La conflictividad electoral en Guatemala: hacia un modelo que nos permita prever el futuro

La conflictividad electoral en Guatemala es un misterio. Cada año que se llevan a cabo elecciones, las instituciones encargadas publican “mapas de conflictividad” que pretenden decirnos en dónde van a ocurrir conflictos el día de las votaciones. Los esfuerzos por lo general no cuadran. En enero de este año, por ejemplo, el Tribunal Supremo Electoral (TSE) publicó un mapa en el que clasifica los municipios del país por el riesgo que tienen de registrar conflictos: ocho de ellos con un nivel “muy alto”; 42 con un nivel “alto”; 53 con un riesgo “medio”; y 237 con riesgo “bajo”. Entre los clasificados con un nivel “muy alto”, figuran municipios de los departamentos de San Marcos (Tajumulco, Esquipulas Palo Gordo e Ixchiguán), Huehuetenango (San Mateo Ixtatán y Soloma), Zacapa (San Jorge), Jutiapa (El Adelanto) e Izabal (El Estor) (Montenegro & Pineda, 2023, 16 de enero). La Procuraduría de los Derechos Humanos (PDH), por su parte, publicó un listado de departamentos también clasificados por su nivel de riesgo: Alta Verapaz y Escuintla con un nivel “muy alto”; Huehuetenango, San Marcos, Chimaltenango y Jutiapa con un nivel “alto”; y Guatemala, Zacapa, Petén, Izabal, Suchitepéquez y Chiquimula con riesgo “medio” (Montenegro, 2023, 16 de enero). Es evidente que cada institución pinta su propio cuadro de la conflictividad electoral que no concuerda con el otro.

Hay al menos cuatro razones que explican estos resultados tan divergentes: 1) no existe una definición única de “conflicto electoral” (o de “violencia electoral”) que guíe los esfuerzos de recolección, procesamiento y análisis de los datos recabados por cada institución; 2) por lo mismo, las bases de datos que producen tienen serias deficiencias, ya que desconocemos qué se registró en ellas precisamente; 3) cada institución utiliza sus propios métodos y sus propias variables para llegar a las conclusiones a las que llega; 4) las instituciones no coordinan esfuerzos para definir un mapa en conjunto.

En vista de estos problemas, y con el deseo de contribuir a entender el fenómeno, en Diálogos nos dimos a la tarea de estudiar la conflictividad electoral con los datos disponibles. Usamos como punto de partida una base de datos sobre “violencia y/o conflictividad electoral” construida por la PDH en 2019, la cual refleja varios de los problemas descritos arriba.[1] En particular, la base solo indica si un municipio registró o no registró algún incidente de “violencia y/o conflictividad electoral” ese año. No sabemos cuántos ni qué tipos de incidentes registró, ni cuándo lo hizo. Un informe (PDH, 2019) escrito por personal de la institución sobre el proceso ese año contiene una tabla con la descripción de varios casos que atendió, la cual nos ayuda a formarnos una idea de lo que posiblemente contiene la base, pero desconocemos si una corresponde con la otra.

El método que consideramos adecuado para este análisis es la regresión múltiple, una técnica estadística que permite al menos comenzar a hablar sobre causalidad y medir el peso explicativo de cada variable en el fenómeno que estudiamos. La idea era definir una serie de variables que podrían explicar la “violencia y/o conflictividad electoral” registrada por la PDH en 2019.

Comenzamos por leer algo de lo que se ha escrito sobre el tema. Encontramos, por ejemplo, que, en algunos países africanos, la “violencia electoral” (término usado en la literatura académica para referirse a lo que en Guatemala se conoce como “conflictividad electoral”) está relacionada con la conflictividad agraria (Klauss & Mitchell, 2015). También encontramos que las reelecciones pueden ser fuente importante de conflictos, y que tensiones étnico-políticas históricas a veces pueden preceder a los actos de violencia electoral (Birch, Daxecker & Höglund, 2020; Müller-Crepon, 2022). En general, la literatura sugiere que la conflictividad electoral está arraigada en la historia local de los lugares que uno estudia.

Con estas luces y con algunas inferencias lógicas que hicimos (por ejemplo, creímos que la conflictividad electoral es más probable en lugares en los que una cantidad alta de partidos compiten por una alcaldía), definimos una serie de variables que clasificamos en tres: estructurales, contextuales e incidentales. A grandes rasgos, las variables estructurales son aquellas que responden precisamente a la estructura social de un municipio y son difíciles de cambiar. La conflictividad agraria o el PIB per cápita, por ejemplo, son factores estructurales con profundas raíces históricas en cada municipio.

Las variables contextuales, por su parte, son aquellas que responden a la situación específica del municipio de frente a las elecciones. La cantidad de partidos políticos que compiten por una alcaldía o si un alcalde busca la reelección o no, por ejemplo, son variables que consideramos como contextuales.

Por último, las variables incidentales son aquellas que se registran el día de las elecciones. Los acarreos, los bloqueos de lugares de votación (para impedir que la gente vote) o la diferencia de votos entre los candidatos que quedaron en primero y segundo lugar, por ejemplo, son incidentes que creemos pueden ayudar a entender por qué en algunos lugares surgen conflictos electorales y en otros no.

El primer paso fue correlacionar cada una de estas variables con la variable que queríamos explicar: la “violencia y/o conflictividad electoral” definida por la PDH.[2] Con ese primer análisis exploratorio, acotamos nuestra serie a cinco variables explicativas, que con la regresión múltiple resultaron significativas.

El modelo resultante se expresa con la siguiente ecuación:

Conflictividad electoral = f(diferencia 1º y 2º lugar, conflictividad agraria, reelección, número efectivo de partidos, población)[3].

En donde:

Conflictividad electoral = presencia o ausencia de conflictos electorales en un municipio;

Diferencia 1º y 2º lugar = diferencia, expresada en proporción, entre los votos obtenidos por los candidatos que quedaron en el primero y el segundo lugar al competir por una alcaldía (proporción menor a 1.1);

Conflictividad agraria = conflictos agrarios por municipio (más de 6 conflictos);

Reelección = si un alcalde fue reelecto o no;

Número efectivo de partidos = índice que usamos para medir la concentración del voto entre los partidos que compitieron por una alcaldía;[4]

Población = la población por municipio basada en el Censo de 2018 (logaritmo natural).

¿Qué nos dice exactamente este modelo? A grandes rasgos, nos dice que la probabilidad de que ocurra un conflicto electoral en un municipio aumenta cuando ese municipio: 1) tiene una población considerablemente grande; 2) tiene un historial de conflictos agrarios; 3) es un municipio en el que un número reducido de partidos políticos concentra el total de los votos; 4) es un municipio en donde un alcalde es reelecto; y 5) es un municipio en el que la diferencia de votos obtenidos por el primero y el segundo lugar es pequeña. Este sería un “perfil hablado” del municipio que pintan los datos. Cabe resaltar que las dos variables que resultaron más significativas en nuestro modelo son la diferencia entre el 1º y el 2º lugar y la población.

¿Puede ser usado nuestro modelo para predecir lo que va a ocurrir este año? No, pero puede ser usado como una guía. Para 2019, nuestro modelo logró discernir entre los municipios con una probabilidad relativamente baja y una probabilidad relativamente alta de conflictividad, pero la predicción no fue perfecta (como ocurre con cualquier modelo).[5] De los 46 municipios en los que la PDH registró algún conflicto, 30 se ubicaron entre los que nuestro modelo clasificó con una probabilidad “alta” (mayor a la tasa global, que fue de 13.5%), pero los 16 restantes se ubicaron entre los que clasificamos con una probabilidad “baja” (ver Mapa 1). Esto sugiere que debemos mejorar nuestro modelo y/o pensar en otras formas de clasificar los municipios de acuerdo con otros criterios.

Mapa No. 1

Municipios con probabilidad “alta” (en amarillo) y “baja” de conflictividad electoral en 2019

 Fuente: elaboración propia con el análisis descrito hasta ahora.

Veamos un ejemplo: el caso de Huehuetenango. Según nuestro modelo, en 2019, en Huehuetenango era altamente probable que ocurrieran conflictos en 14 de sus 36 municipios. De esos 14, cuatro reportaron incidentes: San Sebastián, San Mateo Ixtatán, Nentón y San Pedro Necta. Los otros cuatro municipios que registraron conflictos (Colotenango, San Juan Atitan, San Rafael Petzal y Santiago Chimaltenango) se ubican entre los que nuestro modelo clasificó con una baja probabilidad. La Tabla 1 muestra cómo se comportaron las variables de nuestro modelo en cada uno de estos lugares (“criterios cumplidos”). Cabe resaltar el papel de las variables de población y del número efectivo de partidos.

Tabla No. 1: Comportamiento de las variables incluidas en el modelo en municipios de Huehuetenango que registraron conflictos electorales en 2019

Fuente: elaboración propia con datos de la PDH, TSE y SAA.

Otro ejemplo: Izabal. De acuerdo con nuestro modelo, en 2019, los cinco municipios de Izabal tenían una alta probabilidad de registrar conflictos. De ellos, tres (Puerto Barrios, Livingston y El Estor) lo hicieron. La Tabla 2 muestra cómo se comportaron nuestras variables en ese departamento. Cabe resaltar nuevamente el peso de la variable de población y, en este caso, también el de la variable de conflictos agrarios.

Tabla No. 2: Comportamiento de variables incluidas en modelo en municipios de Izabal que registraron conflictos en 2019

Fuente: elaboración propia con datos de la PDH, TSE y SAA.

El principal problema para usar nuestro modelo este año es que tres de las variables que usa solo se pueden medir después de las elecciones (la diferencia entre el 1º y el 2º lugar, el número efectivo de partidos y la reelección). También cabe notar que no tenemos certeza sobre la calidad de los datos de conflictividad agraria, una de las dos variables restantes.[6]

¿Cómo puede incorporar nuestro modelo a su trabajo el TSE? Puede incorporarlo usando como guía las variables que hemos encontrado significativas. Municipios altamente poblados, con un historial importante de conflictos agrarios y con una cantidad considerable de partidos políticos que compiten por una alcaldía, en los que además un alcalde busca la reelección en una contienda reñida con otros candidatos, pueden llegar a registrar incidentes de conflictividad electoral el día de las elecciones (o los días que le siguen). El TSE podría complementar nuestro modelo con la información que ha recopilado en el campo y con la información que le proporcione la PDH. El esfuerzo conjunto podría ayudarnos a entender mejor el fenómeno y a prepararnos más para futuras elecciones.