TaiGer - Relational schemas of state-citizen interactions: Contrasting evidence from citizen collaboration in Taiwan and Germany
Die organisierte, aktive Beteiligung von Bürger:innen an der Gestaltung, Umsetzung oder Bewertung von öffentlichen Gütern und Dienstleistungen spiegelt den Trend zu einer "New Public Governance" wider. Bisherige Forschung hat vereinzelt die individuellen Einstellungen und Motivationen untersucht, die Bürger:innen in die Zusammenarbeit mit öffentlichen Organisationen einbringen. Diese Forschung ist jedoch weit verstreut, bleibt oft ohne Verbindungen und lässt konzeptionelle Integration vermissen. Wir adressieren diese Lücke und entwickeln einen sozio-kognitiven Ansatz der aktiven Bürgerbeteiligung. Kern des neuen Bezugsrahmens ist der Begriff des relationalen Schemas. Relationale Schemata von Staat-Bürger-Interaktionen sind mentale Landkarten, die Bürger:innen und öffentlich Bedienstete durch ihre Zusammenarbeit leiten. Solche Schemata beinhalten implizite Annahmen über typische und ideale Eigenschaften von Bediensteten und Bürger:innen sowie interaktionale Skripte ihrer Zusammenarbeit. In einem eingebetteten Fallstudien-Design mit zwei Fällen (Taiwan und Deutschland) gehen wir den folgenden Forschungsfragen nach:
- Welche relationalen Schemata der Staat-Bürger-Interaktion haben Bedienstete und Bürger:innen, und wie unterscheiden sich diese Schemata zwischen den beiden Ländern?
- Was sind Bedingungsfaktoren von relationalen Schemata, wie wirken sich relationale Schemata auf die Ergebnisse der Zusammenarbeit aus, und wie unterscheiden sich diese Bedingungen und Konsequenzen zwischen den beiden Ländern?
- Wie wirkt sich die interpersonelle Kongruenz von relationalen Schemata von Bediensteten und Bürger:innen auf die Ergebnisse der Zusammenarbeit aus, und unterscheidet sich der Kongruenzeffekt zwischen den beiden Ländern?'
Zunächst werden wir die theoretischen und praktischen Grundlagen schaffen. Dann erfolgt die Datenerhebung in Deutschland. Dazu werden Experimente durchgeführt, welche die Kategorisierungsaufgabe mit Public-Goods-Spielen in zwei Management- und Politikfeldern (Energiewende und künstliche Intelligenz) kombinieren. Dieses Verfahren wird anschließend in Taiwan repliziert. Die Daten werden schließlich zusammengeführt und mit multivariaten Methoden analysiert.
- Dauer: 04/2023 - 03/2026
- Projektleitung: Prof. Dr. Rick Vogel, Projektmitarbeiterin: Anne Dahlweg, M.Sc., Kooperationspartnerin: Prof. Helen Liu, PhD
- Drittmittelgeber: Deutsche Forschungsgemeinschaft (DFG)