Außerschulische Bildung und Bildung für nachhaltige Entwicklung

Abbildung 7.3 vermittelt einen Eindruck von der Verteilung der Institutionen im Raum. Diese korreliert mit der Bevölkerungsdichte und der Nähe zu den Ortszentren der Städte und Gemeinden. Das heißt, je höher die Bevölkerungsdichte ausfällt, desto mehr außerschulische Bildungsinstitutionen finden wir. Ferner nimmt die Zahl der Institutionen mit größerer Nähe zum Zentrum von Städten und Gemeinden zu. Beispielsweise liegen Stadttheater, Verbraucherzentralen, Volkshochschulen eher im Zentrum von Ortschaften als in der Peripherie.

Betrachtet man die Dichte (Anzahl pro 100.000 Personen) nach Akteurstypen, zeigen sich sehr unterschiedliche Verteilungen zwischen den Gebietskörperschaften. Oftmals scheint es Unterschiede in der Dichte zwischen den kreisfreien Städten des Kernruhrgebietes und der Peripherie zu geben. In manchen Verteilungen weist das Kernruhrgebiet eine geringere Dichte an Organisationen eines Akteurstyps auf als die Kreise (Abbildungen 7.4 und 7.5), obgleich das kein durchgehendes Muster ist.

Es kann viele Gründe für ein Konzentrationsgefälle von Organisationen geben. Unter Umständen verfügen kreisangehörige Gemeinden über mehrere Organisationen eines Typs, der in einer kreisfreien Stadt tendenziell nur einmal vorkommt (z. B. Verbraucherzentralen). Auch kann es sein, dass in größeren Städten auch die Organisationen tendenziell größer sind. Beispielsweise könnten Sportvereine größer sein und über mehr Abteilungen verfügen. Zoos finden sich dagegen eher in den verdichteten Regionen, weil sie auf größere Besucherzahlen hin ausgelegt sind. Noch viele weitere Gründe sind denkbar. Es ist auch möglich, dass die besondere Sozialstruktur insbesondere der Kernruhrgebietsstädte einen Einfluss auf das relative Angebot an außerschulischer Bildung hat.

Die nachfolgende Analyse überprüft den Einfluss verschiedener Größen auf den durchschnittlichen Sozialindex eines Quartiers.*Bei dem Verfahren, das hier zum Einsatz kommt, handelt es sich um eine multivariate lineare Regressionsanalyse. Zur Methode von Regressionsanalysen siehe Backhaus et al. (2016), Hartung und Elpelt (2007), Wolf und Best (2010). Unterscheiden sich sozial benachteiligte Quartiere von anderen im Set-up, das heißt in Anzahl und Art der dort vorkommenden außerschulischen Bildungsakteure? Als Quartiere fungieren Rasterzellen von einem Quadratkilometer Größe. Der Grad der sozialen Benachteiligung wird mithilfe des Mittelwertes der schulscharfen Sozialindexwerte (Stand 2024) der in den Rasterzellen vorkommenden Grundschulen ermittelt. Auf diese Weise kann ein Wert für die soziale Belastung von 635 Quadratkilometern im Ruhrgebiet errechnet werden (Abbildung 7.6). In diesem Gebiet lebt knapp die Hälfte der Einwohner*innen des Ruhrgebiets (Stand 2022). Die Stufen des schulscharfen Sozialindex, der vom Bildungsministerium für die Mittelvergabe verwendet wird (Schräpler & Jeworutzki, 2021; Schräpler & Jeworutzki, 2023), reichen von Stufe 1 für wenig belastete Schulen bis Stufe 9 für sehr hoch belastete Schulstandorte. Im Kontext des Startchancen-Programms von Bund und Land gelten beispielsweise Schulen mit einem Index von 6 und höher als Schulen in herausfordernder Lage. Wesentliche Grundlagen für die Berechnung der Indexwerte sind Daten über das Umfeld der Schulen. Der Index einer Schule ist deshalb zugleich eine Aussage über die soziale Belastung des Umfeldes der Schule.

Wie eingangs beobachtet hat die Verteilung der Organisationen im Raum auch mit der Bevölkerungsdichte und der Entfernung von Ortszentren zu tun. Deshalb wurden zwei Variablen in das Modell integriert, die diese Effekte kontrollieren. Zum einen wurde die Bevölkerung (in 1.000 Personen) in das Modell aufgenommen, die als Bevölkerungsdichten interpretiert werden können, da es sich um Rasterzellen von einem Quadratkilometer handelt. Die durchschnittliche Bevölkerungsdichte in den Rasterzellen betrug 2022 3.775 Personen. Ferner wurde eine Variable in das Modell integriert, welche für jedes Quartier die Zentrumsnähe, gemessen als Distanz des Rasterzellenmittelpunktes zur nächstgelegenen Ortsmitte in Kilometern angibt. Ferner wurden die Akteurstypen als Anzahl der jeweiligen Organisationen eines Typs in einer Rasterzelle aufgenommen. Es ist also die Dichte der Institutionen eines Typs pro Quadratkilometer. Einige Akteurstypen wurden aufgrund sehr geringer Fallzahlen und daraus resultierender geringer Variation ausgeschlossen. Den Schluss des Sets an erklärenden Variablen bilden sog. Dummy-Variablen für die verschiedenen Kreise. Dummy-Variablen sind 0/1-kodierte Variablen. Sie zeigen an, ob es einen Einfluss auf die Höhe des Sozialindexwertes hat, in welchem Kreis/in welcher kreisfreien Stadt eine Rasterzelle liegt.

Das Analyseergebnis (Tabelle 7.2) lässt eine Reihe von Zusammenhängen erkennen: Eine hohe Bevölkerungsdichte korreliert signifikant mit höheren (schlechteren) Sozialindexwerten. Eine Zunahme der Bevölkerung um 1.000 Personen würde mit einem durchschnittlich um 0,34 Punkte höheren Sozialindexwert einhergehen. Bei der Variable für die Zentralität des Quartiers ist der Zusammenhang negativ: Die geringere Entfernung zu einem Ortszentrum geht mit einer höheren sozialen Belastung einher.

Die Dummy-Variablen sind sehr aufschlussreich: Der Kreis Wesel fehlt aus methodischen Gründen in diesem Set. Die Dummy-Variablen zeigen an, inwieweit sich jede Gebietskörperschaft vom Kreis Wesel unterscheidet. Insbesondere bei den kreisfreien Städten finden sich deutliche Unterschiede: Quartiere in Gelsenkirchen haben im Mittel einen Indexwert, der 2,5 Punkte über dem der Quartiere im Kreis Wesel liegt; Quartiere in Gelsenkirchen sind also durchschnittlich deutlich stärker sozial benachteiligt als im Kreis Wesel. Das gilt auch für andere Gebietskörperschaften, insbesondere für die kreisfreien Städte des Kernruhrgebiets.

Die Aufnahme der obigen Variablen in das Modell diente dazu, die Effekte der Akteurstypen besser beurteilen zu können; sie sind quasi um den Einfluss von zentraler Lage, Bevölkerungsdichte und Kreiszugehörigkeit bereinigt.

Es wird sichtbar, dass sich zu 24 der 37 Akteurstypenvariablen aufgrund mangelnder Signifikanz keine valide Aussage machen lässt. Bei ihnen können wir nicht davon ausgehen, dass sich das Vorkommen und die Zahl der jeweiligen Akteure zwischen sozial höher belasteten Quartieren und weniger belasteten systematisch unterscheidet. Ob z. B. das Vorkommen von Initiativen für Umwelt-, Natur-, Tier- und Klimaschutz systematisch mit der sozialen Benachteiligung von Quartieren zu tun hat, wie Abbildung 7.5 vielleicht suggeriert, lässt sich empirisch nicht belegen. Im Fall der Sportvereine ist das anders: Ihre Zahl ist in sozial benachteiligten Quartieren signifikant niedriger. Weshalb das so ist, bleibt allerdings offen. Ob das mit geringerem zivilgesellschaftlichem Engagement, fehlenden Flächen für Sportanlagen oder ganz anderen Ursachen zu tun hat, können wir mit den vorhandenen Daten nicht beantworten. Ebenfalls kann hier nicht beantwortet werden, ob das Ergebnis bedeutet, dass die Bevölkerung in diesen Quartieren weniger Zugang zu Sportangeboten hat. Falls das so sein sollte, wäre es z. B. vor dem Hintergrund der häufigeren Adipositasdiagnosen bei Kindern in sozial benachteiligten Quartieren ein wichtiger Befund. Das Ergebnis könnte als Anlass genommen werden, den Zugang zu Sportangeboten in solchen Quartieren zu prüfen und ggf. zu verbessern.

Bei den weiteren Ergebnissen ist bemerkenswert, dass Verbände der Kinder und Jugendarbeit – also Pfadfindergruppen, katholische oder evangelische Jugendgruppen, Kolpingjugend, Falken usw. – durchschnittlich seltener in sozial benachteiligten Quartieren vorkommen, Kinder und Jugendhilfeeinrichtungen, Initiativen außerschulischer Bildung sowie natur-, wald- und erlebnispädagogische Einrichtungen dagegen häufiger. Stiftungen liegen eher in sozial weniger belasteten Lagen, Innovations- und Technologiezentren, Kommunen (zumeist die Jugendämter, Jugendhilfe, Bildungsbüros und Schulämter), Theater, Universitäten, Hochschulen und Institute und Verbraucherzentralen kommen systematisch häufiger in Quartieren mit schlechterem Sozialindexwert vor. Weshalb das so ist, bleibt unklar. Zum Teil kann das historische Gründe haben: Die stark segregierten Quartiere im Ruhrgebiet liegen nicht selten in den ehemaligen Arbeitervierteln (Schräpler et. al., 2017), die wiederum oft in unmittelbarer Nachbarschaft zu Industrie und Gewerbeflächen zu finden sind. Theater z. B., soweit es Theatervereine sind, sind oft in den Arbeitervierteln entstanden und bestehen nicht selten seit mehreren Jahrzehnten. Das wirft die Frage auf, ob das systematische Vorkommen bestimmter Organisationen in tendenziell stärker belasteten Quartieren auch bedeutet, dass die Angebote dieser Organisationen der dortigen Bevölkerung auch zugänglich sind bzw. von ihr in Anspruch genommen werden. Ebenso muss die Lage einer außerschulischen Bildungsinstitution in einem Quartier nicht zwingend bedeuten, dass ihr Angebot nur von der dortigen Bevölkerung wahrgenommen oder auch nur dort am Standort angeboten wird.

Dennoch hat die Analyse gezeigt, dass es systematische Unterschiede im Set-up der außerschulischen Bildungsakteure zwischen stärker sozial benachteiligten Quartieren und weniger belasteten gibt und sich das tendenziell auch auf das Vorhandensein und den Zugang zu den außerschulischen Angeboten auswirken kann.