Motivación y literatura

• Tendencia de recesión democrática en varios países –preocupación generalizada durante y post-Covid19
  • V-Dem documenta que en más de 60% de países hubo algún tipo de violaciones a estándares democráticos –Argentina entre países con limitaciones leves, pero Brasil, Bolivia y Méjico con limitaciones más severas
• Eventos exógenos –catástrofes naturales, guerras y pandemias- afectan no sólo variables económicas sino también políticas
  • reelección de incumbentes
  • polarización
  • surgimiento de outsiders

Motivación y literatura (II)

• Visión tradiciional \(\longrightarrow\) “pocket-book” voting por el que los votantes recompensan a los incumbents por las buenas condiciones economicas y los castigan ante mala situación [Kramer (1971), Markus (1988), Lewis-Beck (1988)]
• Visión reciente \(\longrightarrow\) votantes no son enteramente racionales cuando se trata de recompensar/castigar a políticos
  • Achen and Bartels (2004) estudian eventos históricos donde votantes castigan a incumbentes por fenómenos ajenos a su voluntad y manipulación –“acts of God”
• Resultados son mixtos en esta literatura
  • Eventos exógenos dan posibilidad de sobre-reacción (fiscal) y aumenta chances de reeleccion [Heersink et al (2017), Gallego (2018), Ramos and Sanz (2020)
  • Bodet et al (2016) no encuentran asociación

Motivación y literatura (III)

• Pocos estudios que documentan impactos electorales de pandemia –muchos focaliza en turnout pero no en reelección/desempeño de incumbetes
• Paull (2021) encuestra asociación entre estados de Australia y Nueva Zelanda con buen control de pandemia y reelección de incumbentes
• Caso Argentino \(\longrightarrow\) relevante por varias razones
  • Manejo de pandemia largamente asumido por gobierno nacional
  • Desempeño regular y bajo la media según indicadores
    • Rankea 27 de 185 países en el Stringency Index
    • En muertes y casos per capita, está en el 35-40% de los peores países

Objetivos

• Ponderar explicaciones alternativas de los grandes cambios observados en la distribución de votos entre las principales fuerzas entre 2019 y 2023
• Identificar patrones de variación y heterogeneidad espacial en los votos
• Identificar tendencias de quiebre en relación al apoyo electoral de partidos y fuerzas tradicionales
  • ¿importa condiciones económicas?
  • ¿importa otras condiciones no económicas (libertades/derechos)?

Datos y metodología

• Usamos varias fuentes de datos
  • Resultados de elecciones nacionales a nivel de mesa Sitio DINE, tambien disponibles acá: socialstats.la
  • Datos de empleo registrado a nivel departamento disponibles mensualmente y a nivel de rama de actividad: Puestos de trabajo registrado
  • Datos varios de pandemia Covid-19
    • Datos de movilidad: Facebook Movement Range Maps
    • Datos de muertes, casos y restricciones a la movilidad: CovidStats

Una mirada a los datos (I)

Puestos de trabajos registrados por provincia

Una mirada a los datos (II)

Movililidad y observancia durante la pandemia Covid-19

Una mirada a los datos (III)

Estadísticas descriptivas por provincia

Una mirada a los datos (IV)

Movililidad y votos por fuerza

Una mirada a los datos (V)

• Idealmente contamos con datos de hasta cuatro elecciones presidenciales –2011, 2015, 2019 y 2023. También con datos de elecciones legislativas
• Variables de interés:
  • Determinantes de shares de votos para las principales fuerzas
  • Asociación entre impactos remotos de pandemia Covid-19 en votos en 2021 y 2023

Metodología

• Estimamos una modelo de efectos mixtos lineal (LMMs). La ecuación principal es: \[\begin{equation} \mathbf{Y_{k}}=\beta \mathbf{X_{k}}+\gamma_{k}\mathbf{Z_{k}}+\epsilon_{k} \end{equation}\]
• donde la variable dependiente, \(vsh_{i,t}\) es continua y es el porcentaje de votos objetido por la fuerza/coalición \(i\); \(\mathbf{X_{k}}\) es un vector de covariables de efectos fijos; \(\mathbf{Z_{k}}\) es un vector de efectos aleatorios –caso más simple random intercepts sin covariables

Resultados y análisis (prelim)

Votos (%) por fuerza en 2023 - OLS

Resultados y análisis (prelim)

Votos (%) por fuerza en 2023 - LMMs

Resultados y análisis (prelim)

Random intercepts and slopes - Provincias

Resultados y análisis: Mesas

Diferecial (aboluto) votos por mesas - Kirchnerismo

Resultados y análisis: Mesas

Diferencial (absoluto) votos por mesas - Cambiemos

A modo de resumen y agenda pendiente (I)

• Parece haber algún indicio de relación entre fenómenos exógenos –Covid-19 y el manejo (desmanejo) de incumbentes
  • en particular, lugares donde hubo mayor movilidad fisica de personas correlacion altos porcentajes de votos al liberalismo
    • ojo \(\longrightarrow\) puede haber otras variables que confundan pero EF/EA se mantienen
• Incorporar análisis más rico de cómo les fue a los gobernadores electos –castigo incumbente local versus incumbenete nacional

A modo de resumen y agenda pendiente (II)

• Incorporar variables de ayuda económica y financier del gobiero nacional –IFE, REPRO, ATP
• Incorporar elecciones más cercanas (legislativas; parte de apoyo a coalición nacional)
  • idea \(\longrightarrow\) experimento natural con (re)-asignación de votantes a escuelas
    • alrededor de 1/3 del padrón fue migrado a otras escuelas no habituales por la restricción de numero de mesas por escuelas
• Incorporar datos de pobreza para condicionar, interactuar por seriedad de impactos y restricciones por Covid-19