Crímenes de guerra en Ucrania!
KremlinToday.com

Lula presidente, ¿otra vez?

Los candidatos a la presidencia de Brasil, Lula y Bolsonaro, durante el debate electoral del 16 de octubre. Shutterstock / Isaac Fontana

Francisco Javier Ramirez Leiva, Universidad Pablo de Olavide

“Las elecciones mas crispadas de la historia”. Esta frase y similares han sido utilizadas por varios medios de comunicación en la apertura de coloquios y en portadas.

La crispación aumentó desde el arranque de la campaña electoral a mediados de agosto. Además, el pasado 2 de octubre, en la celebración de la primera vuelta de las elecciones presidenciales, Bolsonaro rompió con todos los pronósticos y obtuvo un 43,20 % del voto emitido, lo que supuso una diferencia positiva con lo pronosticado de 2,2 a 12,20 puntos porcentuales dependiendo de la encuesta.

Es aquí donde hay que tomar en cuenta a los llamados territorios bellwethers, estas provincias o regiones que, por la composición de su población, reflejan las tendencias políticas nacionales a escala local (como los famosos casos de Ohio en Estados Unidos y de Aragón en España) y que pueden servir para predecir al ganador en la noche electoral.

Para poder predecir el resultado de unas elecciones, los politólogos pueden recurrir al uso de encuestas, pero también a los territorios bellwethers. En ciencia política se definen como ciudades, provincias o regiones que marcan, dirigen la tendencia nacional o son una copia casi exacta del resultado nacional. Los bellwethers pueden ser una herramienta para predecir el ganador de una elección estatal.

Los territorios bellwethers en Brasil

Según Tufte y Sun (1975), los bellwethers se dividen en dos principales categorías: los distritos barométricos, que predicen la proporción de voto nacional recibida por el ganador, y los distritos swingométricos, que detectan los cambios u oscilaciones en la proporción de votos de una elección a otra. Estos dos métodos permiten medir las desviaciones en las regiones sobre la media nacional y, por supuesto, el número de veces que las regiones aciertan a posteriori en el voto al ganador de las elecciones.

En el siguiente gráfico, podemos apreciar los 27 estados federados brasileños y su porcentaje de acierto desde las elecciones presidenciales de 1989. Hemos seleccionado las elecciones presidenciales de 1989 como punto de partida por ser el momento posterior a la incorporación de Tocantins como último estado federado. De este modo todos los estados compiten por igual.

RELACIONADO  La demanda de carne está impulsando la deforestación en Brasil: cambiar la industria de la soja podría detenerla

Atendiendo al gráfico que sigue a este párrafo, en color azul se encuentran las regiones que solo han errado una vez de las quince votaciones –incluyendo primera y segunda vuelta (los estados de Tocantins y Amapá)–. Por otro lado, en color rojo aparecen los estados que no han fallado nunca a la hora de votar al ganador de las elecciones presidenciales (los estados de Amazonas y Minas Gerais).

Gráfico sobre el porcentaje de acierto de los estados brasileños 1989-2022. Fuente: elaboración propia.

Se supone que los distritos barométricos pueden predecir con precisión la proporción nacional de votos recibida por el ganador.

La siguiente gráfica recoge las diferencias de los estados con mejor porcentaje de acierto con respecto a la media nacional. Observamos como la línea de color verde (Minas Gerais) es la más próxima a la línea negra (media de Brasil) y, por ende, la que más se asemeja al resultado nacional. Como dato relevante de la primera vuelta de 2022, el voto recibido por Lula Da Silva en Minas Gerais estuvo 0,14 puntos por debajo de la media nacional.

En cuanto a la línea morada (Amazonas) ha sido la que más diferencia ha tenido con la media nacional. 2006 acumuló una diferencia de 27,75 puntos. En lo que respecta a las líneas amarilla (Amapá) y roja (Tocantins), sus recorridos han fluctuado en vaivenes con diferencias notables por encima o por debajo de la media nacional. En la primera ronda de 2022 ambos estados se situaron a 2,76 puntos de la media, en el caso de Amapá, y 1,97 puntos en el caso de Tocantins.

Gráfico sobre análisis barométrico (1989-2022 en porcentajes). Fuente: elaboración propia.

Centrándonos nuevamente en la dicotomía de Tufte y Sun, los distritos swingométricos siguen con precisión los cambios o las oscilaciones en la proporción nacional de votos de unas elecciones a otras.

RELACIONADO  Partido Comunista Chino: la épica del centenario

En la siguiente tabla hemos recogido las diferencias entre el porcentaje de voto en segunda ronda menos el porcentaje de voto primera ronda. De este modo, hemos seleccionado los años electorales en los que ha habido ballotage o segunda vuelta, eliminando aquellos años, 1994, 1998 y 2022, en los que no hubo doble vuelta. Los primeros resultados demuestran que las menores diferencias en las medias se presentan entre Minas Gerais, Amazonas y Tocantins: 0,07 puntos, 0,36 puntos y 2,06 puntos respectivamente.

Diferencias entre las variaciones entre las primeras y segundas vueltas en porcentajes. 1989-2018. Fuente: elaboración propia con datos del Tribunal Superior Eleitoral.

En el siguiente gráfico hemos recogido las fluctuaciones de porcentaje de voto entre los estados más competitivos como indicadores swingométricos (Amazonas, Tocantins y Minas Gerais). Podemos apreciar en un principio que Minas Gerais es el estado que puede asemejarse a las definiciones de Tufte y Sun para el indicador swingométrico.

El estado de Minas Gerais ha evolucionado con una tendencia muy cercana al resultado nacional. En las elecciones a doble vuelta vemos que las diferencias de voto de unas elecciones a otras oscilan entre los 3,16 puntos a los 0,80 puntos. Por lo cual podemos predecir que el resultado federal será muy parecido a lo que ocurra en este estado del sudeste de Brasil.

Gráfico sobre indicadores swingométricos (1989-2022 en porcentajes) Fuente: elaboración propia.

¿Qué pronosticaban las encuestas en Minas Gerais?

El resultado oficial de porcentaje de voto en este estado fue de 48,29 % del voto para Lula Da Silva y 43,60 % para Jair Bolsonaro. La diferencia real de Minas Gerais con el resultado nacional fue de 0,11 puntos en el caso de Lula y 0,40 en el caso de Bolsonaro.

Si observamos los sondeos oficiales, el centro demoscópico que más se acercó a los resultados reales en Minas Gerais fue AtlasIntel. Su último sondeo del 27 de septiembre para la primera vuelta se desviaron 0,01 puntos del resultado oficial de Lula y 2,2 puntos del resultado real de Bolsonaro. Por lo tanto, podemos decir que no todas los centros demoscópicos erraron en sus estimaciones.

RELACIONADO  Pelé: la primera superestrella mundial que puso pasión y una sonrisa al fútbol

Para la segunda vuelta, la última encuesta registrada el 12 de octubre de 2022 por AtlasIntel, otorga 51,1 % del voto a Lula y 46,5 % a Bolsonaro, 4,6 puntos porcentuales de diferencia. Esa diferencia estaría dentro de nuestras estimaciones.

Resultado para el 30 de octubre

Este estudio tiene como objetivo dar a conocer el concepto de bellwether como mecanismo de predicción electoral. En este caso, Brasil tiene cuatro estados federales con buenos indicadores de aciertos a ganadores electorales a nivel federal.

La realidad del análisis es que Minas Gerais es el único estado que puede predecir con exactitud, siempre dentro de los márgenes de error estándar, al ganador de la noche electoral. Si nuestra aportación es cierta y es validada con las encuestas preelectorales se puede esperar que el ganador en Minas Gerais lo sea también a nivel federal.

Gráfico con estimaciones para la segunda vuelta. En porcentajes. Fuente: elaboración propia.

Nuestras estimaciones reflejan que la segunda vuelta será reñida. Estimamos que Lula será el ganador de las elecciones presidenciales. La diferencia entre Lula y Bolsonaro fluctuará entre 1,6 puntos como mínimo y 6,4 puntos como máximo. Todo ello hace presagiar una victoria ajustada de Lula durante la segunda vuelta. Será la ocasión para verificar la robustez del uso de bellwethers en materia de predicciones electorales y corroborar que nuestras estimaciones son correctas.

Francisco Javier Ramirez Leiva, Assistant researcher, Universidad Pablo de Olavide