (-8.33) (7.86) 1.muc#2013.year * *** *** (2.51) (-8.84) (14.09) (-1.28) (-0.45) (1.17) lnpopdens * (1.55) (2.55) (-0.89) employment_share (1.02) (1.41) (-0.29) immigrant_share ** (-1.13) (2.71) (0.31) influx (-0.57) (-1.76) (-0.35) buildings * (-2.19) (-0.23) (0.71) farmers * *** 7 (0.07) (-2.01) (4.71) pc_tax (-0.48) (-1.48) (0.09) pc_debt (-1.20) (-1.42) (-0.01) incumbency ** * 0.404

8 8 (3.12) (2.24) (0.98) leg * (-2.25) (-1.58) (-1.64) local_committee (-1.88) (-0.54) (-0.25) kabinett (-0.46) (1.36) (-0.88) bezirksvorsitz (-0.33) (-0.25) (1.82) parteiamt (1.62) (0.16) (0.90) affair * (0.72) (-2.00) (0.92) affair_noncsu (0.55) (-0.58) (-1.29) opp_leader ** (2.77) (0.75) (-0.59) danube * (1.59) (2.14) (-0.17) _cons *** *** *** *** ** (462.31) (193.36) (100.90) (5.06) (3.33) (-0.03) N Wald-Test β 2013 β mit Standardfehler Folgende Modellgleichung liegt den Schätzungen zu Grunde: Y it = θ i + λ t + β t M i + X it δ + ϵ it. Es werden somit für die Jahre t = {1998,2003,2008,2013} (Modell 1-3) bzw. t = {2008,2013} (Modell 4-6) die Wahlbeteiligung bzw. den Stimmenanteil von SPD bzw. CSU unter Einbezug von Jahr (λ t ) und Kreis-Fixed-Effects (θ i ) auf Ebene der Stimmkreise in Bayern geschätzt. Der interessierende Effekt, die Unterschiedlichkeit des Trends der abhängigen Variablen in München gegenüber den restlichen Kreisen/kreisfreien Städten Bayerns wird durch β t geschätzt. Mittels eines Wald-Tests wird dann die Null-Hypothese der Gleichheit der Koeffizienten β 2008 und β 2013 untersucht, i.e. ob der Trend der abhängigen Variable in Münchner Stimmkreisen bzw. in den Stimmkreisen Restbayern identisch ist (letzte beiden Zeilen). Zudem wird für die Jahre die Schätzung um die zeitvariablen Kontrollvariablen ( X it ) auf Stimmkreis- und Stimmkreiskandidatenebene ergänzt. Stimmkreisebene: Log der Bevölkerungsdichte; Anteil sozialversicherungspflichtig Beschäftigter; Anteil Ausländer; eingehende Migration; Bautätigkeit; Anteil landwirtschaftlicher Bevölkerung; kommunales Steueraufkommen (p.c.); kommunale Verschuldung (p.c.); Kandidatenebene: CSU Stimmkreiskandidat ist Mandatsträger, ist Mitglied eines Landtagsausschusses mit lokalem Bezug, ist Kabinettsmitglied, ist Bezirksvorsitzender, ist Parteifunktionär, ist in die Verwandtenaffäre involviert; Anzahl der absolvierten Wahlperioden des CSU Stimmkreiskandidaten; Nicht-CSU-Stimmkreiskandidat ist Spitzenkandidat, ist in Verwandtenaffäre involviert; Hochwasser 2013 trat im Stimmkreis auf. Die Standardfehler werden auf Stimmkreisebene geclustert. Datengrundlage sind die

9 Landtagswahlergebnisse auf Stimmkreisebene in den Grenzen von Stimmkreisänderungen wurden umgerechnet. Datenquelle für Wahlergebnisse auf Stimmkreisebene: Landtagswahlergebnisse 1998 bis Landeswahlleiterin des Freistaates Bayern, online unter: abgerufen am Datenquelle für Kontrollvariablen: Rudolph & Däubler Rudolph, Lukas; Däubler, Thomas, 2015, "Replication Data for "Holding Individual Representatives Accountable: The Role of Electoral Systems," Harvard Dataverse, V1, abgerufen am T Statistik in Klammern * p < 0.05, ** p < 0.01, *** p < Tabelle A2-4: Tabellarische Darstellung von Modell 1 aus Abbildung 4 (1) (2) (3) spd_fv spd_sv spd_tv Effekt für München *** *** (-0.28) (7.48) (4.43) Jahreseffekt *** *** *** (5.28) (10.72) (10.41) _cons *** *** *** (147.40) (177.99) (220.15) N vgl. Modell 1 in Abbildung 4. T Statistik in Klammern. * p < 0.05, ** p < 0.01, *** p < Tabelle A2-5: Tabellarische Darstellung von Modell 2 aus Abbildung 4 (1) (2) (3) spd_fv spd_sv spd_tv Effekt für München *** *** (-0.46) (6.61) (3.44) Jahreseffekt *** *** *** (4.05) (7.46) (7.12) 1.city#2013.year (1.84) (-1.06) (0.84) 2013.year#2. northern_bav (-1.77) (1.07) (-0.67) _cons *** *** *** (153.34) (179.41) (220.71) N vgl. Modell 2 in Abbildung 4. T Statistik in Klammern. * p < 0.05, ** p < 0.01, *** p <

10 Tabelle A2-6: Tabellarische Darstellung von Modell 3 aus Abbildung 4 (1) (2) (3) spd_fv spd_sv spd_tv Effekt für München *** ** (-1.28) (6.75) (2.84) Jahreseffekt *** *** (1.73) (6.34) (4.93) incumbency (0.81) (1.39) (1.43) leg (-1.07) (-0.83) (-1.35) local_committee (-0.17) (0.23) (-0.05) kabinett * (-2.00) (-0.46) (-1.79) bezirksvorsitz ** ** (2.63) (1.97) (3.18) parteiamt * * ** (2.42) (2.44) (3.13) affair (1.49) (-1.45) (0.40) affair_noncsu (-0.83) (-1.47) (-1.42) opp_leader (0.30) (-0.75) (-0.02) danube (-0.78) (-1.09) (-1.26) 1.city#2013.year * (2.34) (-1.15) (1.22) 2013.year#2. northern_bav (-0.38) (1.59) (0.81) _cons *** *** *** (65.13) (76.66) (92.51) N vgl. Modell 3 in Abbildung 4. T Statistik in Klammern. * p < 0.05, ** p < 0.01, *** p <

11 Tabelle A2-7: Tabellarische Darstellung von Modell 4 aus Abbildung 4 (1) (2) (3) spd_fv spd_sv spd_tv Effekt für München (-0.62) (1.99) (0.98) Jahreseffekt ** *** *** (2.75) (3.61) (4.41) lnpopdens (-1.67) (-0.10) (-1.59) employment_share (-0.84) (0.44) (-0.36) immigrant_share (0.77) (0.73) (1.18) influx (-0.81) (0.31) (-0.37) buildings (0.82) (0.93) (1.15) farmers ** * *** (3.36) (2.59) (4.62) pc_tax (-0.50) (0.96) (0.25) pc_debt (-0.40) (-0.48) (-0.73) incumbency (0.73) (1.23) (1.24) leg (-1.43) (-1.24) (-1.78) local_committee (-0.24) (0.19) (-0.11) kabinett (-1.31) (-0.68) (-1.53) bezirksvorsitz * * (1.03) (2.00) (2.40) 11

12 parteiamt * * (0.33) (2.55) (2.31) affair * (2.14) (-0.57) (1.33) affair_noncsu (-0.70) (-1.83) (-1.50) opp_leader (0.11) (-1.36) (-0.39) danube (0.19) (-0.45) (-0.14) 1.city#2013.year * (2.32) (-1.45) (1.09) 2013.year#2.northern_bav (0.60) (1.00) (1.36) _cons (-0.87) (0.10) (-0.69) N vgl. Modell 4 in Abbildung 4. T Statistik in Klammern. * p < 0.05, ** p < 0.01, *** p < Tabelle A2-8: SPD-Effekt mittels Difference-in-Tiers mit und ohne Kontrollvariablen für Stimmkreiskandidatenqualität und die bayerischen Wahlkreise (1) (2) (3) (4) spd_dit spd_dit spd_dit spd_dit muenchen *** *** * * (3.86) (4.34) (2.01) (2.03) 2013.year ** * ** ** (2.68) (2.57) (2.76) (2.97) incumbency (0.48) (0.33) leg (-0.34) (0.30) local_committee (0.32) (0.58) 12

13 kabinett (1.35) (1.04) bezirksvorsitz (-0.03) (-0.03) parteiamt (0.55) (0.74) affair (-1.50) (0.00) affair_noncsu (-0.48) (0.77) opp_leader (-0.42) (-0.59) danube (1.00) (0.15) 2013.year#2.region (-0.80) (-0.96) 2013.year#3.region (1.25) (0.98) 2013.year#4.region * ** (-2.47) (-2.69) 2013.year#5.region * (-1.94) (-2.20) 2013.year#6.region * (-1.90) (-2.52) 2013.year#7.region ** ** (-2.96) (-2.95) _cons *** ** *** *** (-6.05) (-3.31) (-6.81) (-4.63) N vgl. Abbildung 5. T Statistik in Klammern. * p < 0.05, ** p < 0.01, *** p <

14 Tabelle A2-9: Tabellarische Darstellung von Abbildung 5 (1) (2) (3) (4) (5) (6) spd_dit csu_dit b90_dit fw_dit fdp_dit oth_dit Effekt für *** *** *** München 2013 (3.86) (-0.09) (-3.71) (-1.18) (-0.91) (-7.51) Jahreseffekt ** * (2.68) (1.26) (-2.26) (-1.51) (1.93) (-0.18) _cons *** *** *** *** *** *** (-6.05) (8.18) (4.41) (-7.45) (-3.91) (-8.26) N vgl. Abbildung 5. T Statistik in Klammern. * p < 0.05, ** p < 0.01, *** p <