Marco teórico

1. Participación electoral

La participación en las elecciones es considerada un elemento esencial para las democracias (^{Dahl, 1971}; ^{Przeworski, 1991}). ^{Nohlen (2004)} argumenta que "la participación electoral es la más importante de las formas de participación, debido a que es la más igualitaria de todas" (p. 141). Dicha igualdad en el voto vendría dada, porque no distingue género, etnia, origen o cualquier otra diferencia humana y, por lo tanto, al momento de votar, todos importamos lo mismo, pues la influencia de cada persona mediante su voto vale igual (^{Pignataro. 2014}, p. 156).

Tal es la magnitud de su importancia, que la literatura al respecto llega a ser abrumadora. A lo largo de los años, distintos autores han establecido diversas categorías o escuelas electorales, en las que agrupan variables de un mismo tipo para explicar la participación en las elecciones. Tal es el punto que ^{Smets y Van Ham (2013)} han llegado a encontrar que hay 170 variables independientes diferentes, y que ninguna está presente en la totalidad de los estudios. Dentro de los principales enfoques podemos nombrar los estudios desde la elección racional de Downs y el enfoque institucional con variables como obligatoriedad del voto, sanciones, requisitos de inscripción, entre otras (^{Bingham, 1986}; ^{Jackman, 1987}).

Sin embargo, y de acuerdo con la literatura revisada, consideramos que el enfoque socioeconómico, que explica la participación a partir de características como los niveles de ingreso, el nivel educacional, la edad, el género, entre otras, es el más idóneo para analizar los bajos niveles electorales en países con voto voluntario (^{Wolfinger y Rosentone, 1980}). Del conjunto de variables de este enfoque evaluamos el impacto de los niveles de ingreso.

Lipset, en un estudio de 1960, ya observaba brechas en la participación entre distintos grupos socioeconómicos, grupos educacionales, entre otros. Más adelante Milbrath (1965) evidenció que, mientras más alta fuera la clase de una persona, más probable sería su participación en política. ^{Leighley y Nagler (1992)} argumentaron que el ingreso sería el indicador más preferible para explicar la participación electoral. Por su parte, Arendt ^{Lijphart (1997)} sostenía que, en sistemas con voto voluntario, la participación electoral se vuelve desigual y posee sesgos socioeconómicos, en consecuencia, se generaría un sistema de voto "censitario", ya que se estaría estratificando al electorado socioeconómicamente, favoreciendo a los sectores altos y sobrerrepresentado a los más privilegiados de la sociedad. En cambio, según ^{Mackerras y McAllister (1999)} en los sistemas con voto obligatorio, la participación electoral sería menos desigual. En esta misma línea, ^{Blais (2011)} argumenta que, entre más bajo el nivel económico, mayor será la abstención, ya que las personas que tienen necesidades básicas que cubrir tienen menos interés en la política. A estas aproximaciones también se les ha llamado el "sesgo de clase".

Mauricio Morales, uno de los autores que más ha trabajado este concepto para el caso chileno, argumenta que la participación es mayor en los segmentos con más recursos, lo que incluso tiene efectos en los niveles de inequidad social. En uno de sus estudios, el académico muestra que "un sistema de voto voluntario transforma las desigualdades socioeconómicas en desigualdades políticas, es decir, que los más ricos muestran mayor predisposición a participar que los más pobres" (Morales, 2014, p. 62) con lo cual se traspasan desigualdades económicas a la esfera política.

Otra consecuencia grave de este sesgo es que las políticas públicas estén menos destinadas a resolver los problemas que aquejan a los más necesitados, desfavoreciendo así las políticas redistributivas. Un estudio de ^{Matta (2009)}, que analiza 70 países, concluye que aquellos con voto voluntario destinan en promedio un 16 % menos del gasto público a materias sociales, que aquellos con voto obligatorio.

En otro trabajo realizado por Morales y Contreras, los autores señalan que "el sesgo de clase existe, pero que no es necesariamente producto de la institución del voto voluntario. El sesgo de clase también existía en el régimen electoral anterior que combinaba inscripción voluntaria y voto obligatorio" (Contreras y Morales, 2014, p. 81). En otras palabras, no serían las variables institucionales las que explicarían los niveles de votación, sino que es esta variable socioeconómica la determinante.

Este sesgo ya estaría presente previo al cambio en Chile, así también lo señala Luna: "Al analizar las características socioeconómicas de cada grupo a través de análisis de ANOVA y Chi Cuadrado, encontramos que los jóvenes inscritos son significativamente más educados y viven en hogares con mayores ingresos que los jóvenes no inscritos" (Luna, 2011, p. 6). ^{Toro (2007)} también argumenta en este sentido, al observar que ciudadanos de mayores ingresos votan en tasas más altas que sus contrapartes con ingresos más bajo, generando ciudadanos de primera y segunda categoría. Finalmente, ^{Corvalán y Cox (2011)} hallan que la participación electoral se encuentra fuertemente estratificada según el nivel socioeconómico, y aun controlando por educación, se detectan brechas de participación según niveles de ingresos. Lo descrito llevaría a una "elitización" del electorado.

En la literatura más reciente, se han seguido testeando este tipo de aproximaciones, tanto en Chile como en Colombia. ^{Montero, Rama & Santana (2019)} señalan que, si bien la edad y el hábito de votar eran factores claves en el Chile de 1999, su relevancia ha ido en declive en los últimos años, y que actualmente predominan factores como el nivel de estudios, la clase social o la información que se tiene sobre la política. Por su parte, ^{Cerquera et al. (2020)} estudian los factores asociados a la participación electoral en Colombia entre 2006 y 2014, y concluyeron, que las variables que se relacionan de manera positiva son el PIB departamental y los niveles de educación, mientras que las reducciones en el nivel de pobreza se traducen en una mayor participación electoral.

Sin embargo, hay una discrepancia metodológica en los que han explorado estas hipótesis: algunos usan datos desde lo comunal, por ejemplo, ^{Bargsted (2015)} y Brieba (2012), y otros emplean datos individuales proveniente de encuestas, como ^{Mackenna (2014)}. Hay también quienes proponen separar el tipo de comuna entre urbana y rural, como ^{Corvalán (2011)}, y otros proponen ponderaciones poblacionales. De estas diferencias provienen los desacuerdos en los resultados; mientras unos extienden sus inferencias sobre el voto -clase a la totalidad del país, otros han expresado que dichas conclusiones solo tienen alcances al aplicarlas al gran Santiago, por ejemplo, (principales comunas del radio urbano de la región metropolitana chilena). Otro ejemplo de estas tensiones metodológicas se da con el uso de encuestas. Al respecto ^{Bargsted, Somma y Muñoz (2019)} critican que muchos estudios abarcan una o muy pocas mediciones en el tiempo de las tres fuentes de cambio longitudinal, es decir, la edad de los entrevistados, cohorte de nacimiento y período del estudio. Según señalan los autores "bajo esas condiciones, es imposible describir adecuadamente las distintas fuentes del declive agregado en la participación electoral" (^{Bargsted et al., 2019}, p. 77).

2. Pobreza

La Comisión Económica Para América Latina y el Caribe establece que la pobreza es "la situación de aquellos hogares que no logran reunir, en forma relativamente estable, los recursos necesarios para satisfacer las necesidades básicas de sus miembros" (CEPAL, 1988). Sin embargo, para medirla existen distintos mecanismos, los que suelen clasificarse entre métodos directos e indirectos (^{Feres y Mancero, 1999}). El indirecto considera pobres a las personas que no dispongan de los recursos suficientes para poder satisfacer las necesidades básicas. Aquí encontramos el método de la línea de la pobreza (LP), que es el más utilizado internacionalmente. Este emplea los ingresos de un hogar o el gasto en consumo como datos para medir el bienestar, fijando una "canasta" que contempla los recursos mínimos necesarios para satisfacer las necesidades esenciales. Sin embargo, consideramos que esta medición unidimensional es insuficiente, ya que la pobreza es un fenómeno multidimensional. Por eso, se optó por utilizar los métodos directos en esta investigación, es decir, aquellos que consideran pobre a quienes no satisfacen una o más de sus necesidades básicas, como lo son un lugar en condiciones para vivir, una nutrición adecuada, educación, etc., y no solamente por lo monetario.

Dentro de este grupo está el método de las necesidades básicas insatisfechas (NBI), introducido por la CEPAL a comienzos de los años ochenta, para aprovechar la información de los censos, y que fue ampliamente utilizado en América Latina (Beccaría, ^{Feres & Sáinz, 1999}). Para su construcción se consideran como indicadores la vivienda, la salud, la educación y los servicios sanitarios. Bajo este método se califica como población en pobreza a aquella que tiene al menos una de estas necesidades no cubiertas, y como pobres extremos, a los que presenten dos o más. Otro método directo de medición y más actualizado es el de pobreza multidimensional (IPM) basado en el trabajo de ^{Alkire y Foster (2007)}, quiénes proponen un método comprensivo de identificación denominado punto de corte dual, y que ha sido ampliamente reconocido y aplicado internacionalmente, siendo adaptado a la realidad de distintos países (PNUD, 2016). Chile, uno de ellos, considera en su aplicación cinco dimensiones: 1) educación, 2) salud, 3) trabajo y seguridad social, 4) vivienda y entorno, y 5) redes y cohesión social.

Si bien este indicador es el más completo, nos presenta la siguiente dificultad. Por un lado, aun cuando en Chile se cuenta con tasas de pobreza multidimensional a nivel país, y también para cada una de sus comunas, en Colombia solo se dispone para el nivel nacional, departamental (el equivalente a las regiones en Chile) y cabeceras (principales ciudades de un departamento), no existiendo para sus comunas. Por otro lado, para el caso del NBI, en Colombia se tienen datos de forma desagregada, pero para Chile, estos se encuentran desactualizados, ya que fueron descontinuados en los 90. Ante esta disyuntiva, se ha optado por emplear los datos de pobreza multidimensional de Chile y los de NBI de Colombia, equiparándolos, considerando que, si bien el indicador multidimensional es más completo, de todas maneras, está basado en la misma lógica del NBI, por lo tanto, pueden ser empleados como similares ante la falta de mejores datos para el estudio. Es más, valiéndonos de lo realizado por ^{Velásquez (2010)} tenemos que:

El método de cálculo del IPM es equivalente al del NBI. En los dos casos se determinan niveles de privación por cada aspecto incluido y se identifica a los hogares pobres de acuerdo con el número de privaciones. Las diferencias entre ambos tienen que ver con la mayor cantidad de dimensiones y variables en el IPM, y el menor énfasis que ese indicador tiene en las condiciones de la vivienda y el acceso a servicios, en comparación con el NBI. (^{Velásquez, 2010}, p 29).

Metodología

Un problema recurrente en las ciencias sociales es que, en innumerables ocasiones, no contamos con los datos en las unidades de análisis que necesitamos estudiar, sino que solamente la hallamos de manera agregada en agrupamientos geográficos que incluyen tales unidades. La situación descrita ocurre en el tipo de estudio que realizamos, por lo que debemos recurrir a la inferencia ecológica, técnica estadística que permite estimar los valores de las celdas (datos desagregados) de una tabla de contingencia, cuando solamente se encuentran disponibles los totales marginales (datos agregados) de las tablas referidas (Langbein y ^{Lichtman, 1978}).

De los distintos métodos de inferencia ecológica se ha optado por el modelo logit de inferencia ecológica de ^{Thomsen (1987)}. Este usa las tablas de Goodman para estimar la movilidad de votos o la relación entre ellos, por un lado, y por otro, datos socioeconómicos. Para eso recurre a resultados electorales o datos censales a nivel agregado, dichas variables "son transformadas a la escala probit y se reemplazan las regresiones de la tabla de Goodman (1953) por la Q de Yule como una aproximación de la correlación tetracórica" (^{López, 2004}, p. 289). Posteriormente, a partir de los marginales de la tabla, Thomsen "emplea correlaciones gamma bajo supuestos de homogeneidad de la data como proxy de correlaciones ecológicas logísticas" (López, Dockendorff & Figueroa, 2011, p. 128), aunque, de acuerdo a ^{Achen (1995)}, también funcionaría para datos no homogéneos. En concreto, lo que se busca, finalmente, es poder estimar las intersecciones fila-columna que generan los totales marginales de cada fila y columna, como podemos observar en la Tabla 1.

Tabla 1 Notación para el Problema de IE 

Fuente: Tabla de Goodman presentada en ^{King (1997}, p.31).

Siguiendo a Balsa (2012), en la Tabla 1, el objetivo es encontrar los valores desconocidos de los parámetros p_i ^b y p_i ^w, atendiendo a los totales marginales conocidos X_i y T_i, para todas y cada una de las tablas de contingencia, i = 1,..., p, de un área geográfica, así como para el área geográfica en general.

La elección de este método se justifica por tres motivos: en primer lugar, ha sido utilizado en estudios de distintos países de Europa como Italia, Eslovaquia y República Checa (Marsh, Slava & Schmitt, 2004; ^{Hanretty, 2008}; ^{Linek & Pat, 2007}); también, en las elecciones parlamentarias británicas y en naciones asiáticas, como Corea del Sur (^{Park, 2008}), además de Estados Unidos (Cho & Manski, 2009). En segundo lugar, su uso es tradicional en el sur de Latinoamérica, fue utilizado en Chile para evaluar el voto de los sectores populares (^{López, 2004}; ^{López, Dockendorff & Figueroa, 2011}; López & Gamboa, 2015) y en Argentina, para determinar la proporción de obreros que votaron por Perón (Balsa, 2012). , en tercer lugar, porque en los estudios mencionados ha demostrado dar buenos resultados al medir movilidad de votos y, en especial, cuando se busca realizar un análisis en el contexto país y en sus subdivisiones regionales, probando ser más estable que el método de King en tablas donde los indicadores superen las 2x2.

Para poder emplear este método se utilizó la aplicación para STATA del software ECOL elaborado por Thomsen en los años 90. En concreto, se usó el paquete estadístico formulado por ^{Park, Hammer y Biggers (2014)}. En palabras de ellos: "The confidence in the Thomsen estimator created by our results suggests a number of potential applications that can be implemented with easy to use software that we have provided athttp://cpc.snu.ac.kr/ computing/stata"(Park, Hammer y Biggers, 2014, p. 193).

Análisis de datos y resultados

1. Estadística descriptiva

En la tabla n.° 2 se pueden observar las 10 comunas con tasas de pobreza multidimensional más altas de las 346 municipalidades de Chile. En primer lugar, se puede señalar que tres de ellas pertenecen a La Araucanía, lo cual tiene sentido si consideramos que es la región con la tasa más alta de pobreza, con un 29,2 %. En segundo lugar, se observa que Huara corresponde precisamente a la segunda comuna con mayor abstención en el ámbito nacional, con una tasa bastante alta de 82,63 %, lo que significa que, en dicha comuna, con importantes índices de pobreza, de cada 10 habitantes solo 2 votaron. Luego, vemos casos como los de las comunas de Camiña y Camarones, pertenecientes a la zona norte del país, cuyas tasas de participación no superan el 30 %, y la abstención es superior al 70 %. En el resto de comunas, si bien superan el umbral del 30 % de participación, no alcanzan el 50 %.

Tabla 2 Top de las 10 comunas con más pobreza en Chile 

Fuente: Elaboración propia con base en datos del SERVEL y CASEN (2020).

Para la segunda vuelta, podemos percatarnos de que nos encontramos con Putre, comuna que, además de ser de las más pobres del país, también corresponde al tercer municipio que más disminuyó su participación en el balotaje, pues votaron un 7,52 % de personas menos en segunda vuelta. Seguida de ella, ubicamos a Camarones, localidad que disminuyó su participación en un 4,95 %, siendo la quinta en el país que más bajó. Por otro lado, se debe precisar, que también observamos algunas comunas que subieron su participación, cómo los casos de Ercilla (6,01 %) y Malloa (5,20 %). Sin embargo, se debe tener en cuenta que hay otras 70 comunas en el territorio nacional que las superan en aumento. Finalmente, se observa que, aún con los incrementos existentes, solo una de las 10 comunas más pobres de Chile logró superar el 50 % de votación. Por el contrario, 4 de estas 10 comunas son, a su vez, parte de los 15 municipios con mayores tasas de abstención en segunda vuelta.

En la Tabla 3 encontramos a las 10 comunas con menores tasas de pobreza multidimensional del país, es decir, aquellas comunas que menores carencias tienen. Salta a la vista, que la mitad de ellas pertenecen a la región metropolitana, área en la cual no encontramos ninguna comuna entre el top de pobreza. Además, también se puede apreciar que ninguna de las otras regiones aquí presentes tiene comunas entre el ranking de las 10 más pobres revisado anteriormente.

Tabla 3 Top de las 10 comunas con menos pobreza en Chile 

Fuente: Elaboración propia con base en datos del SERVEL y CASEN (2020).

Por otro lado, destaca que Vitacura, la comuna con la menor tasa de pobreza (2,8 %) sea precisamente la comuna con más alta participación en primera vuelta, con un 69,09 %. Posteriormente, también hallamos en este ranking comunas como Las Condes, La Reina y Ñuñoa, las cuales también son parte de los 6 municipios con tasas de participación electoral más altas (3.°, 4.° y 6.° lugar, respectivamente). En el resto de las comunas, exceptuando a Chile Chico, todas superan al menos el 40 % de participación. Para segunda vuelta, hallamos que en 8 de estas 10 comunas la participación aumentó, en promedio, un 3 %. Al contrario, Punta Arenas y Chile Chico (extremo sur) son parte de las 35 comunas que disminuyeron en el balotaje.

Ya revisados los rankings de Chile, podemos pasar a mirar los de Colombia. Entre las 10 comunas con mayores tasas de pobreza medida por NBI, resalta que 3 de ellas pertenezcan al departamento de Chocó, precisamente la zona con mayor tasa de pobreza en Colombia, con un 79,19 % (DANE, 2012). Luego, podemos visualizar que todos estos municipios, a excepción de uno, pertenecen a la zona norte de Colombia, la cual colinda con el Caribe. Por otro lado, observamos que, en este listado, está presente Puerto Colombia, que corresponde al segundo de los 1122 municipio colombianos con mayor tasa de abstención en la primera vuelta, con un 89,14 %, y tan solo un 10,86 % de participación. Luego, tenemos a Uribia, la cual, con un 82,47 % de abstención, se sitúa como la séptima comuna a lo largo del territorio con la menor participación electoral. El resto de los municipios, si bien superan el 20 % de participación, en ningún caso logran superar el umbral del 50 %.

En lo que respecta a la segunda vuelta, podemos notar que 2 de estos 10 municipios más pobres, disminuyen su participación en segunda vuelta, siendo parte del grupo de 300 comunas que bajan en el balotaje. Si bien es un amplio número de comunas las que bajan en participación en la segunda vuelta, acá no nos referimos solamente a 346, como en el caso chileno, sino que hablamos de más de 1000 municipios. En las otras 8 comunas, la participación aumentó en segunda vuelta. Destaca Murindó, que incrementó en un 12,26 %. Sin embargo, hay que considerar que es un municipio de tan solo 3000 habitantes, bajo número para el tamaño de las comunas. Finalmente, aun cuando aumentó la participación de estas 10 comunas más pobres, solo en 2 casos se logró superar el 50 % de participación en el balotaje.

Tabla 4 Top de las 10 comunas con más pobreza en Colombia 

Fuente: Elaboración propia con base en datos del RNEC y DANE (2020).

En segunda vuelta, y como podemos observar en la tabla n.° 5, la mitad de los 10 municipios con menor tasa de pobreza pertenecen al mismo departamento. Nos referimos a Antioquia, el octavo de los departamentos con menos pobreza. Luego, podemos visualizar que la totalidad de estas comunas se concentran hacia el centro del país, cercanas a Bogotá. Entre los municipios que resaltan en este listado tenemos a Sopó, que además de una baja pobreza, corresponde a la segunda comuna de las 1122, con mayor participación a en el ámbito nacional. También figura Chía, situándose como el séptimo municipio con mayor participación. En el resto de las comunas que componen este grupo, si bien no llegan a tasas de participación tan altas como el 70 %, en todas al menos se supera el 55 %, situación que solo ocurre en 328 de los 1122 municipios colombianos. Por su parte, en todas las comunas del ranking, la participación disminuyó en segunda vuelta.

Tabla 5 Top de las 10 comunas con menos pobreza en Colombia 

Fuente: Elaboración propia con base en datos del RNEC y DANE (2020)

2. Ecological inference

Luego de explorar los datos ilustrativos de los principales municipios con mayores y menores tasas de pobreza, pasamos ahora a analizar la inferencia ecológica. Cabe indicar preliminarmente que los datos seleccionados son homogéneos entre sí. Para el caso de Chile, se han sometido a análisis los datos de las 346 comunas, mientras que, para Colombia, se han utilizado los datos disponibles para 1122 municipios.

De acuerdo con los datos analizados, y rigiéndonos por el padrón electoral del país, hallamos que del 46,69 % que votó en la primera vuelta de las elecciones presidenciales de Chile 2017, solamente un 34,5 % de aquellos votantes eran pobres, lo que constituye un tercio de quienes votaron. Mientras tanto, el 65,6 % de quienes lo hicieron eran "no pobres". Visto de otro modo, tal y como se refleja en la Tabla 6, del total de pobres del país, en primera vuelta votaron tan solo el 26,94 % de ellos, mientras que el 73,06 % se abstuvo de acudir a las urnas. Por su parte, del universo de no pobres, el 51,95 %, sí participó de los comicios, lo que constituye más de la mitad de ellos, lo que se asemeja al promedio nacional de participación electoral.

Tabla 6 Participación en primera vuelta en Chile y nivel pobreza según padrón electoral 

Fuente: Elaboración propia a partir del análisis en ECOL-STATA (2020).

En segunda vuelta, la participación electoral de Chile aumentó un 2,3 %, y en concordancia con ella, la votación de pobres y no pobres también creció.

Por un lado, del universo total de pobres, los que votaron, pasaron de un 26,94 % en primera vuelta, a un 32,59 %, en la segunda lo que constituye un aumento no menor. En concreto, es un incremento de un 5,65 %, lo que permite inferir, más del doble del aumento promedio nacional. Por su parte, en los "no pobres" también hubo un crecimiento, pero en un rango menor, pasando de 51,95 % al 53,38 %, es decir un 1,43 % más.

Tabla 7 Participación en 2.ª vuelta en Chile y pobreza según padrón electoral 

Fuente: Elaboración propia a partir de análisis en ECOL-STATA (2020).

Por el lado colombiano encontramos que, en primera vuelta, del 54,57 % que participó en las elecciones, solo el 29,11 % eran pobres. De estos votantes, el 70,88 % correspondían a "no pobre". De esta manera tenemos que, del total de la población pobre, el 73,25 % se abstuvo de votar, mientras que solo lo hizo el 26,75 %. Esto significa que, en Colombia, menos de un tercio de la población pobre participó.

Tabla 8 Participación en primera vuelta en Colombia y pobreza según padrón electoral 

Fuente: Elaboración propia a partir de análisis en ECOL-STATA (2020).

En segunda vuelta, y como se observa en la Tabla 9, hay un aumento de los votantes pobres respecto del total de pobres en el territorio nacional, pasando de un 26,76 % a un 31,92 %. Visto desde el total de votantes del balotaje, un 33,66 % corresponderían a votos de ciudadanos pobres, mientras que un 66,44 % provienen de "no pobres".

Tabla 9 Participación 2.ª vuelta en Colombia y pobreza según padrón electoral 

Fuente: Elaboración propia a partir de análisis en ECOL-STATA (2020).

De manera paralela, se analizan también los datos en los escenarios regional/ departamental, para tener otra mirada del fenómeno estudiado a nivel agregado y ver qué resultados se arrojan. En primer lugar, como podemos observar en la Tabla n.° 10, en 13 de las 15 regiones de Chile, se ratifica que la población pobre se abstiene mayoritariamente de votar en las elecciones, encontrando casos muy altos, como los que se producen en las zonas extremas del país: Arica y Parinacota, junto a Tarapacá, en el norte; y Magallanes en el sur. En ellas, el porcentaje de pobres que decide no votar es superior al 90 %. Sin embargo, también hallamos que en las regiones que, se concentran en el centro del país, la diferencia es baja, por ejemplo, en O'Higgins y Maule, las variaciones son del orden del 7 %. Finalmente, se detectan casos como los de Valparaíso y Aysén, en los que, contrario a lo sostenido, vota más gente pobre que la que se abstiene. Aun así, se debe precisar que la variación es baja (4,44 %).

Tabla 10 Participación y pobreza regional en Chile, primera vuelta 

Fuente: Elaboración propia a partir de análisis en ECOL-STATA (2020).

Por otra parte, en la Tabla n.° 11 se muestran los resultados de la segunda vuelta. Si la comparamos con la anterior, podemos hallar que, a excepción de Atacama, en todas las otras regiones la participación de la población en condición de pobreza incrementó en esta instancia, lo que se condice con el aumento nacional de la participación electoral en el balotaje. Sin perjuicio de ello, entre los pobres continúa siendo predominante la tendencia a abstenerse, más que a votar. Por lo tanto, siguen siendo los "no pobres" los que más participaron en los comicios. Por otro lado, a las regiones de Valparaíso y Aysén, en las cuales la proporción de pobres que votó en primera vuelta fue mayor a la que se abstuvo, ahora se suman los casos de O'Higgins y Maule. Sin embargo, esto no significa necesariamente que, del total de personas que votaron en esa región, la mayoría fuese no pobre. Por ejemplo, en el caso de O'Higgins, del total de votantes del balotaje, un 49,15 % corresponden a población que se encuentra en situación de pobreza, mientras que el 50,85 % del total de los votantes corresponden a electores no pobres.

Tabla 11 Participación y pobreza regional en Chile, segunda vuelta 

Fuente: Elaboración propia a partir de análisis en ECOL-STATA (2020).

Para el caso colombiano, en el ámbito departamental (el equivalente a las regiones en Chile), podemos ver, en la Tabla n.° 12, que de los 32 departamentos², en 30 de ellos la tendencia a abstenerse, entre la población pobre, es considerablemente mayor a la de sufragar. Aun cuando excluyamos los casos de San Andrés, Guainía, Vaupés y Vichada, por ser regiones con solo 2 y 3 comunas respectivamente (lo cual podría sesgar las inferencias) encontramos, de todas maneras, una cantidad importante de departamentos, en donde la opción de no votar entre los pobres es superior al 85 %, como los casos de Caldas, La Guajira, Risaralda y Arauca. Por otra parte, tambié n se contemplan 2 casos, el de los departamentos de Quindío y Guaviare, en los cuales la proporción de pobres que decidió votar fue mayor a la que se abstuvo.

Tabla 12 Participación y pobreza departamental en Colombia, primera vuelta 

Fuente: Elaboración propia a partir de análisis en ECOL-STATA (2020).

Al observar la Tabla n.° 13, que comprende los resultados del análisis de la segunda vuelta en Colombia, se halla que en 30 de los 32 departamentos la participación de la población en condición de pobreza incrementó en la segunda vuelta, lo que es coincidente con el aumento a nivel nacional de la participación electoral en esta instancia. Solamente en Arauca y Quindío, la participación de los pobres tuvo un descenso. Por su parte, los departamentos de Atlántico, Bolívar y Casanare, se suman a los de Quindío y Guaviare, como zonas en las que la proporción de pobres que deciden sufragar es mayor a la de abstenerse, pero la variación es baja.

Tabla 13 Participación y pobreza departamental en Colombia, segunda vuelta 

Fuente: Elaboración propia a partir de análisis en ECOL-STATA (2020)

Ya visto los resultados en los ámbitos nacional y regional/departamental para ambos casos, se puede señalar que, si bien la estimación en el escenario general/país tiene bastante lógica, al verlo desde el punto de vista de las regiones, el panorama es más inestable. Aun cuando no son del todo homogéneos los resultados, en la gran mayoría de los casos, la gente pobre tiende a no votar. Así como encontramos casos con diferencias extremas también hay con variaciones pequeñas, pero caben dentro de los intervalos de confianza que se han estimado.

Conclusiones

Como se ha señalado a lo largo del artículo, Chile y Colombia son dos de los países de América Latina que poseen un régimen electoral de carácter voluntario. Además, ambos presentan una participación bajo el promedio regional y que solo bordea el 50 %. Además, la pobreza de carácter multidimensional registrada en estas naciones presenta tasas importantes, y a nivel municipal, las desigualdades entre unas comunas y otras, son preocupantes.

Por otro lado, en la literatura existen importantes tensiones teóricas y metodológicas sobre las variables que explican el comportamiento electoral. Desde lo teórico, hay autores que sostienen, que las reglas institucionales pueden inhibir o incentivar la participación, pero también hay quienes creen que son las características socioeconómicas las que determinan los niveles de votación. En el plano metodológico hay discrepancias en torno a los tipos de datos por utilizar para testear estas aproximaciones. Algunos han usado datos de encuestas, mientras tanto, otros han empleado datos comunales y ponderaciones según el tamaño de ellas.

Como una manera de contribuir a dicha discusión, este estudio ha decidido explorar el impacto de la pobreza multidimensional en la participación de Chile y Colombia en sus últimas elecciones presidenciales, ya que, hasta ahora, las investigaciones solamente se han centrado en su dimensión monetaria, dejando de lado las concepciones actuales de la pobreza reconocidas, incluso en los Objetivos de desarrollo sostenible de las Naciones Unidas.

Luego de proporcionar estadística descriptiva relevante para el estudio y someter las bases de datos confeccionadas al análisis de la inferencia ecológica, se concluye que la pobreza (multidimensional) sí tiene efectos significativos sobre la participación electoral en los casos estudiados, evidenciado que, en lo comunal, una parte mayoritaria de la población pobre se abstuvo de votar en sus respectivos países.

Para ambos casos hemos obtenido resultados similares que potencian nuestras inferencias. En primera vuelta, tanto en Chile como en Colombia, del total de la población identificada como pobre, el porcentaje que se abstiene de votar es del orden del 26 %. En otras palabras, del universo de personas en situación de pobreza de cada país, menos de un tercio de ellos ha sufragado en las últimas elecciones presidenciales. Esto también se puede leer como, que, del total de votantes de la primera vuelta, la proporción de pobres era del 34,14 % -en Chile- y del 29,11 % -para Colombia-. A su vez, para la segunda vuelta, aun cuando la participación aumentó, las inferencias previas igual se refuerzan, pues se obtienen cifras muy similares como resultado. Mientras en Chile, del total de la población pobre, en esta instancia votó un 32,59 %, en Colombia lo hizo el 31,92 %, por lo que la variación entre un país y el otro es de un porcentaje mínimo de tan solo 0,67 %.

Con lo señalado podemos reafirmar la hipótesis planteada a los inicios de esta investigación, pues mostramos empíricamente que los individuos con bajos ingresos y -por tanto, en una situación de pobreza-, son quienes se abstienen de votar. Por el contrario, las personas con mejores ingresos, tienden a participar más, lo que termina generando una participación política desigual en el plano electoral. De esta manera, a nivel teórico, contribuimos a las tensiones en la literatura sobre las variables que explican el comportamiento electoral, evidenciando que factores socioeconómicos como la pobreza, en su expresión multidimensional, afectan los niveles de participación. También, es posible concluir que el método de ^{Thomsen (1987)} funciona muy bien en el contexto país, pues los datos son bastante positivos, ya que el número de casos permite una estimación real. Pero, en el contexto regional, si bien funciona bastante bien en muchas de ellas, en otras hay casos altamente inestables y con bajo número de unidades, lo que genera resultados más extremos en los intervalos de confianza.

En definitiva, con lo ya señalado se concluye lo siguiente. Primero, la pobreza efectivamente tiene un impacto significativo en la participación electoral de países que tienen voto voluntario, como lo son Chile y Colombia, en Sudamérica. Segundo, si tenemos una participación desigual de votantes tal y como hemos evidenciado, el resultado de tal escenario es una representación desigual, pues ciudadanos pobres y no pobres no votan en igual proporción. Tercero, esta desigualdad económica entre ellos termina convirtiéndose en una desigualdad política, pues sobrerrepresenta a un grupo y subrepresenta al otro. Finalmente, es necesario disminuir la desigualdad en estos países para mejorar los niveles de participación.