Transkript: Leonie Tuitjer und Kerstin Schäfer: (Im)mobilität und (Un)gleichheiten während der Corona-Pandemie

Music.

In diesem Podcast sammeln wir Vorträge, die im Rahmen eines digitalen Cologriums zur Korona Krise entstanden sind.

Organisiert wird das Koluquium am Wissenschaftszentrum Berlin für Sozialbranchen. Und damit herzlich willkommen zur neuen Ausgabe unseres Podcasts zu

soziologischen Perspektiven auf die Korona Krise. Mein Name ist Michael Wuden, ich bin studentische Mitarbeiterin am Wissenschaftszentrum Berlin für Sozialforschung und organisiere das digitale Kologium mit.

Am siebzehnten Februar hielten Kerstin Schäfer und Leonie Tietja einen Vortrag mit dem Titel E-Mobilität und Ungleichheiten während der Corona Pandemie.

Auf der Grundlage von eigenen Befragungsdaten sprachen sie über soziale Ungleichheit, gerade auch im Hinblick auf Geschlechterungleichheit.

Im Rahmen von Mobilitätsverhalten während der Korona Pandimi.

Und gingen dabei der Frage nach, ob alle Menschen ihre Mobilität gleichermaßen reduzierten und wenn nein, welche Faktoren diese Unterschiede bedingen.

Leonie Tietje und Kerstin Schäfer sind wissenschaftliche Mitarbeiterin am Institut für Wirtschafts und Kulturgeographie der Leibniz Universität Hannover.

Und nun viel Spaß mit dem Vortrag von Kerstin Schäfer und Leonie Tietja.

Von unserer Seite auch nochmal ganz herzlichen Dank, dass wir unsere Ergebnisse hier vorstellen dürfen. Vielen Dank für die Einladung

in unserem Vortrag möchten wir wie gerade schon kurz erwähnt wurde über Erkenntnisse sprechen zu Mobilität und Mobilitätsreduktion

in der Region Hannover während der ersten Welle der Korona Pandemie also während des Frühjahrs und Sommers zweitausendzwanzig.

Ähm, ich möchte Kerstin Schäfer und mich in zwei Sätzen kurz vorstellen. Kerstin Schäfer ist Wirtschaftsgeographin, sie arbeitet ähm

primär zu soziotechnischen Fragen der Digitalisierung, der Mobilität

und weiteren Fragen der Transportgeographie, der sie sich neben der Wirtschaftsgeographie auch sehr verpflichtet fühlt. Ich selbst bin Kultur und Sozialgeographin, ich arbeite zu Fragen von Vertreibung und Mobilität in Kontext von Krisen, wie zum Beispiel der Klimakrise und jetzt auch aktuell der Corona Krise

und ich sehe meine Arbeiten eher in den Mobility Studies verankert.

Wir kommen also zwar aus dem gleichen Institut, aber aus unterschiedlichen Abteilungen und uns beide vereint ein Interesse an Mobilität und Transport und daraus ist dann auch unser Projekt entstanden.

Ähm wir möchten heute unsere Kernforschungsfrage vorstellen und diese dann auch im Laufe des Vortrages beantworten.

Uns interessiert also primär, ob diese Corona-Krise, so eine Art Gleichmacher ist oder ob sie gesellschaftliche Unterschiede noch verschärft

und wie sich dies im Mobilitätsverhalten der Menschen widerspiegelt

Es geht also im weitesten Sinne darum, herauszufinden, wie soziale Ungleichheit und Mobilitä.

In dieser Krise miteinander verknüpft sind. Und daraus folgt unsere Forschungsfrage, nämlich reduzieren alle Menschen in der Region Hannover ihre Mobilität gleichermaßen

Und was bedingt eigentlich ähm potenzielle Unterschiede.

Zunächst nochmal zurück zu unserer Ausgangssituation für dieses Projekt. Im Frühjahr zweitausendzwanzig war die Region Hannover wie auch ganz Deutschland im allerersten Logdown

Im Juni zur Zeit unserer Befragung gab es dann aber erste Lockerungen in Hannover und in der Region

Der Einzelhandel und die Gastronomie durften zum Beispiel unter sehr strengen Auflagen wieder öffnen und auch die Kinderbetreuung in Kitas und Kindergärten liefen allmählich wieder für größere Gruppen von Beschäftigten an

die Empfehlung zum Homeoffice und zum Social Distancing blieben aber bestehen und ähm insgesamt lässt sich der Juni letzten Jahres charakterisieren als eine Zeit, in der es noch deutlich weniger Notwendigkeit ähm oder Bedarf an Alltagsmobilität

sorry gab. Ähm schauen wir uns einmal die Literatur an.

Ähm aus der Transportgeografie und den Mobility Studies. Dann fällt auf, dass auch in ganz normalen Zeiten Alltagsmobilität

sehr unterschiedlich aussieht. Ähm in Haushalten zum Beispiel ist es oft so, dass Mütter den überwiegenden Anteil der Wege zurückliegen, die gemacht werden müssen, um Kinder zum Beispiel zur Schule, zur Krippe oder zu ihren Freizeitaktivitäten zu bringen

In den Mobility Studies wird sowas manchmal als relationale Mobilität verstanden. Also die höhere Mobilität der Mütter und die oft deutlich komplexeren Wege, die sie aufgrund der Fürsorgearbeit zurücklegen.

Stehen in Relation zu den einfacheren und kürzeren Wegen der Väter.

Der Weg zur Arbeit wurde lange in der Verkehrsplanung als der wichtigste Weg überhaupt angesehen. Und Pendlerinnen und Pendler machen auch heute noch einen Großteil des Verkehrs vor

Aufkommens aus

im urbanen Raum, da greifen Pendlerinnen und Pendler besonders ähm auf verschiedene Verkehrsmittel zurück in Regionen und auf dem Land dominiert nach wie vor das Auto

Neben Geschlecht, Erwerbsarbeit und Familienrolle spielt aber auch ähm die angebotene Infrastruktur im Raum. Eine wichtige ähm Rolle dabei ähm

wie Menschen mobil sind

Wir wissen ebenfalls, dass Studierende und jüngere Leute ein ganz anderes Mobilitätsverhalten haben als ältere Menschen. Und sehr viel öfters zu aktiven Formen des Transportes zurückgreifen, also mehr Radfahren, mehr Laufen

Lebensstil und Einstellungen wie Umweltbewusstsein sind darüber hinaus Faktoren, die mitbeeinflussen, wer wie mobil ist.

Wie sieht Mobilität jetzt aber in Zeiten der Krise aus?

Aus der Literatur zu Desaster Mobilitys wird deutlich, dass gerade der ÖPNV ein sehr wohlerabler Sektor bei Krisen ist.

Das unterschiedlichste Naturkatastrophen dazu beitragen, dass verschiedene gesellschaftliche Gruppen besser oder schlechter mobil bleiben können.

Anders als bei Naturkatastrophen führt die aktuelle Corona-Krise aber ja nicht dazu, dass

Infrastrukturen wirklich zerstört werden. Vielmehr erscheint es so, als wenn es vielleicht kognitive oder psychologische Faktoren sind, die dazu führen, dass ganz bestimmte Transportmittel als weniger sicher angesehen und deshalb gemieden werden.

Aus vorherigen Pandemienen wissen wir zum Beispiel ähm und da beziehe ich mich jetzt auf die Schweinegrippe und saß, dass Menschen dazu neigen, Vertrauen in den ÖPNV

als günstige, inklusive und auch umweltfreundliche Transportalternative verlieren

Und wir vermuten, dass emotionale und auch psychologische Faktoren auch in dieser Krise wichtige Kategorien sind, die das Transportverhalten ähm mit beeinflussen und zu Mobilitätsreduktion führen können.

Alltagsmobilität

und Mobilität in Krisenzeiten ist also eingebettet in verschiedene Wahlmöglichkeiten, die es am Wohnort gibt, also eingebettet in unterschiedliche Transportinfrastrukturen

Sowie differenziert nach Sozioökonomischen Aspekten, wie zum Beispiel Geschlecht oder das Vorhandensein von Kinder, aber auch Alter

Bildung, Einkommen, Lebensstil und Einstellung

Und in Zeiten der Krise wird ungleiche Alltagsmobilität darüber hinaus oft nicht gleicher, sondern Unterschiede bleiben bestehen und teilweise verschärfen sie sich auch noch.

Soweit erstmal zu den Vorüberlegungen, ich übergebe jetzt an Kerstin Schäfer, die sie durch die Datenhebung und die Emperie führen wird.

Ja, vielen Dank Leonie. Ähm wie gesagt, ich darf jetzt äh über die Datenerhebung ähm hin zu unseren empirischen Ergebnissen führen.

Zunächst einmal zur ähm zu unserer Studie. Also wir beziehen uns eben auf die Region Hannover, wie ähm Leonie ja eben schon gesagt hat.

Die Region Hannover da gibt es etwa eins Komma zwei Millionen Einwohner, die Hälfte davon konzentriert sich in etwa auch die Stadt Hannover und die andere Hälfte auf die umliegenden Gemeinden in der Region. Die Befragung fand als Online-Befragung statt im Rahmen eines Studienprojektes

Und diese Onlinebefragung war so etwa für zwei Wochen zugänglich im Zeitraum vom fünfzehnten bis zum dreißigsten sechsten letzten Jahres.

Grundgesamtheit, die wir hier befragen wollten, sind eben alle Personen, die in der Region Hannover mobil sind, das bedeutet, die zum Beispiel in der Region Hannover wohnen oder arbeiten oder aus anderen Gründen hier Verkehrsmittel benutzen. Und der Rücklauf ähm betrug so etwa viertausenddreihundert vollständige Fragebögen, die wir dann auswerten konnten.

Bevor ich zu den Ergebnissen komme, noch ganz kurz dazu, wen kann man mit so einer Methode überhaupt erreichen, wie sieht denn die Stichprobe aus, die wir am Schluss daraus bekommen haben

und ganz typisch für solche ähm Onlinebefragungen, die eben auf technische Hilfsmittel zurückgreifen, haben wir eben ein ähm.

Eine Unterrepräsentation von Personen über fünfundsechzig und ähm eine Überrepräsentation von Jüngeren

Und wenn wir uns hier auch den Beschäftigtenstatus anschauen können, können wir sehen, es gibt bestimmte Gruppen.

Die wir mit dieser Befragung nicht besonders gut erreichen konnten. Das sind zu ähm unter anderem auch einfach bulenarable Gruppen

gerade in der Panemie auch stärker beforscht werden sollten. Hier besteht also definitiv noch.

Ein ganz ganz großer Forschungsbedarf und auf solche Gruppen nochmal genauer zu schauen, die wir zum Beispiel in unserer Befragung jetzt nicht gut erreichen konnten.

Kommen wir also zu den Fragen, also reduzieren alle ihre Mobilität gleichermaßen und welche Faktoren bedingen mögliche Unterschiede.

Um das zu beantworten haben wir zunächst verschiedene soziodemographische Gruppen gebildet anhand einer Clusteranalyse die basieren auf den variablen Alter, Einkommen, Geschlecht.

Hat die Person Kinder im Haushalt, ähm hat die Person einen Uniabschluss und befindet sich die Person aktuell im Studium

Das Ganze haben wir dann ähm anhand einer Dauerdistanz zu ähm Gruppen

ähm verarbeitet, die nutzen wir, weil wir hier unterschiedliche Skalierungen von Variablen haben und zur Fusionierung haben wir eine Passionierung um Medoiden genutz

Hier dieser Silhouettengraf zeigt schon mal, dass eine Elf-Cluster-Lösung vorgeschlagen wird.

Wir haben verschiedene Szenarien ausprobiert und das war auch die inhaltlich sinnvollste Clusterlösung

Ähm und das sind die elf Cluster, die dadurch entstanden sind. Hier dargestellt auf einem ähm zweidimensionalen Koordinatensystem. Zum einen haben wir eben die Gruppe der Frauen und der Männer, die jeweils keine Kinder, keine Uniabschluss haben und aktuell nicht studieren

Dann haben wir hier Männer mit

Kindern, hier haben wir Uniassolventinnen und Uniabsolventen, hier die beiden Gruppen nochmal jeweils mit Kindern im Haushalt und das hier sind unsere vier Kategorien an Studierenden.

Das heißt, das sind die elf Cluster, mit denen wir dann im folgenden weitergearbeitet haben, um eben die Mobilitätsreduktion der jeweiligen Cluster genauer zu betrachten.

Hier können wir die jeweiligen Cluster geordnet sehen ähm nach der Höhe der Mobilitätsreduktion

und wir beginnen mit der höchsten Mobilitätsreduktion und enden mit den niedrigsten. Und die roten Konfidenzintervalle, die wir hier sehen, das ist quasi die Mobilität. Vor der Pandemie

und die Blauen, das ist die Mobilität während der Panemie und je größer der Abstand ist, desto stärker wird die Mobilitätsreduktion der jeweiligen Gruppe

Auf den ersten Blick können wir gleich schon mal erkennen, alle Gruppen haben ihre Mobilität signifikant verringert. Während der Panemie und es gibt durchaus große Unterschiede zwischen den jeweiligen Gruppen

Wenn wir hier sehen ähm sind die Studenten eine relativ homogene Gruppe

die eben mit Abstand ähm ihre Mobilität am stärksten reduziert haben, auch im Vergleich zu den Nichtstudenten vor allem. Wir können außerdem sehen, dass das die Gruppe ist, die vor der Pandemie, die höchste Mobilität hatte und während der Pandemie

die niedrigste Mobilität. Also hier zwei ganz extreme Werte.

Wenn wir uns jetzt die Gruppe der Nichtstudenten anschauen, dann können wir sehen, dass an den beiden Polen.

Der Sortierung jeweils die Frauen sind

wenn wir hier mal schauen, hier haben wir die Gruppe, die unter den Nichtstudenten die Mobilität am stärksten reduziert hat, das sind Frauen mit Uniabschluss und Kindern unter achtzehn im Haushalt, daneben gleich auch

Die Gruppe der Frauen mit Uniabschluss und keinen Kindern im Haushalt während auf der anderen Seite, also die Gruppe, die ihre Mobilität am allerwenigsten reduziert hat, das sind Frauen, ähm

ohne Uni Abschluss und ohne Kinder unter achtzehn im Haushalt. Und wir können auch sehen, dass diese beiden Gruppen.

Jeweils die Gruppen sind, die auch unter den Nichtstudenten vor der Panemie die höchste Mobilität hatten und der Unterschied hier vor allem eben in der Panemie begründet ist. Den ähm wir jetzt beobachten können.

Genau, schauen wir uns mal unsere jeweiligen Variablen in Bezug auf konkrete Verkehrsmittel an. Ähm hier ÖPNV-Verkehrsmittel, Stadtbahn, Bus und Zug

und ähm hier können wir sehen, dass der Einfluss des Einkommens auf die Nutzungsänderung des Verkehrsmittels hier negativ ist. Das bedeutet

Personen mit einem höheren Aus ähm einem höheren Einkommen tendieren dazu die Verkehrsmittel jeweils seltener zu nutzen.

Einen weiteren statistisch signifikanten Effekt haben wir hier bei Frauen im Vergleich zu Männern, bei der Stadtbahnnutzung, das bedeutet Frauen nutzen die Stadtbahn während der Pandemie ähm signifikant weniger als Männer

auch die Änderung der Zugnutzung hier ähm hat ein leicht signifikanten Effekt

Wenn wir uns jetzt mal als psychologischen Einflussfaktor die Sorge vor der ÖPNV-Nutzung anschauen, die Frage war ähm formuliert.

Wie besorgt sind sie sich bei der Nutzung des von ÖPNV-Verkehrsmitteln mit der Panemie zu infizieren? Dann können wir hier einen positiven Zusammenhang zwischen Geschlecht.

Und dieser Sorge feststellen, also Frauen geben eher an, sich Sorgen zu machen, ähm einen positiven Zusammenhang mit Alter, das bedeutet, die älter die Befragten waren desto eher haben sie eben eine höhere Besorgtheit angegeben

und ein leicht statistische signifikanten Zusammenhang mit Einkommen, das bedeutet Personen, die ein höheres Einkommen haben.

Geben auch ein leicht ähm höhere Sorge bei der ÖPNV-Nutzung an.

Okay, kommen wir zu räumlichen Einflussfaktoren. Hier in dieser Karte ist wieder die Gesamtmobilitätsänderung zu sehen. In der Region Hannover.

Und was hier auf den ersten Blick auffällt, ist, dass in allen Gemeinden die Mobilität

reduziert wurde. Das heißt, es gab keine Gemeinde, in der die ähm Mobilität ähm

gestiegen wäre. Wir können hier allerdings, wenn wir uns die Intensität anschauen, ein fast konzentrisches Muster um die Stadt Hannover sehen. Das bedeutet äh die hellere Farbe für die Stadt Hannover symbolisiert eben

eine geringere Änderung des Mobilitätsverhaltens während hier dunkelroter die Färbung wird

desto stärker ist eben die Mobilität reduziert worden und das können wir hier vor allem zum Beispiel in Benningson und Springe sehen

Wenn wir es jetzt mal aufgeschlüsselt nach ähm Verkehrsmitteln anschauen und hier habe ich immer unterschieden zwischen der Stadt Hannover und den umliegenden Gemeinden in der Region Hannover

dann können wir sehen, dass die Fahrradnutzung tatsächlich in den umliegenden Gemeinden leicht gestiegen ist.

Während die Steigerungen in der Stadt ähm hier nicht signifikant ist, wenn wir uns die Autonutzung angucken, sehen wir im Umkehrschluss, dass die Bewohner in der Stadt Hannover.

Ähm ihre Autonutzung signifikant gesteigert haben, während die Person in den umliegenden Gemeinden ihre Autonutzung tendenziell eher verringert haben, auch wenn der Wert hier

noch nicht signifikant ist

Und wenn wir uns hier die ÖPNV-Nutzung anschauen, dann können wir sehen, dass jeweils die Reduktion in den umliegenden Gemeinden immer stärker war, als in der Stadt Hannover selbst.

Okay. Vielen Dank und ich gebe jetzt wieder zurück an meine Kollegin Leni Tütja, die die Ergebnisse für sie jetzt nochmal zusammenfasst und einordnet.

Genau, also ich würde die Ergebnisse gerne nochmal versuchen, so ein bisschen zurückzubinden an gesellschaftliche Diskussionen, aber auch an die Literatur, die wir dazu gelesen haben. Ähm genau und hoffe, dass wir darüber dann auch ins Gespräch kommen können.

Zunächst einmal wollen wir also feststellen, dass

besonders Studierende ihre Mobilität eingeschränkt haben. Und dass sie das getan haben, natürlich kommen von einem sehr hohen Mobilitätsniveau. Man kann also davon ausgehen, dass diese Menschen auch sehr stark bemerkt haben, wie drastisch diese Einschränkungen in ihrem Lebensstil waren

Und

Da wir wissen, dass eine sehr drastische Einschränkung von Mobilität auch zu negativen ähm Konsequenzen, psychologischen Folgen führen kann, ähm ist diese Studie schon auch so ein bisschen

zu verstehen als ähm im letzten Vortrag viel

das Wort schon also eine Art Mini-Playdoy dafür, auch durchaus mal die Belange von Jüngeren und Studierenden

während dieser Krise nicht komplett aus dem Blick äh zu verlieren und vielleicht auch so ein bisschen so eine Anregung dazu mal darüber nachzudenken.

Wie man eigentlich kollektive Wertschätzung auch formulieren kann für das, was da geleistet wurde in dieser ersten Welle an Mobilitätsreduktion, weil das mit Sicherheit ähm auch einen Kraftakt war

Ähm neben diesen Erkenntnissen wird bei uns auch deutlich aus den Daten das Geschlecht wichtige Rolle spielt ähm und die Frage ist jetzt aber, wie, wie wir das sinnvoll interpretieren können. Also gerade Frauen

mit Kindern und Uniabschluss sind ja in der Krise ähm deutlich weniger mobil gewesen ähm und geben bei uns einen der Studie auch an, äh öfters Kinderbetreuung übernommen zu haben

ich denke, dass dies mindestens zwei Lesarten oder zwei Arten der Interpretation ähm ermöglicht. Zum einen

ist es denkbar, das zu interpretieren, dass unsere Daten leider ganz gut passen zum Medienberichten, die herausstellen, dass die Krise eher alte Rollenbilder befeuert und nicht zu sehr dazu führt.

Dass es Frauen gelingt, einen weiteren Emanzipationsschritt im Zuge von Corona zu machen. In unserer Analyse zeigt aber eben auch sehr schön auf.

Dass es nicht reicht, nur über Geschlecht zu sprechen, sondern dass wir intersektional denken müssen, dass Geschlecht eben mit verschiedenen anderen Dimensionen verschnitten ist, wie zum Beispiel

in unseren Daten massiv ähm den Uniabschluss und das Vorhandensein von Kindern. Also es geht bei dieser drastischen Mobilitätseinschränkung nicht um alle Frauen, sondern es geht explizit

um Mütter mit bestimmten Bildungsabschlüssen. Ähm

denn Frauen ohne Kinder und ohne diese Abschlüsse bleiben während der Krise am mobilsten.

Zum anderen äh sollten wir aber auch nochmal uns damit auseinandersetzen und das ist in eine andere Interpretation unserer Ergebnisse. Was denn eigentlich.

Mobilität während dieser Krise noch alles bedeuten kann. Denn Menschen, die weniger mobil sind.

Wie zum Beispiel Mütter mit Abschluss haben auch ein deutlich geringeres Infektionsrisiko.

Also Inmobilität ist in gewisser Weise, wenn wir aus so einem äh aus so einer Perspektive oder aus so einer Logik des Virus vielleicht denken, auch eine Art Schutz ähm vielleicht sogar eine Form des Privilegs.

Und nicht nur oder nicht zwangsläufig nur ähm ein Zeichen von einer negativen gesellschaftlichen Ungleichheit.

Frauen ohne Kinder und ohne Abschluss sind hingegen.

Potenziell höheren Infektionsrisiken ausgesetzt. Es ist also ein zweischneidiges Schwert mit der Bewertung von Mobilität und Immobilität während dieser Krise.

Und dementsprechend ist unser Ergebnis definitiv auch ein

Appell dafür weitere Forschung zu betreiben und sich ähm vielleicht auch anderen Forschungsmethoden zu nähern, insbesondere qualitativen Forschungsmethoden, um

Genau. Ähm herauszufinden

was denn da eigentlich für Sinnzuschreibungen passiert sind, während der Kriege Krise ähm wie Menschen diese Immobilität wahrgenommen haben, welche Präferenzen da vielleicht auch hinterstecken. Das sind Sachen, die wir in unserer Studie so nicht erheben konnten, zu denen wir deswegen auch nichts weiter ähm

ja sagen können. Genau, das wäre soweit erstmal von unserer Seite aus und wir freuen uns auf Nachfragen.

Ja, vielen Dank für die Präsentation ihrer Ergebnisse und

sehr gelungene Einordnung. Ich würde vielleicht einmal mit einer Verständnisfrage beginnen. Ähm sie haben ja gesagt, dass sie fürs Einkommen kontrolliert haben, da die Frage, ob

fürs Haushaltseinkommen oder für das individuelle Einkommen der Befragten Person.

Das hat ja durchaus vielleicht auch einen Einfluss. Also das war jeweils das individuelle Einkommen. Auf das Haushaltsankommen in dem Fall. Mhm. Super.

Dann hatten sie jetzt im Fazit ja auch gesagt, dass vor allen Dingen weibliche ähm Bachelor-Studierende ähm ihre Mobilität drastisch einge

haben, was denken sie, was da ähm Gründe für sein könnten und vielleicht daran anknüpfen, die Frage, sie haben ja für

ähm den Status studierender als Beschäftigungsform äh kontrolliert. Aber wie ähm Statistiken zeigen, ist das ja nicht die einzige Beschäftigungsart von Studierenden, sondern sie haben ja auch durchaus noch Nebenjobs

die sie ähm in denen sie tätig sind und die auch Einfluss auf ihre Womilität haben.

Ja genau, also die ähm Beschäftigung darüber hinaus, Nebenjobs und sowas wurden auch mit erhoben. Also diese Beschäftigungskategorien sind nicht exklusiv. Also man kann studieren, sowohl als auch ähm

beschäftigt angeben. Ähm das hatten wir uns tatsächlich auch mal angeguckt. Wir hatten auch eine Frage in der Befragung, die

wo es da drum geht, wer am ehesten seine Jobs verloren hat und wir gehen davon aus, bei Studierenden sind das vor allem Nebenjobs und da waren auch die weiblichen Bachelorstudenten und die weiblichen Masterstudenten ganz vorne mit dabei, also das waren die Gruppen, die am ehesten auch ihre Jobs verloren haben

und dementsprechend ist das auf jeden Fall

Faktor, der da mit reinspielt, dass diese Gruppe ebenso wenig mobil ist. Die sehen ja sonst auch

in fast allen Gruppen außer den weiblichen Befragten ohne Kinder und ohne Uniabschluss, dass sich die Frauen immer im Vergleich zu der männlichen Gruppe.

Stärker eingeschränkt haben in der Mobilität oder das zumindest angeben in der Befragung. Ähm dementsprechend kommt dann diese Reihung innerhalb der Studierenden zustande

ich würde sagen, bei den Bachelorstudenten liegt das vor allem auch mit da dran, dass die weniger oft.

Nebenjobs haben als Masterstudenten, jedenfalls die, die wir befragt haben und das, was wir so gesehen haben, ähm so dass dadurch auch nochmal diese Stärkereduktion im Vergleich zu Masterstudenten ähm vorkam. Allerdings ist das halt in der

innerhalb der Gruppe der Studierenden nicht signifikant unterschiedlich. Also diese Unterschiede, die wir da gesehen haben, wir haben ja gesehen, das Niveau ist ganz anders als bei den Nichtstudierenden und das ist halt so der.

Auffälligste Unterschied auf jeden Fall. Ja vielen Dank für die Einordnung, das ist ja auch ein

sehr spannender Befund durchaus, dass ähm weibliche Studierende eher ihren Job verloren haben. So die Einordnung habe ich tatsächlich noch gar nicht gehört. Das wäre ja auch interessanter,

nochmal weiter zu forschen in dem Bereich. Ähm dann vielleicht noch eine Frage zum ähm zu Transportmittelnutzung. Also es handeln sich ja signifikante Ergebnisse in ihrer Präsentation rausgestellt in der Reduktion bei Frauen für die Stadt

Züge und für Busse allerdings nicht. Was ist denn da eine mögliche Erklärung für.

Und ich denke, das hat viel einfach mit dem Vorhandensein von Infrastrukturen im Raum zu tun, ne? Also Busse ähm bedienen ganz andere Netze hier in der Region Hannover und da sind viele dann auch einfach nicht so leicht zu substituieren

Dementsprechend ist es da wahrscheinlich nicht so signifikant, genau. Okay, super, danke. Also es ist eher so eine Kontext Erklärung. Ja

Ähm dann kam noch die Frage, ob man vielleicht nicht auch zwischen Referenzen und Restriktionen unterscheiden müsste, dadurch, dass Studierende ja gezwungenermaßen ihre Mobilität einschränken mussten, dadurch, dass die Universitäten

geschlossen worden sind.

Ja, müsste man ganz bestimmt, ähm müsste man ganz bestimmt ähm ist aber so, in der Studie äh nicht ähm angelegt, ne? Also wir wir beobachten wirklich nur Mobilitätsreduktion und nicht so sehr, ähm ob das einen Ausdruck von

Präferenz oder Zwang ist, das können wir nicht unterscheiden aus unseren Daten, ist das nicht ersichtlich? Auch das wäre ein weiterer Appell dafür, weshalb man

das, was wir gemacht haben, als so ein, so ein erstes Schlaglicht, ne? Also es geht, es sind.

Trends oder ähm Tendenzen, die wir aufzeigen können, die sich auf dieser Makro-Ebene wiederspiegeln und das, was jetzt als nächstes passieren muss, ist das Unterfüttern. Also und da dann genau solche Fragen zu stellen, ne? Also was

Ähm ja, wie, wie empfinden zum Beispiel auch die Leute, die Mobilität reduzieren das? Also weil

ich glaube, dass es auch nicht ganz so einfach ist, ähm wenn man die Individuen befragt, ist es Präferenz oder Zwang, das ist ja auch in Zeiten dieser Krise ein vermutlich fließender Übergang

Also bis wohin ist es meine Präferenz und ab ab wann ähm setze ich mich da Zwängen aus.

Dann kam noch die Frage, ähm wie geht's denn um die Mobilität von Frauen mit Kindern und geringen Bildungsabschluss im Vergleich.

Zu denen mit hohen Bildungsabschluss ähm steht, ob sie das auch einmal überprüft hatten, nochmal in separaten Analysen.

Das hatten wir jetzt bisher noch nicht weiter überprüft, das ist auch

sehr interessantes Datenartefakt, weil diese Gruppe bei unserer Clusteranalyse die einzige logische Gruppe ist, die nicht zustande kommt. Und wenn wir quasi von einer Elfcluster-Lösung auch eine zwölf Cluster-Lösung kommen, dann

splittet sich diese Gruppe trotzdem nicht ab. Also das heißt Frauen ähm ohne Kinder und ähm keinem Hochschulabschluss, die sind quasi in den anderen Gruppen absolviert,

wurden. Die nächste Gruppe, die sich upslitet, ist ein die Gruppe der Männer mit Uniabschluss und zwar in ältere Männer, die mehr verdienen und jüngere Männer, die weniger verdienen. Also das ist quasi nach der Clusteranalyse die nächst

homogenste Gruppe, das heißt, dass diese Gruppe an Frauen.

Mit Kindern und ähm keinem Uniabschluss eine relativ wenig homogene Gruppe zu sein scheint im Hinblick auf die anderen ähm sozioökonomischen Indikatoren, die wir hier benutzt haben

dann noch eine Frage, die vielleicht auch noch ein bisschen daran anklüpfen könnte. Frauen äh mit.

Uni Abschluss und Kindern unter achtzehn hatten sie ja ein Fazit ähm gesagt, reduzieren deutlich. Konnten sie denn da auch

Rückschlüsse ziehen, ob sie einfach auf andere Transportmittel umgestiegen sind, also ein Auto zum Beispiel in der Familie zur Verfügung stand, was dann.

Häufiger genutzt wurde oder ging es wirklich damit zusammen, dass die nur zu Hause waren.

Also diese Mobilitätsreduktion haben wir gemessen über alle Verkehrsmittel hinweg. Okay. Das bedeutet, ähm sowohl Fahrrad als auch Autos sind da schon mit drin, obwohl wir ja dann gesehen haben, als äh als

diese Kategorien stärker aufgesplittet haben, dass beim Fahrrad und beim Auto nicht unbedingt eine absolute Reduktion stattgefunden hat, sondern das ein bisschen differenzierter zu betrachten ist. Das bedeutet, während diese Person umgestiegen, dann würde sich ihre Mobilitätsreduktion

verringern in unserer ähm in unserem ja in unserer Erhebung. Oh Gott

Und dann kam noch ähm eine weitere Frage im Chat, da wurde gefragt, ob sie also das hatten sie ja auch zu Beginn gezeigt mit ähm der Aufblütung der einzelnen Wohngebiete in Hannover. Ob sie sich die Daten auch nochmal

genauer nach dem jeweiligen Wohnort angeschaut haben, also gerade im Stadt äh Landbereich.

Und das im Bezug dann zur Mobilität gesetzt haben

Genau. Mhm. Ja, das haben wir gemacht. Ähm das ist äh auch Teil der Analyse. Wir mussten jetzt natürlich ein bisschen ähm kürzen. Also wir haben uns ähm zum einen angeschaut.

Also vielleicht nochmal ganz kurz als Hintergrund Stadt und Land ist hier vielleicht der falsche Begriff, weil in der Region Hannover

gibt es keine wirklich ländlichen Regionen, also wenn wir zum Beispiel nach dieser Region Starkkategorisierung für ähm

Mobilitätsinfrastruktur und Bevölkerungsdichte gehen, dann können wir sehen, dass wir da nicht unter Kategorie hundertfünfzehn fallen und diejenigen, die das ähm kennen.

Wird das äh wird das eben schon sagen, okay, das ist nicht besonders ländlich, was überhaupt in der Region Hannover so passiert.

Aber was wir uns angeschaut haben ist, wir haben nach diesen Regiostarkkategorien, ähm, die Gemeinden eingeteilt nach

Infrastrukturdichte und ähm Bevölkerungsdichte

und haben dann drei Gruppen gebildet, eben die eine Gruppe ist die Innenstadt und die anderen beiden Gruppen sind dann eben abnehmend immer in ihrer Infrastrukturdichte und haben quasi dahingehend nochmal den Einfluss ähm verschiedener Faktoren auf die Verkehrs äh Mittelnutzungsänderung.

Aufgesplittet und das gab auch nochmal ein paar ganz interessante Ergebnisse auf jeden Fall. Genau, eins der

der Ergebnisse hattest du ja auch präsentiert, ne? Also das ist zum Beispiel das Autofahren gar nicht in der Stadt äh so stark gesunken ist, sondern ganz im Gegenteil, dass die.

Ähm am urbansten Lebenden, auch die sind, die dann im Zweifelsfall am meisten wieder aufs Auto zurückgreifen

und es da sogar eine Mobilitätszuwachs in diesem Verkehrsmittel gibt. Was ja vielleicht was ist, ähm was so ein bisschen kontraintuitiv ist, weil man denken würde, na ja, gerade in den städtischeren Bereichen ähm ist doch auch der Umstieg aufs äh Fahrrad durchaus möglich.

Dann würde ich noch eine abschließende Frage aus dem Chat stellen. Da kam ähm der Vorschlag oder die Frage viel mehr, ob man vielleicht nicht auch das Vermögen entscheiden zu können, ob man mobil oder immobil.

Sein kann oder möchte, auch als eine Achse von sozialer Ungleichheit denken müsste.

Ähm ja bestimmt ähm die, die ist natürlich ähm und also ich selber, ich ich selber komme eher aus der

qualitativen Sozialforschung, finde das total einleuchtend ähm

merke aber wie, wie schwierig das wäre, das zu operationalisieren in so einer quantitativen Analyse, denn dahinter stecken ja ganz viele verschiedene Variablen, die so eine Wahlfreiheit mitentscheiden. Also.

Letztendlich wäre ja zum Beispiel sowas wie ein wie Einkommen oder oder finanzielle Ressourcen oder so. Es sind ja zum Beispiel eine Dimension, die mitentscheiden, ob ich mobil bleiben muss während der Krise oder nicht. Und die haben wir zum Beispiel ja auch drin, also

also ja unbedingt, ich glaube aber, wenn man das ähm als Unterscheidungskategorie benutzen würde, kommt man eben mit solchen statistischen Sachen nicht so.

Wahnsinnig viel weiter beziehungsweise in in Arge Schwierigkeiten, wie man das dann operationalisieren kann. Ähm aber ich glaube, dass das, wenn man ehrlich ist, ja, so einen

Grundgedanke ist von dem, was wir da versucht haben, aufzudröseln, nämlich genau das ähm

so ein bisschen äh aufzuzeigen, dass das in dieser Krise Immobilität und Mobilität eben ganz viel mit Ungleichheiten und Gleichheiten und Wahlfreiheiten zu tun hat.

Das war der Vortrag, den Kerstin Schäfer und Leben Tietsche in unserem digitalen Kologium am siebzehnten Februar gehalten haben.

Wir hoffen, sie konnten ein paar Anregungen mitnehmen. Wenn sie mögen, dann abonnieren und teilen sie doch gerne den Podcast, folgen sie uns außerdem auf Twitter unter Coronasutz.

Wir danken fürs Zuhören, bis zum nächsten Mal.