Universidad Politécnica de Madrid

E.T.S.I. en Topografía, Geodesia y Cartografía

METODOLOGÍA PARA EL ANÁLISIS ESPACIOTEMPORAL

DEL IMPACTO DE LA ABSTENCIÓN EN LOS RESULTADOS
ELECTORALES EN VENEZUELA: PERIODO 2004-2013

Tesis Doctoral

Autor:
MSc. Ing. Víctor David Saldaña Cohen

Director:
Prof. Dr. Antonio Vázquez Hoehne

2021
ii
Departamento de Ingeniería Topográfica y Cartografía.
E.T.S.I. en Topografía, Geodesia y Cartografía.
Universidad Politécnica de Madrid.

Título:
Metodología para el análisis espaciotemporal del impacto de la abstención en los resultados
electorales en Venezuela: periodo 2004-2013.

Autor:
MSc. Ing. Víctor David Saldaña Cohen.

Director:
Prof. Dr. Antonio Vázquez Hoehne

Año:
2021

iii
Tribunal nombrado por le Magfco. y Excmo. Sr. Rector de la Universidad Politécnica de
Madrid el día……de…………………de 2021.

Presidente:

Vocales:

Secretario:

Suplentes:

Realizado el acto de defensa y lectura de la tesis el día……de…………………de 2021 en la

E.T.S.I. en Topografía, Geodesia y Cartografía.

Calificación………………………………….

El presidente Los vocales

El secretario

iv
 ÍNDICE

ÍNDICE ................................................................................................................................. V

DEDICATORIA.................................................................................................................. IX

AGRADECIMIENTOS ......................................................................................................... X

RESUMEN ....................................................................................................................... XIII

ABSTRACT ...................................................................................................................... XIV

LISTA DE FIGURAS ........................................................................................................ XV

LISTA DE TABLAS ......................................................................................................... XVI

ABREVIATURAS .......................................................................................................... XVII

INTRODUCCIÓN..................................................................................................................1

CAPÍTULO 1. TEMA DE INVESTIGACIÓN. ......................................................................4

1.1. Contexto histórico............................................................................................................4

1.1.1. Caracazo, el principio de todo. ..................................................................................5
1.1.2. Hugo Chávez en el poder. .........................................................................................8
1.1.3. Referendo revocatorio de 2004. ............................................................................... 16

1.2. Justificación. .................................................................................................................. 17

1.2.1. Tema. ...................................................................................................................... 19
1.2.2. Periodo. .................................................................................................................. 21
1.2.3. Área. ....................................................................................................................... 22
1.2.4. Unidad espacial. ...................................................................................................... 25

1.3. Límites. ......................................................................................................................... 25

1.4. Hipótesis. ....................................................................................................................... 26

1.4.1. Hipótesis nulas. ....................................................................................................... 27
1.4.2. Hipótesis alternativa. ............................................................................................... 27

1.5. Objetivos. ...................................................................................................................... 28

1.5.1 Objetivo general....................................................................................................... 28
1.5.2. Objetivos específicos. ............................................................................................. 28

1.6. Resumen. ....................................................................................................................... 28

v
CAPÍTULO 2. ESTADO ACTUAL. .................................................................................... 30

2.1. ¿Qué es la geografía electoral? ....................................................................................... 30

2.2. Estrategia seguida. ......................................................................................................... 31

2.2.1. Áreas geográficas. ...................................................................................................32
2.2.2. Bases de datos. ........................................................................................................ 33
2.2.3. Periodos. ................................................................................................................. 34
2.2.4. Idiomas. .................................................................................................................. 34
2.2.5. Clases. .................................................................................................................... 34

2.3. Antecedentes: 1913-2021. .............................................................................................. 37

2.3.1. Internacionales. ....................................................................................................... 37
2.3.1.1. Periodo: 1913-1945. ......................................................................................... 38
2.3.1.1.1. Positivismo: neopositivismo y racionalismo crítico. ...................................38
2.3.1.1.2. Positivismo en ciencias sociales. ................................................................ 40
2.3.1.2. Periodo: 1946-1989. ......................................................................................... 41
2.3.1.2.1. Revolución cuantitativa. ............................................................................ 41
2.3.1.2.1.1. Consolidación de la geografía electoral. .............................................. 42
2.3.1.2.2. Geografía electoral al rescate. .................................................................... 44
2.3.1.2.3. Cambio de paradigma. ............................................................................... 45
2.3.1.2.4. Fin de la hegemonía positivista. ................................................................. 46
2.3.1.2.5. Importante número de antecedentes. .......................................................... 48
2.3.1.3. Periodo: 1990-1999. ......................................................................................... 49
2.3.1.3.1. Posmodernismo. ........................................................................................ 50
2.3.1.3.2. Interesante número de antecedentes. .......................................................... 51
2.3.1.4. Periodo: 2000-2021. ......................................................................................... 52
2.3.1.4.1. Paradigmas actuales en geografía............................................................... 52
2.3.1.4.2. SIG. ........................................................................................................... 53
2.3.1.4.3. Explosión de antecedentes. ........................................................................ 53
2.3.2. Iberoamérica. .......................................................................................................... 58
2.3.2.1. Brasil, España y México. .................................................................................. 59
2.3.2.1.1. Brasil. ........................................................................................................ 59
2.3.2.1.2. España. ...................................................................................................... 60
2.3.2.1.3. México. ..................................................................................................... 62
2.3.2.2. Argentina, Chile, Colombia y Portugal. ............................................................ 63
2.3.2.2.1. Argentina...................................................................................................63
2.3.2.2.2. Chile.......................................................................................................... 63
2.3.2.2.3. Colombia. ..................................................................................................64
2.3.2.2.4. Portugal. .................................................................................................... 64
2.3.2.3. Otros. ............................................................................................................... 64
2.3.3. Venezuela. .............................................................................................................. 65

2.4. Resumen. ....................................................................................................................... 66

CAPÍTULO 3. MARCO TEÓRICO. .................................................................................... 68

vi
3.1. Proceso electoral y elección. .......................................................................................... 68

3.2. Oficialismo, oposición e independientes. ....................................................................... 69

3.3. Etapas básicas de un proceso electoral en Venezuela desde el año 2004. ........................ 69

3.4. Abstención y resultados electorales. ............................................................................... 70

3.5. Votos nulos y en blanco. ................................................................................................ 72

3.6. Resumen. ....................................................................................................................... 73

CAPÍTULO 4. DISEÑO METODOLÓGICO. ...................................................................... 74

4.1. Tipo y paradigma de investigación. ................................................................................ 74

4.2. Área de estudio. ............................................................................................................. 75

4.3. Población y muestra. ...................................................................................................... 79

4.4. Metodología................................................................................................................... 79
4.4.1. Creación de la base de datos plana. ......................................................................... 79
4.4.1.1. Definición de los atributos. ............................................................................... 80
4.4.1.1.1. Atributos de las parroquias y los procesos electorales. ............................... 80
4.4.1.1.2. Atributos del acto de votación....................................................................81
4.4.1.2. Selección de los procesos electorales y tipo de elecciones. ............................... 81
4.4.1.3. Extracción, transformación e inyección de los datos (ETL). .............................. 83
4.4.2. Implementación de un SIG. ..................................................................................... 85
4.4.2.1. Equipos y programas. ....................................................................................... 85
4.4.2.2. Base de datos georrelacional............................................................................. 85
4.4.3. Procesamiento y análisis. ........................................................................................ 87
4.4.3.1. Etapas generales llevadas a cabo en los análisis. ............................................... 90

4.5. Resumen. ....................................................................................................................... 92

CAPÍTULO 5. RESULTADOS Y ANÁLISIS. ..................................................................... 94

5.1. Municipio Maracaibo. .................................................................................................... 95

5.2. Estado Zulia................................................................................................................. 100

5.2.1. Análisis de regresión lineal y dispersión. ............................................................... 100
5.2.1.1. Análisis de regresión lineal. ............................................................................ 102
5.2.1.2. Análisis de dispersión. .................................................................................... 109
5.2.2. Análisis espacial. .................................................................................................. 116
5.2.2.1. Descriptivo. .................................................................................................... 118
5.2.2.1.1. Perjuicio electoral por cada 10 % de aumento de la abstención (IMP10ABS).
............................................................................................................................... 118
5.2.2.1.2. Ganador medio (MEDIA_DIF_OFI_OPO_porcentaje). ........................... 121
5.2.2.1.3. Perjuicio electoral por cada 10 % de aumento de la abstención (IMP10ABS)
y ganador medio (MEDIA_DIF_OFI_OPO_porcentaje).......................................... 125

vii
 5.2.2.2. General........................................................................................................... 128
5.2.2.2.1. Subregiones económicas. ......................................................................... 128
5.2.2.2.1.1. Capital. ............................................................................................. 129
5.2.2.2.1.2. Guajira. ............................................................................................. 130
5.2.2.2.1.3. Perijá. ............................................................................................... 131
5.2.2.2.1.4. Sur del Lago. .................................................................................... 132
5.2.2.2.1.5. Costa Oriental del Lago. ................................................................... 132
5.2.2.2.2. Circunscripciones electorales. .................................................................. 133

5.3. Resumen. ..................................................................................................................... 138

CONCLUSIONES.............................................................................................................. 139

APORTES .......................................................................................................................... 149

SUGERENCIAS ................................................................................................................ 153

BIBLIOGRAFÍA ................................................................................................................ 155

ANEXO ............................................................................................................................. 179

viii
 DEDICATORIA

"Tengo una pregunta que a veces me tortura,

¿estoy loco yo o los locos son los demás?"
Albert Einstein

A Mama y Javier.
Al Prof. Antonio y Prof. Yogry.
A todos los que me ayudaron.

ix
 AGRADECIMIENTOS

“El que da, no debe volver a acordarse;

pero el que recibe nunca debe olvidar”
Proverbio hebreo

Cuando hace algunos años me planteé la meta de hacer un doctorado fuera de Venezuela
sabiendo que la posibilidad de tener algún tipo de beca y/o financiación por parte de alguna
institución nacional o internacional era casi nula, así como sin tener los contactos ni referencias
pertinentes, sabía que iba a ser un camino largo, arduo y tortuoso, el cual estaría lleno de
obstáculos y contratiempos que me llevarían a dudar en muchas ocasiones sobre si debería
continuar o no. No obstante, a pesar de lo difícil que parecía esta misión también sabía que
podía llevarla a cabo, no en vano había aprendido a volar en turbulencia severa durante muchos
años. En este sentido, gracias al apoyo de los muchos que me encontré en el camino, puedo
decir con mucha satisfacción al mirarme frete al espejo, misión cumplida.

Comienzo agradeciendo a mi padre Javier y madre Marianela, así como a distintos miembros
de mi familia. Al primero, en paz descanse, un simple español de la ciudad de Oviedo
(Principado de Asturias) que emigró a Venezuela en la década de los sesenta por haberme
permitido trabajar desde muy chico a su lado en una pequeña empresa familiar de distribución
de productos lácteos en la cual aprendí, entre muchas otras cosas, el valor del esfuerzo y la
perseverancia, a laborar incansablemente durante largas jornadas muchos días del año, a
disfrutar esforzarme hasta el agotamiento, a mirar siempre en alto por haber dado lo mejor de
mi así las cosas no saliesen como se planificaron, a entender que los infinitos rechazos te hacen
mejor y, sobre todo, a interiorizar el mantra de no rendirme nunca a pesar de las dificultades. A
la segunda, por haberme dado la vida, así como por su entrega como madre. También a demás
miembros de mi familia que aprecio, entre ellos a mi tía Mayo y a mis hermanos Nano y
Manuel.

Por otra parte, ya dentro de lo académico, debo decir que a medida que iba cursando algunas
asignaturas en la etapa de formación del doctorado, comencé a explorar con algunos profesores
la posibilidad de trabajar en un tema de investigación que fuese importante y agradable para
ellos y, al mismo tiempo, satisfactorio y motivante para mí. Así aparecieron en este largo
camino la profesora Mercedes Farjas con quien evalúe la posibilidad de hacer alguna
investigación en el área de modelado tridimensional, así como los profesores Santiago Ormeño
e Iñigo Molina con quienes estudié la posibilidad de hacer una investigación en otra de las
áreas de la geomática que me apasiona, la teledetección. No obstante, por cuestiones de recursos
económicos y a pesar de haberles dedicado muchas horas, semanas y meses, así como haber
contado con el apoyo académico de los profesores mencionados, estos dos proyectos no fueron
posibles. Sin embargo, a todos ellos, mi infinito agradecimiento por su tiempo y apoyo.

x
Asimismo, como no expresar mi más profundo reconocimiento al profesor Antonio Vázquez
Hoehne quien de manera desinteresada y afectuosa me ayudó desde el primer momento cuando
solicité la admisión a la universidad, en ese momento al programa de master, así como a migrar
de este al de doctorado, a cumplir con la burocracia internacional para poder financiar por mi
propia cuenta este proyecto académico, a formarme en el aula de clases en las distintas
asignaturas que compartimos juntos y, como no, a llevar a puerto seguro esta tesis doctoral al
ser el director de la misma. Sinceramente profesor Antonio, no tengo como agradecerle salvo
imitar con otros su comportamiento conmigo.

También quiero dejar plasmados en estas líneas mi más profunda gratitud al apoyo que me han
brindado dos personas muy importantes en mi vida. Por un lado, al profesor Yogry del Valle
Castillo Vera de la Universidad del Zulia (Venezuela), mi alma máter, quien fue el director del
trabajo final de cada uno de los cuatro títulos académicos que he conseguido hasta la fecha (uno
de grado, dos másteres y uno de diplomado) y quien fue una especie de codirector en la sombra
de este proyecto de tesis doctoral, nunca dudando en tomarse el tiempo necesario para hacer
innumerables correcciones y sugerencias. Por otra parte, a Javi, el hermano mayor que nunca
tuve, quien me ha apoyado en todos los aspectos desde que nos conocimos en 1998, haciéndolo
siempre con una entrega desinteresada que me ha impactado y modelado de una forma positiva.
A ambos, tampoco tengo como pagarles, salvo copiando lo mejor de ustedes.

No puedo dejar a mencionar a Luly, quién fue mi novia durante casi nueve años y quien me
acompañó durante buena parte de este proyecto académico, profesional y humano de forma
entregada y desinteresada, compartiendo no solo lo que le sobraba, sino, mucho más importante
aún, lo que le faltaba. Asimismo, a distintos miembros de su familia. A sus padres, Pedro y
Tibisay, “los únicos” como cariñosamente me refiero a ellos, quienes también los siento como
otros padres por el apoyo infinito y desprendido que me han brindado desde que los conozco
hace ya más de quince años. Igualmente, a Caro, Pedro Miguel y Daniela, así como al resto
de sus familiares que de alguna u otra forma siempre me han recibido con los brazos abiertos.

Asimismo, cómo no dedicar unas líneas de agradecimiento al “Pueblo”, cómo me refiero

afectuosamente al grupo de amigos que hice durante estos años de desarrollo de mi
investigación doctoral. A Ayar, de España, al que llamó “El Maestro”, por sus incontables
consejos a lo largo de todo este tiempo. A Alberto, también de España, con quien compartí
muchas veces largas horas en el Centro GEO I+D (antiguo laboratorio LatinGeo) de la UPM y
quién fue nuestro profesor de geología en todas las excursiones que realizamos a los distintos
puntos de la geografía española. A Adolfo, de Nicaragua, quien con su sarcasmo inteligente y
jocoso siempre nos hacía reflexionar sobre distintos temas y de quien aprendí numerosos
aspectos de programación. Igualmente, aunque haya compartido mucho menos con ellos, no
puedo dejar de mencionar a Xavier y Catalina de Ecuador, Vladimir de Nicaragua y Eladio
de Puerto Rico con quienes también tengo agradables recuerdos. Asimismo, tengo que
mencionar con especial cariño a mi amigo y compañero de estudios John Jairo de Colombia,
con quien viví un tiempo en Madrid, hermano, infinitas gracias por todo, nunca podré olvidar
todo tu apoyo y amistad, en especial las largas jornadas de discusión técnica que compartimos
sobre distintos ámbitos de la geomática.

xi
Por otra parte, existen otro conjunto de personas que siento el enorme placer de agradecerles.
A Mayaya y su familia en Venezuela por su cariño conmigo, a Oscarelena, también de
Venezuela, quien me ha brindado su tiempo en distintas ocasiones y a Kristian de Suecia, por
su apoyo y compañerismo durante los años que compartimos cursando asignaturas juntos.
Igualmente, a Jeff y Lorna en los Emiratos Árabes Unidos cuando estuve un tiempo viviendo
en Dubái. A Peter en los Países Bajos quien apostó por una de mis ideas que había concebido
y trabajado intensamente durante dos años como parte de una start-up que creé en Reino Unido
y que me permitió volver al mundo laboral fuera de la academia. A Yohana de España y
Magaly de Colombia quienes me ayudaron a asentarme en Londres cuando llegué a la capital
británica en febrero de 2017. También, como no, a los distintos miembros de la comunidad de
la UPM que me apoyaron desde el primer día en la biblioteca y secretaria de la escuela, entre
otras dependencias. A todos, infinitas gracias.

Igualmente, como no agradecer a las más de dos mil quinientas personas que entrevisté de
forma no estructurada con el fin de entender mejor el comportamiento político y, en particular,
el electoral en los setenta y cinco países o territorios que visité en cuatro continentes, incluyendo
los ocho en que viví (Alemania, Chipre, Emiratos Árabes Unidos, España, Inglaterra, Malta,
Países Bajos y Venezuela). Asimismo, a los numerosos empleados de los cientos de hoteles,
hostales, casas, apartamentos, etc. en los cuales pasé miles de noches, así como a los no pocos
camareros que me sirvieron un plato caliente de comida, conductores que me llevaron,
policías que me protegieron, médicos que me curaron, guías de museo que me instruyeron y
vecinos que me abrieron las puertas de sus casas, entre muchos otros. A todos ustedes que me
hicieron mejor académica, profesional y humanamente, mi eterna gratitud.

Por último, infinitas gracias al destino por nunca haber podido conseguir una beca o respaldo
financiero de ninguna institución pública o privada en Venezuela, España u otro país, ya que
hubiese estado atado a cumplir con sus requisitos, perdiendo de esta forma la oportunidad de
experimentar el increíble sentimiento de haber investigado de forma novedosa con total libertad
y actitud emprendedora, de haber cumplido esta misión como lo diría Frank Sinatra, a mi
manera. Igualmente, a los que me dijeron que no podía hacer un proyecto tan demandante fuera
de mi país sin apoyo económico y/o institucional y muchos menos trabajando de “cualquier
cosa” y/o viviendo en otros países y/o sin estar fijo en algún lugar. En fin, a todos los que de
alguna u otra manera mediaron, sin yo saberlo y entenderlo en ese entonces, para que viviese
esta aventura, infinitas gracias, les debo una muy buena situación económica, un gran
sentimiento de autorrealización, una gran capacidad de adaptación al cambio, un bajo nivel de
apego a personas y objetos materiales, un muy alto nivel de resiliencia, una gran capacidad de
resolver problemas abstractos de alta complejidad en cualquier lugar del mundo y un bagaje
cultural del que pocos pueden presumir al haber visitado miles pueblos, ciudades, museos y
sitios históricos en los setenta y cinco países o territorios en cuatro continentes que visité y/o
viví, en definitiva, les debo muchísimo, ya que me regalaron infinitas experiencias que me llevo
conmigo y que han convertido estos años en, sin duda alguna, los mejores de mi vida.

xii
 RESUMEN

Saldaña, Víctor. «Metodología para el análisis espaciotemporal del impacto de la abstención en

los resultados electorales en Venezuela: periodo 2004-2013». Tesis doctoral, Universidad
Politécnica de Madrid (UPM), 2021.

Desde la llegada de Hugo Chávez a la presidencia de Venezuela en febrero de 1999, la sociedad

venezolana ha mantenido unos niveles muy altos de polarización sociopolítica en torno a su
figura y legado, en especial desde finales de 2001. De hecho, a partir de esta última fecha la
ciudadanía está agrupada en dos bandos políticos mayoritarios, oficialismo y oposición. Como
parte de la pugna por el poder ambos sectores han tratado de dominar la narrativa política. Uno
de sus aspectos más llamativo es el intento de cada grupo de justificar sus resultados electorales,
favorables o desfavorables, argumentando el impacto de la abstención en los mismos. En este
sentido, en esta tesis doctoral se presenta una novedosa metodología de ingeniería geomática,
la cual se diseñó con la finalidad de analizar dicho impacto en el contexto social venezolano de
los años comprendidos entre 2004 y 2013, periodo de máxima polarización sociopolítica bajo
el mandato del expresidente Hugo Chávez (1999-2013). Al respecto, su implementación
posibilitó encontrar, por primera vez, evidencia empírica que permitió falsar, al menos
parcialmente, dos hipótesis nulas muy arraigadas en la sociedad venezolana durante esos años,
una por sector político, las cuales sostenían que el aumento de la abstención, es decir, la
disminución de la participación, les perjudicaba, o, lo que es lo mismo, beneficiaba al
adversario. Asimismo, esta metodología también permitió obtener evidencia empírica que
respalda una hipótesis alternativa que se propuso y que sostiene que el espacio estaba
clusterizado en zonas de perjuicio para ambos grupos, lo cual, además de ser congruente con la
compleja naturaleza del comportamiento electoral, se ha observado de forma clara para muchas
variables de todo tipo en distintas investigaciones de geografía electoral a escala global. Por
otra parte, luego de haber diseñado la metodología fue necesario validarla antes de
implementarla. Para ello, se comenzó utilizándola en una zona piloto del estado Zulia, a saber,
el municipio Maracaibo, uno de los más importantes de Venezuela, el cual, al menos durante el
periodo de estudio, era muy conocido por presentar dos realidades socioeconómicas muy
diferentes, una al este, más urbanizada y con rentas medias más altas y otra al oeste, más rural
y con rentas medias más bajas. Al respecto, los resultados permitieron afirmar que, el aumento
de la abstención, es decir, la disminución de la participación, perjudicó a la oposición en la zona
este de municipio y al oficialismo en la oeste. Asimismo, una vez validada, la metodología se
aplicó a todo el estado Zulia, evidenciándose que las parroquias del estado también estaban
agrupadas en clústeres de perjuicio que afectaban a ambos sectores políticos. De esta forma, al
menos a nivel de parroquias en el estado Zulia durante el periodo estudio, se pudieron falsar las
hipótesis nulas y sustentar la alternativa, resultado que tendría sentido esperar en todo el país.

Palabras clave: geoinformática, geografía electoral, Venezuela, metodología, abstención,

polarización sociopolítica, Hugo Chávez.

xiii
 ABSTRACT

Saldaña, Víctor. «Metodología para el análisis espaciotemporal del impacto de la abstención en

los resultados electorales en Venezuela: periodo 2004-2013». Doctoral thesis, Technical
University of Madrid (UPM), 2021.

Since the arrival of Hugo Chávez to the presidency of Venezuela in February 1999, Venezuelan
society has maintained high levels of sociopolitical polarization around his figure and legacy,
especially since the end of 2001. In fact, since the latter date, the citizenry has been grouped
into two major political clusters, officialism, and opposition. As part of the battle for power,
both sectors have tried to dominate the political narrative. One of its most remarkable aspects
is the attempt of each group to justify their electoral results, favorable or unfavorable, by
arguing the impact of abstention on them. In this sense, this doctoral thesis presents a novel
methodology of geomatics engineering, which was designed with the purpose of analyzing this
impact in the Venezuelan social context of the years between 2004 and 2013, a period of
maximum sociopolitical polarization under the mandate of former President Hugo Chávez
(1999-2013). In this regard, its implementation made it possible to find, for the first time,
empirical evidence that allowed to falsify, at least partially, two null hypotheses deeply rooted
in Venezuelan society during those years, one per political sector, which held that the increase
in abstention, this is, the decrease in participation, was detrimental to them, or, in other words,
benefited the adversary. Similarly, this methodology also allowed to obtain empirical evidence
that supports an alternative hypothesis that was proposed, and which holds that the space was
clustered in zones of prejudice for both groups, which, besides being congruent with the
complex nature of electoral behavior, has been clearly observed for many variables of all types
in different investigations of electoral geography at a global scale. On the other hand, after
having designed the methodology, it was necessary to validate it before implementing it. To
achieve this goal, it was first used in a pilot area of the state of Zulia, specifically the
municipality of Maracaibo, one of the most important in Venezuela, which, at least during the
study period, was well known for having two quite different socioeconomic realities, one in the
east, more urbanized and with higher average incomes, and the other in the west, more rural
and with lower average incomes. In this regard, the results permitted to affirm that the increase
in abstention, this is, the decrease in participation, was detrimental to the opposition in the
eastern part of the municipality and to the officialism in the western. Likewise, once the
methodology was validated, it was applied to the entire state of Zulia, evidencing that the civil
parishes of the state were also grouped in clusters of prejudice that affected both political
sectors. Thus, at least at the level of civil parishes in the state of Zulia during the analyzed
period, the null hypothesis could be falsified, and the alternative could be supported, a result
that would make sense to expect in the whole country.

Key words: geoinformatics, electoral geography, Venezuela, methodology, abstention,

sociopolitical polarization, Hugo Chávez.

xiv
 LISTA DE FIGURAS

Figura 1. Caracazo (27/02/1989). ..........................................................................................5

Figura 2. Urbanización La Urbina (izquierda) y el barrio de Petare (derecha). .....................6
Figura 3. Rendición de Hugo Chávez ante los medios de comunicación (04/02/1992). ...........7
Figura 4. Hugo Chávez despidiendo a gerentes de PDVSA usando un silbato (07/04/2002). 10
Figura 5. Multitudinaria marcha de la oposición en Caracas (11/04/2002).......................... 11
Figura 6. Hugo Chávez vuelve al poder 48 horas después de ser derrocado (14/04/2002)....12
Figura 7. Oficiales de las FANB insubordinados en la Plaza Altamira (22/10/2002)............ 14
Figura 8. Etapas básicas de un proceso electoral en Venezuela desde el año 2004. ............. 70
Figura 9. Abstención y resultado electoral del oficialismo (OFI) y oposición (OPO). .......... 71
Figura 10. Máquina de votación típica utilizada durante el periodo de estudio (2004-2013. 72
Figura 11. Parroquias del estado Zulia por municipios y subregiones económicas. ............. 76
Figura 12. Modelo conceptual. ............................................................................................ 86
Figura 13. Modelo lógico y físico. ........................................................................................ 86
Figura 14. Parroquias Bolívar y Venancio Pulgar (Maracaibo). Rectas de regresión. ......... 89
Figura 15. Frecuencia del porcentaje de voto polarizado (Maracaibo). ............................... 95
Figura 16. Distribución de las observaciones por sector político (Maracaibo)..................... 96
Figura 17. Diagramas de cajas de los atributos clave (Maracaibo). .................................... 97
Figura 18. Sector político perjudicado y ganador medio (Maracaibo). ................................ 99
Figura 19. Frecuencia del porcentaje de voto polarizado (Zulia). ...................................... 101
Figura 20. Distribución de las observaciones por sector político (Zulia). ........................... 103
Figura 21. Distribución de las observaciones por sector político (sub. económicas) .......... 106
Figura 22. Diagramas de cajas de los atributos clave (Zulia). ........................................... 109
Figura 23. Principales veinte parroquias feudos (Maracaibo y Zulia). ............................... 111
Figura 24. Parroquias bisagras y siempre favorables (Maracaibo y Zulia). ....................... 112
Figura 25. Diagramas de cajas de los atributos clave (sub. económica Capital). ............... 113
Figura 26. Diagramas de cajas de los atributos clave (sub. económica COL). ................... 114
Figura 27. Diagramas de cajas de los atributos clave (sub. económica Guajira)................ 114
Figura 28. Diagramas de cajas de los atributos clave (sub. económica Perijá). ................. 115
Figura 29. Diagramas de cajas de los atributos clave (sub. económica Sur del Lago). ....... 115
Figura 30. Sector político perjudicado I (Maracaibo y Zulia). ........................................... 119
Figura 31. Sector político ganador medio I (Maracaibo y Zulia)........................................ 122
Figura 32. Sector político perjudicado y ganador medio I (Maracaibo y Zulia). ................ 126
Figura 33. Sector político perjudicado II (Maracaibo y Zulia). .......................................... 134
Figura 34. Sector político ganador medio II (Maracaibo y Zulia). ..................................... 135
Figura 35. Sector político perjudicado y ganador medio II (Maracaibo y Zulia). ............... 136

xv
 LISTA DE TABLAS

Tabla 1. Parroquias del estado Zulia. .................................................................................. 77

Tabla 2. Procesos electorales y tipo de elecciones en Venezuela (2004-2013). ..................... 82
Tabla 3. Fuente de datos en la página web del CNE. ........................................................... 83
Tabla 4. Atributos en la página web del CNE por elección y atributo del acto de votación
definido en el estudio. ...................................................................................................84
Tabla 5. Cálculo de los atributos derivados. ........................................................................ 87
Tabla 6. Parr. Bolívar y Venancio Pulgar. Datos de los atributos del acto de votación (A-F) y
derivados (X-Y). ............................................................................................................ 88
Tabla 7. Datos de la recta de regresión para cada parroquia (Maracaibo). ......................... 98
Tabla 8. Estadísticos básicos del voto polarizado (subregiones económicas). .................... 102
Tabla 9. Frecuencia del porcentaje del voto polarizado (subregiones económicas). ........... 102
Tabla 10. Datos de la recta de regresión (subregiones económicas). ................................. 104
Tabla 11. Estadísticos básicos de los atributos clave (subregiones económicas). ............... 110
Tabla 12. Datos de la recta de regresión para cada parroquia (Zulia). .............................. 116
Tabla 13. Estadísticos básicos del atributo IMP10ABS. ..................................................... 120
Tabla 14. Número de parroquias por nivel de perjuicio y sector político. ........................... 121
Tabla 15. Estadísticos básicos del atributo MEDIA_DIF_OFI_OPO_porcentaje. .............. 123
Tabla 16. Número de parroquias por nivel de victoria y sector político.............................. 124
Tabla 17. Número de parroquias coincidentes y no coincidentes por sector político. ......... 127

xvi
 ABREVIATURAS

AD: Acción Democrática.

CNE: Consejo Nacional Electoral.
COL: Costa Oriental del Lago.
COPEI: Comité de Organización Política Electoral Independiente.
CTV: Confederación de Trabajadores de Venezuela.
EE. UU.: Estados Unidos de América.
ETL: extracción, transformación e inyección de datos.
FANB: Fuerza Armada Nacional Bolivariana.
Fedecámaras: Federación de Cámaras y Asociaciones de Comercio y Producción de
Venezuela.
IFE: Instituto Federal Electoral de México.
INE: Instituto Nacional Electoral de México o Instituto Nacional de Estadística de
Venezuela según el contexto que se describa.
OEA: Organización de Estados Americanos.
PDVSA: Petróleos de Venezuela, S.A.
PNUD: Programa de las Naciones Unidas para el Desarrollo.
PROVEA: Programa Venezolano de Educación y Acción en Derechos Humanos.
PSOE: Partido Socialista Obrero Español.
s.f.: sin fecha.
SIG: sistema de información geográfica.
TSJ: Tribunal Supremo de Justicia.

xvii
 INTRODUCCIÓN

Los estudios de las elecciones desde una perspectiva espaciotemporal comenzaron a principios
del siglo XX. Pionero es el trabajo de 1913 de André Siegfried titulado: Tableau politique de
la France de l'Ouest sous la Troisième République (Siegfried, 2010). En este trabajo, basado
en la experiencia de varios años de sufragio universal en la Tercera República Francesa, se
identificó un conjunto de comportamientos electorales que eran estables en el espacio. Sin
embargo, desde entonces la mayoría de los estudios han estado centrados en el mundo
anglosajón, en particular en EE. UU. y el Reino Unido. En Iberoamérica también se han llevado
a cabo investigaciones, aunque en un número mucho menor, destacando los casos de Brasil,
España y México. Por su parte, en Venezuela, a pesar de todo el “tsunami” de elecciones
celebradas desde que el 6 de diciembre de 1998 Hugo Chávez ganará su primera elección
presidencial, los estudios son, prácticamente, inexistentes.

Por otra parte, ya desde muchos años se sabe que con la información de las elecciones se pueden
llevar a cabo un gran número de investigaciones geográficas (Johnston, 1982a). No obstante, el
estudio de la abstención resultaba ser un tema muy interesante, no solo por ser esta un indicador
fiable de la salud democrática de un país, al ser vista como pieza clave para el funcionamiento
y legitimidad del sistema democrático (Amaya, 2000; Moon et al., 2006; Smets & Van Ham,
2013; Zavala, 2010), sino porque como parte de la batalla por dominar la narrativa política,
tanto el oficialismo como la oposición han pretendido explicar sus resultados electorales,
favorables o desfavorables, argumentado el impacto de esta en los mismos y, con ello, motivar
a sus bases y/o deslegitimar al adversario. En este sentido, en esta tesis doctoral se analizó dicho
impacto. En esta oportunidad, la unidad geográfica de análisis definida fue la parroquia, la cual
representa un nivel intermedio entre el elector individual y el país. Asimismo, el estudio se
acotó espacialmente a las parroquias de estado Zulia y temporalmente al período entre los años
2004 y 2013, en el cual se hizo evidente la polarización sociopolítica bajo el mandato del
expresidente Hugo Chávez (1999-2013). Por otra parte, los datos utilizados provinieron de la
página web del Consejo Nacional Electoral de Venezuela (CNE).

En cuanto al paradigma epistemológico utilizado en esta investigación debe comentarse que se

empleó el enfoque positivista1 del racionalismo crítico propuesto por Karl Popper (1902-1994)
en 1934, en el cual se renovó el célebre método hipotético-deductivo. Como es bien sabido
este método se basa en la formulación de hipótesis (o leyes o teorías) que no pueden nunca
verificarse, sino ser falsadas mediante experimentación y análisis lógico deductivo (Sáez &
Touriñán, 2012). En este sentido, desde el punto de vista espacial esta investigación estuvo

1 El positivismo es la doctrina filosófica concebida durante la primera mitad del siglo XIX por el padre de la sociología moderna, a saber,
Augusto Comte (1798-1857), la cual asegura que la única verdad que existe es la empíricamente (i. e. experimentalmente) verificable (Bourdé
& Martín, 2004; Fazio & Fernández, 2004). Por lo tanto, el investigador debe ser objetivo, imparcial e independiente de los objetos que estudia,
así sean estos las actividades sociales (Blaxter et al., 2008), debiendo este rechazar todos los juicios de valor que no sean racionales como, por
ejemplo, los inherentes a doctrinas antipositivistas como la hermenéutica, el historicismo, el estructuralismo y la fenomenología, entre otras
(Hierro, 2006; Paredes, 2009).

1
enmarcada en el paradigma2 de la geografía automatizada (positivista). Sin embargo, esta
también se enriqueció de algunos elementos del paradigma de la geografía humanista (no
positivista) con el fin, entre otros, de contextualizar y formular adecuadamente el problema, así
como de entenderlo lo más ampliamente posible.

Asimismo, con base en lo comentado en el párrafo anterior, esta investigación fue, según su
enfoque, mayoritariamente cuantitativa, ya que se desarrolló en el marco de en un doctorado
en ingeniería y, por lo tanto, debía resolver un problema concreto (efecto de la abstención en
los resultados electorales) utilizando modelos matemáticos y técnicas estadísticas. No obstante,
también se enriqueció de aspectos propios de la investigación cualitativa, tales como, el
análisis del contexto histórico y técnicas como la observación participativa y no participativa.

Con respecto a los aportes propios de la investigación cualitativa debe decirse que una de las
actividades más enriquecedoras durante los años de trabajo en este estudio (2013-2021) fue la
adquisición por parte del autor de una amplia comprensión y visión global del comportamiento
político y/o electoral de los seres humanos al entrevistar de forma no estructurada a más de dos
mil quinientas personas en setenta y cinco países o territorios en cuatro continentes, incluyendo
los ocho en que vivió (Alemania, Chipre, Emiratos Árabes Unidos, España, Inglaterra, Malta,
Países Bajos y Venezuela), así como experimentar de primera mano, al menos durante algún
tiempo, contextos políticos y/o electorales tales como la aparición, ascenso al poder y mandato
de Hugo Chávez en Venezuela entre 1992 y 2013, el ambiente sociopolítico en países como,
por ejemplo, Túnez y Egipto pocos años después de la finalización de la Primavera Árabe
(2010-2012), la fragmentación política en España con la respectiva irrupción de nuevos partidos
políticos desde el 2014, el Brexit en el Reino Unido desde la realización del respectivo
referendo en el año 2016, la indiferencia política y electoral de la población local en los
Emiratos Árabes Unidos entre 2015 y 2016 y los clústeres espaciales político-religiosos del
Líbano en 2021.

Por otro lado, en cuanto a la estructura de la memoria de esta investigación debe indicarse que,
esta se materializó en cinco capítulos, los tres primeros orientados a lo documental y los dos
últimos a lo técnico. Asimismo, antes del primer capítulo se dispusieron apartados para el
índice, la dedicatoria, los agradecimientos, el resumen (en español e inglés), la lista de tablas y
lista de figuras, así como para las abreviaturas más importantes. De forma similar, luego del
quinto capitulo se colocaron apartados para las conclusiones, los aportes, las sugerencias, la
bibliografía y, también, para un anexo. Este último, contiene todos los datos originales que se
extrajeron de la página web del CNE y con los cuales se puede reproducir3 el estudio, es decir,
alcanzar los mismos resultados siguiendo la metodología diseñada.

2 Actualmente, existen cuatro paradigmas en geografía, a saber, la geografía automatizada, la geografía humanista, la geografía posmodernista
y la ecología del paisaje.
3 Los términos reproducibilidad, replicabilidad y repetibilidad son muy ambiguos, puesto que distintos autores suelen usarlos de diferentes

formas para referirse a las mismas y/o distintas características de un estudio científico. No obstante, se puede dar algún significado concreto y
simple para estos. En este sentido, el término reproducibilidad implica que partiendo de los datos originales o crudos (raw data en inglés) y/o
datos procesados (processed data en inglés) el(los) mismo(s) u otro(s) investigador(es), generalmente el(los) segundo(s), puede(n) obtener los
mismos o similares (dentro de cierto nivel de tolerancia) resultados empleando la(s) misma(s) técnica(s) de procesamiento y análisis. Por su
parte, el término replicabilidad se suele dejar para aquellos casos en los que incluso los datos originales son nuevamente adquiridos. Finalmente,
el término repetibilidad es empleado como sinónimo de los ambos.

2
Así entonces, en el capítulo 1 se formula el problema. Al respecto, se parte describiendo el
contexto histórico y social que permite entender la aparición de Hugo Chávez en la vida política
de Venezuela. Asimismo, se justifica, entre otros aspectos, la selección del estado Zulia como
zona de estudio y de la parroquia como unidad de análisis espacial. También se presentan los
límites de la investigación, las hipótesis nulas que se falsaron y la alternativa que se sustentó,
así como los objetivos, tanto el general como los específicos.

Por su parte, en el capítulo 2 se plasma la evolución y estado actual de la geografía electoral,

tanto a nivel internacional, como para Iberoamérica y Venezuela. Al respecto, y con mucha
humildad, a juicio del autor se ha llevado a cabo una de las más completas revisiones en el área
de la geografía electoral y, tal vez, la mejor enfocada para ciencias y profesiones cuantitativas
cuyos trabajos en esta rama del conocimiento suelen ser escasos incluido el mundo anglosajón.
Además, esta revisión bibliográfica se complementó con la visita a muchos de los lugares
abarcados en los antecedentes mientras se hacían las ya mencionadas entrevistas no
estructuradas en el quinto párrafo de este apartado, con especial énfasis en el caso del Reino
Unido, una de las naciones donde, de largo, más se han llevado investigaciones en la materia.

En el caso del capítulo 3 se presenta un breve marco teórico, el cual puede ser entendido como
un conjunto conceptos, ideas y referencias que se organizaron de forma coherente con la
finalidad que sirviesen de guía para llegar a puerto seguro en la investigación. En este orden de
ideas, entre otras cuestiones, se definió un conjunto de conceptos fundamentales para el estudio,
incluyendo los dos conceptos cardinales de este, a saber, abstención y resultados electorales.

Por su parte, en el capítulo 4 se abarca la metodología diseñada para poder dar respuesta al
problema formulado, refutar las hipótesis nulas y sustentar la alternativa, es la razón de ser de
esta investigación y su parte más importante, puesto que esta, además de novedosa, se diseñó
con un enfoque integral, incluyendo, entre otros, un procedimiento para normalizar los distintos
tipos de elecciones, la creación de una base de datos plana, la implementación de un SIG, el
desarrollo de un modelo de datos para una base de datos georrelacional, la definición de un
índice y, finalmente, un conjunto de análisis de, entre otros, regresión lineal, dispersión y
clústeres espaciales.

Finalmente, en el capítulo 5 se presentan los resultados de aplicar la metodología. Para ello,

antes fue necesario validarla, lo cual se hizo en una zona piloto del estado Zulia, a saber, el
municipio Maracaibo, convalidándose los resultados obtenidos con lo esperado para la realidad
socioeconómica del municipio. Así entonces, una vez validada la metodología esta se aplicó al
estado Zulia, evidenciándose que las parroquias del estado estaban agrupadas en clústeres de
perjuicio que afectaban a ambos grupos políticos, lo cual es congruente con la compleja
naturaleza del comportamiento electoral, el cual depende de muchas variables, tal y como se ha
sustentado en los numerosos estudios de distintos países que se consultaron. De esta forma, la
metodología diseñada permitió, al menos a nivel de parroquias en el estado Zulia durante el
periodo estudio (2004-2013), falsar las hipótesis nulas, las cuales estaban fundamentadas en la
afirmación hecha por ambos sectores políticos de que el aumento de la abstención, es decir, la
diminución de la participación, les perjudicaba o, lo que es lo mismo, beneficiaba al adversario.

3
CAPÍTULO 1. TEMA DE INVESTIGACIÓN.

“La formulación de un problema,

es más importante que su solución”
Albert Einstein

Sin duda alguna, la frase de uno de los grandes genios de todos los tiempos sirve de introducción
para denotar la importancia que tiene este primer capítulo de la memoria de investigación, en
el cual se formuló el problema que motivó este estudio. En este sentido, lo primero que se hizo
fue describir el contexto histórico y social que permite entender tanto la aparición de Hugo
Chávez en la vida política de Venezuela como las razones por las que se llegó a tan altos niveles
de polarización sociopolítica durante buena parte de su mandato (1999-2013). Posteriormente,
se justificó la investigación, esto es, se expusieron las razones por las que resultó de interés
técnico y científico abordarla, así como los motivos que sustentaron la elección del periodo de
estudio (2004-2013), del estado Zulia como área de implementación de la metodología diseñada
y de las parroquias como unidad de análisis espacial. A continuación, se dejó claro cuáles fueron
los límites de la investigación. Luego, se establecieron las hipótesis nulas y la alternativa.
Finalmente, se definieron tanto el objetivo general como los específicos.

1.1. Contexto histórico.

Venezuela nace como país independiente el 5 de julio de 1811. No obstante, durante el siglo
XIX vivió en una constante inestabilidad política y social con enfrentamientos a lo largo y
ancho del territorio nacional liderados, principalmente, por caudillos militares (Pino Iturrieta,
2018). La primera mitad del siglo XX trajo cierta estabilidad, pero fue también, salvo algunos
pocos años (1945-1948), bajo el control de gobiernos castrenses. La democracia se instauraría
finalmente en el país desde el año 1958 con el derrocamiento del último gobierno militar, el
presidio por el general Marcos Pérez Jiménez. Los siguientes cuatro decenios (años 60, 70, 80
y 90) estuvieron caracterizados fundamentalmente por una alternancia en el poder de dos
partidos políticos, Acción Democrática (AD) de ideología centro izquierda y el Comité de
Organización Política Electoral Independiente (COPEI) de ideología de centro derecha. No
obstante, en el último decenio (años 90) se trató de partidos escindidos de ambos.

Los años sesenta y setenta fueron de gran prosperidad económica, la industria petrolera
generaba un buen nivel de vida para la mayor parte de la población, había nacido la “Venezuela
saudita”. El sistema se mantuvo incuestionable, así como las elites políticas (Busqueta et al.,
2013). Las voces críticas fueron ahogadas en el festín de los petrodólares (E. Lander, 2008).
Contrariamente, los años ochenta representan un decenio de empobrecimiento, la ilusión de un
país rico se había acabado. En este sentido, el 18 de febrero de 1983, día que se conocería
popularmente como “Viernes Negro”, se liberó el precio del bolívar (moneda nacional) respecto
al dólar estadounidense, el cual hasta ese momento había estado fijado a un valor claramente

4
subsidiado. Como era de esperar, esto produjo una acentuada devaluación. Con ello, se puso fin
a ese importante mecanismo de creación de consenso y apaciguamiento de conflictos sociales
que era distribuir la renta petrolera de forma genérica mediante el subsidio a la tasa de cambio
(Bautista, 2007). Durante estos años la pobreza general pasó, gradualmente, de alrededor de un
12 % en 1980 a, aproximadamente, un 70 % en 1990 (Silva & Schliesser, 1998). Sin embargo,
la mayor parte de estos años fueron tranquilos en la sociedad, Venezuela era considerada un
oasis democrático en la región (López Maya & Lander, 2006).

1.1.1. Caracazo, el principio de todo.

La aparente tranquilidad de los años ochenta escondía graves tensiones sociales que se
incrementaban con el pasar del tiempo. Así que, el 27 de febrero de 1989, unos días después de
la implementación de un programa de ajustes económicos de corte neoliberal (eliminación de
subsidios, privatizaciones, despidos, etc.) llamado “el gran viraje”, y bautizado por sus
detractores como el “paquetazo”, se produjo el denominado “Caracazo”. Una revuelta popular
que se caracterizó por barricadas, saqueos, bloqueo de carreteras, muertes, control militar, etc.
(figura 1), la cual no solo se dio en la capital Caracas, sino en muchas otras ciudades del país
(López Maya, 2003a). Fue una revuelta protagonizada por los sectores populares, los más
afectados por la decadencia económica. Fue el principio de la ruptura entre la sociedad y el
Estado (J. Hernández & Núñez, 2011). El comienzo del ocaso de la “Venezuela saudita”.

Figura 1. Caracazo (27/02/1989).

Fuente: página web del diario El Nacional (El Nacional, 2020).

5
Socialmente, durante los años ochenta el país se va dividiendo en dos, por un lado las clases
media y alta, minoritarias, pero cada vez más ricas al seguir beneficiándose de la renta petrolera
y, por otro, las populares que se empobrecían cada vez más (Busqueta et al., 2013). En este
sentido, si una imagen vale mil palabras entonces la figura 2 de una zona de Caracas vale un
millón. Obsérvese a la izquierda de la figura la urbanización La Urbina de clase media y a la
derecha el barrio4 de Petare de clase popular, el cual es considerado el barrio humilde más
grande de Latinoamérica (ntn24.com, 2021; D. Pardo, 2015). Se ven claramente dos mundos
disímiles separados por la autopista Gran Cacique Guaicaipuro, la más importante de la capital.

Figura 2. Urbanización La Urbina (izquierda) y el barrio de Petare (derecha).

Fuente: cuenta de Instagram del sitio web de noticia La Patilla (La Patilla, 2020).

4En Venezuela el término barrio (o barriada) hace referencias a una zona popular, pobre o poco consolidada. En otros países como, por ejemplo,
España el término no distingue entre clases sociales o nivel de consolidación.

6
Por su parte, los años noventa fueron de transición entre la etapa de un bipartidismo que había
nacido con el fin de la dictadura (1958) y otra que estaba por nacer. En este sentido, a principios
de este decenio, el 4 de febrero de 1992, un grupo de militares, organizados bajo el (clandestino)
Movimiento Bolivariano Revolucionario-200 (MBR-200), intentaron derrocar con las armas al
gobierno que encabezaba en ese entonces el presidente Carlos Andrés Pérez. Esta insurrección
castrense estuvo liderada por un desconocido, hasta ese momento, teniente coronel del Ejército
cuyo nombre era Hugo Chávez. El intento de derrocamiento fue abortado y Hugo Chávez se
vio obligado a rendirse. Para ello, no se dirigió a sus hombres mediante algún canal militar,
sino que hizo una declaración ante los medios de comunicación, los cuales televisaron en
directo su mensaje de rendición (figura 3). En dicho mensaje expresó, con su conocida
afirmación, que “por ahora” los objetivos propuestos no se habían alcanzado.5 Para el nobel de
literatura Gabriel García Márquez dicho mensaje fue el primero de su campaña electoral (Olmo,
2018). Una vez detenido, Hugo Chávez y sus hombres fueron encarcelados, aunque muchos
puestos en libertad en poco tiempo por el propio expresidente Carlos Andrés Pérez.

Figura 3. Rendición de Hugo Chávez ante los medios de comunicación (04/02/1992).

Fuente: página web del canal de noticias teleSUR (teleSUR, 2017).

El turno de Hugo Chávez de ser libre llegaría el 26 de marzo de 1994. Para ese entonces la
pobreza ya había alcanzado un 80 % de la población, 10 % más que hace cuatro años (Silva &
Schliesser, 1998). Esto, junto con el desencanto de una importante parte de la población con los
partidos políticos, generó la tormenta perfecta para que un “externo” (outsider en el mundo
anglosajón) al sistema político llegara al poder. De esta forma, el otrora líder de la insurrección
militar de 1992, montado en la ola del descontento social y con la promesa de refundar el país,
ganaría la siguiente elección presidencial que se celebró el 6 de diciembre de 1998. Con ello,
se acabó definitivamente el bipartidismo que nació con el derrocamiento del último gobierno

5 Si se desea ver el mensaje de rendición de Hugo Chávez puede accederse a https://www.youtube.com/watch?v=iKcoFPsoKLU

7
militar (1958) y, asimismo, se inició la etapa política que aún continúa, la cual comúnmente se
conoce como Revolución Bolivariana.

1.1.2. Hugo Chávez en el poder.

El expresidente Hugo Chávez comenzaría su mandato el 2 de febrero de 1999. Los años de

1999 a 2001 pueden ser considerados de transición. En general, fueron años relativamente
tranquilos, de “luna de miel”, sin enfrentamientos radicales (Lacruz, 2006). Una época de
continuismo y moderación en el gobierno (Ellner, 2006). A finales de 1999 se aprobó una nueva
constitución, la vigesimosexta de la vida nacional, y el siguiente año se relegitimaron muchos
de los cargos de elección popular. Electoralmente, entre los años 1999 y 2000 se celebraron en
el país un total de cinco procesos electorales (punto 3.1). No obstante, esta relativa “tranquilidad
democrática” comenzaría a cambiar más pronto que tarde.

La nueva Constitución, aprobada en referendo por los ciudadanos el 15 de diciembre de 1999,

establece, al igual que la anterior del año 1961, que entre las atribuciones del presidente de la
república están dictar, previa autorización por una ley habilitante del Poder Legislativo,
decretos con fuerza de ley (Constitución de la República Bolivariana de Venezuela, 1999, art.
236, núm. 8). En este sentido, una vez el expresidente Hugo Chávez, al igual que la mayoría de
los cargos de elección popular, fue relegitimado en las elecciones generales del 30 de julio del
año 2000, solicitó a la recién instalada Asamblea Nacional6 que le otorgase una nueva ley
habilitante, la segunda luego de otra que ya había recibido en 1999. Las razones esgrimidas
fueron las mismas que en la anterior oportunidad, a saber, la lentitud y burocracia de los
procesos legislativos, así como actuar sin contratiempo ni ataduras para hacer realidad la nueva
carta magna (Gomes, 2005). No obstante, políticamente, la estrategia era evitar los atrasos tanto
por la inexperiencia de los diputados oficialistas como por las interferencias esperadas de los
diputados opositores (Harnecker, 2004). Cumpliendo con esta solicitud el Poder Legislativo le
otorgó al expresidente Hugo Chávez una segunda ley habilitante para dictar durante un año
decretos con fuerza de ley en los ámbitos financiero, económico, social, de infraestructura,
transporte y servicios, seguridad ciudadana y jurídica, ciencia y tecnología y organización y
funcionamiento del Estado (Ley habilitante, 2000). Esta normativa legal entró en vigor el 13 de
noviembre del año 2000, una vez fue publicada en la Gaceta Oficial de la República.7 La misma,
aunque legitima, suscitó una gran polémica en distintos sectores (académico, económico, social,
etc.) de la sociedad (Tavares et al., 2004), teniendo, como era de esperar, un fuerte rechazo por
parte de los diputados de la oposición en la Asamblea Nacional, puesto que consideraban que
con esta normativa se perdía el rol legislador del Poder Legislativo (Santodomingo, 2013).

Con el amparo legal de la ley habilitante, el 13 de noviembre de 2001, último día de vigencia
de esta, se promulgaron un conjunto de cuarenta y nueve decretos leyes que modificaban,
significativamente, las relaciones de poder entre los distintos sectores de la vida nacional, en

6 Nuevo órgano del Poder Legislativo nacional que sustituyó al antiguo Congreso desde la Constitución de 1999.
7 Equivalente al Boletín Oficial del Estado (BOE) en España.

8
especial, las relacionadas con la regulación de la propiedad de las tierras y las actividades
petroleras. Hasta ese entonces todo era un poco de continuidad de las políticas anteriores
(Hellinger, 2003). No obstante, a partir de la promulgación de estos instrumentos legales, los
grupos que se sintieron afectados en sus intereses decidieron que la confrontación era el camino
a seguir (López Maya, 2010). En este sentido, el 10 de diciembre de 2001 comenzó una huelga
general en el país de 12 horas promovida por la Federación de Cámaras y Asociaciones de
Comercio y Producción de Venezuela (Fedecámaras), la principal patronal empresarial. Como
era de esperar, este llamado fue respaldado totalmente por la oposición política, así como por
la Confederación de Trabajadores de Venezuela (CTV), uno de los más importantes sindicatos
de trabajadores de aquel entonces, el cual estaba muy vinculado extinto bipartidismo. La
convocatoria tuvo un éxito parcial, quedando en evidencia la cada vez más clara fractura social
entre las clases media y alta por un lado y las clases populares por el otro, puesto que mientras
en las áreas de las primeras se notó claramente el acatamiento pleno a la huelga, en las zonas
de las segundas pocas empresas se mantuvieron cerradas (C. Hernández, 2002).

Con este antecedente, el año 2002 comenzó con movilizaciones masivas por parte de ambos
sectores. Por un lado, una oposición fuerte y unida como nunca y, por otro, un oficialismo que
mantenía sus posiciones y que al mismo tiempo trataba de organizarse a nivel popular. De esta
manera, se comenzaba a perfilar de forma más clara la lucha en las calles, y no en las urnas
electorales, entre los mundos que representan la urbanización de La Urbina y el barrio de
Petare (figura 2). Este conflicto se inició con baja intensidad, con descalificativos que estaban
a la orden del día por parte de ambos sectores, “marginales”, “lumpen”, “miserables”, “hordas”
y “tierrúos” eran algunos de los improperios más comunes por parte de los partidarios de la
oposición, mientras que “apátridas”, “escuálidos”, “oligarcas”, “burgueses” y “pitiyanquis”
eran cortesía de los seguidores del oficialismo. No era de extrañar que las continuas
movilizaciones y concentraciones que fueron realizándose con el transcurrir de las semanas y
meses, aunado a la sobresaturación mediática en torno a conflicto político, estuviesen
contribuyendo significativamente a acrecentar de forma muy importante la polarización
sociopolítica en todos los sectores del país (Contreras, 2005).

Por otro lado, el expresidente Hugo Chávez en febrero de 2002 tomó una serie de medidas
económicas debido a la difícil situación que estaba atravesando el país, la cual se caracterizaba
por la caída del ingreso petrolero y fuga de capitales (Serbeto, 2002). El expresidente también
nombró ese mes una nueva junta directiva en Petróleos de Venezuela, S.A. (PDVSA), la
empresa petrolera nacional propiedad del Estado, la cual sería dirigida por el economista y
profesor universitario Gastón Parra Luzardo. Ante este hecho la llamada “nomina mayor y
gerencial” de PDVSA expresó públicamente su más profundo rechazo, puesto que según su
criterio violaba el principio de “meritocracia” y “politizaba” la empresa. Por ello, los petroleros
iniciaron al poco tiempo una serie de protestas escalonadas con el objetivo de revertir el
nombramiento de la nueva junta directiva, ¡ni un paso atrás! era su eslogan de batalla. El
conflicto se extendió varias semanas con huelgas que afectaron en algunas ocasiones los niveles
de producción petrolera. Por su parte, el expresidente Hugo Chávez decidió contratacar y
respondió a este conflicto señalando en su programa dominical Aló Presidente del día 7 de abril
de 2002 que estos “PDVagos” no defendían ninguna meritocracia sino una “mitocracia” y que,

9
sencillamente, eran una élite que protegía sus privilegios e intereses y que además creía que
PDVSA podía estar por encima del Estado, así como ser manejada como una empresa privada,
por lo que, usando un silbato, notificó en vivo y directo el despido de siete altos ejecutivos
petroleros (figura 4), ya que esta élite había “pasado la línea” (Aló Presidente No 101, 2002).8
Desde entonces una gran parte de gerentes petroleros, así como un importante grupo de
profesionales y técnicos se opondrían frontalmente al oficialismo, declarando continuamente
ante los medios de comunicación sus posiciones y aspiraciones, las cuales eran las mismas que
las de la oposición política, a saber, derrocar al expresidente Hugo Chávez como fuese o, al
menos, minimizar el impacto de sus políticas, principalmente, en el sector perolero, la joya de
la corona del país.

Figura 4. Hugo Chávez despidiendo a gerentes de PDVSA usando un silbato (07/04/2002).

Fuente: programa Aló Presidente (Aló Presidente No 101, 2002).

En medio de este contexto económico, social, político y, por supuesto, mediático, el 9 de abril
de 2002 la CTV lideró a una huelga laboral de 24 horas en solidaridad con PDVSA,9 por el
“atropello” que, según sus dirigentes, estaba sufriendo la empresa y la meritocracia. La
convocatoria de la CTV contó con el apoyo explícito de la patronal Fedecámaras, así como de
la iglesia católica representada por el episcopado venezolano (López Maya, 2002). Al siguiente
día la CTV expresaría que la huelga no finalizaría, sino que sería indefinida hasta lograr la
salida del expresidente Hugo Chávez. Aunque este anuncio resultó sorpresivo para buena parte
de la población, lo cierto es que estratégicamente tenía mucho sentido, ya que la oposición
política estaba en su máximo nivel de fortaleza desde hace años, además de contar con el firme
respaldo de muchos de los medios de comunicación, los líderes empresariales, las máximas
autoridades de la iglesia católica, los principales dirigentes sindicales de la CTV, gran parte de
gerentes, profesionales y técnicos de PDVSA y, de forma desconocida en ese momento, de un

8 Si se desea ver el momento en que el expresidente Hugo Chávez despide a los gerentes petroleros usando un silbato puede accederse a
https://www.youtube.com/watch?v=4VCf2aPMJd8
9 La segunda durante la presidencia de Hugo Chávez. La primera fue el 10 de diciembre de 2001.

10
importante número de oficiales de las Fuerza Armada Nacional Bolivariana (FANB), sin
olvidar, la presencia en las calles de sus partidarios, en buena parte compuestos por ciudadanos
muy ideologizados de las clases media y alta que se contaban por decenas de miles (figura 5).

Figura 5. Multitudinaria marcha de la oposición en Caracas (11/04/2002).

Fuente: página web del diario El Universal (Alvarenga & Herrera, 2019).

El siguiente día, el 11 de abril de 2002, unas 24 horas después de iniciada la huelga indefinida,
los líderes de la oposición se dirigieron a los miles de sus partidarios que protestaban en la calle
(figura 5) para que marchasen hacia el Palacio de Miraflores (sede de la presidencia) con el fin
de presionar la salida del expresidente Hugo Chávez del poder. No obstante, en los alrededores
del palacio también se encontraban reunidos miles de seguidores muy politizados del
oficialismo. El choque fue inevitable, murieron numerosas personas de ambos bandos. En el
ínterin de estos hechos el expresidente Hugo Chávez convocó una cadena de radio y televisión
para dirigirse al país. Durante su alocución algunas televisoras dividieron la pantalla, mostrando
en un lado las imágenes del expresidente y en el otro el enfrentamiento en las calles que en se
momento se estaba desarrollando entre ambos bandos.10 Esto representó un hecho inédito en la
vida nacional, el cual reflejaba de forma clara el altísimo grado de polarización sociopolítica de
ese entonces. De esta manera, entre el final de ese día (11/02/2004) y la madrugada del siguiente
(12/02/2004) y con la presión de un importante sector militar, el expresidente Hugo Chávez es
derrocado y detenido, siendo trasladado a una instalación castrense y, posteriormente, a la Isla
de la Orchila, ubicada a unos 160 km al norte de Caracas. 11

10 Para tener una idea de este hecho puede accederse a https://www.youtube.com/watch?v=4_rUmVtd__k

11 Si se quiere ver al expresidente Hugo Chávez detenido puede accederse a https://www.youtube.com/watch?v=gQpOxr74Sos

11
El poder lo tomaría la oposición, autoproclamándose presidente interino del país el presidente
de la patronal Fedecámaras en ese entonces, a saber, Pedro Carmona Estanga, quien firmó un
decreto que no solo obviada los mecanismos constitucionales de sucesión previstos para estos
casos, sino que también derogaba las cuarenta y nueve leyes decretadas por el expresidente
Hugo Chávez en noviembre de 2001, casusa principal del conflicto radical entre ambos
sectores. Asimismo, con este decreto también se destituían todos los diputados a la Asamblea
Nacional (incluidos los opositores), así como los jueces del Tribunal Supremo de Justicia (TSJ).

Al principio de toda esta situación reinaba la confusión, se creía que el expresidente Hugo
Chávez había renunciado. No obstante, con el transcurrir de las horas se fue extendiendo el
rumor que esto no había sido así. Esto llevó a que decenas de miles de sus partidarios salieran
a la calle a pedir su restitución en el poder. Aunado a esto, otro importante sector de militares
desconoció a las nuevas autoridades autoproclamadas. De esta forma, como parte de una novela
de realismo mágico, Hugo Chávez regresaría al poder en la madrugada del 14 de abril de 2002,
tan solo unas 48 horas después de ser derrocado (figura 6). Al poco tiempo de volver al poder,
y con el fin de contribuir a la reconciliación nacional, el expresidente hace un gesto al sector de
la oposición al aceptar la renuncia de la junta directiva de PDVSA que había nombrado en
febrero, así como al reincorporar en sus cargos a los directivos petroleros que había despedido
días antes usando un silbato (figura 4).

Figura 6. Hugo Chávez vuelve al poder 48 horas después de ser derrocado (14/04/2002).

Fuente: página web de la BBC (Lipman, 2020).

12
Todos estos hechos desarrollados durante los primeros meses de 2002 no significaron que la
polarización sociopolítica disminuyera, al contrario, seguiría aumentado con el transcurrir del
tiempo. Para mediados del año, el conflicto era muy intenso al borde de una guerra civil. La
polarización sociopolítica había penetrado todos los sectores de la sociedad. La expresión más
radical de esta era la imagen del expresidente Hugo Chávez entre los polos de un chavismo
fervoroso y un antichavismo radical (Puyosa, 2013). Para tener una idea más clara basta con
comentar que en el periodo comprendido entre octubre de 2001 y septiembre de 2003 se
realizaron en el país casi 2 500 protestas siendo destacable la presencia de las clases media y
alta, las cuales lideradas por las cúpulas empresariales y otros grupos de poder se disputaban
las calles con los sectores populares encabezados por el expresidente Hugo Chávez (PROVEA,
2002, 2003).

Luego de los sucesos de abril de 2002, que condujeron al derrocamiento y restitución en el

poder del expresidente Hugo Chávez, los partidarios del oficialismo, representados
mayoritariamente por los sectores populares, aumentaron su presencia en las calles, mientras
que los seguidores de la oposición, representados por las clases media y alta, siguieron los
mismos pasos, todo ello con el fin de lograr su hegemonía política (López Maya, 2003b). Sin
embargo, la oposición tenía una desventaja, quedó bastante dividida luego de los sucesos de
abril (M. Martínez, 2010). Por ejemplo, algunos de sus miembros seguían impulsando las
marchas y protestas como mecanismo para salir del expresidente Hugo Chávez, mientras que
otros defendían la postura de la vía electoral (Botía, 2002). En cualquier caso, no es de extrañar
que desde mediados del año 2002 organismos internacionales como, por ejemplo, la
Organización de Estados Americanos (OEA), el Programa de las Naciones Unidas para el
Desarrollo (PNUD) y el Centro Carter, quisieran facilitar algunos acercamientos políticos entre
ambos sectores. No obstante, estos loables intentos no dieron los resultados esperados, al menos
no inmediatamente.

Más adelante, algunos hechos volverían a alentar al sector más radical de la oposición. En este
orden de ideas, en septiembre de 2002, el TSJ dictaminó que no habían méritos suficientes para
enjuiciar a algunos militares de la FANB que habían estado involucrados en los sucesos de abril
de ese mismo año que llevaron al derrocamiento del expresidente Hugo Chávez, quedando estos
en libertad plena (Sentencia No 38, 2002). Como se podía esperar, esto molestó y conmocionó
enormemente al oficialismo, incluso el expresidente llegó a señalar que los magistrados que
aprobaron la sentencia habían puesto “la plasta” (Human Rights Watch, 2008).

Asimismo, al poco tiempo de esta sentencia, el 10 de octubre de 2002, los líderes sindicales de
la CTV, en conjunto con la patronal Fedecámaras y la oposición política, anunciaron que si el
expresidente no renunciaba o en su defecto anunciaba la convocatoria a elecciones anticipadas
antes del 16 de octubre de 2002, llamarían a una nueva huelga nacional para el próximo 21 de
octubre (AFP, 2002; El Universal, 2002). Como era de esperar, el expresidente ni renunció ni
llamó a elecciones, por lo que en el día anunciado se llevó a cabo una nueva jornada de huelga
nacional,12 esta vez por 12 horas, la cual fue un gran éxito para la oposición y un fracaso para

12 La tercera durante la presidencia de Hugo Chávez. La primera fue el 10 de diciembre de 2001 y la segunda el 9 de abril de 2002.

13
el oficialismo (EFE, 2002; L. Lander, 2004). Por su parte, la participación del sector petrolero
en esta oportunidad fue prácticamente insignificante (L. Lander, 2004), posiblemente debido a
la renuncia de la junta directiva de PDVSA nombrada en febrero de 2002, así como a la
restitución en sus puestos de trabajo de los siete gerentes petroleros despedidos en abril del
mismo año una vez el expresidente retornó al poder luego de ser derrocado.

Para empeorar la situación, el 22 de octubre de 2002, catorce oficiales de las FANB, entre ellos
varios que habían participado en los sucesos del pasado abril, manifestaron ante los medios de
comunicación que se declaraban en insubordinación (figura 7), pidiendo, entre otras cuestiones,
tanto renuncia del expresidente Hugo Chávez como un levantamiento cívico-militar (BBC
mundo, 2002; A. Rodríguez, 2002). El sitio escogido por los castrenses para anunciar
públicamente sus intenciones fue la Plaza Francia de Altamira en el este de Caracas, la zona
más rica del país y principal bastión opositor (López Maya, 2004). Se intensificaba así aún más,
si esto era posible, la crispación sociopolítica (Tejeda, 2004). No obstante, para el expresidente
fue una oportunidad de oro para terminar de depurar la FANB de oficiales no leales en los
distintos niveles de la cadena de mando (Petkoff, 2005), lo cual sería fundamental para terminar
inclinando la partida a su favor más adelante.

Figura 7. Oficiales de las FANB insubordinados en la Plaza Altamira (22/10/2002).

Fuente: blog personal del fotógrafo Ramon Lepaje (Lepaje, 2002).

En medio de esta convulsión social los intentos de dialogo político con el apoyo de los
organismos internacionales comenzaban a dar resultados. Así entonces, el 8 de noviembre de

14
2002 se instaló una Mesa de Negociación y Acuerdos, la cual tenía como objetivo general darle
una salida democrática al conflicto, específicamente, una salida electoral (M. Martínez, 2010;
Pareja, 2011). En un principio su duración sería de, aproximadamente, un mes, prorrogable si
las partes así lo decidían (Omaña, 2008). La mesa sesionó prácticamente todos los días, sin
embargo, lo hizo en un clima hostil (Centro Carter, 2005). Lamentablemente, no se lograron
avances sustanciales. Así que la oposición política, la patronal Fedecámaras, la CTV y buena
parte de los trabajadores petroleros comenzarían el 2 de diciembre de 2002 una nueva huelga
general en contra del gobierno del expresidente Hugo Chávez, la cuarta en menos de un año.13
Aunque no se sabía su duración, lo que sí se sabía era que esta vez la oposición jugaría su carta
más fuerte al detener las actividades de PDVSA, el corazón económico del país. El
razonamiento que tenía este sector político se puede resumir en unas declaraciones de un
expresidente de la estatal petrolera partidario de la oposición, Luis Giusti, quien pensaba que si
PDVSA se paraba el país colapsaría en una semana (Guisti, 2002). Por otra parte, como era de
esperar, esta convocatoria hizo que los representantes del oficialismo se retirasen de la Mesa de
Negociación y Acuerdos, lo cual hizo pensar que una salida negociada fuese una quimera
(Centro Carter, 2005).

La huelga, como era obvio, se convocó con la finalidad de obligar al expresidente a renunciar
(B. Cáceres, 2005; Harnecker, 2004). Durante sus primeros días el resultado fue mixto, puesto
que hubo sectores que se detuvieron unos días y luego reanudaron sus actividades, mientras que
otros ni siquiera se plegaron a la convocatoria (B. Cáceres, 2005; L. Lander, 2004). Por su parte,
la mayoría de los medios de comunicación jugaban su papel de opositores, por lo que en esos
días saturaron el espacio informativo con el conflicto petrolero sin darle cabida a otros temas
de interés para la ciudadanía (G. López, 2010).

Con el transcurrir de los días había buques petroleros fondeados en las aguas nacionales,
bloqueos de carreteras, suspensión de eventos deportivos, restricciones de horario en la banca,
escasez de combustible y alimentos, problemas con el transporte, etc. El país se volvía un caos
y las fiestas decembrinas tan arraigadas en la cultura nacional pasaban al olvido ese año 2002.
Toda la sociedad se tuvo que centrar en el conflicto petrolero, no había escapatoria. A pesar de
las dificultades para el transporte, los partidarios más polarizados de ambos sectores no dejaban
la calle, participaban en marchas y contramarchas, las cuales no pocas veces terminaban en
violencia. Las clases media y alta protestaban todos los días con estruendosos cacerolazos en
sus zonas de residencia. Las ciudades del país, especialmente, la capital, eran segregadas
espacialmente entre “escuálidos” y “chavistas” (López Maya, 2004).

El 9 de diciembre de 2002, alrededor de una semana después de iniciado la huelga petrolera,

los líderes de la oposición declararon que esta se volvía indefinida hasta lograr la renuncia del
expresidente Hugo Chávez (L. Lander, 2004). La oposición se sentía ganadora y muy fuerte,
era PDVSA la que estaba detenida, el país no resistiría mucho y el oficialismo tendría que irse.
De hecho, el presidente de la estatal petrolera de ese entonces, el oficialista Ali Rodríguez
Araque, reconoció que la empresa estaba totalmente paralizada (López Maya, 2004). El

13 La primera fue el 10 de diciembre de 2001, la segunda el 9 de abril de 2002 y la tercera el 16 de octubre de 2002.

15
ambiente era guerra civilista. Apenas unos días antes, el 6 de diciembre de 2002, había habido
una tragedia en la Plaza Francia de Altamira (figura 7), símbolo y bastión opositor, al ser
asesinadas varias personas y ser heridas otras decenas. Con PDVSA detenida, el país comenzó
a paralizarse, el oficialismo sintió el golpe, pero no cayó. De hecho, para abril de 2003, pocos
meses después de iniciado el conflicto petrolero que comenzó el 2 de diciembre de 2002, ya
controlaba la empresa y había normalizado su nivel de producción (PDVSA, 2005).

El control del corazón económico del país junto con el control de la FANB al depurarlas de
opositores al oficialismo luego de los sucesos de abril de 2002, al menos de los puestos de
mando estratégicos, hizo que la balanza del conflicto entre ambos sectores políticos se
comenzase a inclinar claramente a favor del oficialismo. No obstante, la oposición no se
rendiría, ya que todavía tenía a su lado a la patronal Fedecámaras, los líderes sindicales de la
CTV, los jerarcas de la iglesia católica, la mayor parte de los medios de comunicación y decenas
de miles de sus partidarios activados en la calle. La guerra continuaría con nuevas batallas.

1.1.3. Referendo revocatorio de 2004.

Con el transcurrir del tiempo se continuó con el intento de llegar a acuerdos, pero no se lograron
avances sustanciales. La oposición, aunque amilanada en lo político, militar y económico, no
se rendía e intentó la vía electoral mediante la convocatoria a un referendo revocatorio,
novedoso mecanismo legal previsto en la Constitución de 1999.14 Así, luego de muchos
contratiempos, el ansiado evento electoral se celebraría el 15 de agosto de 2004. La jornada
electoral, a pesar del alto nivel de crispación sociopolítica, fue tranquila y de masiva
participación con una abstención que se ubicó en alrededor de 30 %, y donde la opción de “No”
revocar el mandato del expresidente Hugo Chávez, respaldada por el oficialismo, obtuvo en
torno a 59 % de los votos válidos, mientras que la opción del “Sí”, promovida por la oposición,
un poco más de 40 % (CNE, 2004).

La celebración del referendo revocatorio representó la batalla final de este conflicto que
comenzó el 10 de diciembre de 2001, día en que se convocó la primera de las cuatro huelgas
generales en contra del gobierno del expresidente Hugo Chávez desde que asumió el poder el
2 de febrero de 1999. Conflicto que comenzó siendo dominando de forma clara por parte de la
oposición, pero que con el tiempo fue inclinándose a favor del oficialismo.

Algunos creen que a partir del referendo revocatorio de 2004 se quiso imponer un liderazgo
plebiscitario y carismático, provisto de un proyecto hegemónico autoritario y excluyente, el
cual para poder mantener su legitimidad de origen recurrió a las elecciones y referendos
semicompetitivos, configurándose con ello una democracia plebiscitaria con la cual se dejaba
atrás la democracia representativa (Ramos, 2006). Otros más bien creen que esto, más que una
imposición, pudo ser el resultado de la naturaleza sociopolítica del periodo entre los años 1989

14
Este mecanismo legal se puede activar una vez que cualquier funcionario electo cumpla la mitad de su mandato (Constitución de la República
Bolivariana de Venezuela, 1999, art. 72).

16
y 2004, el cual se caracterizó por una falta de colaboración entre los distintos sectores de la
sociedad, todo lo contrario a los años anteriores desde el inicio de la democracia en el país en
1958 (Monaldi et al., 2006).

En cualquier caso, a partir de entonces el expresidente Hugo Chávez radicalizaría mucho más
su propuesta política, como llegó a decir en incontables ocasiones, ya no sería más el “pendejo”
de 2002 (Muñoz, 2009; UN & AVN, 2011). De hecho, el 31 de octubre de 2004, a poco más
de un mes del referendo revocatorio, se llevaron a cabo nuevas elecciones regionales. En estas
el oficialismo arrasaría al ganar casi la totalidad de las gobernaciones,15 así como la mayoría de
las alcaldías (Álvarez, 2007). Este respaldo político hizo sentir al oficialismo que iba en la
dirección correcta. Por ello, el próximo paso fue convocar un taller de alto nivel en noviembre
de 2004 para dar un vertiginoso y decidido “salto adelante” en la Revolución Bolivariana (El
Troudi, 2005). Este hecho se materializaría el 30 de enero de 2005 durante la asistencia del
expresidente Hugo Chávez al V Foro Social Mundial en Porto Alegre (Brasil). En este evento,
el oriundo de Sabaneta de Barinas, declararía abiertamente su adhesión a la ideología política
conocida como Socialismo del Siglo XXI,16 con lo cual dejaba claro que en la era de la lucha
entre socialismo y capitalismo la elección era el primero, eso sí, un socialismo del y para el
siglo XXI (El Troudi, 2005). Esta nueva fase de la Revolución Bolivariana se caracterizaría por
la radicalización y profundización de los objetivos de transformación socioeconómica, así como
por el incentivo a otras formas de propiedad más allá de la privada e individual como, por
ejemplo, la propiedad comunal (Magallanes, 2009).

Hugo Chávez gobernaría Venezuela (1999-2013) con unos altos niveles de polarización
sociopolítica en torno a su figura y legado hasta el 5 de marzo de 2013, día en que falleció. Ese
mismo año, el 14 de abril, Nicolás Maduro ganaría la siguiente elección presidencial, dando
inicio de esta forma a otra etapa política en la vida nacional, caracterizada esta vez, no solo por
la continuación de la alta polarización sociopolítica, sino también por una importante crisis
económica que se ha acentuado con dureza en los últimos años producto de importantes
sanciones internacionales (en especial a la industria petrolera), la cual ha llevado millones de
ciudadanos a emigrar, algo nunca visto en la tierra bañada por el mar Caribe, acostumbrada a
recibir con los brazos abiertos a innumerables inmigrantes de todas las latitudes desde hace
varias décadas.

1.2. Justificación.

La ciencia debe explorar terrenos desconocidos para ampliar el entendimiento de la realidad

tanto material como inmaterial y, de esta forma, acercarse a la verdad. Uno de los aspectos
humanos más apasionantes y, a su vez, más difícil de entender, es el compartimento político y
dentro de este el electoral, puesto que la política está llena de conductas irracionales (L. De la

15 Equivalente a ganar la mayoría de las presidencias de las comunidades autónomas en España.

16 El Socialismo del siglo XXI es una propuesta ideológica del sociólogo alemán Heinz Dieterich Steffan.

17
Calle, 2005). Para muestra, la célebre invasión al Capitolio de los EE. UU. el 6 de diciembre
de 2020 por parte de miles de seguidores del expresidente Donald Trump.

Asimismo, las elecciones son tal vez la forma menos violenta de acceder al control del territorio
y sus escasos recursos por parte de un determinado grupo social. En estas influyen aspectos
sociales, económicos, geográficos, históricos, etnográficos, psicológicos, biológicos, legales,
teológicos, entre muchos otros. Influencia que no solo es a nivel individual de cada elector, sino
también de grupo, ni solo a nivel local, sino también nacional e incluso internacional (Agnew
M. & O’Loughlin, 2015). Si bien los primeros tipos de elecciones, así como el concepto de
democracia tiene sus raíces en la Antigua Grecia hace unos 2 500 años, la democracia moderna
más antigua y estable es, probablemente, la de EE. UU. con unos 230 años de antigüedad. Le
siguen distintos países del centro y norte de Europa como, por ejemplo, el Reino Unido, Suiza
o Países Bajos. Por su parte, en Iberoamérica el inicio de la democracia es mucho más reciente.
En el caso de Venezuela esta se instauraría en el año 1958 con el derrocamiento del último
gobierno militar, el presidido por el general Marcos Pérez Jiménez.

Uno de los aspectos fundamentales de las elecciones, al estar evidentemente relacionadas con
el control del territorio, es su componente espacial, más específicamente espaciotemporal,
puesto que espacio y tiempo no pueden separarse el uno del otro (Vives, 2006; Wallerstein,
1998). Es aquí cuando entra en escena la geografía, en particular la especialidad de geografía
política y dentro de esta la subespecialidad de geografía electoral. En este sentido, tal y como
se presenta en el siguiente capítulo (punto 2.3), los estudios de los comportamientos electorales
desde el punto de vista geográfico nacieron en Francia a principios del siglo XX. No obstante,
el mayor desarrollo de esta subespecialidad de la geografía política ha sido liderado de manera
indiscutible por el mundo anglosajón, en especial por EE. UU. y el Reino Unido. Si bien esto
no es fácil de cuantificar, una buena referencia se puede obtener de la revista científica por
excelencia a nivel global para temas de geografía política y, por ende, de geografía lectoral, a
saber, Political Geography (ISSN: 0962-6298). En esta de cada diez artículos, revisiones,
ensayos, etc. publicados y citables desde su inicio en 1982 y hasta el 2018, siete provienen de
estos dos países, cifra que sube hasta casi nueve si se incluyen otras naciones con raíces
anglosajonas como, por ejemplo, Australia, Canadá e Irlanda (O’Loughlin, 2018). Por lo tanto,
es de esperar que exista una proporción similar para los estudios en geografía electoral.

En efecto, la revisión bibliografía del estado actual de la geografía electoral, y que como ya se
mencionó se presenta más adelante (punto 2.3), permitió no solo corroborar este hecho, sino
también evidenciar que en Iberoamérica son muy pocos los estudios en comparación con el
mundo anglosajón, siendo Brasil, España y México los casos que más resaltan en la región. Dos
razones pudiesen darse para comprender este fenómeno. Por un lado, las democracias en
Iberoamérica son mucho más recientes y menos consolidadas que en el mundo anglosajón y,
por otro, el menor nivel de recursos disponibles para la investigación científica en esta área, la
cual, aunque ha cobrado mayor interés en años recientes, nunca ha sido la primera opción de
muchos investigadores cualitativos y/o cuantitativos. Sin olvidar que la geografía electoral a
comienzos del milenio era una subespecialidad pequeña en el mundo anglosajón, aunque con
un gran crecimiento (Johnston, 2001).

18
Por su parte, en el caso de Venezuela, a pesar del gran número de elecciones llevadas a cabo en
los últimos años desde que Hugo Chávez ganara su primera elección presidencial el 6 de
diciembre de 1998, se sigue la misma tónica que el resto de Iberoamérica, bueno, peor aún,
puesto que los estudios son, como se señala más adelante (punto 2.3.3), técnicamente
inexistentes. Por ello, llevar a cabo investigaciones de estas elecciones desde el punto de vista
espaciotemporal sin duda alguna aportaría a la comprensión y/o solución del muy complejo
proceso sociopolítico que se ha vivido en Venezuela desde entonces. Una sociedad que, para el
último año incluido en este trabajo (2013), era cataloga de “un fenómeno difícil de
comprender”, puesto que era el país de la región latinoamericana donde más se apoyaba a la
democracia con un sorprendente 87 %, algo muy diferente a lo que se podía pensar en el exterior
(Corporación Latinobarómetro, 2013, p. 8).

1.2.1. Tema.

Ya desde muchos años se sabe que con la información de las elecciones se pueden llevar a cabo
un gran número de investigaciones geográficas (Johnston, 1982a). De hecho, los resultados
electorales son indicadores de otros procesos políticos más complejos y con múltiples
ramificaciones en la vida social (S. Gómez, 2000a). Asimismo, los patrones electorales
espaciales revelan aspectos de la composición y estructural de la sociedad (Shin, 2015).

En este orden de ideas, si la salud de una democracia se puede conocer por el grado de
participación de sus ciudadanos en las elecciones, la abstención es el mayor síntoma de su
deterioro (Zavala, 2010). Por esta razón, cualquier estudio al respecto es muy importante,
puesto que permite correlacionar no solo el grado de integración de una sociedad con su sistema
político sino también la legitimización de los resultados electorales (Amaya, 2000). De hecho,
la participación electoral es vista como pieza clave para el funcionamiento y legitimidad de la
democracia (Smets & Van Ham, 2013). Además, la democracia requiere una activa
participación de los ciudadanos, en especial, en las elecciones, ya que para que la democracia
tenga sentido y sea diferente del resto de los sistemas políticos estos deben ejercer su derecho
al voto (Moon et al., 2006). Por lo tanto, cualquier análisis que se haga de la abstención es
importante para evaluar la calidad y funcionamiento de un sistema democrático, más aún si se
considera, como en esta oportunidad, el contexto espaciotemporal.

Igualmente, además de las razones expuestas, el estudio de la abstención resulta ser un tema
muy sugestivo, puesto que, como parte de la batalla por dominar la narrativa política, ambos
sectores han pretendido explicar sus resultados electorales, favorables o desfavorables,
argumentado el impacto de esta en los mismos y, con ello, motivar a sus bases y/o deslegitimar
al adversario.

Este argumento ha sido esgrimido de forma directa con mayor énfasis por parte del sector de la
oposición, el cual perdió, hasta el 2013, último año de análisis incluido en este estudio, la mayor
parte de las elecciones (punto 3.1) desde que Hugo Chávez ganara su primera elección

19
presidencial el 6 de diciembre de 1998. En este sentido, no fueron pocas las veces que sus
dirigentes declararon ante los medios de comunicación que había que salir a participar, puesto
que la abstención favorecía (o había favorecido) al oficialismo (AFP, 2004; EFE, 2004b; El
Nacional, 2013; El Universal, 2004; Globovisión, 2007, 2013; E. Gómez, 2004; Infobae, 2012;
Infolatam, 2006; La Patilla, 2012; La Voz, 2012).

La percepción de los dirigentes de la oposición era compartida por importantes autores y/o
personalidades de la vida pública nacional. Por ejemplo, en esta misma dirección también
apuntaba Sobella Mejias, ex rectora del CNE entre los años 2003 y 2005 y ferviente opositora,
quien llegó a afirmar que con la desmovilización del electorado quien ganaba era el oficialismo
(Noticias24, 2014). Igualmente, Luis Vicente León, uno de los analistas políticos del país más
respetados tanto por el oficialismo como por la oposición en la actualidad (septiembre de 2021),
indicó hace algunos años que incentivar la abstención era beneficioso para el oficialismo
(Barboza, 2016). Incluso algún autor fue más claro al señalar que, al menos desde hace algunos
años, existía el convencimiento en amplios sectores de la población de que los procesos
electorales (punto 3.1) eran manipulados en favor del oficialismo, lo cual conducía a que
aumentara la abstención y, de esta manera, se perjudicaba la oposición (Rachadell, 2010). Por
cierto, esta última afirmación es totalmente contraria a la de Jimmy Carter, expresidente de EE.
UU. y presidente del Centro Carter, quien llegó a afirmar en el año 2012 que el sistema electoral
venezolano era “el mejor del mundo” (El Mundo, 2012; RT, 2012).

Por su parte, el oficialismo no se quedaba atrás en la carrera por ganar la narrativa política. Por
ello, no era extraño que el mismo expresidente Hugo Chávez llamara en cada proceso electoral
(punto 3.1) a votar masivamente para que los resultados fuesen más legítimos (De La Rosa,
2010; EFE, 2004a; Turzi, 2012; UN & AVN, 2012). Asimismo, el oficialismo trataba de
dominar la batalla dialéctica haciendo énfasis en la inversión social y los logros que esta traía
para la sociedad. Por ejemplo, se jactaba de ser el impulsor de la identificación masiva de las
personas a través de la llamada Misión Identidad, un programa social que permitió otorgar (o
facilitar su renovación) la cedula de identidad17 a millones de ciudadanos. La posesión de este
documento era (y sigue siendo) un requisito indispensable para ejercer el derecho al voto.

Asimismo, si la base del apoyo político del oficialismo, al menos durante el periodo de estudio
(2004-2013), se encontraba en los sectores populares (M. Martínez, 2010; Ramírez, 2012), los
cuales estaban compuestos por la clase media popular, los pobres pero no extremos y los pobres
extremos, sectores que alcanzaban para el año 2007, un año intermedio en el periodo de
mandato del expresidente Hugo Chávez (1999-2013), más del 80 % de la población (España,
2010) y que la inversión social, mayoritariamente dirigida a estos sectores, alcanzó entre 1999
y 2009 el 52 % del PIB, mientras que en las décadas anteriores se movió entre 36 % y 46 %
(De Luca et al., 2013), y que esta inversión social permitió duplicar entre los años 2000 y 2008
el acceso a la educación superior (UNESCO, 2012), así como reducir entre los años 2002 y
2013 los índices de pobreza en más de 50 % y, considerablemente, los de desigualdad (CEPAL,
2013), sin dejar de mencionar que para el 2013 el país era reconocido como uno de los que

17 Equivalente al DNI en España.

20
cumplían con los objetivos de desarrollo del milenio (PNUD, s.f.; PNUD & INE, 2013) siendo
felicitado por ser una de las naciones que más avanzaba en la lucha contra el hambre (UN &
AVN, 2013), parecían ser suficientes argumentos para sustentar la afirmación oficialista que
aseguraba que la abstención a quien beneficiaba era a la oposición, por lo tanto, había que
disminuirla fomentando y facilitando la participación, en especial la de estos sectores populares
mayoritarios que lo premiarían con su voto favorable en las distintas elecciones.

De hecho, los argumentos del oficialismo tienen respaldo empírico en la práctica política. Hace
tiempo se sabe que la inversión social se traduce en mayor número de votos, aunque esto genere
clientelismo (Jurado & León, 2019). Asimismo, también lo respalda la “célebre” practica del
barril de tocino,18 la cual consiste en invertir dinero público en ciertos lugares con fines
personales, políticos y/o partidistas, siendo también, por cierto, objeto de estudio en geografía
electoral (J. Chen, 2010; Hagen, 2007; Kang, 2018).

Además, no se puede dejar de mencionar el respaldo que da la teoría del voto económico
(economic voting theory en inglés), la cual establece que los electores están altamente
influenciados en el momento de votar por la percepción que tengan de sus condiciones
económicas, buenas o malas, así como a quien responsabilicen de estas (Hart, 2016; Ruiz-
Rufino, 2021). Asimismo, hay estudios que señalan que las zonas más humildes y menos
consolidadas tienen menos a salir a votar, es decir, tienden a abstenerse (Aragón & Aguilar,
1977; Exeter et al., 2018), por lo que motivar su participación “teóricamente” beneficiaría al
oficialismo. Por último, desde principios del siglo pasado hay evidencia empírica desde el
Reino Unido que sostiene que en las zonas más empobrecidas el voto tiende a favorecer a los
laboristas o liberales, los cuales equivaldrían en este trabajo al oficialismo, y en las zonas en
mejores condiciones a los conservadores, equiparables en este caso a la oposición (Krehbiel,
1916).

1.2.2. Periodo.

El expresidente Hugo Chávez llegó al poder el 2 de febrero de 1999, luego de ganar los comicios
del 6 diciembre del año anterior. Durante el periodo comprendido entre 1999 y 2001, se
realizaron cinco procesos electorales (punto 3.1) en los dos primeros años, tres en 1999
relacionados con la redacción de la Constitución vigente y dos en el año 2000 para relegitimar
a los funcionarios electos por votación popular. Estos años, como ya se señaló (punto 1.1.2),
fueron relativamente tranquilos, sin mayores radicalismos. Sin embargo, la sociedad entró en
una etapa de creciente polarización política entre noviembre de 2001, cuando por medio de la
segunda ley habilitante que recibió el expresidente Hugo Chávez se promulgaron cuarenta y
nueve leyes que cambiaron radicalmente las relaciones de poder entre los distintos sectores de
la vida nacional, y agosto de 2004 (punto 1.1.2), mes en el cual se llevó a cabo el referendo
revocatorio presidencial en el que salió victorioso el exmandatario nacional (punto 1.1.3). Por

18 Pork barrel en inglés.

21
ello, el periodo de estudio comienza a partir de este último año. Desde entonces, cada elección
sería vista como una especie de plebiscito en torno a la figura del expresidente Hugo Chávez.

El expresidente Hugo Chávez gobernaría hasta el 5 de marzo de 2013, día en que falleció. Ese
mismo año, el 14 de abril, Nicolás Maduro ganaría la siguiente elección presidencial. Esta
elección es la última incluida en esta investigación, ya que toda la campaña giro en torno a la
imagen y recuerdo del exmandatario. Incluso fue el mismo quien en una transmisión en cadena
de radio y televisión el día 8 de diciembre de 2012, al anunciar que viajaba a la República de
Cuba para realizar una nueva operación por la enfermedad que padecía, declaró que, en el caso
de algún “percance” que obligara al CNE a convocar nuevas elecciones, su opinión “…firme,
plena como la luna llena, irrevocable, absoluta, total…” era que eligieran a Nicolás Maduro
presidente de la república19 (RNVContigo, 2012, min. 1:19).

1.2.3. Área.

En este trabajo de investigación se ha seleccionado al estado Zulia como área de estudio para
implementar la metodología que se diseñó. El estado tiene un total de veintiún municipios y
ciento diez parroquias, aunque para fines electorales y, por lo tanto, para este estudio son ciento
seis.20 El estado representa a juicio del autor, si no el mejor, uno de los mejores para los
objetivos de esta disertación doctoral. Entre las razones que respaldan esta afirmación se
encuentran las siguientes:

1. Conocimiento previo del área, al ser por motivos personales y laborales el estado de
Venezuela que mejor conoce el autor.

2. Su capital Maracaibo es la capital petrolera del país, así como la ciudad más importante
después de la capital Caracas. Asimismo, geográficamente el territorio del estado se
corresponde con una región natural que abarca la parte más extensa de la hoya
hidrográfica del Lago de Maracaibo, la cual se caracteriza por su gran diversidad.
Además, es el único estado de país que a su vez es región económica, concepto
utilizado por distintas instituciones nacionales para dividir al territorio nacional según
sus características económicas. Por último, al menos para finales del periodo de estudio
(2004-2013) era el estado que:

a. Más aportaba al PIB (Faria, 2012).

b. Generaba el 80 % de la producción petrolera del país (INE, 2014b).
c. Tenía la mayor población (INE, 2014a).

19 Si se desea ver esta declaración del expresidente Hugo Chávez puede accederse a https://www.youtube.com/watch?v=kpWf2MhXsEU
20 Esto se explica con más detalles en el punto 4.2.

22
 3. Su ambiente cosmopolita, ya que tiene una larga frontera internacional (Colombia), es
el territorio de hábitat de distintas etnias indígenas y tiene una amplia presencia de la
industria petrolera cuya naturaleza es de por sí global.

4. Dos hechos significativos para el desarrollo de la democracia en el país se gestaron en

el estado, a saber, el nacimiento de la industria petrolera y la fundación de los partidos
políticos modernos (Almao, 2012). Igualmente, su alternabilidad política, al ser un
estado en el que ha habido gobiernos regionales y municipales tanto del oficialismo
como de la oposición durante el periodo analizado (2004-2013).

5. El incuestionable y carismático regionalismo de los zulianos, los cuales se distinguen

por su alto nivel de identificación con sus particularidades, las cuales integran a sus
aptitudes políticas (Almao, 2012). Todo ello como consecuencia de un conjunto de
circunstancias geo-históricas que han convertido al estado en una “región diferente” y
que, brevemente, se describen a continuación.

Circunstancias geo-históricas.

Cuando se estableció la Capitanía General de Venezuela en el año 1777, la misma fue producto
de la unión administrativa, política y militar de ocho provincias autónomas, a saber, Caracas,
Coro, Cumaná, Guayana, Maracaibo, Margarita, Puerto Cabello y Trinidad (Tarver Denova
et al., 2018). No obstante, antes de integrarse en la Capitanía, los asuntos judiciales de estas
eran tratados por la Real Audiencia de Santo Domingo, luego por la de Santa Fe de Bogotá, y,
finalmente, por la de Caracas, la cual se creó en 1786 («La administración española», 1984).

Con el pasar de los años, antes de convertirse en Real Audiencia, la Provincia de Caracas, con
su capital Santiago de León de Caracas, fue ganando un cada vez mayor protagonismo en la
Capitanía General de Venezuela (Fuentes, 2006). Por ello, no es de extrañar que cuando se creó
la Real Audiencia de Caracas, distintas instituciones de la provincia marabina, le escribiesen
una carta al rey de entonces en la península, Carlos III, para que la Provincia de Maracaibo se
integrara al gobierno del Virreinato de Nueva Granada, y así no quedar bajo la “tutela
caraqueña”, sin embargo, el monarca no accedió (Lombardi, 1973).

Por otra parte, cuando se establecía una Capitanía General en teoría estas dependían de un
virreinato (Araya, 1995; J. Monge, 1980), pero lo cierto es que para cumplir con sus funciones
actuaban con mucha autonomía (Villarán, 1998). Así que las instituciones y funcionarios de la
Provincia de Maracaibo se encontraban entre dos posiciones, puesto que por un lado tenían que
acatar las resoluciones del virrey de Nueva Granada y, por otro, debían considerar la opinión
del cada vez más influyente capitán general en Caracas (Fuentes, 2006). Esta situación de tener
que estar entre dos capitales, Caracas y Bogotá, muy distantes e indecisas, fue esencial para
convertirse en una “región diferente” (Lombardi, 1973).

23
Esta aptitud de “rebeldía”, se mantuvo con los años. En este orden de ideas, cuando se
constituyó la Junta Suprema de Caracas el 19 de abril de 1810 para defender con fidelidad y
lealtad los derechos de Fernando VII, rey de España en ese entonces, y quien había sido
destronado por Napoleón Bonaparte, la misma invitó a las demás provincias de la Capitanía
General de Venezuela a unirse a la causa. No obstante, los argumentos esgrimidos para justificar
la legitimidad de esta invitación fueron rechazados por las autoridades de la Provincia de
Maracaibo, las cuales decidieron mantenerse fiel a las autoridades peninsulares al mando y, de
esta forma, evitaron quedar bajo la tutela caraqueña (Maldonado, 2005). De hecho, el acta de
independencia de Venezuela, firmada el 5 de julio de 1811, tampoco fue suscrita por los
marabinos, y solo una década más adelante fue cuando se incorporaron a la gesta
independentista (Lombardi, 1973). Es más, entre el año 1812 y 1814, los marabinos enviaron
emisarios a la península para intentar gestionar su autonomía (Maldonado, 2005). Por ello, no
es de extrañar que la provincia marabina fuese la última en ser dominada durante la guerra de
Independencia de Venezuela (1810-1823), la cual finalizó en el año 1823 con la batalla naval
del Lago de Maracaibo (Esteves, 2006).

Otro aspecto que hizo al estado Zulia una “realidad única” fue su actividad mercantil con el
mundo. La potencialidad económica de la antigua Provincia de Maracaibo, con ese inmenso
reservorio de agua que es el Lago de Maracaibo con sus puertos que le permitían la exportación
de productos agrícolas y otros recursos naturales a todos los rincones del planeta, hizo que el
comercio fuese un motor que dinamizó la economía, convirtiéndola en referencia y, con ello,
se echaron las raíces del imaginario colectivo de ser una “región diferente” (Cardozo, 2003).
En efecto, los primeros exploradores ya clasificaban a las tierras de la región como las mejores
de América meridional (Lombardi, 1973). En este mismo orden de ideas, la capital de la
provincia era la actual ciudad de Maracaibo, una ciudad puerto que se esforzó en mantener una
unidad regional a pesar de la variedad geográfica y social, empleando para ello un discurso
político en el cual ya se notaban los rasgos de la identidad regional zuliana (Cardozo, 2003).

Todas estas circunstancias históricas, políticas, económicas y sociales durante años, así como
factores geográficos como el aislamiento por las cadenas montañosas y la lejanía de los
principales centros administrativos, entiéndase Bogotá y Caracas, convirtieron a esta parte del
actual territorio venezolano en un espacio con una “…especificidad y ritmo históricos propios,
diferenciable, en cuanto a su dinámica y características fundamentales, del resto de los
conjuntos regionales vecinos, tanto venezolanos como colombianos” (Cardozo, 1992, p. 367).

En fin, como ya lo expresará hace muchos años muy bien el Dr. Ángel Lombardi, uno de los
historiadores de mayor prestigio de la región y exrector (1992-1996) de la Universidad del
Zulia, cuando señaló en un artículo opinión que:

El Zulianismo es un fenómeno tan arraigado que el zuliano fuera de su tierra se

siente desterrado. La expresión "República Independiente del Zulia" significa para
él todo un sentimiento de afirmación y de identidad, ya que en el fondo es la forma
y manera de sentirse más auténticamente venezolano. Su regionalismo es tan fuerte
y en un sentido cultural tan limitante que a la par que ha permitido y estimulado

24
 una realidad cultural como en ninguna otra región venezolana, le imbuye un
localismo que le impide una trayectoria más nacional.

Sin embargo, el regionalismo zuliano es positivo, producido y alimentado por

aislacionismo geográfico, peculiaridades históricas, falta de vías de comunicación,
errores de gobiernos centristas y apatía general. Regionalismo con más humildad
que orgullo (Lombardi, 1973, p. 307).

1.2.4. Unidad espacial.

Aunque se podría haber escogido cualquier unidad política y/o administrativa como unidad de
análisis espacial, en este trabajo se seleccionó la parroquia. La razón obedeció a que la misma
representa un compromiso entre el detalle de un estudio centrado en el individuo como elector
y el país como región electoral. De hecho, durante el estudio de los antecedentes se observó que
son muy pocas (de las ya escasas) investigaciones en Iberoamérica que la toman como unidad
geográfica de análisis. Además, en el caso de Venezuela la ley establece que las parroquias son
demarcaciones territoriales creadas, entre otras razones, con la finalidad de promover la
participación ciudadana y desconcentrar la gestión municipal (Ley de Reforma Parcial de la
Ley Orgánica del Poder Público Municipal, 2010).

1.3. Límites.

Como toda investigación sus planteamientos y resultados están limitados por distintos aspectos.
En este sentido, algunas de las limitaciones de este estudio son:

1. El hecho de haber estudiado un fenómeno tan complejo como lo es el comportamiento

electoral, por más que sea técnico y se base en datos empíricos, fue ya de por sí un
limitante incuestionable. Más aún, si se tiene presente, como ya se comentó, que la
política está llena de comportamientos irracionales (L. De la Calle, 2005). Por ello, el
empleo de cualquier tipo de análisis estadístico o modelo matemático no se hizo con la
intención de hacer ningún tipo de pronóstico o predicción, sino encontrar tendencias
para falsar las hipótesis nulas y sustentar la alternativa, así como, entre otras muchas
cosas, para ir perfilando la psique de los electores desde el punto de vista
espaciotemporal en el periodo de estudio (2004-2013), lo cual, sin duda alguna,
aportará al entendimiento de la compleja situación sociopolítica que ha vivido
Venezuela desde que Hugo Chávez ganara su primera elección presidencial el 6 de
diciembre de 1998.

2. No se pretendió evaluar ninguna variable (socioeconómica, psicológica, política, etc.)

que explicase los resultados electorales.

25
 3. Todos los análisis que se hicieron y las conclusiones a las que se llegaron solamente
pueden suscribirse al estado Zulia y nunca a la totalidad de geografía venezolana, es
decir, se hicieron desde en una perspectiva de geografía ideográfica/regional, en la que
cada región se considera única. Esto no quiere decir que no se espere un
comportamiento similar en otras áreas del territorio nacional, algo que, de hecho, se
espera.

4. Los datos con que se trabajó son datos agregados a nivel de parroquia, las cuales se
consideraron tenían el mismo peso estadístico independientemente de su padrón
electoral, población, tamaño, urbanismo, etc.

5. Los datos procedieron de boletines definitivo o parciales. En el caso que hayan sido
producto de estos últimos se consideran que fueron representativos de la proporción
que se esperaría en un boletín definitivo (punto 3.3), es decir, que no tenían ningún
sesgo. No obstante, el análisis de valores atípicos, tal y como se presenta más adelante
(punto 5.2.1), permitió descartar dos observaciones por no ser representativas.

6. Se evitó hacer cualquier afirmación o inferencia que llevase al error estadístico llamado
falacia ecológica. En otras palabras, no se podía pretender inferir el comportamiento
de una parroquia (individuo) en base al comportamiento de todas las parroquias
(grupo). Esto no implica que no se hicieran análisis considerando todas las parroquias
en conjunto, los cuales formaban parte de esta investigación.

7. No pretendió estudiar aspectos relacionados con el derecho al voto, infraestructura

electoral, movilidad de electores, cambios en el padrón electoral, etc.

8. No se entró a analizar cuestiones directas sobre circunscripciones electorales ni sobre

efectos en términos espaciales que pudiesen tener los cambios ocurridos o que se
pudiesen plantear.

9. No se cuestionó la legitimidad de los datos del acto de votación y resultados electorales

publicados en la página web del CNE, fuente de datos de esta investigación.

1.4. Hipótesis.

A pesar de que durante el periodo de estudio (2004-2013) la pugna por el dominio de la narrativa
política llevó a que tanto el oficialismo como la oposición expresaran, bien sea de forma directa
o indirecta, que el aumento de la abstención, es decir, la diminución de la participación, les
perjudicaba, o, lo que es lo mismo, beneficiaba al adversario, lo que se consideraba más cercano
a la realidad en esta investigación era que existían, a nivel parroquias del estado Zulia, clústeres
de perjuicio para ambos sectores políticos y nunca un perjuicio general.

26
Esta afirmación se sustentaba en la evidencia obtenida durante revisión bibliográfica llevada a
cabo (punto 2.3), la cual permitió entender que el comportamiento electoral es un fenómeno de
naturaleza espaciotemporal de muy alta complejidad, el cual depende de innumerables variables
de todo tipo, a saber, sociales, económicas, geográficas, históricas, etnográficas, psicológicas,
biológicas, legales y religiosas, entre otras. De hecho, no es extraño concebir que la política
esté llena de comportamientos irracionales (L. De la Calle, 2005). Por lo tanto, lo que parecía
más sensato pensar era que el comportamiento electoral en este caso también estaba
“clusterizado” (agrupado) en el espacio, así como que variaba a lo largo del tiempo. En este
sentido, abundan como ejemplo los estudios en todos los continentes desde hace décadas
(Agnew, 1994; Amaya et al., 2012; Anejionu et al., 2016; Augusto & Sene, 2013; Baccini et al.,
2021; Bélanger et al., 2003; Biancalana & Colloca, 2019; Bosque, 1980; Boswell, 1998; Brady
& Grofman, 1991; Brule & Fontaine, 1997; Castilla & Nossa, 2019; Chadjipadelis &
Zafiropoulos, 1994; Charney & Malkinson, 2015; Christopher, 1996; Clem & Craumer, 1995b;
David & Van Hamme, 2011; Davidian et al., 2012; de Azevedo & Meireles, 2021; J. De la
Calle, 2013; De Vos & Deurloo, 1999; Dean, 1949; Dentler et al., 2021; Fielding, 2018; Forrest,
1992; Giommoni & Loumeau, 2020; Gorgues et al., 2004; Guillorel & Lévy, 1992; Guţoiu,
2019; Hazama, 2003; Heberle, 1943a; Herin, 1984; Hugonnier, 1954; Iglesias-Pascual et al.,
2021; Johnston et al., 2019; Jump & Michell, 2020b; Kabath & Sobczak, 1999; Kang, 2018;
Kantel, 2019; Kevický & Danik, 2020; Koulov, 1995; Kramer, 1990; Krehbiel, 1916; Lake &
Nie, 2021; Lizama Carrasco, 2012; Lutz, 1990; Lysek et al., 2021; Miller & Grubesic, 2020;
Mok, 1970; Nel·lo & Gomà, 2018; Oberhauser et al., 2019; O’Loughlin et al., 1994; Osei-
Kwame & Taylor, 1984; Oyewole & Omotola, 2021; Pascal, 1983; Pizzonia, 1996; Prescott,
1959; Put et al., 2020; Scanlan, 1977; Swianiewicz, 1996; Tatalovich, 1975; Tevera, 1989;
Thiervoz, 1954; Vilalta, 2004; Waterman, 1980; Wright, 1932).

1.4.1. Hipótesis nulas.

Lo presentado hasta entonces en este capítulo permite definir dos hipótesis nulas, una para cada
sector político. En este orden de ideas, primero se presenta la correspondiente al oficialismo y
luego la pertinente a la oposición.

• El aumento de la abstención, es decir, la disminución de la participación, perjudicaba a

los resultados electorales del oficialismo en el periodo analizado (2004-2013).

• El aumento de la abstención, es decir, la disminución de la participación, perjudicaba a

los resultados electorales de la oposición en el periodo analizado (2004-2013).

1.4.2. Hipótesis alternativa.

Como opción, y motivo de esta investigación, se definió la siguiente hipótesis alternativa:

27
 • El aumento de la abstención, es decir, la disminución de la participación, perjudicaba
tanto al oficialismo como a la oposición en el espacio geográfico del estado Zulia a nivel
de parroquias en el periodo analizado (2004-2013) y, por lo tanto, el espacio geográfico
del estado estaba dividido en clústeres de perjuicio que afectaban a ambos sectores
políticos.

1.5. Objetivos.

En esta investigación se siguió el enfoque clásico de plantear un objetivo general para refutar
las hipótesis nulas y sustentar la alternativa, alcanzándose este mediante la consecución de un
conjunto objetivos específicos. En este orden de ideas, a continuación, se presentan ambos.

1.5.1 Objetivo general.

Encontrar evidencia empírica que refute las hipótesis nulas y permita sustentar la hipótesis
alternativa enunciada de que el aumento de la abstención, es decir, la disminución de la
participación, perjudicaba tanto al oficialismo como a la oposición en el espacio geográfico del
estado Zulia a nivel de parroquias en el periodo analizado (2004-2013), lo que implica que el
espacio geográfico del estado estaba dividido en clústeres de perjuicio que afectaban a ambos
sectores políticos.

1.5.2. Objetivos específicos.

Para alcanzar el objetivo general se definieron los siguientes tres objetivos específicos:

1. Crear y poblar una base de datos plana con datos de las respectivas secciones del acto
de votación y resultados electorales de la página web del CNE.

2. Implementar un SIG utilizando un software libre que sirva como plataforma tecnológica
para desarrollar la investigación.

3. Proponer una metodología que permita procesar los datos y analizar los resultados y,
con ello, falsar las hipótesis nulas y sustentar la alternativa.

1.6. Resumen.

Tal y como se ha presentado, en este primer capítulo de la tesis doctoral se formuló el problema
que motivó esta investigación. Se comenzó describiendo, brevemente, el contexto histórico y
social que permite entender tanto la aparición de Hugo Chávez en la vida política de Venezuela
como las razones por los que se llegó a tan altos niveles de polarización sociopolítica durante

28
buena parte de su mandato (1999-2013). Luego, se justificó el estudio, esto es, se expusieron
las razones por las que resultó de interés técnico y científico abordarlo. Para ello, se describieron
los motivos que sustentaron la selección de la abstención como tema de estudio, el periodo entre
los años 2004 y 2013 como límite temporal, el estado Zulia como área para implementar la
metodología diseñada y la parroquia como unidad de análisis espacial. Posteriormente, debido
a la compleja naturaleza del comportamiento electoral, se dejaron claros cuáles fueron los
límites del trabajo. A esto le siguió el establecimiento de dos hipótesis nulas, una para cada a
sector político, así como la definición de una hipótesis alternativa. Finalmente, se presentó el
objetivo general que debía cumplirse con la finalidad de refutar las hipótesis nulas y sustentar
la alternativa, para lo cual a su vez se establecieron tres objetivos específicos.

29
CAPÍTULO 2. ESTADO ACTUAL.

"Para comprender una ciencia es

necesario conocer su historia"
Augusto Comte

La frase del padre del positivismo21 permite contextualizar la importancia que tiene conocer la
historia de una determinada rama del saber científico para poder comprenderla de forma
apropiada. En este orden de ideas, luego de haber formulado el problema en el capítulo 1, en
este segundo capítulo de la tesis doctoral se presenta la evolución y estado actual de la geografía
electoral. Para ello, se comenzó con exponer qué se entiende por geografía electoral. Luego, se
definió la estrategia seguida para llevar a cabo la revisión bibliográfica. Finalmente, se
presentaron los antecedentes recuperados, lo cual se hizo considerando el desarrollo
epistemológico del conocimiento científico, así como la aparición de los distintos paradigmas
de la geografía. Por otra parte, antes de comenzar con el desarrollo de este capítulo se considera
importante aclarar que el término “antecedentes” no solo hace referencia a artículos técnicos
y/o científicos publicados en distintas revistas, sino también a libros, capítulos en libros,
conferencias, manuscritos, enciclopedias, blogs, trabajos de fin de grados o máster, tesis
doctorales, entre otros. No obstante, se les dio mucha más prioridad a los primeros.

2.1. ¿Qué es la geografía electoral?

Partiendo de lo general a lo específico, la geografía puede definirse como la ciencia que se

encarga de la descripción de la tierra. Comúnmente se le divide en dos, física y humana. La
geografía humana se centra en estudiar la relación entre los seres humanos y el espacio, e
incluye especialidades como la geografía política (Fouberg & Murphy, 2020). Esta última se
encarga de entender los aspectos espaciales del poder y la política, así como su variación en el
tiempo (Okunev, 2020). A su vez, una de las subespecialidades de la geografía política es la
geografía electoral, la cual puede ser definida como el estudio de las elecciones en el espacio
y tiempo. Asimismo, hay quienes piensan que la geografía electoral también se tiene que
interesar por la configuración, cambio y análisis de los circunscripciones electorales y las
consecuencias que ello genera (Leib & Quinton, 2011; Nogué, 2006; Palacios & Tirado, 2009),
así como por los sistemas electorales o sistemas de votación, puesto que los mismos son
fundamentales en la obtención de los resultados electorales (J. García, 2000; Leib & Quinton,
2011).

En general, la geografía electoral se interesa por el análisis y descripción de los resultados de

las elecciones siempre desde la perspectiva espaciotemporal. No obstante, debido a la compleja
naturaleza del voto, un proceso personal y social influenciado por innumerables variables
internas y externas, esta subespecialidad de la geografía política debe apoyarse en conceptos de

21 Ver nota de pie de página número 1.

30
otras ciencias como, por ejemplo, psicología, política, historia, economía, sociología,
urbanismo y matemática, entre otras. Por ello, no es extraño encontrarse muchos estudios en
distintos campos del conocimiento que tengan algunos aspectos básicos de análisis espacial.
Sin embargo, estrictamente hablando hay que recordar que lo que distingue al verdadero análisis
espacial de los estudios sociológicos, económicos, políticos, etc. es la consideración de tanto
los elementos de composición como contextuales del problema, puesto que este tipo de
investigaciones generalmente obvian el contexto (vecindario, regiones, infraestructuras,
topografía, lugar, etc.), el cual para los profesionales de las geografía cuenta (O’Loughlin,
2003).

Por lo visto, el concepto de geografía electoral no es nada rígido y distintos autores tienen
diferentes perspectivas. En este orden de ideas, para llevar a cabo la revisión bibliográfica se
eligió el enfoque donde la geografía electoral se concibe como un concepto amplio que se nutre
de múltiples elementos de otras especialidades, aun cuando distinguir su frontera con estas sea
una tarea difícil. Al respecto, es importante comentar que la mayor parte de los trabajos
recuperados fueron llevados a cabo por politólogos, sociólogos, economistas, geógrafos
cualitativos y/o profesionales afines más que por ingenieros, matemáticos, estadísticos,
geógrafos cuantitativos y/o especialistas similares. Por lo tanto, no es extraño entender que los
primeros, en general, no solían emplear en sus estudios, las pocas veces que lo hacían, técnicas
de modelado matemático, estadística avanzada y/o análisis espacial, limitándose muchas veces
en este sentido a presentar trabajos a nivel exploratorio y/o descriptivo o, meramente, a
presentar en estos simples representaciones cartográficas de la distribución espacial de un cierto
atributo. En consecuencia, sus trabajos muchas veces resultaron ser más teóricos, filosóficos,
interpretativos y reflexivos que numéricos, es decir, más cualitativos que cuantitativos. De
hecho, resultó sorprendente que algunas investigaciones denominadas de geografía electoral no
tuviesen ni siquiera un mapa. Más aún, John O’Loughlin, profesor de geografía de la
Universidad de Colorado (EE. UU.), autoridad global en geografía política y electoral y exeditor
por treinta y cinco años de la ya mencionada revista científica por excelencia en la materia, a
saber, Political Geography (punto 1.2), comentó en un ensayo divulgado hace escasos años en
esta prestigiosa publicación que el campo de la geografía política era caótico, opaco, amorfo y
amateur, así como que estaba caracterizado por carecer de cohesión interna y por presentar una
tendencia a cambiar de interés rápidamente, pudiendo ser la mayoría de los trabajos publicados
en la historia de la revista (nacida en 1982) fácilmente catalogados de cualitativos al estar
alejados del análisis espacial y parecerse más a los de antropología, algo que incluso resultaba
irónico con el avance en los últimos años de las ciencias de la información geográfica
(O’Loughlin, 2018).

2.2. Estrategia seguida.

Definida, al menos en grandes rasgos, qué es la geografía electoral, el siguiente paso fue definir
la estrategia que se utilizaría para llevar a cabo la revisión bibliográfica. En este sentido, por las
razones ya expuestas, en no pocas ocasiones, resultó difícil en la práctica demarcar claramente
las fronteras entre geografía electoral y disciplinas como las ya mencionadas psicología,

31
política, historia, economía, sociología, urbanismo y matemática, entre otras. En este orden de
ideas, fue relativamente sencillo encontrar abundantes antecedentes tanto en revistas técnicas
y/o científicas como en otro tipo de fuentes que cubren estas áreas del conocimiento que podían,
de alguna forma, ser catalogadas de geografía electoral o, incluso, ser propios de esta
subespecialidad geográfica. Al respecto, los ejemplos abundan desde hace décadas (Aragón &
Aguilar, 1977; Balcells, 2007; Biancalana & Colloca, 2019; Bove et al., 2020; Bracco et al.,
2018; Cases, 1979; S. Clark, 2020; L. De la Calle, 2005; De Remes, 2001; Donegan et al., 2020;
Evans & Ivaldi, 2021; E. García, 1986; Garretsen et al., 2018; J. G. Gimpel et al., 2020;
Goodwin et al., 2018; Graizbord, 1993b; Harris & Charlton, 2016; Hearne, 2020; Hood &
McKee, 2010; Howard et al., 2018; Johnston & Pattie, 1987a; Jump & Michell, 2020b; Kim
et al., 2003; Kirby & Taylor, 1976; Klesner, 1993; Lehoucq & Wall, 2004; Lichter & Ziliak,
2017; Lind, 2019; López Levi & Reyes, 2011; Maza et al., 2019; McAllister & Studlar, 1984;
Mckee & Teigen, 2016; Monnat & Brown, 2017; Oberhauser et al., 2019; O’Loughlin, 1980a;
Ortega & Trujillo, 2013b; Ortiz, 1987; Otto & Steinhardt, 2014; Oviedo Obarrio, 2010;
Pacheco, 1997; Persson et al., 2014; Porras, 1986; A. Robertson, 1983; Rodríguez Pico &
Duque Franco, 2018; Shin & Agnew, 2007; Stewart et al., 2020; Suárez & Alberro, 2011; van
Wijk et al., 2020; Vasilakis, 2018; Vilalta, 2006; Yaqub et al., 2020).

Comentado lo anterior, la estrategia desarrollada comprendió cinco pasos:

• Concreción de las áreas geográficas en las cuales enfocarse.

• Determinación de las bases de datos más importantes a consultar.

• Establecimiento del periodo en el que debía hacerse la revisión bibliográfica.

• Selección de los idiomas a utilizar.

• Definición de clases para agrupar los antecedentes recuperados.

2.2.1. Áreas geográficas.

Partiendo de una perspectiva espacial la revisión de los antecedentes se dividió en tres áreas
geográficas. Primero se revisaron los antecedentes internacionales, sin incluir aquí a los países
de Iberoamérica. Se hizo especial énfasis en los trabajos en EE. UU. y Reino Unido, que son
los países donde, por mucho, más se ha investigado en la materia. Asimismo, con el fin de
contextualizar adecuadamente el desarrollo y la evolución de los antecedentes, fue en esta área
geográfica donde las ideas se plasmaron considerando el desarrollo epistemológico del
conocimiento científico, así como la aparición de los distintos paradigmas de la geografía.
Posteriormente, se hizo un repaso por los trabajos llevados a cabo en distintos países de
Iberoamérica, obviando Venezuela por abordase de forma individual posteriormente.

32
Asimismo, antes de continuar es importarte hacer un par de comentarios. Primero, recuérdese
que Iberoamérica está constituida por los países del continente americano que formaron parte
de los reinos de España y Portugal y, por lo tanto, no incluyen a muchos de los países y
territorios del mar Caribe o países continentales como, por ejemplo, Belice, Guyana, Guyana
Francesa o Surinam, los cuales se incluyeron en el punto de los antecedentes internacionales,
aunque para estos prácticamente no se encontraron trabajos relevantes, lo cual no quiere decir
que no existan, sino que tal vez no estén publicados y/o indexados en las distintas bases de datos
consultadas (punto 2.2.2). Segundo, a medida que se fue cambiando de área geográfica de
estudio a una cada vez más local, es decir, de la internacional a Iberoamérica y de esta a
Venezuela, los criterios usados para incluir un antecedente de geografía electoral, para
considerarlo de importancia para esta o para tomarlo en cuenta, ya que valía la pena incluirlo
por estar relacionado o aportaba valiosa información, se fueron ampliando y relajando, puesto
que de lo contrario serían muy pocos los que podían incluirse en estas dos últimas áreas
geográficas, en las cuales los trabajos son ya de por sí muchísimos más escasos que en el área
internacional. Por ejemplo, en los casos de Iberoamérica y Venezuela se incluyeron trabajos
finales de grado, máster o doctorado que eran de geografía electoral o, al menos, se consideraron
relevantes para la materia, algo que no fue necesario en el caso internacional.

2.2.2. Bases de datos.

El siguiente paso fue definir cuáles, de las muchas posibles, serían las bases de datos de datos
más importes a consultar. De esta forma, se podían seleccionar las más apropiadas, ya que hoy
en día la tarea de búsqueda de antecedentes en cualquier campo del conocimiento es,
prácticamente, una tarea infinita. Así, por ejemplo, ya hace alrededor de una década se estimaba
que se publicaban más de 8 000 artículos al día (Jain et al., 2010) y que existían unas 92 000
revistas (12 000 de acceso abierto) de las cuales 53 000 contaban con revisores externos
(Abadal, 2012). Haciendo un repaso actual (junio de 2021) por dos de las principales bases de
datos bibliográfica científicas a nivel global, a saber, Scopus de Elsevier (Ámsterdam) y Web
of Science del antiguo Instituto para la Información Científica (ISI), hoy parte de la empresa
Clarivate (Filadelfia), se puede observar que en estas existen más de 40 000 y 24 000 revistas
(y similares) indexadas, respectivamente. Si afínanos la búsqueda en estas bases de datos para
palabras clave como, por ejemplo, geografía o elecciones en distintos idiomas son muchas las
fuentes y/o artículos que recuperan los respectivos sistemas.

En medio de este contexto se partió consultado las bases de datos Scopus y Web of Science
por ser dos de las de mayor impacto a nivel internacional. No obstante, también se consultaron
otras que pudieran tener indexados distintos antecedentes como, por ejemplo, Google
Académico, Microsoft Academic, arXiv y ProQuest. Esto se hizo para las tres áreas
geográficas definidas anteriormente (punto 2.2.1).

En este sentido, se concluyó que había dos revistas que eran de consulta obligada para la
investigación y que debían revisarse con mucho más énfasis que el resto. La primera, la más
prestigiosa y de mayor impacto a nivel global en geografía política y, por ende, en geografía

33
electoral, a saber, Political Geography (ISSN: 0962-6298), llamada entre 1982 y 1991 Political
Geography Quarterly (ISSN: 0260-9827). La segunda, la muy acreditada The Annals of the
Association of American Geographers (ISSN: 2469-4452, ISSN: 2469-4460). Una tercera que
también se revisó con cierta amplitud, aunque no tanto como las dos anteriores, fue Electoral
Studies (ISSN: 0261-3794), en la cual se encontraron una considerable cantidad de trabajos de
geografía electoral o que, al menos, por el tema abordado resultaron de interés incluirlos. Por
otra parte, en el caso de los países tanto de Iberoamérica como en Venezuela, además de las
bases de datos consultadas para los antecedentes internacionales, se revisaron publicaciones
indexadas en bases de datos científicas más centradas en estas áreas geográficas como, por
ejemplo, Latindex, Dialnet, SciELO y Redalyc.

2.2.3. Periodos.

Para cada una de las tres áreas geográficas definidas y bases de datos consultadas se partió de
1913, año en que se considera se publicó el primer trabajo de geografía electoral. No obstante,
se hizo mayor énfasis en los últimos cuarenta años cuando se consolidó el paradigma de la
geografía automatizada22 y, dentro de este periodo, un énfasis aún mayor en los últimos veinte
años cuando comenzó el uso masivo de los SIG.

2.2.4. Idiomas.

La búsqueda en las distintas bases de datos se basó, principalmente, en la utilización de palabras

clave en español y/o inglés. Sin embargo, en algunas ocasiones se utilizaron palabras clave en
francés, italiano y portugués. Asimismo, se obvió utilizar palabras clave en idiomas más
complejos como, por ejemplo, coreano, farsi, japones, noruego, ruso y sueco con los cuales
durante las pruebas preliminares se recuperaron de las distintas bases de datos consultadas
(punto 2.2.2) un número nada despreciable de antecedentes en estos idiomas, llamando
poderosamente la atención los casos de Irán (farsi) y Japón (japonés).

2.2.5. Clases.

Para facilitar la comprensión de los distintos temas y aspectos que abarcan lo antecedentes
recuperados durante a la revisión bibliográfica, se definieron un conjunto de clases de la misma
forma que se si fuese a diseñar un algoritmo de inteligencia artificial de clasificación
supervisada como, por ejemplo, random forest o k-nearest neighbors. En este sentido, se
establecieron un total de diecisiete clases, las cuales se presentan a continuación:

1. Actitudes políticas y/o ideología (incluye nazismo, thatcherismo, comunismo, fascismo,

islamismo, populismo, extremismo político, etc.).

22 Ver nota de pie de página número 2.

34
 2. Alianzas, campañas electorales, estrategias, militancia y/o (re)alineamiento de
electores.

3. Aplicación de modelos matemáticos o metodologías (I de Moran, regresión ajustada

geográficamente, regresión logística, modelos ocultos de Markov, métodos de
maximización de la entropía, algoritmos de aprendizaje automático, autocorrelación
espacial, modelos predictivos, análisis multivariante, etc.).

4. Aspectos psicológicos (efecto halo 23, rasgos de personalidad, consumo de drogas, nivel
de felicidad, etc.).

5. Cartografía electoral, patrones electorales y/o variaciones espaciotemporales.

6. Circunscripciones o distrititos electorales (incluye todo tipo de cambios, incluso en

unidades político-administrativas, y manipulación con fines de ventajismo político24).

7. Condiciones atmosféricas y/o desastres naturales (temperatura, nivel de precipitación,

terremotos, tsunamis, etc.).

8. Conflictos bélicos, militarismo, paz, protestas, terrorismo y/o violencia.

9. Efecto de vecindario25 y/o flujo de información.

10. Enfermedad por coronavirus (COVID-19).

11. Entorno urbano y/o rural (incluye la dicotomía centro vs. suburbio y/o periferia).

12. Etnia, identidad, migración, orientación sexual, raza y/o religión (racismo, xenofobia,
discriminación religiosa, fe profesada, etc.).

13. Programas sociales.

14. Redes sociales y/o tecnología (Facebook, Twitter, Bing, Yahoo!, Google, etc.).

15. Sistemas electorales.

16. Variables socioeconómicas (edad, sexo, nivel educativo, poder adquisitivo, tamaño del
hábitat o localidad, aborto, nivel y/o tipo de actividad económica, etc.).

23 Halo effect en inglés. Sesgo cognitivo que implica la tendencia a pensar positiva o negativamente de alguien o algo según se asocie a alguien
o algo que se cree positivo o negativo.
24 Gerrymandering en ingles.

25 Neighborhood effect en inglés. Conocido concepto socioeconómico que en geografía electoral señala que el voto de un elector tiende a estar

más influenciado por el comportamiento del vecindario (comunidad, barrio, urbanización, etc.) en el que vive y por la interacción de este con
sus vecinos que por sus propias características y decisiones.

35
 17. Otros (barril de tocino26, nacionalización y territorialización de partidos políticos,
regionalismo, nacionalismo, control de enfermedades en animales, etc.).

Asimismo, es muy importante enfatizar que muchos de los antecedentes recuperados de las
distintas bases de datos consultadas (punto 2.2.2) podían haber sido clasificados en varias de
estas clases al mismo tiempo. Por ejemplo, la clase cartografía electoral, patrones electorales
y/o variaciones espaciotemporales pudiese contener a la gran mayoría, puesto que la mayor
parte de los antecedentes hallados tenían representación cartográfica. De hecho, por la propia
naturaleza compleja del comportamiento electoral, no pocos antecedentes tratan
simultáneamente varios aspectos propios de distintas clases. Por ejemplo, se recuperaron
trabajos que analizaron la relación entre inmigración e ideología de extrema derecha
(Abbondanza & Bailo, 2018; Bracco et al., 2018; Evans & Ivaldi, 2021; Halla et al., 2017;
Steinmayr, 2016), pudiéndose estos clasificar en la clase sobre etnia, identidad, migración,
orientación sexual, raza y/o religión o en la clase para actitudes políticas y/o ideología, ya
que cualquiera de estas dos sería pertinente.

Igualmente, se debe señalar que como todo proceso de clasificación tanto la definición de clases
como la asignación de cada uno de los antecedentes recuperados a alguna de estas fue un
proceso llevado a cabo de forma subjetiva, aunque esto no significa que se hiciese de forma
caprichosa y/o aleatoria, puesto que se intentó ser lo más coherente posible, ya que, tal y como
se mencionó anteriormente, se hizo pensando en que se fuese a diseñar un algoritmo de
inteligencia artificial de clasificación supervisada como, por ejemplo, los ya mencionados
random forest o k-nearest neighbors. Por ello, antes de clasificar algún antecedente se
consideraron, entre otros aspectos, el título, el resumen, los principales hallazgos y las
conclusiones.

Por último, téngase presente que se recuperaron y revisaron cientos, sino miles, de antecedentes
de distintas bases de datos (punto 2.2.2) e idiomas (punto 2.2.4) por lo cual no sería nada extraño
encontrar clasificaciones de antecedentes:

• Erróneas como, por ejemplo, haber clasificado un antecedente sobre el impacto del
clima en los resultados electorales en la clase circunscripciones o distrititos
electorales en vez de la clase condiciones atmosféricas y/o desastres naturales.

• Duplicadas en una misma clase, es decir, el mismo antecedente se colocó dos o más
veces en una misma clase.

• Duplicadas en distintas clases, es decir, un mismo antecede se clasificó en dos o más

clases a la vez sin ningún motivo aparente.

26 Pork barrel en inglés. Práctica que consiste en invertir dinero público en ciertos lugares con fines personales, políticos y/o partidistas.

36
2.3. Antecedentes: 1913-2021.

La exploración de los antecedentes comenzó con la revisión a nivel internacional, sin incluir
en este caso a los países de Iberoamérica y con especial énfasis en los trabajos en EE. UU. y
Reino Unido, que son los lugares donde, con diferencia, más se ha desarrollado la geografía
electoral. Al respecto, aunque esta afirmación no es fácil de cuantificar, un dato sólido viene de
la revista internacional por excelencia a nivel global en materia de geografía política y, por
ende, en geografía electoral, a saber, Political Geography. Entre 1982 y 2018 de los más de
1 800 artículos, editoriales, ensayos, etc. divulgados en esta prestigiosa publicación, alrededor
de un 35 % provinieron de EE. UU., un 40 % del Reino Unido y otro 10 % de países
anglosajones muy relacionados con estos como, por ejemplo, Canadá, Australia e Irlanda
(O’Loughlin, 2018).

Posteriormente, se hizo un repaso por los trabajos llevados a cabo en distintos países de
Iberoamérica, obviando, como ya se mencionó, a Venezuela por tener su propio apartado
(punto 2.3.3). En esta zona destacaron Brasil, España y México, aunque en términos generales
es muy bajo el número de antecedentes recuperados de las distintas bases de datos revisadas
(punto 2.2.2) si se compara con el mundo anglosajón. Finalmente, se hizo un estudio de las
investigaciones en Venezuela, las cuales, a pesar de todo el “tsunami” de elecciones realizadas
en el país desde que el expresidente Hugo Chávez ganara por primera vez la elección
presidencial del 6 de diciembre de 1998, son muy escasas por no decir inexistentes.

2.3.1. Internacionales.

El estudio de los antecedentes del área internacional se ha dividido en cuatro periodos con la
intensión de facilitar el entendimiento de su evolución. El primer periodo comienza en 1913,
año de publicación del primer estudio de geografía electoral, y culmina en 1945, año del fin de
la Segunda Guerra Mundial. El segundo va desde el comienzo de la Guerra Fría en 1946,
entrando la geografía en una etapa donde se enfrenta a cambios profundos (Roca, 2007), hasta
el fin de la misma en el año 1989, cuando cae el muro de Berlín y se desintegra la Unión
Soviética, desplomándose con ello el modelo socialista. Luego, un periodo que se inicia en el
año 1990 y culmina en 1999, en el cual distintos países, en especial en Europa del Este,
asumieron la democracia liberal occidental como forma de gobierno, lo cual representó una
gran oportunidad para el estudio de las elecciones (Martis et al., 1992). Finalmente, un periodo
que va desde principios del nuevo milenio en el año 2000, cuando comienza la era de
explotación masiva de los SIG (Olivella & Rodríguez, 2011), hasta la actualidad, un mundo
dominado por los datos masivos y la inteligencia artificial.

37
2.3.1.1. Periodo: 1913-1945.

Aunque la geografía entra al siglo XX con un gran auge humanista, gracias al posibilismo
geográfico27 antipositivista28 propuesto por Vidal de La Blache (1845-1918) como respuesta
frontal al determinismo geográfico29 positivista30 de Friedrich Ratzel (1844-1904), el trabajo
que es considerado pionero en geografía electoral tuvo el enfoque de este último. En este
sentido, en 1913 fue publicado un estudio que tiene por título: Tableau politique de la France
de l'Ouest sous la Troisième République (Siegfried, 2010). En este trabajo del científico francés
André Siegfried (1875-1959) se evidenciaron patrones electorales estables durante varios años
de sufragio universal en la Tercera República Francesa (Siegfried, 2010). En este estudio el
autor pudo establecer una clara correlación entre los resultados electorales y distintas
características físicas (altitud, geología etc.) y socioeconómicas (tipo de producción, ingresos,
etc.) de los departamentos de Francia (Siegfried, 2010). De allí, nació una frase muy famosa
entre los que estudian todo lo relacionado con ciencias políticas y elecciones. Siegfried señalaría
que el granito vota a la derecha y la caliza vota a la izquierda, con la cual trató de sintetizar la
idea de que la naturaleza granítica del suelo del norte favoreció la dispersión de la población y
el latifundismo, mientras que el suelo calcáreo del sur su concentración y el minifundismo
(Balderas, 2012; Siegfried, 2010).

Al otro lado del Canal de la Mancha, en el Reino Unido, apareció otro estudio pionero, en el
cual se analizó la importancia de la influencia geográfica en las elecciones británicas llevadas
a cabo entre los años 1855 y 1910 (Krehbiel, 1916). En esta investigación, se examinó la
correlación entre los resultados de las elecciones y factores sociales, económicos, naturales,
entre otros, llegándose a la conclusión que en las zonas más empobrecidas el voto tendía a
favorecer a los laboristas o liberales y en las zonas en mejores condiciones a los conservadores.

2.3.1.1.1. Positivismo: neopositivismo y racionalismo crítico.

Al principio del siglo XX abundaban importantes corrientes antipositivistas31 como enfoques

para entender la realidad y progreso científico, a saber, la hermenéutica,32 el historicismo,33 el

27 El posibilismo geográfico es la corriente geográfica basada en el historicismo propuesta por Paul Vidal de La Blache (1845-1918), la cual
sostiene que las actividades sociales no están determinadas por el medio ambiente sino que este solo las condiciona, ofrecien do distintas
posibilidades según lo permitan los avances tecnológicos, culturales y/o económicos del momento, los cuales son producto de la evolución
histórica de la sociedad (F. García et al., 2011).
28 El antipositivismo es un conjunto de enfoques y doctrinas filosóficas que se oponen al positivismo (ver nota de pie de página número 1).

29 El determinismo geográfico es la corriente geográfica basada en el evolucionismo darwiniano y postulada por Friedrich Ratzel (1844-1904),

la cual afirma que las actividades sociales están determinadas de forma decisiva por el medio ambiente.
30 Ver nota de pie de página número 1.

31 Ver nota de pie de página número 28.

32 La hermenéutica es la doctrina filosófica basada en el idealismo que sostiene que los hechos sociales, y quizás también los naturales, son

símbolos o textos que deben interpretarse en lugar de describirse y explicarse objetivamente (Bunge, 2001).
33 El historicismo es la doctrina filosófica que afirma que nada en la sociedad puede entenderse sino se sitúa en una perspectiva histórica

(Bunge, 2001), es decir, producto de un conjunto de posibles acciones.

38
estructuralismo34 y la fenomenología,35 entre otras (Hierro, 2006; Paredes, 2009). Ante este
hecho la reacción del positivismo36 fue el neopositivismo (Hierro, 2006; Paredes, 2009), al que
también se le conocería como positivismo lógico, empirismo lógico o empirismo racional. Se
desarrolló a principios de la década que comienza en 1921, por el llamado Círculo de Viena
(Fazio & Gamarra, 2001), un conjunto de intelectuales radicalmente empirista que solo
aceptaba la experiencia metódica, es decir, el método científico, como la única fuente de
conocimiento (Serrano, 2007). Todo ello, basado en la lógica matemática y el razonamiento
inductivo. En otras palabras la verdad es únicamente lo empíricamente (experimentalmente)
verificable. Se criticaba el historicismo posibilista37 y se volvía a considerar a la naturaleza
como el modelo de toda la ciencia como se había hecho antes (Cordero, 2007). El investigador
debe ser objetivo, imparcial e independiente de los objetos que estudia así sean estos las
actividades sociales de los seres humanos (Blaxter et al., 2008). La idea es no especular, sino
abstenerse a los hechos (Pérez, 2008). Por ello, el mayor interés de este afamado grupo estaba
en encontrar una exposición unificada de la ciencia, con la finalidad de fundamentar el valor de
todo conocimiento sobre el principio de verificabilidad (Fazio & Gamarra, 2001). Esta nueva
doctrina tuvo un gran auge. No obstante, en poco tiempo encontró un fuerte rival que también
basado en principios del empirismo (observación objetiva, experimentación, análisis basado en
la lógica matemática, etc.) redefiniría en gran parte la forma de hacer ciencia durante los últimos
casi cien años, su nombre, racionalismo crítico.

Como rival de neopositivismo, Karl Popper (1902-1994) plantearía en 1934 la doctrina llamada
racionalismo crítico. Sus ideas se publicaron en su célebre obra La lógica del descubrimiento
científico (Popper, 2005). Popper consideraba que el inductivismo del neopositivismo no era
ni siquiera era una forma de razonamiento y, aunque su doctrina no nació totalmente con él,
puesto sus orígenes están en el siglo XVII con René Descartes (1596-1650) quien creía en el
análisis y la deducción (Bunge, 2001), esta aportaría un renovado método hipotético-
deductivo, el cual se basaría en formulación de hipótesis (o leyes o teorías) que no pueden
nunca verificarse (confirmase), como lo plantea el neopositivismo, sino ser falsadas mediante
experimentación y análisis lógico (Sáez & Touriñán, 2012). En otras palabras, en el
racionalismo crítico un postulado universal nunca puede verificarse (confirmase) que es
verdadero en virtud de la veracidad de postulados particulares como propone el neopositivismo,
indistintamente de lo numeroso que puedan ser (Ayala, 2006). Por ello, plantea como alternativa
que las hipótesis (o leyes o teorías) únicamente pueden falsarse, es decir, rechazarse. El mismo
autor lo deja muy claro al llegar a afirmar que “…un enunciado científico para que hable de la
realidad debe ser falsable…” (Popper, 2005, p. 316).

Del párrafo anterior, resultan evidente tres aspectos. Primero, que en esta doctrina el valor de
todo conocimiento no se fundamenta en el principio de verificabilidad (confirmación), sino

34 El estructuralismo es el enfoque filosófico que en términos generales afirma que hay que poner mayor énfasis en la estructura de los sistemas
como, por ejemplo, la sociedad, a expensas de su composición y entorno (Bunge, 2001), es decir, cualquier análisis debe hacerse considerando
a los objetos como parte de un sistema y, por ende, relacionados entre sí.
35 La fenomenología es el enfoque filosófico que hace referencia al estudio, descripción y análisis no científica de la experiencia subjetiva

(Bunge, 2001).
36 Ver nota de pie de página número 1.

37 Ver notas de pie de página número 27 y 33.

39
en el de falsabilidad (refutabilidad). Por lo tanto, toda hipótesis (ley o teoría) planteada se
presume cierta y científica hasta falsarla (refutarla) y mientras más difícil sea demostrar su
falsedad (refutabilidad) más cierta y científica será. De allí, que también se llame a esta doctrina
falsacionismo. Segundo, que al igual que en el neopositivismo este proceso de falsación se
fundamenta en los principios del empirismo, es decir, observación objetiva, experimentación,
razonamiento lógico, etc. (Rendón, 2005). Tercero, que este proceso de falsación de una
hipótesis (o ley o teoría) debe sustentarse en encontrarse un buen número de individuos que no
cumplan con los postulados de esta hipótesis (o ley o teoría) y no algunos de forma aislada. La
razón está en que ante cualquier caso anómalo, raro o extraño lo primero que se hace es tratar
de explicar su comportamiento investigando aspectos como, por ejemplo, la imperfección de
los instrumentos utilizados, errores en los cálculos o el efecto de condiciones desconocidas
(Rendón, 2005).

El método hipotético-deductivo es tan común hoy en día que parece único. De hecho, no es de
extrañar que muchos crean que es lo mismo que método científico. Este último, es más bien un
conjunto de principios (reproducibilidad o replicabilidad,38 experimentación, observación, etc.)
que han ido cambiando en el tiempo según se establezcan las fronteras de lo que se considera
ciencia o no. El establecimiento de estas fronteras ha sido un debate histórico y continuo que
lleva siglos. A este de duelo dialéctico y epistemológico se le ha denominado el problema de la
demarcación (Thornton, 2021).

Por último, hay que recordar que ambas doctrinas, neopositivismo y racionalismo crítico, son
empiristas, por lo que se oponen a las corrientes idealistas, subjetivas y humanistas como, por
ejemplo, las ya mencionadas hermenéutica, 39 el historicismo,40 el estructuralismo41 y la
fenomenología.42 Ambas buscan ofrecer un marco de trabajo para avanzar en el conocimiento
científico con un sujeto que observa de forma pasiva (objetivo), experimenta y analiza mediante
lógica para tratar de entender y explicar la realidad, usando el razonamiento inductivo en el en
el caso de neopositivismo y el deductivo en el caso del racionalismo crítico. De hecho, el
racionalismo critico puede ser visto como una mejor versión del neopositivismo. Mas allá de
estos comentarios, lo cierto es que el racionalismo crítico, con su método hipotético-deductivo,
se impuso como corriente positivista e influyó notablemente el desarrollo científico del siglo
XX, incluyendo, como es de esperar, en la geografía y, con ello, en geografía política y
electoral.

2.3.1.1.2. Positivismo en ciencias sociales.

Los decenios de los años treinta y cuarenta de siglo XX representan un periodo de guerras y
crisis socioeconómica en Europa. Esto provocó la demanda de instrumentos más eficaces de

38 Ver nota de pie de página número 3.

39 Ver nota de pie de página número 32.
40 Ver nota de pie de página número 33.

41 Ver nota de pie de página número 34.

42 Ver nota de pie de página número 35.

40
desarrollo social, lo cual, potenciado por la aparición de los ordenadores, llevó a un rechazo
mayor de los métodos cualitativos y todo tipo de idealismo, subjetivismo y humanismo (Capel,
1983a). Esto empujó a las ciencias sociales a cambios metodológicos que hicieron que se
empleara el positivismo43 (Cordero, 2007). La geografía no fue una excepción.

En estos años aparecen otros dos trabajos precursores en la geografía electoral. Ambos
publicados en 1932. El primero, el Atlas de geografía histórica de los EE. UU., en el cual se
presentaron una serie de mapas que mostraban los resultados de las elecciones presidenciales,
los cuales permiten observar la polarización geográfica del voto, expresada en un constante
resultado favorable para los republicanos en el norte y para los demócratas en el sur (Prescott,
1959). El segundo, un estudio donde se analizan desde el punto de vista geográfico los
resultados electorales de los partidos republicano, demócrata y minoritarios en las elecciones
presidenciales de EE. UU. entre los años 1876 y 1928 (Wright, 1932). En este mismo orden de
ideas, otros dos trabajos pioneros se llevaron a cabo en 1943. En estas investigaciones se
publicó un análisis muy interesante e ilustrador sobre el gran apoyo que tuvo el partido Nazi en
ciertas regiones rurales de Alemania en las elecciones de 1932 al parlamento del Tercer Reich
(Heberle, 1943a, 1943b).

2.3.1.2. Periodo: 1946-1989.

La euforia cuantitativa llegó a su máxima expresión durante los años cincuenta, pocos años
después del fin de la Segunda Guerra Mundial y comienzo de la Guerra Fría en 1945/46, cuando
todas las ciencias sociales buscaron aplicar los métodos cuantitativos como norma para resolver
sus planteamientos (Capel, 1983a). Con este auge positivista se pretendió convertir a la
geografía en una ciencia nomotética, es decir, que buscaba leyes universales o principios
generales que rigiesen los fenómenos espaciales, con lo que se llegó a hablar de un nueva
geografía (Pillet, 2004).

2.3.1.2.1. Revolución cuantitativa.

Para conseguir estas leyes o principios generales se requería de manera inequívoca el uso de
métodos cuantitativos, los cuales permitirían la generación de hipótesis que al ser contrastadas
con la realidad podrían convertirse en leyes o teorías científicas (A. Gómez & Zapata, 2008).
Este estallido de nuevos conceptos, ideas, técnicas y métodos se denominó Revolución
cuantitativa. Su llegada fue posible gracias a la aparición de las computadoras y su
característica principal estuvo en el empleo de los métodos cuantitativos en todos los ámbitos
científicos, incluidos las ciencias sociales (Sui & Morrill, 2004).

43 Ver nota de pie de página número 1.

41
La Revolución cuantitativa se extendió hasta 1965, llevando al desarrollo del llamado
paradigma de la geografía positivista,44 también conocida como nueva geografía o geografía
cuantitativa (Capel, 1983b). Se criticaba el carácter excepcional que se le había dado a la
geografía señalando que la misma, dominada entonces por el posibilismo historicista propuesto
por de La Blache en lo que se llamó geografía ideográfica/regional, era una ciencia como las
demás y que, por lo tanto, debía adaptarse cuanto antes a métodos verdaderamente científicos
(Capel, 1983a; Schaefer & Capel, 1977).

De esta forma, mientras que la geografía ideográfica/regional, que fue la corriente geográfica
dominante durante la primera mitad del siglo XX, estudiaba una parte concreta del espacio
combinando las ciencias naturales y sociales (Olcina, 1996), la geografía positivista lo
estudiaría de forma abstracta (Pillet, 2004). Para ello, los investigadores debían generalizar el
uso del método hipotético-deductivo (tal y como lo había planteado Popper con su racionalismo
crítico propuesto en 1934), lo cual les permitiría encontrar las leyes universales y/o principios
generales que rigen la distribución espacial de los distintos fenómenos y, con ello, podrían
construir una “física social” (Cordero, 2007).

2.3.1.2.1.1. Consolidación de la geografía electoral.

En medio de esta vorágine cuantitativa, la geografía electoral comenzó su afianzamiento

definitivo (Monzón, 2009), puesto que fue, a diferencia del resto, la rama de la geografía
política en la que la Revolución cuantitativa tuvo un mayor impacto con diferencia (Johnston,
2001). Esto comenzó bajo el liderazgo del francés François Goguel (1909-1999), cuyo trabajo
de 1951 titulado Géographie des élections françaises sous la Troisième et la Quatrième
République, se considera un clásico en esta subespecialidad geográfica (Boswell, 1998).
Asimismo, en 1954 aparece el primer trabajo donde se utiliza ampliamente una metodología
espacial para analizar las variaciones espaciotemporales de los resultados electorales de una
votación, a saber, un estudio de la elección del senador Joseph McCarthy al Congreso de EE.
UU. por el estado de Wisconsin (O’Loughlin, 2003). Unos años antes, en 1949, Siegfried, el
precursor de la geografía electoral, publicó una investigación en la que se analizaron las
variaciones espaciotemporales de los resultados electorales del departamento francés de
Ardèche entre los años 1871 y 1940, en el cual concluyó que dos zonas geográficas claramente
diferenciables desde la perspectiva orográfica estaban relacionadas cada una con un bloque de
opinión política diferente, en la montaña se votaba a la derecha y en el valle a la izquierda
(Georges, 1949), es decir, que existía un determinismo geográfico.45

Otras contribuciones de la época también vinieron de investigadores franceses. Estas incluían

trabajos realizados en varias regiones de los Alpes franceses, bien sea estudiando las
variaciones espaciotemporales de los resultados electorales en función del medio natural y/o
humano, población y desarrollo industrial (Hugonnier, 1954) o según el nivel de progreso

44 Conocido desde principios de los ochenta como paradigma de la geografía automatizada por ser la materialización del positivismo en el
ambiente computacional (Buzai, 2012) (ver notas de pie de página número 1 y 2).
45 Ver nota de pie de página número 29.

42
industrial (Thiervoz, 1954). Asimismo, otro trabajo similar analizó las variaciones
espaciotemporales de los resultados electorales entre los años 1871 y 1956 de veintiocho
comunas francesas del Valle de Grésivaudan, así como su relación con los cambios político
sociales (Billet, 1958). Del otro lado del Atlántico, una investigación interesante fue un análisis
de los resultados electorales de un referéndum del año de 1948 llevado a cabo en la isla
canadiense de Terranova, en el cual se decidió el tipo de gobierno que querían tener sus
habitantes (Dean, 1949).

Estos trabajos de geografía electoral que nacieron, principalmente, bajo el paradigma de la

geografía positivista46 tenían su fundamento en la relación entre los resultados electorales y el
espacio geográfico, con lo cual la misma estaba centrada en un aspecto claramente estadístico
y de representación cartográfica de las elecciones, llamándose a esta perspectiva de estudio
enfoque corológico47 (Bosque, 1980; Monzón, 2009). Lo mejor de todo esto es que la
aplicación de las técnicas cuantitativas a los datos electorales permitió el desarrollo de una
literatura científica que reveló la profunda naturaleza espacial de las elecciones (Warf & Leib,
2011).

A pesar de este auge cuantitativo, en términos generales, hubo pocos trabajos de geografía
electoral en los decenios de los años cincuenta y sesenta. En general fue una mala época para
la geografía política («Editorial Essay», 1982), llegándosele a catalogar como remanso
moribundo a finales de los sesenta (Johnston, 2001; O’Loughlin, 2018). Una de las principales
razones estaban en la creencia de la sociedad en el rol liberal de mínima intervención en la
economía que debía tener el Estado (Johnston, 1980). Por ello, la década de los sesenta fue para
la geografía electoral un periodo de gran renovación metodológica y técnica, y muchos de los
nuevos aportes los hicieron, claro está, investigadores anglosajones, con lo cual se alcanzó un
nivel muy alto, llegado incluso a ser reconocidos por otros científicos sociales (Bosque, 1981a).

Por otra parte, durante los años cincuenta y sesenta la teoría general de sistemas que nació en
los años cuarenta (Jaccard & Jacoby, 2020) se fue consolidado paulatinamente, lo cual hizo que
la geografía positivista fuese pasando de una geografía teórica, que hacia una exagerada
geometrización del espacio al proponer muchos modelos estáticos que no prestaban atención a
la dinámica espacial, obviando con ello la problemática social, a una cada vez más geografía
sistémica, en la que se podía definir en términos lógicos y matemáticos el análisis geográfico
de los espacios ideográficos/regionales (Pillet, 2004). Otro gran aporte de la vorágine
cuantitativa y la teoría general de sistemas fue el nacimiento de los SIG. El primero de estos
fue desarrollado por Roger Tomlinson (1933-2014) en el año 1961, cuando se embarcó en un
proyecto para hacer un inventario del uso de la tierra en Canadá (R. M. Clark, 2020).

46Ver nota de pie de página número 44.

47La corología (o biogeografía) es una parte de la biología que estudia la distribución espacial de los organismos sobre la sup erficie terrestre
(Cullen, 2009), de allí el nombre del enfoque.

43
2.3.1.2.2. Geografía electoral al rescate.

A pesar de que los años sesenta representaron una mala época para la geografía política, la
geografía electoral salió al rescate de su progenitora, gracias, entre otras razones, a haberse
montado en la ola (positivista) de la Revolución cuantitativa (punto 2.3.1.2.1). Asimismo,
téngase presente que los años sesenta y setenta fueron años de agitación social a nivel
internacional, en especial en EE. UU. donde se desarrollaron conflictos raciales y movimientos
antibelicistas muy importantes que influyeron a nivel internacional. Así entonces, en dichos
años se puso gran atención en cómo las elecciones podían ser usadas para estudiar el impacto
del espacio en el comportamiento político de las personas (Agnew, 1996). Por ello, no es de
extrañar que la geografía electoral en los años setenta se convirtiese en una de las
subespecialidades de la geografía política de mayor crecimiento («Editorial Essay», 1982),
contribuyendo con ello de forma fundamental a que la geografía política renaciera del remanso
moribundo donde se encontraba (Agnew et al., 2015; Leib & Quinton, 2011). Este renacer
culminaría con la aparición en 1982 de la revista más prestigiosa y de mayor impacto desde
entonces en geografía política y, por ende, en geografía electoral, a saber, Political Geography
Quarterly, la cual es conocida desde 1992 como Political Geography (Leib & Quinton, 2011).

Al respecto, uno de los trabajos más interesantes aplicó por primera vez el conocido concepto
socioeconómico de efecto de vecindario48 a la geografía electoral (Cox, 1969), el cual en este
contexto señala que el voto de un elector tiende a estar más influenciado por el comportamiento
del vecindario (comunidad, barrio, urbanización, etc.) en el que vive y por la interacción de este
con sus vecinos que por sus propias características y decisiones. En otras palabras, esto quiere
decir que toda la información que recibe un elector a través de los distintos medios e interacción
con amigos y vecinos influye directamente en el voto (Bosque, 1981c). Con el trabajo de efecto
de vecindario en geografía electoral de Cox (1969) el análisis espacial se posicionó rápidamente
como el tema dominante dentro de la geografía, no solo electoral y política, sino humana en
general (Pattie & Johnston, 2000). Asimismo, fue con este que desarrolló por primera vez una
exposición completa de la teoría del comportamiento, naciendo con ello conceptos como el de
la superficie de respuesta de votos (Bosque, 1981).49

Entendido el efecto de vecindario, no es de extrañar la importancia que dan hoy en día los
políticos a los “vecindarios digitales” llamados redes sociales. De hecho, ya desde hace algunos
años hay estudios que presentan evidencia empírica que las redes sociales son una plataforma
clave de comunicación política (McKelvey et al., 2014; Peterson, 2012; S. P. Robertson et al.,
2012), así como herramientas fundamentales para el proceso de marketing político y medición
y formación de opiniones durante las campañas electorales (Augustyniak et al., 2020; Gallo &
Langtry, 2020; Gündüç, 2020; Yaqub et al., 2017; Zakharchenko et al., 2019), siendo aún más
efectivas si se utilizan para dirigirse a grupos específicos (Hoferer et al., 2020). Esto ha
permitido que, por ejemplo, a mayor cantidad de tweets por un candidato mayor número de
votos por este (DiGrazia et al., 2013). De allí, el afán de muchos políticos en polarizar el debate

48Ver nota de pie de página número 25.

49Si se desea consultar un ejemplo completo del concepto de superficie de respuesta de votos (voting response surface en inglés) se puede
consultar el trabajo de Kevin Cox donde lo aplica en el entorno urbano (Cox, 1971).

44
en las redes sociales con temas muy sensibles y complejos como, por ejemplo, la inmigración,
el feminismo, el aborto o la religión, para con ello lograr más interacciones entre los “vecinos
digitales”, es decir, más votos. En otras palabras, polarizar en hoy en día con fines electorales
sigue siendo tan rentable como siempre, aun cuando esto siga dejando profundas heridas en la
sociedad, la cuales no se podrán curar nunca a golpe de tweet.

Por otra parte, otros estudios de geografía electoral que aportaron al rescate de la geografía
política abordaron temas como la cartografía electoral, patrones electorales y/o variaciones
espaciotemporales (Cox, 1968; Roberts & Rumage, 1965), así como etnia, identidad,
migración, orientación sexual, raza y/o religión (Burghardt, 1964; Lewis, 1965).

2.3.1.2.3. Cambio de paradigma.

La hegemonía del positivismo50 en ciencias, encarnada principalmente en el racionalismo

critico de Popper con su renovado método hipotético-deductivo (punto 2.3.1.1.1), no estaba
exenta de críticas. Por ello, algunos autores, llamados en algunas ocasiones pospoperianos o
posracionalistas críticos, plantearon algunas alternativas. En este sentido, a principios de los
años sesenta apareció una nueva forma de entender el progreso científico que desafío de forma
importe los postulados poperianos. Este nuevo enfoque nacido en 1962, y que también influiría
de forma significativa en las ciencias en general, fue autoría de Thomas Kuhn (1922-1996),
quien le regaló al mundo el célebre concepto de, cambio de paradigma (Kuhn & Hacking,
2012).

Si Popper veía el progreso científico producto de la falsación de las hipótesis (o leyes o teorías)
continuamente, lo que permitía ir avanzado en la ciencia al acumular conocimiento de forma
lineal, Kuhn consideraba que la ciencia era cíclica. Estos ciclos tenían distintas etapas. Una de
estas era lo que denominó ciencia normal (o madura) que era el periodo en el cual nuevos
descubrimientos son hechos en un cierto campo del conocimiento bajo un conjunto de teorías,
instrumentos, valores, asunciones, etc., es decir, una matriz disciplinaria, la cual se mantiene
fija y permite definir un modelo de entender la ciencia, es decir, un marco de trabajo que la
gobierna y que incluye desde los métodos con los que se investiga hasta la manera de interpretar
los resultados, a esto lo llamo paradigma (Bird, 2018). Cuando se producen un gran número
hallazgos que no puede ser explicados con el paradigma actual, a los que Kuhn llamó anomalías,
es que se llegó a un punto de crisis del paradigma, comenzando este a colapsar, por lo que se
empieza entonces a buscar uno nuevo que ofrezca respuestas a estos novedosos hallazgos,
iniciándose así una etapa de transición, de desorden, de contradicciones, en otras palabras una
revolución científica, la cual culmina con un cambio de paradigma (Kuhn & Hacking, 2012).

Entre distintos paradigmas no hay razones científicas para preferir a uno u otro o para definir
cuál es mejor o peor. Por lo tanto, los paradigmas no se pueden comparar, ya que son, en
palabras de Kuhn, inconmensurables (Kuhn & Hacking, 2012). Por esta razón, dos científicos

50 Ver nota de pie de página número 1.

45
trabajando con paradigmas diferentes hablan, literalmente, dos idiomas, es decir, un mismo
problema se puede estudiar e interpretar de forma muy diferente según el paradigma que se
tome como referencia. Un ejemplo muy claro es el cambio de paradigma que supuso la
aparición de la novedosa mecánica cuántica, la cual representó un enfoque totalmente distinto
con respecto a la clásica mecánica newtoniana.

2.3.1.2.4. Fin de la hegemonía positivista.

Durante la década de los sesenta se afianzaba el positivismo51 en las ciencias sociales. Sin
embargo, ya desde la década anterior aparecieron algunos planteamientos críticos y expresiones
de insatisfacción, lo cual llevó a que nacieran nuevas corrientes en el seno de las ciencias
sociales, las cuales rescataron parte importante de la herencia historicista 52 que se centraba en
el contexto social (Capel, 1983a; Pillet, 2004). Se cambió el paradigma de las ciencias sociales
empírico/analíticas basadas en el positivismo a ciencias más historicistas/críticas. Surgen así
nuevos paradigmas, a las cuales se les llamó pospositivistas. En el caso de la geografía política,
esta volvía a su status quo donde las técnicas cuantitativas eran solo una de las opciones
(O’Loughlin, 2003).

Las críticas señaladas tenían sus raíces en los cambios sociales, económicos y políticos
ocurridos después de la finalización de la Segunda Guerra Mundial, cuando empezaron a tener
relevancia los problemas como el subdesarrollo, el neocolonialismo y los desequilibrios
sociales (Marron, 1999). Se denunciaban las características retrogradas de la filosofía burguesa
de exaltación al egoísmo y concepción acrítica del progreso, así como la modelización
matemática de la sociedad, lo cual no era posible al ser muy compleja (Bell, 1984). Se
cuestionaban las bases de una ciencia positivista donde el investigador no se involucraba,
comenzándose así a discutir sus principios de total objetividad y neutralidad, planteándose la
necesidad que la ciencia fuese útil para resolver los problemas sociales, lo cual llevó a su vez a
esbozar cuestiones como la responsabilidad social del científico y la necesidad de unos nuevos
valores (Capel, 1983a). En este sentido, entre los paradigmas geográficos que surgieron en
respuesta a la geografía positivista estaban la geografía: del comportamiento, de la percepción,
las radicales, la realista y la humanista. Todas ellas contenidas hoy en día en uno de los cuatro
paradigmas actuales de la geografía, a saber, la geografía humanista.53

Uno de estos nuevos paradigmas humanista más interesantes lo representó la geografía del
comportamiento. Nacida en base a los nuevos descubrimientos psicológicos de la conducta
humana de comienzo de los años sesenta, los cuales revelaron que las personas perciben la
realidad de una manera sesgada, influenciados por sus valores y experiencias, con lo que se
planteó que el hombre tiene un comportamiento espacial en función del medio geográfico que
percibe, no del real (Cordero, 2007). En otras palabras se concebía al espacio como subjetivo
(Pillet, 2004). Este paradigma tuvo un gran impacto en la explicación de los fenómenos

51 Ver nota de pie de página número 1.

52 Ver nota de pie de página número 33.
53 Ver nota de pie de página número 2.

46
electorales desde el punto de vista espacial, siendo la base de una segunda oleada de
innovaciones en geografía electoral luego de la aparición de la geografía positivista (Bosque,
1981a). Precursor de esto fue, sin duda alguna, la ya comentada aplicación del concepto de
efecto de vecindario a la geografía electoral (Cox, 1969).

Igualmente, otro importante paradigma humanista nacería en plena Guerra Fría,

específicamente, a finales de los sesenta y principios de los setenta, se le denominó geografía
radical (Kobayashi, 2019; Theodore et al., 2019). Se inspiraría en los movimientos por los
derechos civiles y antibélicos en EE. UU. que se desarrollaron durante los años sesenta, así
como en la idea de comprometerse en combatir las desigualdades presentes en la sociedad, las
cuales, según sus defensores, eran producto del avance del capitalismo (Cabrales, 2006). Fue
una revolución dentro de la disciplina, una geografía comprometida políticamente con la
transformación revolucionaria de la sociedad capitalista, y cuyas bases ideológicas fueron
primero liberales, luego socialistas, para después encontrar en el marxismo el sustento teórico
para sus planteamientos críticos (O. Delgado, 2003). Los geógrafos radicales, inspirándose en
la búsqueda de la justicia social, se interesarían por cuestiones relevantes y útiles para la
sociedad como, por ejemplo, el acceso a una alimentación y una vivienda seguras y asequibles,
una remuneración justa, oportunidades educativas y una atención sanitaria básica, por nombrar
solo algunas (Pickerill, 2019). Por su parte, sus principales críticos señalaban que se ponía
mucho más énfasis en la teoría que en la práctica, así como que su estructuralismo54 no tenía
en cuenta las acciones del ser humano (Pillet, 2004).

Asimismo, aparecieron paradigmas que intentaron mediar entre la geografía positivista y los
nuevos paradigmas humanistas como la geografía del comportamiento y la geografía radical.
Así entonces nació la geografía del percepción que, tomando técnicas y métodos propios de
la psicología, se centró en la representación de la información espacial (Pillet, 2004). Esta
geografía ayudó a derrumbar el mito del hombre económico55 nacido en el positivismo56, así
como a emprender una búsqueda más realista de los factores que determinan la toma de
decisiones espaciales (Olcina, 1996). Además, también colaboró en poner de manifiesto que
los modelos teóricos de la geografía positivista eran insuficientes (Capel, 1983a). No obstante,
también fue criticada por carecer de bases teóricas sólidas, así como por tener una excesiva
dependencia de las teorías psicológicas (Olcina, 1996). Por otra parte, otro intento unificador
fue la geografía realista, la cual planteaba una combinación del estructuralismo social y
espacial con la perspectiva humanista, es decir, argumentaba que el espacio también tenía una
connotación social (Pillet, 2004). Sin embargo, a pesar de su intento integrador se le criticó por
el proceso de desvalorización del territorio debido a la preminencia del tiempo sobre el espacio
(Santos & Silveira, 1996).

En medio de toda esta batalla de paradigmas y corrientes, la geografía electoral también intentó
ser integradora y comenzó a correlacionar distintas variables socioeconómicas con los

54 Ver nota de pie de página número 34.

55 Conocido también como Homo economicus, representa el ideal del hombre racional que toma decisiones racionales de forma autónoma
según sus preferencias individuales (Phillips et al., 2019).
56 Ver nota de pie de página número 1.

47
resultados electorales, apareciendo de esta manera el enfoque ecológico (Bosque, 1988), el cual
está basado en uno de los paradigmas geográficos de la actualidad, la ecología del paisaje.57
Este enfoque combina técnicas cuantitativas como las matrices de correlación y los cálculos de
probabilidad con técnicas cualitativas como los sondeos de opinión y las entrevistas (Monzón,
2009), dándole importancia al entorno social y las estructuras de poder locales en los resultados
electorales (S. Gómez, 2000a).

2.3.1.2.5. Importante número de antecedentes.

La entrada en juego de las nuevas corrientes humanistas en los años setenta en plena Guerra
Fría como las ya mencionadas geografías del comportamiento y geografía radical, entre otras
razones, llevaron a que durante estos años y los ochenta se realizaran un número importante de
investigaciones en geografía electoral, las cuales abarcaron distintos temas tanto con enfoques
positivistas como antipositivistas,58 así como combinación de ambos. Otro impulso importante
lo dieron la consolidación de la aplicación de la informática en el mundo de la geografía, en
especial desde que a principio de los sesenta surgieran los SIG. De hecho, en 1983 nació un
nuevo paradigma de la geografía en la actualidad, el cual se conocería como geografía
automatizada59 (Dobson, 1983). Este representaría una revalorización de la geografía
positivista en el ambiente computacional (Buzai, 2012) aunque con ciertos aportes
antipositivistas60 (Oropeza & Díaz, 2007). Es de hecho una nueva aparición del positivismo61
en geografía, el cual llegó a la disciplina cuando se apoyó en la biología evolucionista
darwiniana, volvió a resurgir con la Revolución cuantitativa, para luego apoyarse en los medios
computacionales y las tecnologías digitales (Buzai, 2011).

En medio de esta riqueza de paradigmas no es de extrañar que se llevaran a cabo numerosas

investigaciones. Gran parte de estos estudios se siguieron desarrollando en EE. UU. y Reino
Unido, aunque comenzaron a aparecer más estudios en otros países tanto en Europa como en el
resto del mundo. De esta forma, se recuperaron de las distintas bases de datos consultadas
(punto 2.2.2) un buen número de antecedentes que trataron aspectos relacionados con la etnia,
identidad, migración, orientación sexual, raza y/o religión (Brunn & Hoffman, 1970;
Johnston & White, 1977; McAllister & Studlar, 1984; McPhail, 1971; O’Loughlin, 1980b;
O’Loughlin & Berg, 1977; Rumley, 1975; Salter & Mings, 1972; B. Ward, 1975). Asimismo,
se encontraron estudios que trataron sobre el comportamiento electoral en términos
espaciotemporales considerando variables socioeconómicas (Guest et al., 1988; Johnston,
1985a, 1987; Johnston & Pattie, 1987b; McAllister, 1987; Warde et al., 1988) o cartografía
electoral, patrones electorales y/o variaciones espaciotemporales (Berezkin et al., 1989;
Bodman, 1985; Hermann, 1979; Johnston, 1981b, 1981a, 1981c, 1983; Johnston, O’Neill, et al.,

57 La ecología del paisaje es uno de los cuatro paradigmas actuales en geografía (ver nota de pie de página número 2). Nació a p rincipios de
los años treinta del siglo pasado con la intención de estudiar toda la complejidad de relaciones causa/efecto que existe entre los seres vivos y
el paisaje (Vila et al., 2006).
58 Ver nota de pie de página número 28.

59 Ver nota de pie de página número 2.

60 Ver nota de pie de página número 28.

61 Ver nota de pie de página número 1.

48
1983; Johnston & Honey, 1988; Johnston & Pattie, 1987a, 1989; Lemon, 1981; Mok, 1970;
Osei-Kwame & Taylor, 1984; Rowley, 1971; Scanlan, 1977; Tevera, 1989).

Tampoco podía faltar investigaciones que abordaran el tema del efecto de vecindario y/o flujo
de información (Brunk et al., 1988; Johnston, 1974, 1986a, 1986b; Laponce, 1987; Parker,
1982; Reynolds, 1969; Tatalovich, 1975), circunscripciones o distrititos electorales
(Backstrom, 1982; Craig & Morrill, 1977; Gudgin & Taylor, 1974; Johnston, 1982c; Morrill,
1976; Rumley, 1985; Taylor, 1973; Waterman, 1980), aplicación de modelos matemáticos o
metodologías (Berg, 1988; Johnston, 1982b; Johnston, Hay, et al., 1983; Pickles et al., 1984),
sistemas electorales (Mamadouh & Van Der Wusten, 1989; Parker, 1986; Passchier, 1989) o
alianzas, campañas electorales, estrategias, militancia y/o (re)alineamiento de electores
(Beauregard, 1984; Johnston, 1977, 1985b; Pascal, 1983; Savage, 1987; Swauger, 1980a).

Por otra parte, otros temas que aparecieron en menor medida fueron antecedentes sobre
actitudes políticas y/o ideología (Johnston & Pattie, 1988) y aspectos del entorno urbano y/o
rural (Biel, 1972; Cox, 1971), así como uno clasificado en la clase otros que abordó fenómenos
como el regionalismo (Swauger, 1980b). Tampoco se puede dejar de comentar un trabajo
destacado que se ha convertido en un clásico en la materia desde que se publicó por primera
vez en 1979 y cuyo título es: Seats, Votes, and the Spatial Organisation of Elections. En este
los autores analizaron el comportamiento electoral en distintos países como, por ejemplo, EE.
UU. y Reino Unido con el objetivo de entender como traducen los votos en escaños (Gudgin &
Taylor, 2012). Para ello, consideraron tres aspectos geográficos fundamentales, a saber, los
clústeres espaciales de apoyo partidista, la homogeneidad de estos y su tamaño relativo.

A pesar de que la mayor parte de los antecedentes señalados en los párrafos anteriores vinieron
de EE. UU. y Reino Unido algunos de estos procedieron de Australia (Hermann, 1979;
Rumley, 1985; Scanlan, 1977; B. Ward, 1975), Canadá (Beauregard, 1984; Laponce, 1987;
Mok, 1970), Francia (Pascal, 1983), Ghana (Osei-Kwame & Taylor, 1984), Irlanda (Parker,
1982, 1986), Israel (Waterman, 1980), Países Bajos (Johnston, O’Neill, et al., 1983; Passchier,
1989), Nueva Zelanda (Johnston, 1981a; Johnston & Honey, 1988), Sudáfrica (Lemon, 1981),
Suecia (Berg, 1988), Rusia (Berezkin et al., 1989) y Zimbabue (Tevera, 1989).

Finalmente, merece la pena comentar que otra característica muy importante de los
antecedentes en este periodo radicó en que se pasó progresivamente de utilizar datos ecológicos,
es decir, de datos de grupos geográficamente bien delimitados a datos cada vez más
individuales, puesto que cada vez más se tenía un mayor acceso a grandes bases de datos
(Johnston et al., 1988).

2.3.1.3. Periodo: 1990-1999.

En 1989 cae el muro de Berlín y comienza a desintegrarse la Unión Soviética con lo que culmina
la Guerra Fría. Con ello, llegaría la democracia liberal occidental a varias de las naciones del
este de Europa, ahora independientes. De esta forma, en esta región se presentaba una gran

49
oportunidad para el estudio de las elecciones (Martis et al., 1992). Por ello, en este periodo de
estudio de los antecedentes internacionales aparecen investigaciones en países como, por
ejemplo, Hungría y Polonia. Por otra parte, si para los antecedentes recuperados de las distintas
bases de datos (punto 2.2.2) correspondientes al periodo anterior (1946-1989), en particular en
los que se desarrollaron durante los años setenta y ochenta, resultó engorroso, en no pocas
ocasiones, clasificar los trabajos en alguna clase definidas (punto 2.2.5), puesto que durante
estos años se notó una cierta tendencia a combinar distintos paradigmas, enfoques y variables,
en este periodo la tarea fue aún más ardua, ya que los trabajos se volvieron aún más complejos.

2.3.1.3.1. Posmodernismo.

Posiblemente, esta mayor complejidad fue, al menos en parte, provocada por el

posmodernismo, corriente cultural que nació en la segunda mitad del siglo XX y se afianzó en
sus últimas décadas, la cual se caracteriza por celebrar la diversidad y aceptar la subjetividad
de las distintas perspectivas en todo lo concerniente a la sociedad, rechazando cualquier enfoque
meramente científico que busque universalizar el entendimiento y explicación de la realidad
social (Garner et al., 2020). Se niegan los postulados del Renacimiento62 como, por ejemplo,
que la realidad es única y objetiva, es decir, que no existe una sola verdad, despreciándose así
la fe ciega en la razón, lógica, ciencia y tecnología como instrumentos universalmente válidos
y artífices del progreso humano, en fin, una amalgama de escepticismo, subjetivismo y
relativismo, un claro no al positivismo (Duignan, 2020).

El posmodernismo posibilitó la aparición de uno de los cuatro paradigmas actuales en geografía,

a saber, la geografía posmodernista,63 la cual surgió entre finales de los años ochenta y
principio de los noventa del siglo pasado (Olcina, 1996). En este paradigma se busca dejar atrás
la batalla de querer representar y explicar los fenómenos espaciales que se estaba dando entre
la geografía automatizada y las geografías humanistas como, por ejemplo, las geografías
radicales y, en especial entre estas últimas, la geografía marxista (Minca, 2009). Como se sabe
la geografía automatizada y la geografía radical marxista afirman ser científicas y objetivas, es
decir, independientes de la perspectiva investigador. Por su parte, la geografía posmodernista
planteaba que el espacio no debía analizarse a nivel global de forma científica buscado leyes
y/o teorías que explicasen los fenómenos, sino que los análisis habían de hacerse subjetivamente
a nivel local (A. Pardo, 2013). Se afirma tanto la importancia de las relaciones sociales como
que el espacio no es neutral, sino que está influido por las relaciones de poder, así como por la
forma de concebir el mundo de quienes los crearon (Connor, 1996). Es una reorientación de la
geografía que da origen a una geografía critica (Buzai, 2005) que incluye corrientes como la
geografía feminista, la geografía de géneros y la eco-geografía, siendo su principal aporte

62 Corriente cultural desarrollada entre los siglos XV y XVI que se originó en Italia y se extendió por buena parte de Europa, y con la cual se
retornó al arte clásico de la antigüedad grecorromana dejando atrás el oscurantismo de la edad media (Charles, 2007). El conocimiento dejó de
ser teocéntrico y el hombre pasó a ser el centro del universo en Europa (E. Cáceres, 2011). Lo sobrenatural y trascendente no se negaba, pero
se dejó de lado lo bueno y santo para dar paso a lo bello y culto (Quesada, 2004). El Renacimiento, dio comienzo a la época que hoy se conoce
como Modernidad al plantear que la realidad era única y objetiva, así como al tener una fe ciega en la razón, lógica, ciencia y tecnología como
instrumentos universalmente válidos y artífices del progreso humano (Duignan, 2020).
63 Ver nota de pie de página número 2.

50
tratar de ser un paradigma integrador al intentar unir en una sola a las dos grandes ramas de la
geografía, o sea, la física (positivista)64 y la humana (antipositivista)65 (Olcina, 1996).

2.3.1.3.2. Interesante número de antecedentes.

Entrado en materia de antecedentes se debe comentar que se recuperaron de las distintas bases
de datos consultadas (punto 2.2.2) abundantes trabajos en relación a cartografía electoral,
patrones electorales y/o variaciones espaciotemporales (Agnew, 1994; Axenov &
Papadopoulos, 1997; Chadjipadelis & Zafiropoulos, 1994; Chand, 1996; Clem & Craumer,
1995a, 1995b; Dorling et al., 1998; Forrest et al., 1995; Forrest, 1996; Johnston et al., 1997;
Koulov, 1995; Kovacs & Dingsdale, 1998; Kowalczyk, 1998; Martis et al., 1992; Michael &
Nikolai, 1997; Murphy & Hunderi–Ely, 1996; O’Loughlin et al., 1997; Pattie et al., 1994;
Petrov, 1991; Shelley & Archer, 1994; Webster, 1992).

Igualmente, se recuperaron antecedentes donde se consideraron variables socioeconómicas

(Craumer & Clem, 1999; Mariot, 1996; McCormick, 1996; O’Loughlin et al., 1996; Pattie
et al., 1997), etnia, identidad, migración, orientación sexual, raza y/o religión (Christopher,
1996; Duncan, 1991; O’Reilly & Webster, 1998; Thomson, 1996; Waterman, 1994), actitudes
políticas y/o ideología (Brule & Fontaine, 1997; De Vos & Deurloo, 1999; Fieldhouse, 1995;
Johnston & Pattie, 1990, 1992a; O’Loughlin et al., 1994; Pattie & Johnston, 1990; Swianiewicz,
1996), circunscripciones o distrititos electorales (Arrington & Ingalls, 1998; Brady &
Grofman, 1991; Eagles et al., 1999; Flaherty & Crumplin, 1992; Kolosov, 1990; Webster,
1993) y alianzas, campañas electorales, estrategias, militancia y/o (re)alineamiento de
electores (Forrest, 1992, 1997; Forrest et al., 1999; Johnston & Pattie, 1992b; Levy, 1995;
Pattie & Johnston, 1996, 1997).

Asimismo, algunos antecedentes que se recuperaron en menor medida incluyeron temas como
el efecto de vecindario y/o flujo de información (Kramer, 1990), entorno urbano y/o rural
(Hodge & Staeheli, 1992), sistemas electorales (Guillorel & Lévy, 1992; Waterman & Zefadia,
1992) y aplicación de modelos matemáticos o metodologías (Johnston & Pattie, 1991). Por
último, para la clase de otros se encontró un par de trabajos, uno sobre regionalismo (Lee &
Brunn, 1996; Parysek et al., 1991) y otro sobre nacionalismo (Lutz, 1990). Igualmente, otro
que resultó ser el más interesante e importante de esta última clase, se publicó en 1990 bajo el
título: Developments in Electoral Geography. En este se plasmaron las conclusiones de una
conferencia llevada a cabo dos años antes en Los Ángeles (EE. UU.), la cual representó un gran
impulso para la geografía electoral (Leib & Quinton, 2011).

Finalmente, muchos de los antecedentes recuperados seguían teniendo como epicentro a EE.
UU. y Reino Unido. Sin embargo, un número significativo de estos se llevaron a cabo en otros
países, llamando poderosamente la atención el importante número de estudios desarrollados en

64 Ver nota de pie de página número 1.

65 Ver nota de pie de página número 28.

51
Rusia, fenómeno que seguramente fue incentivado por la instalación del sistema democrático
en la ya extinta Unión Soviética. En este orden de ideas, algunos antecedentes recuperados
provinieron de Alemania (O’Loughlin et al., 1994), Argelia (Brule & Fontaine, 1997),
Australia (Forrest, 1992, 1996, 1997; Forrest et al., 1999), Bulgaria (Koulov, 1995), Canadá
(Flaherty & Crumplin, 1992), Corea del Sur (Lee & Brunn, 1996), Eslovaquia (Mariot, 1996),
Grecia (Chadjipadelis & Zafiropoulos, 1994), Hungría (Kovacs & Dingsdale, 1998; Martis
et al., 1992), India (Chand, 1996), Islas Fiji (Duncan, 1991), Israel (Waterman, 1994;
Waterman & Zefadia, 1992), Italia (Agnew, 1994), Nueva Zelanda (Forrest et al., 1995),
Países Bajos (De Vos & Deurloo, 1999), Polonia (Kabath & Sobczak, 1999; Kowalczyk, 1998;
Parysek et al., 1991; Swianiewicz, 1996), Rusia (Axenov & Papadopoulos, 1997; Berezkin
et al., 1999; Clem & Craumer, 1995a, 1995b; Kolosov, 1990; Michael & Nikolai, 1997;
O’Loughlin et al., 1996; Petrov, 1991), Sudáfrica (Christopher, 1996), Tailandia (Thomson,
1996) y Ucrania (Craumer & Clem, 1999). Asimismo, otro incluyó tres países nórdicos en
conjunto, a saber, Finlandia, Noruega y Suecia (Murphy & Hunderi–Ely, 1996).

2.3.1.4. Periodo: 2000-2021.

Si para los antecedentes recuperados del periodo anterior (1990-1999) resultó arduo
clasificarlos en alguna de las clases definidas (punto 2.2.5), puesto que se notó una cierta
tendencia a combinar distintos paradigmas, enfoques y variables, en este último periodo de
estudio que se inicia en el año 2000 la tarea fue exponencialmente más difícil, ya que los
trabajos se volvieron aún más complejos, variados y novedosos. En este sentido, a partir del
año 2000 se nota una mayor cantidad de trabajos disponibles en geografía electoral en
comparación con los años anteriores. Esto hecho se observó no solo en los nichos tradicionales
de EE. UU. y Reino Unido, sino también en otras latitudes donde se llevaron a cabo una gran
cantidad de trabajos. Esto no es de extrañar, puesto que desde el año 2000 se han realizado más
de dos mil elecciones para elegir presidentes, representantes al poder legislativo y referendos
en decenas de países (IFES, 2021). Número que aumentaría dramáticamente si se consideran
elecciones regionales y/o locales (Shin, 2015). Asimismo, recuérdese que desde el principio del
milenio comienza la era de explotación masiva de los SIG (Olivella & Rodríguez, 2011). No
obstante, tal y como ya se comentó (punto 2.1), es importante recordar que la mayor parte de
los trabajos recuperados fueron llevados a cabo por politólogos, sociólogos, economistas,
geógrafos cualitativos y/o profesionales afines más que por ingenieros, matemáticos,
estadísticos, geógrafos cuantitativos y/o especialistas similares. Por ello, muchos tienen un
enfoque mucho más cualitativo que cuantitativo. De hecho, resultó sorprendente que algunos
trabajos denominados de geografía electoral no tenían ni siquiera un mapa.

2.3.1.4.1. Paradigmas actuales en geografía.

La riqueza y variedad de estudios en este periodo se debió, posiblemente, a, entre otras razones,
la influencia de los cuatro paradigmas vigentes en geografía desde principios del milenio, cada
uno con sus debilidades y fortalezas, a saber:

52
 1. El paradigma de la geografía automatizada con su clásica “obsesión” cuantitativa por
estar basada en el omnipresente paradigma epistemológico del positivismo,66 el cual
está hoy en día mucho más afianzado que nunca gracias al empleo de las técnicas
estadísticas tradicionales en combinación con otras mucho más novedosas, así como a
las infinitas posibilidades que ofrece el análisis de datos masivos y la inteligencia
artificial. Por ello, no es extraño que hayan aparecido nuevos (o se hayan vuelto mucho
más comunes) términos tales como geoinformática, geomática, geocomputación y
GeoAI (del inglés Geo Artificial Intelligence), entre otros.

2. El paradigma de la geografía humanista, incluida en esta, entre otras, la geografía del

comportamiento y la geografía radical, así como sus distintas corrientes.

3. El paradigma de la geografía posmodernista con su vale (casi) todo y su pretensión

integradora de las dos ramas en que suele dividirse la geografía, a saber, la física
(positivista)67 y la humana (antipositivista).68

4. El paradigma de la ecología del paisaje, la cual nació a principios de los años treinta
del siglo pasado con la intención de estudiar toda la complejidad de relaciones
causa/efecto que existe entre los seres vivos y el paisaje (Vila et al., 2006).

2.3.1.4.2. SIG.

Otra razón más general para explicar esta abundancia de estudios a partir de principios del
milenio parece estar relacionada con los SIG, herramienta fundamental hoy en día de los
científicos y técnicos de la geografía, independientemente de su paradigma geográfico
preferido. En este orden de ideas, es notable el hecho que con el transcurrir del tiempo los SIG
fueron adquiriendo una importancia cada vez mayor al pasar gradualmente de ser unas simples
herramientas de trabajo en los años ochenta a ser vistos como una parte fundamental de la
geografía en los noventa (Sui & Morrill, 2004) para terminar utilizándose de forma masiva
desde el año 2000 (Olivella & Rodríguez, 2011). Esto no es nada de extrañar, puesto que la
continua consolidación de las tecnologías de la información hizo que los equipos y programas
informáticos se volviesen cada vez más asequibles, potentes y fáciles de usar.

2.3.1.4.3. Explosión de antecedentes.

Entrado en materia, por las razones expuestas anteriormente, las investigaciones en este periodo
resultaron muy variadas y numerosas evidenciando una gran riqueza en cuanto a las distintas
variables que se analizaron para tratar de entender el comportamiento electoral desde el punto

66 Ver nota de pie de página número 1.

67 Idem.
68 Ver nota de pie de página número 28.

53
de vista espaciotemporal. De hecho, a comienzo del milenio la geografía electoral era una
subespecialidad geográfica pequeña, pero con un gran crecimiento (Johnston, 2001).

Como ya es costumbre uno de los tópicos que parecen tener mayor vigencia durante el nuevo
milenio es el relacionado con la cartografía electoral, patrones electorales y/o variaciones
espaciotemporales, ya que se recuperaron una mayor gran cantidad de antecedentes respecto
a los periodos anteriores analizados (Alamdar et al., 2016; Anejionu et al., 2016; Arzheimer &
Evans, 2012; Bala & Singh, 2014; Berezkin et al., 2003; Biancalana & Colloca, 2019; J. Clark,
2002; Clem & Craumer, 2000b, 2000a, 2004, 2008; Dolez et al., 2003; Fleming, 2006;
Fotheringham et al., 2021; Fox & Lemon, 2000; Furlong, 2019; Gehlbach, 2000; Giugal et al.,
2011; Hadi et al., 2020; Harris & Charlton, 2016; Haydukiewicz, 2011; Heidarian et al., 2018;
Jefferson, 2005; Jehlicka & Kostelecky, 2003; Johnston et al., 2001, 2016, 2017; Johnston,
Manley, et al., 2018; Johnston, Rossiter, et al., 2018; Johnston, Jones, et al., 2018; Johnston
et al., 2020; Kavanagh et al., 2004; Kevický, 2020a, 2020b; Kevický & Danik, 2020; Kim et al.,
2003; Kinsella et al., 2021; Kowalski, 2014; Krzemiński, 2009; Laake, 2016; Lappie &
Marschall, 2018; Leib & Dittmer, 2002; Lemon & Fox, 2000; Lesthaeghe & Neidert, 2009;
Leuthold et al., 2007; Lysek et al., 2021; Mansley & Demšar, 2015; Matykowski, 2008;
Matykowski & Kulczyńska, 2010; Meleshevich, 2006; Nwankwo, 2019a; Passarelli & Tuorto,
2012; Petrov & Titkov, 2004; J. Rivière et al., 2012; Rogelj & Tiran, 2014; Rule, 2018; Schuler
& Dessemontet, 2013; Shin & Agnew, 2007; Śleszyński, 2007; Stewart et al., 2020; Stimson
et al., 2017; Vaguet & Chapelet, 2003; Warf & Waddell, 2002; Westinen, 2014; Zarycki, 2015).

Otro importante grupo de antecedentes recuperados tenía que ver con la etnia, identidad,
migración, orientación sexual, raza y/o religión (Abbondanza & Bailo, 2018; Algara & Hale,
2020; Altındağ & Kaushal, 2021; Bedasso & Jaupart, 2020; Bélanger & Eagles, 2006; Bratti
et al., 2017; Brown et al., 2005; Cho et al., 2013; Dentler et al., 2021; Förster, 2018; Freedman,
2020; Gehrsitz & Ungerer, 2017; Halla et al., 2017; Hazama, 2003; Hersh & Nall, 2016; Hood
& McKee, 2010; Jasny & Becker, 2020; X. Liu et al., 2019; Marsh et al., 2004; McGowin,
2012; Mckee & Teigen, 2016; Morgan, 2017; Myers, 2013; Nathan, 2016; Nwankwo, 2019b;
Otto & Steinhardt, 2014; Ponstingel & Weaver, 2021; Roupakias & Chletsos, 2020; Salling &
Gleeson, 2016; Steinmayr, 2016; Valdez, 2014; Vasilakis, 2018; Warf, 2009; Weichelt, 2018;
Wojtaszczyk, 2014). También destacaron antecedentes de las clases correspondientes a
variables socioeconómicas (Alabrese et al., 2019; Becker et al., 2017; Brazys et al., 2015;
Burneika et al., 2017; Calvert Jump & Michell, 2020; S. Clark, 2020; Clem & Craumer, 2005;
Exeter et al., 2018; J. Gimpel et al., 2004; Goetz et al., 2019; Ismail et al., 2018; Jump &
Michell, 2020a, 2020b; Los et al., 2017; Marschall et al., 2016; McCafferty, 2011; Ogorzalek
et al., 2020; Perepechko et al., 2007; Sichinava, 2015; Stimson et al., 2006; Tche, 2009; Truglia
& Zeli, 2020; Tunstall et al., 2000; Van Hamme, 2012; von Löwis, 2019; White et al., 2002) y
actitudes políticas y/o ideología (Agnew & Shin, 2017; Bracco et al., 2018; Buléon &
Fourquet, 2003; Carroll et al., 2009; Enke, 2020; Flint, 2001; Förtner et al., 2020; Giordano,
2001; Kumbaracıbaşı & Fink, 2021; Mantegazzi, 2020; Maškarinec, 2019; Mayer, 2003;
Mccarty et al., 2019; Murphy, 2014; Reid & Liu, 2018; Secor, 2001; Van Gent & Musterd,
2012; van Gent et al., 2014; Van Hamme, 2010).

54
Continuando, no podían dejar de llevarse a cabo estudios sobre circunscripciones o distrititos
electorales (Bhatti & Hansen, 2019; J. Chen & Cottrell, 2016; Dobysh & Yatsenko, 2020;
Durst, 2018; Fan et al., 2015; Forest, 2012, 2013; Gillman, 2002; Johnston, 2002; Latner &
McGann, 2005; Nagle, 2019; Rallings et al., 2004; Rodden & Weighill, 2020; Sun, 2021),
efecto de vecindario y/o flujo de información (Baumann et al., 2020; David & Van Hamme,
2011; Fieldhouse & Cutts, 2008; J. Gimpel et al., 2008; Hood & Monogan, 2018; Kantel, 2019;
Pattie & Johnston, 2000; Simiyu, 2008; Spielman & Singleton, 2015), alianzas, campañas
electorales, estrategias, militancia y/o (re)alineamiento de electores (Bélanger et al., 2003;
Blumberg et al., 2018; M. K. Chen & Rohla, 2018; Cutts & Webber, 2010; Johnston et al.,
2012; Johnston & Pattie, 2008, 2013; Kinsella et al., 2015; Schaffner, 2006; Wuhs &
McLaughlin, 2019), entorno urbano y/o rural (Bański et al., 2012; Charney & Malkinson,
2015; Clem & Craumer, 2002; Feldhoff, 2017; J. G. Gimpel et al., 2020; Guţoiu, 2019; Jadhav,
2021; Johnston et al., 2019; Lichter & Ziliak, 2017; Monnat & Brown, 2017; Petrovici, 2013;
Scala et al., 2015; Villeneuve et al., 2007; Walks, 2005, 2006; N. Ward, 2002; Yalcintan &
Erbas, 2003), aplicación de modelos matemáticos o metodologías (Beecham et al., 2020; S.
Clark et al., 2018; Comber & Harris, 2018; Cottrell et al., 2018; Crescenzi et al., 2019; Donegan
et al., 2020; Fingleton, 2020; Flaxman et al., 2021; Hearne, 2020; Johnston & Pattie, 2003;
Kavetskyy, 2014; Koseki, 2018; Manley et al., 2017; Michaud et al., 2021; Oberhauser et al.,
2019; O’Loughlin, 2000; O’Loughlin et al., 2002; Rohla et al., 2018; Spurná, 2008) y sistemas
electorales (Johnston, 2007; Johnston & Forrest, 2009; Passchier & Van Der Wusten, 2014).

Otro importante grupo de antecedentes recuperados de las distintas bases de datos consultadas
(punto 2.2.2) tenía que ver con clases (punto 2.2.5) que son propias de este periodo y, por lo
tanto, no habían sido citadas en los anteriores en que se dividieron los antecedes del área
internacional. Son una clara muestra de la explosión de investigaciones y trabajos durante los
últimos dos decenios. En este sentido, se recuperaron antecedentes que trataron aspectos
psicológicos como, por ejemplo, rasgos de personalidad (Garretsen et al., 2018), consumo de
drogas (Goodwin et al., 2018), nivel de felicidad (G. Ward et al., 2020) y el efecto halo69
(Evans & Ivaldi, 2021; Miller & Grubesic, 2020; van Wijk et al., 2020). Asimismo, otros temas
novedosos incluyeron clases como los conflictos bélicos, militarismo, paz, protestas,
terrorismo y/o violencia (Boone, 2011; Bove et al., 2020; Daxecker et al., 2019; Fielding,
2018; Herron et al., 2015; Oyewole & Omotola, 2021), condiciones atmosféricas y/o
desastres naturales (Gatrell & Bierly, 2002; Lind, 2019; Persson et al., 2014; Gomez et al.,
2007; Akarca & Tansel, 2016; Leslie & Arı, 2018) y, como no podía ser de otra manera, un
conjunto antecedentes sobre redes sociales y/o tecnología (Bastos & Mercea, 2018; Gong
et al., 2020; Howard et al., 2018; Levi et al., 2020; R. Liu et al., 2021; Million et al., 2016; Paul
et al., 2017; Tsou et al., 2013; Yaqub et al., 2020, 2018), incluyendo uno sobre robotización
(Caselli et al., 2021).

Más recientemente, no resultó nada extraño que se comenzase a estudiar sobre la influencia de
la enfermedad por coronavirus (COVID-19) en distintas elecciones en los EE. UU. (Allcott
et al., 2020; Baccini et al., 2021; Baringer et al., 2020; He & Camobreco, 2020; Lake & Nie,

69 Ver nota de pie de página número 23.

55
2021; L. Liu et al., 2021), tema que seguramente aparecerá en otras latitudes con el transcurrir
del tiempo como, por ejemplo, en Francia donde ya se han llevado a cabo algunos estudios
(Giommoni & Loumeau, 2020; Noury et al., 2021).

Asimismo, en la clase otros se incluyeron temas que abarcaron fenómenos como el barril de
tocino70 (J. Chen, 2010; Hagen, 2007; Kang, 2018), regionalismo (O’Loughlin, 2001; D.
Rivière, 2012), territorialización de partidos políticos (Sichinava, 2017) y ubicación de la
residencia entre candidatos dentro de un mismo partido (Put et al., 2020).

De la misma forma, otros trabajos que no se incluyeron en ninguna de las clases definidas
(punto 2.2.5), pero que evidencian de forma clara tanto la riqueza como la mayor complejidad
de los antecedentes recuperados para este periodo de estudio, abarcaron una escala de varios
países, continental o global, algo que solo se había presentado puntualmente en el periodo de
análisis anterior (punto 2.3.1.3) para tres países nórdicos (Murphy & Hunderi–Ely, 1996). En
este sentido, uno que puede considerarse de interés para la geografía electoral cubrió toda el
África subsahariana y analizó el efecto de la migración y el urbanismo en el poder político
(Raleigh, 2014). Otro trató el tema de la fragmentación étnica global y la participación, en
el cual los autores incluyeron más de seiscientas cincuenta elecciones parlamentarias en ciento
dos democracias cubriendo un período de más de cincuenta años (Coma & Nai, 2017).
Asimismo, otro muy interesante abordó el auge del populismo en Argentina, Brasil, EE. UU.,
España, Francia, Italia, Polonia y Reino Unido, concluyendo el autor que el aumento del voto
por los partidos populistas y antisistema está muy relacionado con el declive económico a largo
plazo de lugares que han vivido tiempos mucho mejores y que se han visto perjudicados por el
aumento de la desigualdad (Rodríguez-Pose, 2020). Igualmente, otro que se enfocó en los países
del Báltico, Ucrania y Rusia versó sobre patrones electorales (Meleshevich, 2006).
Finalmente, un trabajo que puede enriquecer distintos aspectos de interés para la geografía
electoral incluyó setenta y cuatro democracias en países en vía de desarrollo y trató sobre la
relación entre la diversidad étnica y los sistemas de electorales (Lublin, 2017).

Por otra parte, varios de los antecedentes citados en los párrafos anteriores cubrieron dos de los
fenómenos políticos y electorales más interesantes que se han desarrollado en los últimos años
a nivel internacional, a saber, la victoria (2016) y derrota (2020) del expresidente Donald
Trump en EE. UU. (Algara & Hale, 2020; Cottrell et al., 2018; Dentler et al., 2021; Flaxman
et al., 2021; Goetz et al., 2019; Goodwin et al., 2018; Jadhav, 2021; Johnston et al., 2019;
Monnat & Brown, 2017; Oberhauser et al., 2019; Ogorzalek et al., 2020; Salling & Gleeson,
2016; G. Ward et al., 2020) y el Brexit (2016-2020) en el Reino Unido (Alabrese et al., 2019;
Bastos & Mercea, 2018; Becker et al., 2017; Bove et al., 2020; Calvert Jump & Michell, 2020;
S. Clark, 2020; S. Clark et al., 2018; Crescenzi et al., 2019; Fingleton, 2020; Garretsen et al.,
2018; Harris & Charlton, 2016; Hearne, 2020; Johnston et al., 2017; Johnston, Manley, et al.,
2018; Jump & Michell, 2020a, 2020b; Leslie & Arı, 2018; Los et al., 2017; Manley et al., 2017;
Morgan, 2017). Incluso uno los estudió simultáneamente (Beecham et al., 2020)

70 Ver nota de pie de página número 26.

56
Asimismo, como en los periodos anteriores, muchos de los antecedentes recuperados seguían
teniendo como foco a EE. UU. y Reino Unido. No obstante, un número muy importante de
estos abarcaron otros países, llamando poderosamente la atención la cantidad de trabajos
recuperados que procedieron del continente africano.

En este sentido, en Europa los antecedentes recuperados provinieron de Alemania (Flint, 2001;
Förster, 2018; Förtner et al., 2020; Gehrsitz & Ungerer, 2017; Jasny & Becker, 2020;
O’Loughlin, 2000; Otto & Steinhardt, 2014; Wuhs & McLaughlin, 2019), Austria (Halla et al.,
2017; Steinmayr, 2016), Bélgica (David & Van Hamme, 2011; Murphy, 2014; Van Hamme,
2010, 2012), Dinamarca (Bhatti & Hansen, 2019), Eslovaquia (Kevický, 2020a, 2020b;
Kevický & Danik, 2020), Eslovenia (Rogelj & Tiran, 2014), Estonia (Burneika et al., 2017),
Finlandia (Put et al., 2020; Westinen, 2014), Francia (Buléon & Fourquet, 2003; Dolez et al.,
2003; Evans & Ivaldi, 2021; Giommoni & Loumeau, 2020; Mayer, 2003; Noury et al., 2021; J.
Rivière et al., 2012; Van Gent & Musterd, 2012), Grecia (Roupakias & Chletsos, 2020;
Vasilakis, 2018), Irlanda (Kavanagh et al., 2004; McCafferty, 2011), Italia (Abbondanza &
Bailo, 2018; Agnew & Shin, 2017; Biancalana & Colloca, 2019; Bracco et al., 2018; Bratti
et al., 2017; Caselli et al., 2021; Giordano, 2001; Passarelli & Tuorto, 2012; D. Rivière, 2012;
Shin & Agnew, 2007; Truglia & Zeli, 2020), Noruega (Lind, 2019), Países Bajos (Laake,
2016; Latner & McGann, 2005; Passchier & Van Der Wusten, 2014; van Gent et al., 2014; van
Wijk et al., 2020), Polonia (Bański et al., 2012; Fleming, 2006; Haydukiewicz, 2011;
Kowalski, 2014; Krzemiński, 2009; Matykowski, 2008; Matykowski & Kulczyńska, 2010;
Śleszyński, 2007; Wojtaszczyk, 2014; Zarycki, 2015), Rumania (Giugal et al., 2011; Guţoiu,
2019; Petrovici, 2013), República Checa (Jehlicka & Kostelecky, 2003; Lysek et al., 2021;
Maškarinec, 2019; Spurná, 2008), Rusia (Berezkin et al., 2003; Clem & Craumer, 2000b,
2000a, 2002; Gehlbach, 2000; Marsh et al., 2004; Perepechko et al., 2007; Petrov & Titkov,
2004; White et al., 2002), Suecia (Michaud et al., 2021; Persson et al., 2014; Valdez, 2014),
Suiza (Koseki, 2018; Leuthold et al., 2007; Mantegazzi, 2020; Schuler & Dessemontet, 2013),
Turquía (Altındağ & Kaushal, 2021; Hazama, 2003; Jefferson, 2005; Kumbaracıbaşı & Fink,
2021; Marschall et al., 2016; Secor, 2001; Yalcintan & Erbas, 2003) y Ucrania (Clem &
Craumer, 2005, 2008; Dobysh & Yatsenko, 2020; Herron et al., 2015; Kavetskyy, 2014;
O’Loughlin, 2001; von Löwis, 2019).

Fuera del viejo continente también se llevaron a cabo interesantes estudios. En Oceanía, por
ejemplo, en Australia (Johnston, 2007; Johnston & Forrest, 2009; Reid & Liu, 2018; Stimson
et al., 2006, 2017) y Nueva Zelanda (Carroll et al., 2009; Exeter et al., 2018; Johnston & Pattie,
2003, 2008). Por su parte, en Asia en Georgia (Sichinava, 2015, 2017), India (Bala & Singh,
2014; Vaguet & Chapelet, 2003), Irán (Alamdar et al., 2016; Heidarian et al., 2018), Israel
(Charney & Malkinson, 2015; Freedman, 2020), Japón (Feldhoff, 2017), Malasia (Ismail
et al., 2018) y Taiwan (McGowin, 2012). Igualmente, para Canadá también se recuperaron
antecedentes (Bélanger et al., 2003; Bélanger & Eagles, 2006; Hadi et al., 2020; Villeneuve
et al., 2007; Walks, 2006).

Terminando con África debe comentarse que fue una sorpresa muy agradable, ya que se
hallaron un buen número de antecedentes en comparación con los periodos analizados

57
anteriormente. En este sentido, aparecieron trabajos llevados a cabo en Cabo Verde (Carvalho,
2015; Veiga & Carvalho, 2014), Camerún (Tche, 2009), Ghana (Nathan, 2016), Kenia
(Boone, 2011; Simiyu, 2008), Malaui (Brazys et al., 2015), Nigeria (Anejionu et al., 2016;
Daxecker et al., 2019; Nwankwo, 2019a, 2019b; Oyewole & Omotola, 2021), Sudáfrica
(Bedasso & Jaupart, 2020; Fox & Lemon, 2000; Rule, 2018), Uganda (Kantel, 2019) y
Zimbabue (Fielding, 2018).

Finalmente, tal y como se comentó con anterioridad (punto 2.2.4), en las búsquedas en las
distintas bases de datos consultadas (punto 2.2.2) se obvió utilizar palabras en idiomas más
complejos como, por ejemplo, el coreano, farsi, japones, noruego, ruso y sueco. Si se tiene
interés se podrían revisar las referencias de los distintos estudios citado en los párrafos
anteriores de los países donde se hablan estos idiomas, los cuales a su vez suelen hacer
referencias a distintos trabajos en su respectivo idioma. Por ejemplo, si se tiene interés en la
geografía electoral de Irán se sugiere consultar los trabajos citados del país cuna del Imperio
persa (Alamdar et al., 2016; Heidarian et al., 2018).

2.3.2. Iberoamérica.

En el caso de los países de Iberoamérica, en general, el desarrollo de la geografía electoral ha

sido muy escaso en comparación con los avances en el mundo anglosajón, algo nada extraño,
ya que más allá que en esta parte del mundo las democracias son mucho más recientes, así como
que la disponibilidad de recursos para investigar es, en general, mucho menor, hay que recordar
que la geografía electoral a comienzos del milenio era una subespecialidad pequeña, aunque
con un gran crecimiento (Johnston, 2001). No obstante, algunos países han desarrollado un
poco más que otros trabajos en la materia. En este sentido, destacan Brasil, España y México
y, en menor medida, Argentina, Chile, Colombia y Portugal.

Por otra parte, para esta área de análisis de los antecedentes, además de las bases de datos
consultadas en los antecedentes internacionales, a saber, Scopus, Web of Science, Google
Académico, Microsoft Academic, arXiv y ProQuest, también se revisaron publicaciones en
bases de datos científicas más centradas en esta zona como, por ejemplo, Latindex, Dialnet,
SciELO y Redalyc.

Asimismo, es impórtate señalar que, tal y como se comentó con anterioridad (punto 2.2.1), a
medida que se fue cambiando el área de estudio a una cada vez más local, es decir, de la
internacional a Iberoamérica y de esta a Venezuela, los criterios usados para incluir una
investigación se fueron ampliando y relajando, puesto que de lo contrario serían muy pocos los
antecedentes recuperados de las bases de datos consultadas (punto 2.2.2). En este orden de
ideas, por ejemplo, también se incluyeron trabajos finales de grado o máster no publicados, así
como tesis doctorales no publicadas que eran de geografía electoral o, al menos, se consideraron
relevantes para la materia.

58
2.3.2.1. Brasil, España y México.

El análisis de los antecedentes en Iberoamérica comenzó con Brasil, España y México, los tres
países donde, según la estrategia seguida en esta investigación (punto 2.2), se recuperaron
mayor cantidad de antecedentes de interés de las bases de datos consultadas (punto 2.2.2). Son
tres de las más importantes encomias de la región, lo cual, posiblemente, puede estar
relacionado con mayores recursos disponibles para investigar.

2.3.2.1.1. Brasil.

Para entender los principales aspectos de la geografía electoral en Brasil se tomó como base un
trabajo que hace una recopilación y análisis del uso de modelos estadísticos y unidades
espaciales de algunos estudios en la materia para algunas de las elecciones presidenciales en
Brasil (Gonçalves, 2015). Asimismo, se realizó una exploración de las distintas bases de datos,
tanto internacionales como iberoamericanas, usando palabras clave en portugués como, por
ejemplo, geografia eleitoral, distribuição espacial y eleições. También es importante comentar
que no se pretendió ser muy exhaustivo, sino tener una idea clara del desarrollo de la geografía
electoral en el gigante iberoamericano.

En este sentido, la mayor cantidad antecedentes recuperados correspondieron a las clases

cartografía electoral, patrones electorales y/o variaciones espaciotemporales (Cervi et al.,
2020; De Toledo Junior, 2007; Furiel et al., 2019; Jacintho et al., 2020; Jacob et al., 1997, 2000,
2003, 2009; Marchal et al., 1992; Marzagão, 2013; Terron, 2009; Zolnerkevic & Raffo, 2013;
Zucco, 2008) y alianzas, campañas electorales, estrategias, militancia y/o (re)alineamiento
de electores (Augusto & Sene, 2013; Augusto & Silva, 2014; Borges et al., 2016; Faganello
et al., 2018; Hellmann, 2009; Silotto, 2019; Souza & da Graça, 2012).

Igualmente, otros temas que aparecieron en menor medida pero absolutamente interesantes
abarcaron las clases de variables socioeconómicas (Fantin & Disperati, 1988; Meneguello &
Neto, 2012), programas sociales (Carvalho & dos Santos, 2015; Magalhães et al., 2015),
conflictos bélicos, militarismo, paz, protestas, terrorismo y/o violencia (Fernandes &
Oliveira, 2020), etnia, identidad, migración, orientación sexual, raza y/o religión (Schuhli,
2018), efecto de vecindario y/o flujo de información (Zolnerkevic, 2018, 2019) y redes
sociales y/o tecnología (Mira et al., 2018). Asimismo, para la clase otros únicamente se
recuperó uno sobre regionalismo (Davidian et al., 2012).

Por último, de los antecedentes señalados vale la pena resaltar un par de tesis que llamaron la
atención. La primera corresponde a una tesis doctoral en la cual se presentó un análisis
espaciotemporal de la base electoral del expresidente Luiz Inácio Lula da Silva y la
composición de los territorios electorales en las elecciones presidenciales brasileñas celebradas
entre 1989 y 2006, considerando para ello la corriente del determinismo geográfico71 (Terron,

71 Ver nota de pie de página número 29.

59
2009). La segunda es una tesis de grado donde se abordó el tema de geomarketing y resultados
electorales en las elecciones del año 2008 en Porto Alegre (Hellmann, 2009).

2.3.2.1.2. España.

Antes de clasificar los distintos trabajos encontrados se comenta brevemente sobre los
antecedentes más antiguos recuperados de las distintas bases de datos consultadas (punto 2.2.2).
Uno de los primeros trabajos que puede considerarse en el área de geografía electoral en España
se llevó a cabo en 1971, unos años antes del comienzo de la Transición política española (1975-
1978), proceso sociopolítico que permitió a la nación ibérica pasar de la dictadura dirigida por
el general Francisco Franco a la democracia. En este estudio, se hizo un análisis geográfico de
los resultados electorales del año 1932 en la provincia de Girona (Vilanova, 1974). Asimismo,
unos años después, ya en medio de la Transición, aparece una investigación muy interesante
donde se utiliza como unidad geográfica de estudio los barrios madrileños y cuyo objetivo fue
establecer la relación que existía entre la clase social y los resultados del referendo del día 15
de diciembre de 1976, en el cual se sometió a consulta popular la aprobación de la Ley para la
Reforma Política, instrumento legal que desmontaría las instituciones del régimen franquista.
Es este estudio los autores concluyeron que en los barrios de las clases media alta y alta
predominó el “No” a la aprobación, en los de la clase media el “Sí” y en los de las clases baja
y media baja la abstención (Aragón & Aguilar, 1977). Otro trabajo interesante de esos años
consistió en un estudio espacial de los resultados electorales de las elecciones legislativas del
1 de marzo de 1979, en el cual se tomó como unidad de análisis geográfico a las provincias de
toda España (Cases, 1979). También, resalta uno para la provincia de Málaga, en el cual se hizo
un análisis espacial considerando distintas localidades y variables (Burgos, 1977). Asimismo,
otro par de investigaciones muy interesantes incluyeron una sobre un análisis espacial para
estudiar las campañas electorales en la provincia de Granada durante los años 1977 y 1979
(Bosque, 1981b) y otra basada modelo ecológicos para analizar el comportamiento electoral en
España entre 1977 y 1979 (Bosque, 1982).

Entrando en materia de clasificación se debe comentar que la clase en la cual se clasificaron

más antecedentes recuperados fue la correspondiente a cartografía electoral, patrones
electorales y/o variaciones espaciotemporales (Broner, 2010; Burgos, 1977; Cases, 1979;
Herin, 1984; L. López, 1981; A. Martínez, 1987; A. Martínez & García, 1997; Moreno Serrano,
1988; Nieves, 2012; Ortiz, 1987; Pérez Castaños & Trujillo, 2017; Porras, 1984, 1986; Portela
et al., 2020; Puig & Ginebra, 2015; Sanchez, 2001; Tapiador & Mezo, 2009; Vallés, 1992;
Vilanova, 1974) seguida por la de variables socioeconómicas (Aragón & Aguilar, 1977; M.
A. Delgado & Chasco, 2017; E. García, 1986; Herin, 1990; Ortega et al., 2011; Ortega &
Trujillo, 2013b; Trujillo & Ortega, 2015; Vilanova, 2006).

A la par, otros temas que aparecieron en menor medida abarcaron las clases de actitudes
políticas y/o ideología (Iglesias-Pascual et al., 2021), alianzas, campañas electorales,
estrategias, militancia y/o (re)alineamiento de electores (Bosque, 1981b), aplicación de
modelos matemáticos o metodologías (Alejos & García, 1990; Bosque, 1982),

60
circunscripciones o distrititos electorales (Gorgues et al., 2004), efecto de vecindario y/o
flujo de información (Bosque, 1980, 1981c; Ortega & Trujillo, 2013a), entorno urbano y/o
rural (Nel·lo & Gomà, 2018) y etnia, identidad, migración, orientación sexual, raza y/o
religión (Campdepadrós-Cullell et al., 2020; Mendez & Cutillas, 2014). Además, para la clase
otros se recuperaron uno sobre control de enfermedades en animales (J. De la Calle, 2013),
y tres sobre nacionalismo, específicamente, dos para el catalán (Balcells, 2007; Lepič, 2017;
Maza et al., 2019) y uno para el vasco (L. De la Calle, 2005).

Por otra parte, hay que señalar que un conjunto de las investigaciones señaladas merecen
algunos comentarios aparte por lo interesante que resultaron. Así entonces, hace un poco más
de un decenio, se publicó un excelente artículo donde se aplicaron técnicas de análisis espacial
a una escala nacional, teniendo como unidad de análisis al municipio y abarcando un amplio
periodo de tiempo (1977-2007) (Tapiador & Mezo, 2009). En este trabajo resalta la
particularidad que únicamente se tomaron en cuenta las elecciones al Congreso, obviándose las
elecciones locales, regionales y generales, puesto que, entre otras razones, los autores
consideraban que tenían alta correlación. Asimismo, un trabajo que resultó muy llamativo fue
un estudio basado en el paradigma geográfico de la ecología del paisaje72 en el cual los autores
exploraron las relaciones que existían entre el tipo de hábitat y el voto socialista en las distintas
elecciones celebradas en Andalucía desde el año 1999 hasta 2012, encontrando evidencia que
tanto la participación como el voto al Partido Socialista Obrero Español (PSOE) se asociaba de
forma negativa con el grado de urbanización (Trujillo & Ortega, 2015). En este mismo sentido,
otro trabajo que llamó poderosamente la atención versó sobre el efecto de la desigualdades
sociales y su efecto en la abstención en los barrios de Madrid y Barcelona, empleando para ello
herramientas sociológicas con espíritu crítico y reflexivo (M. A. Delgado & Chasco, 2017).

Continuando con las ideas desarrolladas en el párrafo anterior, otra investigación muy actual
trató sobre el fin del bipartidismo y la nueva pluralidad política, en este caso en la Comunidad
de Madrid (Portela et al., 2020). Otro estudio muy curioso, analizó el efecto en los resultados
electorales debido a ciertos cambios en las políticas públicas de control de cierta enfermedad
en el ganado en la comunidad autónoma de Cantabria (J. De la Calle, 2013). Asimismo, otro
muy sugestivo de hace ya unas tres décadas aplicó dos técnicas muy de moda en el mundo de
la inteligencia artificial, a saber, el análisis de clústeres espaciales no jerarquizados y el
análisis de componentes principales, en este caso en la ciudad de Logroño (Alejos & García,
1990). Por último, no se puede dejar mencionar un par de investigaciones que estudiaron
elecciones llevadas a cabo durante la II República española (1931-1939) (Moreno Serrano,
1988; Vilanova, 2006).

Finalmente, también vale la pena resaltar dos tesis doctorales muy interesantes en geografía
electoral. La primera restringida a la Comunidad de Madrid, en la cual el autor analizó tanto los
patrones electorales como sus variaciones espaciotemporales para las principales fuerzas
políticas, así como de la abstención, incluyendo el conjunto de elecciones generales y
autonómicas celebradas el periodo entre los años 1977 y 1996 (Sanchez, 2001). Por su parte, la

72 Ver notas de pie de página número 2 y 57.

61
segunda estuvo centrada en el municipio Barcelona donde se aplicaron técnicas estadísticas
para estudiar la abstención, participación y resultados electorales (Broner, 2010).

2.3.2.1.3. México.

El antecedente más antiguo del que se tiene referencia para el país del tequila y mariachi se
remonta a finales de los años sesenta. En un artículo publicado en el año 1967 y titulado
Desarrollo económico, distribución del poder y participación política: el caso mexicano, José
Reina hace una investigación donde concluyó que “…con el uso de datos agregados y con
carácter estatal se analizó y demostró la correlación que existe entre los diversos indicadores de
modernización y los resultados electorales” (Vilalta, 2008, p. 574).

Partiendo de ese año, la clase (punto 2.2.5) con mayor número antecedentes recuperados
durante la revisión bibliográfica fue, como en la mayoría de los casos anteriores, la que
corresponde a cartografía electoral, patrones electorales y/o variaciones espaciotemporales
(Ávila-Eggleton & Gutiérrez Sánchez, 2017; Campillo, 1998; De Remes, 2001; Graizbord,
1993a, 1993b; Gutiérrez Sánchez & Ávila-Eggleton, 2019; V. Hernández, 2015; Lizama
Carrasco, 2012; Magaloni et al., 2012; Pacheco, 2006; Reynoso, 1991; Sobrino, 1998;
Sonnleitner, 2017, 2020; M. Valdés, 2000; Valdiviezo, 2000) siendo seguida de la de variables
socioeconómicas (Charles-Leija et al., 2018; Cortina & Gelman, 2008; J. Mora & Escobar,
2003; Pizzonia, 1996; Sonnleitner, 2007, 2019; Vilalta, 2005) y circunscripciones o distrititos
electorales (Baños & Palacios, 2013; Caballero, 2010; López Levi, 2006; C. P. Mora &
Cervantes, 2009; Palacios & Tirado, 2009; Rincón García & Gutiérrez Andrade, 2009; Vilalta,
2002).

Igualmente, otros temas que aparecieron en menor medida abarcaron las clases sobre alianzas,
campañas electorales, estrategias, militancia y/o (re)alineamiento de electores (Klesner,
1993, 2007; Pacheco, 1997; Tejera, 2000), aplicación de modelos matemáticos o
metodologías (Fernández et al., 2004; V. H. Hernández & León, 2020; Suárez & Alberro, 2011;
Vilalta, 2004, 2006) y entorno urbano y/o rural (R. C. Delgado, 2006; S. Gómez, 2000b) y
sistemas electorales (Rodríguez González, 2010). Asimismo, en la clase otros se incluyó uno
que abordó la nacionalización de partidos políticos (Harbers, 2017) y otro que resultó muy
curioso, ya que trató sobre la ubicación de módulos de atención ciudadana para temas
electorales (Casado & Palacios, 2012). Por último, no se puede dejar de mencionar dos
coloquios internacionales sobre geografía electoral organizados por el antiguo Instituto
Federal Electoral (IFE)73 de México hace ya algunos años (IFE, 2008, 2010).

En general, la búsqueda bibliográfica en México con la estrategia definida en esta tesis doctoral
(punto 2.2) parece evidenciar que aunque se han desarrollados trabajos muy interesantes sobre
(o relacionados con) geografía electoral, el nivel de desarrollo, al igual que en los casos de
Brasil y España, es bajo en comparación con el área internacional, en especial, con los países

73 Llamado desde el año 2014 Instituto Nacional Electoral (INE).

62
anglosajones. No obstante, junto con Brasil y España, México es un claro referente en
Iberoamérica sobre la materia.

2.3.2.2. Argentina, Chile, Colombia y Portugal.

Si bien Brasil, España y México representan casos donde se recuperaron antecedentes con
mayor facilidad sobre estudios de geografía electoral en Iberoamérica, otros donde se
encontraron investigación valiosas e interesantes fueron Argentina, Chile, Colombia y
Portugal. Seguramente, aunque como hipótesis, es loable pensar que se podrían encontrar un
mayor número de antecedentes si se hiciese una búsqueda mucho más exhaustiva que incluyese
entrevistas con expertos locales o búsquedas en bases de datos más particulares, en especial en
el caso de Portugal.

2.3.2.2.1. Argentina.

En el país albiceleste se encontraron trabajos se sobre alianzas, campañas electorales,

estrategias, militancia y/o (re)alineamiento de electores (Escolar et al., 2002), aplicación de
modelos matemáticos o metodologías (Durán et al., 2018), cartografía electoral, patrones
electorales y/o variaciones espaciotemporales (Medus, 2002; Monzón, 2013) y variables
socioeconómicas (Bosque & Buzai, 2017). De estos antecedentes recuperados merece la pena
resaltar dos. El primero, un trabajo en el cual se analizó el costo (cantidad de recursos) que paga
un cierto elector por ejercer su derecho al voto según la distancia que tiene este que recorrer
para llegar a su centro electoral, así como el tiempo de espera para votar (Durán et al., 2018).
El segundo, una tesis doctoral que trató variaciones espaciotemporales a nivel municipal en
la provincia de la Pampa (Medus, 2002).

2.3.2.2.2. Chile.

En la nación de la Isla de Pascua y los moáis se recuperaron algunos antecedentes interesantes,

incluidos algunas tesis de grado. Así entonces, se investigó sobre cartografía electoral,
patrones electorales y/o variaciones espaciotemporales (Aravena Silva, 2015; González,
1999; Guevara, 2007; Ríos et al., 2017; S. Valdés & Ricardo, 2014), programas sociales
(Cerda & Vergara, 2008) y variables socioeconómicas (Altman, 2004; Villagrán, 1993). De
estos antecedentes recuperados merece la pena resaltar algunos. Primero, un amplio trabajo que
fue llevado a cabo por investigadores del PNUD (Ríos et al., 2017) en el cual los autores hacen
un análisis descriptivo de la participación en las últimas décadas, dando cuenta de cuántos eran
los votantes, dónde se concentraban y cuáles eran sus características sociodemográficas, así
como explicando algunas causas de la abstención. Segundo, resultó una sorpresa muy agradable
encontrar un conjunto de tesis de grado para optar al título de geógrafo que abarcaron la
subespecialidad de geografía electoral, las cuales fueron desarrolladas en la Facultad de

63
Arquitectura y Urbanismo de la Universidad de Chile (Aravena Silva, 2015; Guevara, 2007; S.
Valdés & Ricardo, 2014).

2.3.2.2.3. Colombia.

En la tierra del vallenato y hermana predilecta de Venezuela se encontraron trabajos de mucha

utilidad. Así, por ejemplo, destacaron las investigaciones relacionadas sobre conflictos bélicos,
militarismo, paz, protestas, terrorismo y/o violencia (Branton et al., 2019; Castilla & Nossa,
2019; Milanese, 2016; Nossa & Castilla, 2018; Sierra & Morales, 2019). Otros estudios
abordaron aspectos relacionados con actitudes políticas y/o ideología (Molina, 2011; Velasco,
2017) o cartografía electoral, patrones electorales y/o variaciones espaciotemporales
(Jácome, 2013; Milanese, 2020; Milanese et al., 2017; Yann, 2015). Asimismo, se recuperaron
trabajos correspondientes a las clases de circunscripciones o distrititos electorales (Rodríguez
Pico & Duque Franco, 2018) y condiciones atmosféricas y/o desastres naturales (Gallego,
2018).

2.3.2.2.4. Portugal.

En tierras lusas se ha investigado, entre otros temas, sobre cartografía electoral, patrones
electorales y/o variaciones espaciotemporales (André & Gaspar, 1988; Caleiro, 2008; Caleiro
& Guerreiro, 2005; Castela, 2010), alianzas, campañas electorales, estrategias, militancia
y/o (re)alineamiento de electores (Augusto, 2017) y variables socioeconómicas (Freire &
Baum, 2001; Sant’Anna, 1986). Asimismo, de forma similar que en los casos anteriores,
algunos antecedentes merecen unos comentarios. En este caso, estos corresponden a dos tesis
doctorales muy interesantes. En la primera se hizo un análisis sobre la identificación partidista
del voto, tanto en Portugal como en Brasil (Augusto, 2017). Por su parte, en la segunda se
abarcó un amplio análisis espacial de la abstención en las elecciones legislativas llevadas a
cabo en los años 2002 y 2005 (Castela, 2010).

2.3.2.3. Otros.

Como se acaba de ver Brasil, España y México representan casos donde se recuperó con mayor
facilidad antecedentes sobre geografía electoral en Iberoamérica, siguiéndoles en menor
medida Argentina, Chile, Colombia y Portugal. Todos estos países comparten el hecho que,
en general y según la estrategia seguida en esta disertación doctoral (punto 2.2), se ha hecho
poco en materia geografía electoral en comparación con el mundo anglosajón. No obstante, a
pesar de que son pocos los trabajos, estos son muy importantes y valiosos, ya que en el resto de
los países de Iberoamérica los antecedentes recuperados son mucho más escasos.

En este orden de ideas, comenzando con Centroamérica y el Caribe se debe señalar que se
encontraron trabajos sobre cartografía electoral, patrones electorales y/o variaciones

64
espaciotemporales en Costa Rica (Alfaro-Redondo, 2002; D. C. Monge, 2005; F. Rodríguez
et al., 2005) y Republica Dominicana (Sagás, 2018), en relación a alianzas, campañas
electorales, estrategias, militancia y/o (re)alineamiento de electores en Nicaragua
(Cupples, 2009) y considerando variables socioeconómicas en Guatemala (Lehoucq & Wall,
2004; Wall & Lehoucq, 1997). Asimismo, en la clase correspondientes a otros se recuperó uno
sobre la influencia del tamaño del territorio y padrón electoral en los resultados electorales
en Costa Rica (de Azevedo & Meireles, 2021).

Por su parte, en la región de Sudamérica se hallaron algunos trabajos muy interesantes. En este
sentido, se investigó sobre alianzas, campañas electorales, estrategias, militancia y/o
(re)alineamiento de electores en Ecuador (Schurr, 2013) y Uruguay (Guedes, 2019) y sobre
cartografía electoral, patrones electorales y/o variaciones espaciotemporales en Bolivia
(Oviedo Obarrio, 2010). Igualmente, se recuperaron algunos antecedentes de estudios
desarrollados en Perú en los cuales se abordaron aspectos sobre variables socioeconómicas,
en especial con respecto a la pobreza (Dietz, 1998; Durand & Godard, 2007; Lavrard-Meyer,
2007). Asimismo, en la clase otros se incluyeron dos que abordaron el fenómeno de la
nacionalización de los partidos políticos, uno en Ecuador (Polga-Hecimovich, 2014) y otro
en Paraguay (Cerna & Solís, 2017).

Para concluir con este apartado hay que resaltar que llamó poderosamente la atención que en el
caso de algunos países iberoamericanos, a saber, Cuba, Puerto Rico, El Salvador, Honduras,
Panamá e, incluso, incluyendo también a Andorra y Haití, no se encontrase ningún
antecedente empleando la estrategia de búsqueda definida en esta tesis doctoral (punto 2.2). Sin
embargo, seguramente, al igual que en todos los casos de todos los países de Iberoamérica
presentados hasta el momento, si se hiciese una búsqueda mucho más exhaustiva que incluyese
entrevistas con expertos locales o búsquedas en bases de datos más específicas para cada país,
es plausible pensar que se encontrarían más antecedentes, en particular, como ya se ha
comentado, trabajos de grado, maestría y doctorado no publicados o informes institucionales
no indexados en las bases de datos consultadas (punto 2.2.2).

2.3.3. Venezuela.

En términos generales, y a pesar de la gran cantidad de elecciones (punto 3.1) desarrolladas en

los últimos años desde que el expresidente Hugo Chávez ganara por primera vez las elección
presidencial del 6 de diciembre de 1998, es muy poco lo que se ha investigado y/o publicado
en geografía electoral, al menos es lo que se evidenció luego de la búsqueda en las principales
bases de datos científicas a nivel internacional, a saber, Scopus y Web of Science, así como
las más importantes en Iberoamérica como, por ejemplo, Latindex, Dialnet, SciELO y
Redalyc, sin dejar de mencionar a Google Académico, Microsoft Academic, arXiv y
ProQuest. Por otra parte, al ser muy escasos los trabajos en Venezuela se ha dejado de utilizar
el enfoque de agrupar las investigaciones por clases (punto 2.2.5), tal y como se hizo en el caso
de la revisión bibliográficas para el área internacional y buena parte de Iberoamérica, y se pasó
a describir un poco los escasos antecedentes que se recuperaron.

65
Comentado lo anterior, de los pocos trabajos en geografía electoral que se recuperaron, uno de
los más antiguos se presentó poco años después de las primeras elecciones regionales que se
celebraron en el país, las cuales se desarrollaron en el año 1989 con la finalidad de elegir por
primera vez a los gobernadores de los estados, así como a alcaldes de los municipios. En el
mismo, se analizaron los resultados electorales a nivel municipal en el estado Mérida (Amaya,
1993). Otro trabajo que puede considerase como parte de geografía electoral, aunque con un
enfoque cualitativo e historicista, consistió en estudiar los resultados del referendo revocatorio
presidencial de año 2004 y las elecciones regionales de octubre de ese mismo año
contrastándolos con los de las elecciones presidenciales de los años 1998 y 2000. En este
estudio, los autores expusieron distintos aspectos de la polarización social y su comportamiento
espacial, considerando como unidades análisis espacial a los estados, así como algunas
parroquias de los municipios más importantes y representativos del país (L. Lander & López
Maya, 2005).

El mismo primer autor citado en el párrafo anterior presentó otros estudios en la materia años
más adelante. En uno de ellos utilizó datos agregados a nivel de estados, para hacer un análisis
de la relación que existía entre el grado de urbanización y los patrones espaciales del voto de
las elecciones a gobernador del año 1995 (Amaya, 2000). Igualmente, también utilizando datos
agregados, el mismo autor junto con otros colegas, presentó un estudio similar más reciente,
pero investigando sobre las elecciones de diputados a la Asamblea Nacional del año 2010
(Amaya et al., 2012). En este trabajo expresó, entre otras conclusiones, que el oficialismo había
logrado y mantenido a su favor bastiones geográficos muy importantes en las distintas
elecciones, en especial en los estados rurales y las ciudades pequeñas. En este último estudio
citado, también se hace referencia a un par trabajos de fin de grado en geografía electoral
desarrollados en la Escuela de Geografía de la Universidad de Los Andes (Venezuela), los
cuales, aunque no se encontraron publicados, fueron al parecer de ámbito muy local, lo cual es
congruente con el nivel de grado. Por último, otro trabajo más reciente del mismo autor fue una
ponencia donde se analizó la relación entre las variables centro y periferia y los resultados de
la elección presidencial del año 2012, en el cual se tomó como unidad de análisis espacial al
estado, así como al municipio para unos pocos casos concretos (Amaya, 2013).

2.4. Resumen.

En este segundo capítulo de la tesis doctoral se presentó la evolución y estado actual de la

geografía electoral. Para ello, se comenzó aclarando que se entendía por geografía electoral,
evidenciándose que es concepto amplio que se nutre de múltiples elementos de otras
especialidades. Luego, se estableció la estrategia seguida para llevar a cabo la revisión
bibliográfica, la cual consideró distintos aspectos, a saber, áreas geográficas, bases de datos,
periodos e idiomas, así como la definición de diecisiete clases que en buena parte del capítulo
facilitaron enormemente la organización de este. Finalmente, se presentaron los antecedentes
recuperados, lo cual se hizo considerando el desarrollo epistemológico del conocimiento
científico, así como la aparición de los distintos paradigmas de la geografía. En este orden de
ideas, se pudo constatar de forma clara que, desde 1913, año cuando se publica el trabajo que

66
es considerado pionero en geografía electoral, han sido investigadores de EE. UU. y el Reino
Unido los que han llevado a cabo, con diferencia, la mayor cantidad de investigaciones sobre
la materia. Asimismo, en el caso de Iberoamérica se pudo evidenciar que, en términos generales,
se han llevado a cabo muy pocas investigaciones, destacando Brasil, España y México y, en
menor medida, Argentina, Chile, Colombia y Portugal. Por su parte, en Venezuela, a pesar de
todo el “tsunami” de elecciones desarrolladas desde que el 6 de diciembre de 1998 Hugo
Chávez ganará por primera vez la elección presidencial, los estudios son, como se pudo
apreciar, prácticamente inexistentes.

67
CAPÍTULO 3. MARCO TEÓRICO.

"Los que se enamoran de la práctica sin la teoría

son como los pilotos sin timón ni brújula,
que nunca podrán saber a dónde van”
Leonardo Da Vinci

La frase de unos de los innovadores y genios más grandes de todos los tiempos sirve de prólogo
para introducir este tercer capítulo de la tesis doctoral. Por ello, luego de haber formulado el
problema en el capítulo 1, así como haber realizado una exposición sobre la evolución y estado
actual de la geografía electoral en el capítulo 2, el siguiente paso lo representaba la elaboración
de un breve, pero muy importante, marco teórico, el cual puede ser entendido como un conjunto
de conceptos, ideas y referencias que se organizaron de forma coherente con la finalidad que
sirvieran de guía para llegar a puerto seguro en la investigación. No se pretendió ser exhaustivo,
más bien conciso, puesto que una verdadera investigación es como navegar por rutas muy poco
o, peor aún, nunca transitadas, con lo cual el riesgo de naufragio siempre está presente, pero si
ser un faro en la oscuridad con el cual ir descubriendo el itinerario más apropiado de este viaje
turbulento que es la actividad científica. Para ello, se parte aclarando cuál es la diferencia entre
los términos proceso electoral y elección. Luego, se definen los términos oficialismo, oposición
e independientes. A continuación, se describen, brevemente, cuáles son las etapas básicas que
se desarrollan en un proceso electoral típico en Venezuela desde el año 2004, año en el cual se
inicia esta investigación, hasta, al menos, 2013, último año incluido en esta. Esto permitirá
entender al lector cuál fue el proceso de generación de los datos que publica el CNE en las
distintas secciones del acto de votación y resultados electorales de su página web, fuente de
datos en este estudio. Posteriormente, se comenta qué es abstención y resultados electorales,
los dos conceptos cardinales de este trabajo. Por último, se puntualiza cuando un voto puede
ser nulo, así como se explica la razón por la cual en Venezuela no existe la posibilidad de votos
en blanco.

3.1. Proceso electoral y elección.

Aunque ambos términos suelen ser utilizados como sinónimos por parte de la población general
y los medios de comunicación es necesario dejar claro su significado. En este sentido, según la
respectiva normativa legal en Venezuela, un proceso electoral “son los actos y actuaciones
realizados en forma sucesiva por el Consejo Nacional Electoral y sus organismos electorales
subalternos, dirigidos a garantizar el derecho del sufragio y la participación política” (Ley
Orgánica de Procesos Electorales, 2009, art. 2). Por su parte, en este estudio, una elección es
el acto de selección de un(os) candidato(s) y/o lista(s) a un(os) cargo(s) de elección popular o
respuesta(s) en un refrendo por parte de la ciudadanía mediante el acto de votación, es decir,
mediante el acto de sufragio. En este orden de ideas, en un proceso electoral se pueden llevar a
cabo una o más elecciones de distintos tipos. Por ejemplo, en Venezuela es muy común elegir
en un mismo proceso electoral a los gobernadores de los estados, los diputados al Consejo

68
Legislativo de los estados y los alcaldes de los municipios, es decir, se estaría ante un proceso
electoral con tres tipos de elecciones. Caso contrario, los referendos o la elección del presidente
suelen ser un proceso electoral con un solo tipo de elección.

3.2. Oficialismo, oposición e independientes.

Se define como oficialismo al conjunto de partidos políticos y/o grupo de electores que en el
periodo de estudio (2004-2013) apoyaron en una cierta elección (punto 3.1) al expresidente
Hugo Chávez, su(s) candidato(s), lista(s) y/o respuestas(s) favorable(s) en un refrendo. Por su
parte, el término oposición corresponde a todos aquellos que se opusieron. Finalmente, los
independientes serían aquellos que se presentaron como una alternativa a ambos sectores
políticos.

3.3. Etapas básicas de un proceso electoral en Venezuela desde el año 2004.

Un proceso electoral tiene múltiples y distintas fases, no obstante, todos comparten una serie
de etapas básicas (figura 8). Todos comienzan con un conjunto de actos administrativos previos
a la convocatoria de un proceso electoral por parte del CNE. Una vez convocado un ciudadano
tiene la opción de participar o abstenerse de participar. En el caso que decida participar debe
dirigirse al centro de votación que le corresponde el día pertinente. Dentro de este se le indica
la mesa electoral en la que puede ejercer su derecho al voto. Al final del día, una vez culminada
la jornada electoral, cada mesa electoral cierra y lleva cabo el escrutinio, es decir, la
contabilización de los votos. Esta etapa se plasma en un acta de escrutinio para cada tipo de
elección del proceso electoral (punto 3.1), la cual, además de los votos, contiene toda la
información del acto de votación en la mesa electoral. Hecho el escrutinio se inicia la fase de
transmisión, en la cual se envía al CNE, mayoritariamente de forma telemática, cada acta de
escrutinio. Por su parte, el ente comicial procesa las actas de escrutinio que va recibiendo y,
con ello, comienza una fase de contabilización que se conoce técnicamente como totalización.
Cuando la totalización alcanza un cierto nivel en el cual los resultados electorales son
irreversibles, el CNE los anuncia. Este anuncio lo lleva a cabo aun cuando no se hayan
totalizado todas las actas de escrutinio esperadas de una cierta elección para una determinada
unidad político-administrativa que haya definido el ente comicial como, por ejemplo, un estado,
un municipio, una circunscripción electoral o, como en el caso de esta investigación, una
parroquia. Asimismo, también publica los datos del acto de votación y resultados electorales
por unidad político-administrativa en su página web, la cual es la fuente de datos de este estudio
(punto 4.4.1.3). Cuando los datos y/o resultados son anunciados y/o publicados, por lo general
corresponden a la totalidad de las actas de escrutinio esperadas para una determinada unidad
político-administrativa, por lo tanto, estos corresponden a un boletín definitivo. No obstante,
en no pocas ocasiones se basan en una parte de estas, en cuyo caso se está ante un boletín
parcial. En cualquier caso, el CNE no suele anunciar y/o publicar datos y/o resultados
electorales reversibles, salvo si las circunstancias lo ameritan, entre otras razones, para evitar
cualquier tipo de conflictos. La siguiente etapa es la adjudicación, la cual es el acto de

69
conversión de los votos con base en la normativa legal con el fin de asignar los cargos en juego
a los ganadores. Luego, se lleva a cabo el acto de proclamación, una ceremonia pública en la
cual se hace entrega de las respectivas credenciales. Finalmente, siguen un conjunto de actos
administrativos posteriores (impugnaciones, remoción de cargos, etc.).

Figura 8. Etapas básicas de un proceso electoral en Venezuela desde el año 2004.

Fuente: elaboración propia con Microsoft PowerPoint 365.

3.4. Abstención y resultados electorales.

En este estudio se trabaja con datos publicados en la página web del CNE (punto 4.4.1.3), los
cuales pueden ser producto de la totalización de parte (boletín parcial) o todas (boletín
definitivo) las actas de escrutinio de un cierto tipo de elección (punto 3.1) emitidas por las
mesas electorales74 adscritas a una determinada unidad político-administrativa definida por el
ente comicial como, por ejemplo, la parroquia en este caso. Asimismo, en cada parroquia para
cada tipo de elección existe un determinado número de electores que pueden ejercer el derecho
al voto. A este grupo de electores se le denomina padrón electoral de la parroquia.75

Igualmente, en cada acta de escrutinio se encuentra toda la información del acto de votación de
la respectiva elección (punto 3.1) en la mesa electoral, entre ella el número de electores del
padrón electoral que tenían derecho a votar en esta mesa, es decir, el padrón electoral de la
mesa electoral. Por lo tanto, si la totalización de las actas de escrutinio para un cierto tipo
elección en una determinada parroquia fue producto de la inclusión de todas las actas de
escrutinio de todas las mesas electorales adscritas a dicha parroquia, entonces el número de
electores con derecho a votar obtenido en la fase de totalización es igual al padrón electoral
de la parroquia para esta elección, en caso contrario es una parte de este. En ambos casos a
este número de electores se le puede denominar padrón electoral de la fase de totalización
de la parroquia. La misma explicación es pertinente para el número de los electores que se
abstuvieron. Por ello, al trabajar con datos publicados en la página web del CNE, la abstención
para una determinada parroquia en una cierta elección no es más que la proporción, en

74 Recuérdese, cada mesa electoral emite un acta de escrutinio para cada tipo de elección llevada cabo en cada proceso electoral.
75 Cada tipo de elección de un proceso electoral (punto 3.1) tiene su propio padrón electoral, los cuales pueden o no coincidir.

70
porcentaje, entre el número de electores que se abstuvieron en la parroquia y el padrón electoral
de esta (figura 9), ambos valores obtenidos en la fase de totalización (punto 3.3).76

Por último, se aclara qué es lo que se entiende como resultados electorales en esta
investigación. Este concepto está relacionado exclusivamente con la participación y no tiene
nada que ver con la abstención.77 En este sentido, cuando un elector participa en una cierta
elección de un cierto proceso electoral (punto 3.1) con su voto pueden presentarse cuatro
escenarios:

1. Que haya votado por algún(unos) candidato(s), lista(s) y/o respuestas(s) favorable(s) en
un refrendo del oficialismo.

2. Que haya votado por algún(unos) candidato(s), lista(s) y/o respuestas(s) favorable(s) en
un refrendo de la oposición.

3. Que haya votado por algún(unos) candidato(s) y/o lista(s) de los independientes.78

4. Que su voto haya sido considerado nulo por alguna de las razones en la normativa legal.

En otras palabras, la participación, es decir, el número de electores que participaron, en este

caso, en una cierta elección (punto 3.1) en una parroquia, es igual a la suma del número de votos
obtenidos en cada una de estas cuatro opciones. Por ello, en este estudio el resultado electoral
para el oficialismo no es más que la proporción, en porcentaje, del número de votos que obtuvo
el oficialismo con respecto al número total de electores que participaron en la respectiva
elección en dicha parroquia (figura 9). De forma similar, sería para los casos de la oposición,
los independientes y los votos nulos.79

Figura 9. Abstención y resultado electoral del oficialismo (OFI) y oposición (OPO).

Fuente: elaboración propia con Microsoft PowerPoint 365.

76 Más adelante en el punto 4.4.3 se explica con detalle todo el proceso de cálculo.
77 En términos relativos, puesto que la única forma de garantizar que dos atributos no tienen ningún tipo de relación en la realidad es mediante
experimentos muy bien controlados, lo cual no es posible con este tipo de estudios.
78 Recuérdese que los votos por los independientes no son pertinentes para los referendos incluidos en el estudio (tabla 4).

79 Ver nota de pie de página 76.

71
3.5. Votos nulos y en blanco.

Hoy en día en Venezuela los procesos electorales, salvo contadas excepciones, están
automatizados en todas sus etapas. Esta automatización incluye la utilización de máquinas de
votación que imprimen un comprobante de voto que el elector deposita en una caja de
resguardo, así como el uso de una boleta electrónica y un lector de huella dactilar (figura 10).

Figura 10. Máquina de votación típica utilizada durante el periodo de estudio (2004-2013).

Fuente: página web de la empresa Smarmatic (Smartmatic, s.f.).

No obstante, a pesar de toda esta infraestructura tecnológica, en algunas ocasiones los votos
pueden resultar nulos. En este sentido, a continuación, se señalan algunos de los casos en los
cuales estos se presentan según las respectivas normativas legales (Ley Orgánica de Procesos
Electorales, 2009; Reglamento General de la Ley Orgánica de Procesos Electorales, 2013):80

1. El elector no haya seleccionado ningún candidato u opción.

2. El elector no haya finalizado el acto de votación en el tiempo disponible.

3. El elector no haya seleccionado alguno de los candidatos u opciones en un proceso

electoral qué incluye varios tipos de elecciones (punto 3.1).

4. En los casos de las mesas manuales (excepcionales)81 cuando la boleta este mutilada o
destruida con pérdida de sus datos esenciales.

5. Las demás que se establezcan en la normativa para cada proceso electoral.

80Para la normativa legal vigente (en años anteriores las causas fueron similares).
81La gran mayoría de las mesas de votación en Venezuela están automatizadas desde hace años (figura 10). No obstante, en algunas ocasiones
debido a problemas logísticos como, por ejemplo, restricción de los medios de trasporte o limitación de la infraestructura física de los centros
electorales se utilizan mesas manuales.

72
Finalmente, es importante aclarar que por las características del sistema electoral venezolano,
al menos durante el periodo de estudio (2004-2013), no existen votos en blanco, opción que
suele ser común en otros países como, por ejemplo, Colombia o España. Lo más cercano a estos
serían los votos nulos producto de no seleccionar algún(unos) candidato(s), lista(s) y/o
respuestas(s) en un refrendo por parte del elector al momento de ejercer su derecho al voto. De
hecho, en las respectivas secciones de datos del acto de votación y resultados electorales en la
página web del CNE no existe ningún apartado para votos en blanco, al menos para los procesos
electorales y tipos de elecciones (punto 3.1) llevados a cabo durante el periodo de estudio.

3.6. Resumen.

En este tercer capítulo, el más corto de la tesis doctoral, se elaboró un breve marco teórico, el
cual consintió en la definición de un conjunto de conceptos, ideas y referencias. Al respecto, se
comenzó aclarando cuál era la diferencia entre los términos proceso electoral y elección. Luego,
se definieron los términos oficialismo, oposición e independientes. Posteriormente, se
describieron, brevemente, cuáles eran las etapas básicas que se desarrollaban en un proceso
electoral típico en Venezuela en el periodo 2004-2013. A continuación, se explicó de forma
clara qué era abstención y resultados electorales, los dos conceptos cardinales de la
investigación. Finalmente, se puntualizó cuando un voto podía ser nulo, así como se expuso la
razón por la cual en Venezuela no existe la posibilidad de votos en blanco.

73
CAPÍTULO 4. DISEÑO METODOLÓGICO.

"Todos los modelos están mal,

pero algunos son útiles”
George E. P. Box

Hasta los momentos el desarrollo de esta disertación doctoral ha cubierto dos etapas del método
científico, a saber, el planteamiento del problema y la formulación de las hipótesis. Estas dos
fases se cubrieron en el capítulo 1. Asimismo, se han desarrollado otros dos capítulos. El
capítulo 2 en el cual se expuso la evolución y estado actual de la geografía electoral, y el capítulo
3 en el cual se presentó un breve marco teórico que sirvió para, entre otras cuestiones, introducir
una serie de conceptos fundamentales. En este mismo orden de ideas, en este cuarto capítulo se
abarca la metodología diseñada para poder dar respuesta al problema formulado, refutar las
hipótesis nulas (punto 1.4.1) y sustentar la alternativa (punto 1.4.2). Esta metodología es la
razón de ser de esta tesis doctoral, así como su parte más importante, puesto que, además de
novedosa, se diseñó con un enfoque integral, incluyendo, entre otros, un procedimiento para
normalizar los distintos tipos de elecciones, la creación de una base de datos plana, la
implementación de un SIG, el desarrollo de un modelo de datos para una base de datos
georrelacional, la definición de un índice y, finalmente, un conjunto de análisis de, entre otros,
regresión lineal, dispersión y clústeres espaciales. Por otra parte, la estructura de este cuarto
capítulo comienza con una descripción sobre el tipo de investigación que se llevó a cabo. Luego,
se presentan las características del estado Zulia. A continuación, se describen la población y la
muestra. Por último, se presenta la metodología diseñada.

4.1. Tipo y paradigma de investigación.

En cuanto al tipo de investigación debe señalarse que según su diseño fue observacional (no
se intervino en la generación de los datos). Por su parte, en relación con su periodo fue
claramente de tipo longitudinal (datos correspondientes a un periodo de tiempo) de panel (se
investigó sobre los mismos individuos en este periodo de tiempo, i. e., parroquias del estado
Zulia) y retrospectiva (tiempo pasado, años: 2004-2013). Por otra parte, por su enfoque fue
cuantitativa (se emplearon modelos matemáticos y técnicas estadísticas) aunque se enriqueció
de aspectos cualitativos (análisis del contexto histórico y técnicas como la observación
participativa y no participativa para entender, contextualizar y formular adecuadamente el
problema). Asimismo, de acuerdo con su alcance fue de tipo correlacional (se estableció la
relación entre atributos, en este caso relacionados con la abstención y los resultados electorales).

Asimismo, en cuanto al paradigma epistemológico utilizado en esta investigación debe

comentarse que se empleó el enfoque positivista82 del racionalismo crítico propuesto por Karl
Popper (1902-1994) en 1934, en el cual se renovó el célebre método hipotético-deductivo,

82 Ver nota de pie de página número 1.

74
cuyas raíces están en Rene Descartes (1596-1650) quien creía en el análisis y la deducción
(Bunge, 2001). Como es bien sabido este método se basa en la formulación de hipótesis (o leyes
o teorías) que no pueden nunca verificarse, sino ser falsadas mediante experimentación y
análisis lógico deductivo (Sáez & Touriñán, 2012). En este sentido, desde el punto de vista
espacial esta investigación estuvo enmarcada en el paradigma de la geografía automatizada
(positivista)83, sin embargo, esta también se enriqueció de algunos elementos del paradigma de
la geografía humanista (no positivista)84 con el fin, entre otros, de contextualizar y formular
adecuadamente el problema, así como de entenderlo lo más ampliamente posible.

4.2. Área de estudio.

Venezuela está constituida desde el punto de vista político-territorial por veintitrés estados. Uno
de estos es el estado Zulia (figura 11). El estado Zulia, se divide actualmente en veintiún
municipios, los cuales para el año 2013, último año incluido en la investigación, a su vez se
dividían en ciento diez parroquias.85 No obstante, durante el periodo de estudio (2004-2013) el
CNE lo dividía para fines electorales en ciento seis (figura 11 y tabla 1).

La capital del estado Zulia es la ciudad de Maracaibo, la cual se encuentra en su región

noroccidental. La ciudad de Maracaibo, capital petrolera y segunda en importancia del país tras
la capital Caracas, abarca casi todo el municipio Maracaibo. Asimismo, el municipio marabino
está dividido en dieciocho parroquias y ocupa una superficie terrestre cuya área aproximada es
360 km2, la cual equivale al 0.8 % de los 45 000 km2 de área aproximada de la superficie
terrestre que tiene estado Zulia (figura 11).86

Por otra parte, el estado Zulia es en sí mismo una región económica, concepto utilizado por
distintas instituciones del país para dividir al territorio según sus características económicas. En
este sentido, la Corporación de Desarrollo de la Región Zuliana (Corpozulia) lo subdivide en
las siguientes cinco subregiones económicas (figura 11): 1. Capital, compuesta por cuatro
municipios que se dividen en treinta y tres parroquias, se caracteriza por tener los mayores
centros urbanos, así como la mayor cantidad de habitantes y electores; 2. Costa Oriental del
Lago, constituida por siete municipios que a su vez se dividen en treinta y cinco parroquias, se
distingue por ser la segunda más poblada, así como por ser la zona petrolera por excelencia de
Venezuela; 3. Guajira, formada por tres municipios que a su vez incluyen trece parroquias, es
muy conocida por su ruralidad y por tener una alta proporción de ciudadanos pertenecientes a
la etnia indígena Wayúu; 4. Perijá, compuesta por dos municipios y siete parroquias, también
se caracteriza por su ruralidad, así como por ser el hábitat de distintas etnias indígenas; 5. Sur
del Lago, constituida por cinco municipios divididos en dieciocho parroquias, se caracteriza

83 Ver notas de pie de página número 1 y 2.

84 Ver notas de pie de página número 1, 2 y 28.
85 Para el año 2013, Venezuela tenía un total de 335 municipios y 1 091 parroquias (INE, 2013). Asimismo, más recientemente, para junio de

2021, el estado Zulia tenía los mismos 21 municipios y un numero algo menor de parroquias, exactamente, 107.
86 El valor de 45 000 km 2 para el estado Zulia no incluye ni la superficie del Golfo de Venezuela que le corresponde ni la del Lago de Maracaibo.

A su vez, este último tiene una superficie cuya área aproximada es 13 000 km2. Además, todos los valores señalados están referidos al elipsoide
WGS84 y fueron obtenidos tanto de Google Maps como de las respectivas capas vectoriales de un archivo shapefile facilitado por PDVSA, la
empresa petrolera nacional, por lo tanto, son valores meramente orientativos y no oficiales.

75
por ser una de las zonas ganaderas y agrícolas más importantes de Venezuela, así como por la
presencia de una buena cantidad de productores meso o latifundistas.

Finalmente, para completar la información del estado Zulia se considera apropiado indicar
algunos datos sobre su población. A este respecto, según los cálculos del Instituto Nacional de
Estadística de Venezuela (INE) para el periodo de estudio (2004-2013), el municipio Maracaibo
tuvo una población promedio de 1 483 184 habitantes, lo cual equivale al 40.2 % de los
3 686 289 que tuvo el estado Zulia. A su vez, esta última población corresponde al
13.2 % de los 27 902 349 habitantes promedio que tuvo Venezuela (INE, s. f.-a, s. f.-b). Mas
recientemente, para junio de 2021, Maracaibo tenía 1 800 390 habitantes, el estado Zulia
4 420 627 y Venezuela 32 985 763 (INE, s. f.-a, s. f.-b).

Figura 11. Parroquias del estado Zulia por municipios y subregiones económicas.

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

76
Tabla 1. Parroquias del estado Zulia.
SUBREGIÓN
ID PARROQUIA CE ID2 MUNICIPIO ID3
ECONÓMICA
1 Isla de Toas 3 1 Almirante Padilla 3 Guajira
2 Monagas 3 1 Almirante Padilla 3 Guajira
3 General Urdaneta 11 2 Baralt 2 Costa Oriental del Lago
4 Libertador 11 2 Baralt 2 Costa Oriental del Lago
5 Manuel Guanipa Matos 11 2 Baralt 2 Costa Oriental del Lago
6 Marcelino Briceño 11 2 Baralt 2 Costa Oriental del Lago
7 Pueblo Nuevo 11 2 Baralt 2 Costa Oriental del Lago
8 San Timoteo 11 2 Baralt 2 Costa Oriental del Lago
9 Ambrosio 10 3 Cabimas 2 Costa Oriental del Lago
10 Arístides Calvani 10 3 Cabimas 2 Costa Oriental del Lago
11 Carmen Herrera 10 3 Cabimas 2 Costa Oriental del Lago
12 Germán Ríos Linares 10 3 Cabimas 2 Costa Oriental del Lago
13 Jorge Hernández 10 3 Cabimas 2 Costa Oriental del Lago
14 La Rosa 10 3 Cabimas 2 Costa Oriental del Lago
15 Punta Gorda 10 3 Cabimas 2 Costa Oriental del Lago
16 Rómulo Betancourt 10 3 Cabimas 2 Costa Oriental del Lago
17 San Benito 10 3 Cabimas 2 Costa Oriental del Lago
18 Encontrados 12 4 Catatumbo 5 Sur del Lago
19 Udón Pérez 12 4 Catatumbo 5 Sur del Lago
20 Moralito 12 5 Colón 5 Sur del Lago
21 San Carlos del Zulia 12 5 Colón 5 Sur del Lago
22 Santa Bárbara 12 5 Colón 5 Sur del Lago
23 Santa Cruz del Zulia 12 5 Colón 5 Sur del Lago
24 Urribarrí 12 5 Colón 5 Sur del Lago
25 Carlos Quevedo 12 6 Francisco Javier Pulgar 5 Sur del Lago
26 Francisco Javier Pulgar 12 6 Francisco Javier Pulgar 5 Sur del Lago
27 Simón Rodríguez 12 6 Francisco Javier Pulgar 5 Sur del Lago
28 Alta Guajira 3 7 Indígena Bolivariano Guajira 3 Guajira
29 Elías Sánchez Rubio 3 7 Indígena Bolivariano Guajira 3 Guajira
30 Guajira 3 7 Indígena Bolivariano Guajira 3 Guajira
31 Sinamaica 3 7 Indígena Bolivariano Guajira 3 Guajira
32 José Ramón Yepes 2 8 Jesús Enrique Lossada 1 Capital
33 La Concepción 2 8 Jesús Enrique Lossada 1 Capital
34 Mariano Parra León 2 8 Jesús Enrique Lossada 1 Capital
35 San José 2 8 Jesús Enrique Lossada 1 Capital
36 Barí 1 9 Jesús María Semprún 5 Sur del Lago
37 Jesús María Semprún 1 9 Jesús María Semprún 5 Sur del Lago
38 Andrés Bello 2 10 La Cañada de Urdaneta 1 Capital
39 Chiquinquirá 2 10 La Cañada de Urdaneta 1 Capital
40 Concepción 2 10 La Cañada de Urdaneta 1 Capital
41 El Carmelo 2 10 La Cañada de Urdaneta 1 Capital
42 Potreritos 2 10 La Cañada de Urdaneta 1 Capital
43 Alonso de Ojeda 11 11 Lagunillas 2 Costa Oriental del Lago
44 Campo Lara 11 11 Lagunillas 2 Costa Oriental del Lago
45 Eleazar López Contreras 11 11 Lagunillas 2 Costa Oriental del Lago
46 Libertad 11 11 Lagunillas 2 Costa Oriental del Lago
47 Venezuela 11 11 Lagunillas 2 Costa Oriental del Lago
48 Bartolomé de las Casas 1 12 Machiques de Perijá 4 Perijá
49 Libertad 1 12 Machiques de Perijá 4 Perijá
50 Río Negro 1 12 Machiques de Perijá 4 Perijá
51 San José de Perijá 1 12 Machiques de Perijá 4 Perijá
52 La Sierrita 3 13 Mara 3 Guajira
53 Las Parcelas 3 13 Mara 3 Guajira
54 Luis de Vicente 3 13 Mara 3 Guajira

77
 SUBREGIÓN
ID PARROQUIA CE ID2 MUNICIPIO ID3
ECONÓMICA
55 Monseñor Marcos Sergio Godoy 3 13 Mara 3 Guajira
56 Ricaurte 3 13 Mara 3 Guajira
57 San Rafael 3 13 Mara 3 Guajira
58 Tamare 3 13 Mara 3 Guajira
59 Antonio Borjas Romero 4 14 Maracaibo 1 Capital
60 Bolívar 6 14 Maracaibo 1 Capital
61 Cacique Mara 7 14 Maracaibo 1 Capital
62 Caracciolo Parra Pérez 6 14 Maracaibo 1 Capital
63 Cecilio Acosta 7 14 Maracaibo 1 Capital
64 Chiquinquirá 6 14 Maracaibo 1 Capital
65 Coquivacoa 5 14 Maracaibo 1 Capital
66 Cristo de Aranza 7 14 Maracaibo 1 Capital
67 Francisco Eugenio Bustamante 8 14 Maracaibo 1 Capital
68 Idelfonso Vásquez 4 14 Maracaibo 1 Capital
69 Juana de Ávila 5 14 Maracaibo 1 Capital
70 Luis Hurtado Higuera 8 14 Maracaibo 1 Capital
71 Manuel Dagnino 8 14 Maracaibo 1 Capital
72 Olegario Villalobos 5 14 Maracaibo 1 Capital
73 Raúl Leoni 6 14 Maracaibo 1 Capital
74 San Isidro 8 14 Maracaibo 1 Capital
75 Santa Lucía 6 14 Maracaibo 1 Capital
76 Venancio Pulgar 4 14 Maracaibo 1 Capital
77 Altagracia 10 15 Miranda 2 Costa Oriental del Lago
78 Ana María Campos 10 15 Miranda 2 Costa Oriental del Lago
79 Faría 10 15 Miranda 2 Costa Oriental del Lago
80 San Antonio 10 15 Miranda 2 Costa Oriental del Lago
81 San José 10 15 Miranda 2 Costa Oriental del Lago
82 Donaldo García 1 16 Rosario de Perijá 4 Perijá
83 El Rosario 1 16 Rosario de Perijá 4 Perijá
84 Sixto Zambrano 1 16 Rosario de Perijá 4 Perijá
85 Domitila Flores 9 17 San Francisco 1 Capital
86 El Bajo 9 17 San Francisco 1 Capital
87 Francisco Ochoa 9 17 San Francisco 1 Capital
88 Los Cortijos 9 17 San Francisco 1 Capital
89 Marcial Hernández 9 17 San Francisco 1 Capital
90 San Francisco 9 17 San Francisco 1 Capital
91 El Mene 10 18 Santa Rita 2 Costa Oriental del Lago
92 José Cenovio Urribarrí 10 18 Santa Rita 2 Costa Oriental del Lago
93 Pedro Lucas Urribarrí 10 18 Santa Rita 2 Costa Oriental del Lago
94 Santa Rita 10 18 Santa Rita 2 Costa Oriental del Lago
95 Manuel Manrique 11 19 Simón Bolívar 2 Costa Oriental del Lago
96 Rafael María Baralt 11 19 Simón Bolívar 2 Costa Oriental del Lago
97 Rafael Urdaneta 11 19 Simón Bolívar 2 Costa Oriental del Lago
98 Bobures 12 20 Sucre 5 Sur del Lago
99 El Batey 12 20 Sucre 5 Sur del Lago
100 Gibraltar 12 20 Sucre 5 Sur del Lago
101 Heras 12 20 Sucre 5 Sur del Lago
102 Monseñor Arturo Celestino Álvarez 12 20 Sucre 5 Sur del Lago
103 Rómulo Gallegos 12 20 Sucre 5 Sur del Lago
104 La Victoria 11 21 Valmore Rodríguez 2 Costa Oriental del Lago
105 Rafael Urdaneta 11 21 Valmore Rodríguez 2 Costa Oriental del Lago
106 Raúl Cuenca 11 21 Valmore Rodríguez 2 Costa Oriental del Lago
ID: identificador de la parroquia. ID3: identificador de la subregión económica.
ID2: identificador del municipio. CE: circunscripción electoral según el CNE para el año 2010.

Nota: los nombres de las columnas son provisionales, ya que estos se renombrarán durante el desarrollo de la metodología (punto 4.4).
Fuente: elaboración propia.

78
4.3. Población y muestra.

Tal y como se justificó con anterioridad (punto 1.2.3) el estado Zulia fue el territorio elegido
para validar y aplicar la metodología diseñada. En este orden de ideas, en este estudio se trabajó
con la población de ciento seis parroquias del estado Zulia para fines electorales definidas por
el CNE durante el periodo de estudio (2004-2013) y no con ninguna muestra (punto 4.2). Como
es sabido tener la oportunidad de trabajar con una población no es común, ya que suele implicar
muchos recursos de todo tipo. Un claro ejemplo de ello es el censo poblacional. No obstante,
en esta oportunidad fue posible, lo cual garantiza concluir de forma más certera sobre la
metodología diseñada al evitar discusiones e interpretaciones erróneas debido a los distintos
sesgos que pueden estar afectando a una cierta muestra como, por ejemplo, el muy conocido
sesgo de selección.87 Además, de esta manera se incluyeron todas las subregiones económicas
del estado Zulia (figura 11), lo cual garantizaba que la metodología diseñada se probase en
distintas áreas con diferentes características socioeconómicas, las cuales, tal y como se presentó
en el segundo capítulo durante la revisión bibliográfica (punto 2.3), influyen de forma muy
significativa en los resultados electorales.

4.4. Metodología.

En este punto se presenta la novedosa metodología diseñada, razón de ser de esta tesis doctoral.
En este sentido, para desarrollarla se plantearon tres objetivos específicos (punto 1.5.2). El
primero consistía en crear y poblar una base de datos plana, en este caso un archivo de texto
con valores separado por coma (.csv). El segundo, la implementación de un sistema de
información geográfica (SIG) utilizando un software libre. Por último, el tercero y más
importante estaba relacionado con la forma de llevar a cabo el procesamiento de los datos, así
como los análisis de los resultados. Para cada uno estos se definió una metodología concreta.

4.4.1. Creación de la base de datos plana.

Se decidió crear una base de datos plana, en este caso un archivo de texto con valores separados
por coma (.csv). Para ello, se siguieron las siguientes tres fases:

1. Definición de los atributos.

2. Selección de los procesos electorales y tipo de elecciones.

3. Extracción, transformación e inyección de los datos (ETL).88

87 A no ser que sea una muestra perfectamente representativa, la cual de por sí es muy raro. Por ejemplo, una gota de sangre (muestra) extraída
de un cierto paciente representa perfectamente a toda la sangre del paciente (población), puesto que la gota y toda la sangre están compuestas
por la misma proporción de elementos.
88 Del inglés extract, transform & load (ETL). Asimismo, se prefiere el término inyección que carga (load) de datos, puesto que el primero es

mucho más utilizado en la actualidad.

79
4.4.1.1. Definición de los atributos.

Cuando se estaba desarrollando esta investigación una de las principales dificultades era
determinar qué atributos definir para analizar el impacto de la abstención en los resultados
electorales. Esta situación resultó engorrosa, puesto que, por un lado, en este estudio se
pretendía incluir distintos tipos de elecciones (presidente, gobernadores, etc.), algo que es muy
poco frecuente en la bibliografía, y, por otro, por la propia naturaleza del fenómeno analizado,
no era posible realizar ningún tipo experimento. Para abordar esta situación se definieron dos
grupos de atributos, uno para las parroquias y los procesos electorales y otro para el acto de
votación.

4.4.1.1.1. Atributos de las parroquias y los procesos electorales.

Con relación a las parroquias se definieron los siguientes:

• ID_PARROQUIA: identificador (1 al 106).89

• NOMBRE_PARROQUIA: nombre oficial.90
• ID_MUNICPIO: identificador del municipio (1 al 21).91
• NOMBRE_MUNICIPIO: nombre oficial del municipio.92
• CIRCUNSCRIPCIÓN_ELECTORAL: circunscripción electoral (1 al 12).93
• ID_SUBREGIÓN_ECONÓMICA: identificador de la subregión económica (1 al 5).
• NOMBRE_SUBREGIÓN_ECONÓMICA: nombre de la subregión económica.94

Por su parte, los pertinentes a cada proceso electoral fueron los siguientes:

• ID_PROCESO_ELECTORAL: identificador (1 al 9).95

• FECHA: fecha en que se efectuó en formato: AAAA-MM-DD.
• TIPO_DE_ELECCIÓN: tipo de elección (presidente, gobernador, referendo, etc.).

Los datos de los cuatro atributos identificadores y el correspondiente a la circunscripción

electoral son enteros positivos que comienzan en 1 y no pueden repetirse. El resto son cadena
de caracteres que tienen como longitud máxima 50.

89 Para asignar el valor de ID_PARROQUIA a cada parroquia, las mismas se ordenaron dentro de cada municipio (ya previamente ordenados,
tal y como se explica en la nota de pie de página número 91) por orden alfabético en sentido ascendente. En este orden de ideas, se le asignó
el número 1 a la parroquia Isla de Toas del municipio Almirante Padilla por ser esta la primera parroquia del primer municipio y el número
106 a la parroquia Raúl Cuenca del municipio Valmore Rodríguez por ser esta la última parroquia del último municipio (figura 11 y tabla 1).
90 Se obtuvo de la legislación correspondiente (Ley de Reforma Parcial de la Ley de División Político Territorial del Estado Zulia, 2009).

91 Para asignar el valor de ID_MUNICIPIO a cada municipio, estos se ordenaron por orden alfabético en sentido ascendente, asignándole el

número 1 al primero, en este caso a Almirante Padilla, y el número 21 al último, en este caso a Valmore Rodríguez (figura 11 y tabla 1).
92 Ver nota de pie de página número 90.

93 Según lo definió el CNE para las elecciones parlamentarias del año 2010 (CNE, 2010), un año incluido en la investigación.

94 Según la definición de la Corporación para el Desarrollo de la Región Zuliana (Corpozulia, 2015).

95 Es un valor del 1 al 9, puesto que, tal y como se presenta más adelante (punto 4.4.1.2), fueron nueve los procesos electorales incluidos en el

estudio. Asimismo, recuérdese que un proceso electoral puede tener uno o más tipos de elecciones (punto 3.1).

80
4.4.1.1.2. Atributos del acto de votación.

Los datos de estos atributos son propios de cada dupla compuesta por parroquia y elección.
Asimismo, estos datos provienen de las actas de escrutinio transmitidas al CNE para ser
totalizadas (punto 3.3 y 3.4) y representan la materia prima de este estudio. Su fuente es la
página web del CNE (punto 4.4.1.3). En este sentido, se definieron los siguientes atributos:

• ELECTORES_ACTAS_TOTALIZADAS: cantidad de electores que podían votar.96

• VOTOS_OFICIALISMO: cantidad de votos que recibió el oficialismo.
• VOTOS_OPOSICIÓN: cantidad de votos que recibió la oposición.
• VOTOS_INDEPENDIENTES: cantidad de votos que recibieron los independientes.
• VOTOS_NULOS: cantidad de votos nulos.
• ELECTORES_ABSTENCIÓN: cantidad de electores que se abstuvieron.

Todos estos atributos tienen datos que son cero o enteros positivos, y los cinco últimos un rango
que va entre cero y el valor del atributo ELECTORES_ACTAS_TOTALIZADAS.

4.4.1.2. Selección de los procesos electorales y tipo de elecciones.

No se incluyeron todos los procesos electorales llevados a cabo entre los años 2004 y 2013, ya
que estos debían tener elecciones (punto 3.1) que representasen debidamente la polarización
política. Además, debían ser aquellas elecciones en los que cada una de las parroquias del estado
Zulia haya estado “expuesta” ante el mismo “estimulo”, es decir, se evitó incluir elecciones con
influencia de candidatos particulares como, por ejemplo, el caso de los alcaldes o elección de
diputados nominales a la Asamblea Nacional, ya que las parroquias de, respectivamente, los
distintas municipios o circunscripciones electorales debían elegir entre candidatos (estímulos)
diferentes. Por las mismas razones, no se tomaron en cuenta elecciones para elegir: concejales
municipales, miembros de las juntas parroquiales, diputados nominales al Consejo Legislativo
del estado Zulia, diputados indígenas o diputados de todo tipo a instituciones internacionales
como, por ejemplo, el Parlamento Latinoamericano o Parlamento Andino. De la misma manera,
como es obvio, tampoco se consideraron aquellas elecciones con datos incompletos.

Asimismo, cuando existió la posibilidad de optar por dos o más tipos de elecciones en un mismo
proceso electoral como, por ejemplo, el caso de algún proceso electoral en el cual se elegían,
entre otros, al gobernador y los diputados por lista al Consejo Legislativo del estado Zulia, se
seleccionó el que se consideraba más representativo, en este caso el gobernador. Esto se hizo,
entre otras razones, para evitar redundancia de datos altamente correlacionados, puesto que es
plausible suponer que los electores en un ambiente con altos niveles de polarización
sociopolítica tiendan a votar por el mismo sector, es decir, voten en bloque. Este tipo de criterios
no es algo nuevo, ya que se ha aplicado en otro estudio (Tapiador & Mezo, 2009). Además, los
cálculos preliminares indicaron que, en general, a mayor localidad del voto, mayor abstención.

96 Recuérdese, según las actas de escrutinio totalizadas por el CNE (punto 3.3 y 3.4).

81
Comentado lo anterior, en la tabla 2 se presenta los procesos electorales llevados a cabo en el
periodo de estudio (2004-2013), indicando, entre otras cosas, cuáles de sus elecciones fueron
incluidas la investigación en el caso que se hubiesen celebrado dos o más tipos (punto 3.1).

Tabla 2. Procesos electorales y tipo de elecciones en Venezuela (2004-2013).

PODER PODER
FECHA OTROS
ID EJECUTIVO LEGISLATIVO INCLUSIÓN OBSERVACIONES
(AAAA-MM-DD)
PTE GOB ALC NAC REG MUN PRL PRA JPR

Referendo para revocar el cargo del

1 2004-08-15 Referendo revocatorio presidencial Sí
expresidente Hugo Chávez.

Solo se consideró la elección del

2 2004-10-31 X X X Sí
gobernador.
Insuficientes datos, muy local y
3 2005-08-07 X X No compleja. Se eligió también un
gobernador y algunos alcaldes.
La mayoría de la oposición no
4 2005-12-04 X X X No
participó.
No es pertinente. Dos alcaldes a
5 2006-05-21 X No
nivel nacional.
No es pertinente. Un alcalde a nivel
6 2006-10-22 X No
nacional.
Segunda reelección del
7 2006-12-03 X Sí expresidente Hugo Chávez. La
primera fue en el 2000.
No es pertinente. Referendo para
8 2007-10-07 Referendos revocatorios regionales No revocar algunos cargos de elección
popular de ámbito local.
Pertinente, pero con insuficientes
9 2007-12-02 Referendo constitucional No datos. Reforma de 69 artículos de la
Constitución.
Solo se consideró la elección del
10 2008-11-23 X X X Sí
gobernador.
Enmienda constitucional para
11 2009-02-15 Referendo aprobatorio de la enmienda constitucional Sí permitir la reelección indefinida de
los cargos de elección popular.
Solo se consideró la elección de
12 2010-09-26 X X Sí diputados por lista a la Asamblea
Nacional.
No es pertinente. Dos gobernadores
13 2010-12-05 X X No y once alcaldes. No incluyó al
gobernador del estado Zulia.
Tercera reelección del expresidente
14 2012-10-07 X Sí Hugo Chávez. La primera fue en el
2000 y la segunda en el 2006.

Solo se consideró la elección del

15 2012-12-16 X X Sí
gobernador.
Primera elección del presidente
Nicolás Maduro. Campaña
16 2013-04-14 X Sí electoral muy sentimental en torno
al recuerdo del expresidente Hugo
Chávez.
No es pertinente, ya que el
presidente era Nicolás Maduro y,
17 2013-12-08 X X No
por lo tanto, era otro contexto
sociopolítico.
PTE: presidente. NAC: diputados a la Asamblea Nacional. PRL: diputados al Parlamento Latinoamericano.
GOB: gobernadores. REG: diputados a los consejos legislativos regionales. PRA: diputados al Parlamento Andino.
ALC: alcaldes. MUN: concejales. JPR: miembros de las juntas parroquiales.
ID: identificador temporal del proceso electoral. X: tipo de elección.
Fuente: elaboración propia con datos de la página web del CNE (www.cne.gob.ve).

82
4.4.1.3. Extracción, transformación e inyección de los datos (ETL).

En este punto se describe el proceso de ETL para los datos de los atributos del acto de votación,
los cuales, como se recordará, son particulares para cada dupla compuesta por parroquia y
elección (4.4.1.1.2). En este sentido, en la tabla 3 se presenta el enlace específico de la página
web del CNE en el que están publicados los datos del acto de votación y resultados electorales
de las distintas elecciones incluidas en la investigación (tabla 2).

Tabla 3. Fuente de datos en la página web del CNE.

FECHA TIPO_DE_
ID SECCIÓN DE LA PÁGINA WEB DEL CNE
(AAAA-MM-DD) ELECCIÓN
1 2004-08-15 Referendo revocatorio http://www.cne.gob.ve/referendum_presidencial2004/Zulia/c1e=21.html

2 2004-10-31 Gobernador http://www.cne.gob.ve/regionales2004/21/contenido1dis=0&edo=21.html

3 2006-12-03 Presidente http://www.cne.gob.ve/divulgacionPresidencial/resultado_nacional.php?color=2&c2=0&e=21

4 2008-11-23 Gobernador http://www.cne.gob.ve/divulgacion_regionales_2008/index.php?e=21&m=00&p=00&c=000000000&t=00&ca=02&v=02

5 2009-02-15 Referendo aprobatorio http://www.cne.gob.ve/divulgacion_referendo_enmienda_2009/index.php?cod_estado=21

6 2010-09-26 Diputados lista a la AN http://www.cne.gob.ve/divulgacion_parlamentarias_2010/index.php?e=21&m=00&p=00&c=00&t=00&ca=00&v=02

7 2012-10-07 Presidente http://www.cne.gob.ve/resultado_presidencial_2012/r/1/reg_210000.html

8 2012-12-16 Gobernador http://www.cne.gob.ve/resultado_regional_2012/r/0/reg_210000.html

9 2013-04-14 Presidente http://www.cne.gob.ve/resultado_presidencial_2013/r/1/reg_210000.html

Fuente: elaboración propia con datos de la página web del CNE (www.cne.gob.ve).

Definida la fuente de los datos, el próximo paso fue la extracción de estos, la cual se llevó a
cabo de forma manual. Al respecto, antes de continuar, merece a la pena comentar que se evaluó
la posibilidad de extraer los datos de forma automatizada mediante el desarrollo de algún script
en Python o R que utilizase alguna técnica de raspado web (web scrapping en inglés). No
obstante, esto se descartó, debido, entre otras razones, a la falta de estandarización de las
distintas secciones de la página web del CNE (tabla 3), su falta de disponibilidad en línea en
algunos momentos o su lentitud en ser cargadas totalmente en el navegador en no pocas
ocasiones.

Volviendo al tema, antes de detallar los pasos desarrollados durante el proceso de extracción
manual de los datos, es muy importante recalcar lo siguiente: una cosa son los atributos de este
grupo, es decir, los del acto de votación, los cuales fueron definidos para el estudio (punto
4.4.1.1.2), y otra muy distinta son los atributos que aparecen en las distintas secciones de datos
del acto de votación y resultados electorales de la página web del CNE (tabla 3). Los primeros
son propios del estudio, mientras que los segundos son definidos por el ente comicial para cada
proceso electoral y/o tipo de elección. Con respecto a estos últimos, debe comentarse que la
forma en que el CNE los presenta en los distintos procesos electorales y/o tipo de elecciones
(punto 3.1) fue cambiando con el tiempo. Por lo tanto, en su sitio web hay casos en los cuales
se han utilizado distintos nombres para un mismo atributo. Por esta razón, antes de extraer los
datos fue necesario identificar cuáles de los distintos atributos en las respectivas secciones de
datos del acto de votación y resultados electorales de la página web del CNE (tabla 3) eran los
que debían considerarse. El resultado de este proceso se presenta en la tabla 4.

83
Tabla 4. Atributos en la página web del CNE por elección y atributo del acto de votación definido en el estudio.
ELECTORES_
VOTOS_ VOTOS_ VOTOS_ VOTOS_ ELECTORES_
ACTAS_
OFICIALISMO OPOSICIÓN INDEPENDIENTES NULOS ABSTENCIÓN
TOTALIZADAS

Referendo Suma de Total

Votos por la Votos por la Suma de Abstención de
revocatorio Electores de cada
opción del opción del NULO cada centro electoral
presidencial centro electoral de
NO SI de la parroquia.
de 2004 la parroquia

Elecciones
Votos por Votos por
regionales de Total Suma de votos por el Votos
ALBERTO MANUEL Abstención
2004 Electores resto de los candidatos Nulos
GUTIERREZ ROSALES
(gobernador)

Elección Suma de Total Votos por Votos por Total

Suma de votos por el Total
presidencial Votantes Escrutados HUGO MANUEL Votos
resto de los candidatos Abstención
de 2006 y Total Abstención CHAVEZ ROSALES Nulos

Elecciones
ELECTORES EN Votos por Votos por
regionales de Suma de votos por el VOTOS
ACTAS GIAN CARLO PABLO ABSTENCIÓN
2008 resto de los candidatos NULOS
TRANSMITIDAS DI MARTINO PEREZ
(gobernador)

Referendo
aprobatorio de la Votos por la Votos por la
ELECTORES VOTOS
enmienda opción del opción del ABSTENCIÓN
INSCRITOS NULOS
constitucional de SI NO
2009

Elecciones a la
Asamblea Electores en Suma de votos Suma de votos Suma de votos por el
Votos
Nacional de 2010 Actas por el PSUV por UNTC resto de los partidos Abstención
Nulos
(diputados Transmitidas y sus aliados y sus aliados políticos
por lista)
(*) ELECTORES EN ACTAS
TRANSMITIDAS menos la suma de:
Votos por votos por HUGO CHAVEZ +
Elección ELECTORES EN Votos por votos por HENRIQUE CAPRILES +
HENRIQUE Suma de votos por el VOTOS
presidencial ACTAS HUGO votos por REINA SEQUERA +
CAPRILES resto de los candidatos NULOS votos por LUIS REYES +
de 2012 TRANSMITIDAS CHAVEZ
RADONSKI votos por MARIA BOLIVAR +
votos por ORLANDO CHIRINOS +
VOTOS NULOS
(*) ELECTORES EN ACTAS
Elecciones TRANSMITIDAS menos la suma de:
ELECTORES EN Votos por Votos por votos por ARIAS CARDENAS +
regionales de Suma de votos por el VOTOS
ACTAS ARIAS PABLO votos por PABLO PEREZ +
2012 resto de los candidatos NULOS votos por IRIS RINCON +
TRANSMITIDAS CARDENAS PEREZ
(gobernador) votos por MARIA BOLIVAR +
VOTOS NULOS

(*) ELECTORES EN ACTAS

TRANSMITIDAS menos la suma de:
Votos por votos por NICOLAS MADURO +
Elección ELECTORES EN Votos por votos por HENRIQUE CAPRILES +
HENRIQUE Suma de votos por el VOTOS votos por EUSEBIO MENDEZ +
presidencial ACTAS NICOLAS
CAPRILES resto de los candidatos NULOS votos por MARIA BOLIVAR +
de 2013 TRANSMITIDAS MADURO votos por REINA SEQUERA +
RADONSKI
votos por JULIO MORA +
VOTOS NULOS

Nota: cada una de las filas representa una de las nueve elecciones incluidas en el estudio (tablas 2 y 3). Por su parte, cada columna simboliza
cada uno de los seis atributos del acto de votación definidos en el estudio (punto 4.4.1.1.2). La intercepción de cada fila con cada columna,
es decir, cada celda, representa el(los) atributo(s) de la(s) respectiva(s) sección(ones) de datos del acto de votación y resultados electorales
de la página web del CNE (tabla 3) de donde se extrajo(eron) el(los) dato(s) y, en los casos pertinentes, el cálculo llevado a cabo con estos.
Con respecto a esto último, nótese que esto implica que en algunas ocasiones el dato de algún atributo del acto de votación d efinido en el
estudio (punto 4.4.1.1.2) fue producto de alguna operación matemática como, por ejemplo, suma o resta de distintos atributos en la respectiva
sección de la página web del ente comicial (tabla 3). Asimismo, fíjese en la existencia de celdas en blanco correspondientes a los votos por
los independientes en los referendos, lo cual se debe a que este atributo no era pertinente en dichas elecciones. Por otra parte, con la finalidad
de minimizar la posibilidad de cometer alguna interpretación errónea, se han dejado los distintos atributos de las respectivas secciones de la
página web del CNE (tabla 3) tal cual aparecen en estas, es decir, sin correcciones ortográficas de ningún tipo. De esta forma, por ejemplo,
en la tabla aparece “HUGO CHAVEZ” en vez de Hugo Chávez, “HENRIQUE CAPRILES RADONSKI” en vez de Henrique Capriles
Radonski o “Total Electores” en vez de total de electores. Finalmente, por cuestiones de espacio, en las celdas pertinentes de la última
columna se ha abreviado el nombre del candidato “HENRIQUE CAPRILES RADONSKI” por “HENRIQUE CAPRILES”.

(*) En estas celdas el valor del atributo ELECTORES_ABSTENCIÓN (definido en el estudio) se obtuvo restando al atributo ELECTORES
EN ACTAS TRANSMITIDAS (página web del CNE) la suma de votos por los distintos candidatos y los votos nulos (página web del CNE).

Fuente: elaboración propia con datos de la página web del CNE (www.cne.gob.ve).

84
Por último, como cabe esperar, se llevó a cabo un control de calidad exhaustivo, incluido una
inspección del 100 %, es decir, se verificó y repitió todo el proceso de ETL desde el inicio. Con
ello, se pretendió garantizar un alto nivel de integridad de los datos utilizados en el estudio.

4.4.2. Implementación de un SIG.

En el mundo de las tecnologías de la información el término implementar hace referencia a

llevar a cabo las tareas necesarias para poner en funcionamiento un determinado sistema. En
este sentido, en esta oportunidad se implementó un SIG para llevar a cabo la investigación. Para
ello, se utilizó una serie de equipos y programas informáticos, así como se definió un modelo
de datos para una base de datos georelacional.

4.4.2.1. Equipos y programas.

Para implementar el SIG se utilizó como equipo informático base un portátil HP ENVY Laptop
13-ah0xxx en el cual se instalaron los siguientes programas:

• QGIS v3.8.3-Zanzibar (incluido en este Python v3.7.0).

• PostgreSQL v12.4.

• PostGIS v3.0.2.

• pgAdmin v4.23.

• Visual Studio Code v1.49.0.

4.4.2.2. Base de datos georrelacional.

Una vez puesta a punto la infraestructura tecnológica necesaria, el siguiente paso fue definir el
modelo de datos en que debía basarse la base de datos a utilizar en el SIG. En este orden de
ideas, para este trabajo se utilizó como modelo de datos espaciales el modelo vectorial, el cual
se implementó mediante una base de datos georrelacional. Al respecto, como en toda base de
datos de tipo relacional se concretaron las tres etapas clásicas para el modelado de datos en
estas, es decir, se definieron los modelos conceptual, lógico y físico.

El modelo conceptual se basó en el célebre modelo entidad-relación extendido cuyo

diagrama (figura 12) se construyó utilizando la extensión de la notación de Chen (P. Chen,
1976). Este modelo fue concebido considerando tres entidades, dos fuertes y una débil. Las dos
primeras se denominaron PARROQUIA y PROCESO ELECTORAL, mientras que la
restante, que no puede existir sin estas dos, se le llamó ACTO DE VOTACIÓN. Estas tres

85
entidades tienen sus respectivos atributos (punto 4.4.1.1) y las mismas están conectadas por dos
relaciones de identificación con cardinalidad del tipo uno a muchos (1:N). Por su parte, el
modelo lógico utilizado fue el omnipresente modelo relacional. Basado en estos dos se definió
el modelo físico para una base de datos georrelacional en PostgreSQL v12.4 (figura 13).

Figura 12. Modelo conceptual.

Nota: ver figura 9.

Fuente: elaboración propia con draw.io v14.8.1.

Figura 13. Modelo lógico y físico.

Nota: ver figura 9.

Fuente: elaboración propia con draw.io v14.8.1.

Finalmente, definido el modelo de datos, era necesario crear y poblar la base de datos
georrelacional. Para ello, se desarrolló un script en Python versión 3 (figura 13), el cual se
ejecutó en la consola que viene instalada de forma predeterminada en QGIS v3.8.3-Zanzibar.
Este script permitió combinar los datos de la base de datos plana (punto 4.4.1) contenida en el
archivo de texto con valores separado por coma (.csv) con los datos vectoriales del atributo
geometría de un archivo shapefile (formato de la empresa ESRI). Para ello, se utilizaron las
librerías GDAL (lectura, escritura y análisis de datos geoespaciales), Psycopg 2 (cliente para
PostgreSQL) y SQLAlchemy (mapeo objeto-relacional).

86
4.4.3. Procesamiento y análisis.

Creada y poblada la base de datos georrelacional, el siguiente paso fue definir un índice que,
de manera simple y en términos de tendencia, permitiese estudiar el impacto de la abstención
en los resultados electorales del oficialismo y de la oposición en el periodo de estudio (2004-
2013). Para ello, se definieron un conjunto de atributos derivados que se calcularon a partir de
los atributos de la tabla acto_de_votación de la base de datos en PostgreSQL (figura 13). Estos
nuevos atributos estaban relacionados con los conceptos de abstención y resultados electorales
definidos para el estudio (punto 3.4). Sus datos representan porcentajes y, por lo tanto, son datos
normalizados. Con ello, se eliminó para cada parroquia la influencia de incluir distintos tipos
de elecciones (presidente, gobernador, referendos, etc.), así como del porcentaje de actas de
escrutinio trasmitidas al CNE para llevar a cabo la totalización (punto 3.3 y 3.4) y posterior
publicación de los datos del acto de votación y resultados electorales en su página web (tabla
3). En total se definieron cuatro atributos derivados en esta etapa (figura 9), a saber:

• ABSTENCIÓN_porcentaje: representa el nivel de abstención.

• VOTOS_OFICIALISMO_porcentaje: resultado electoral para el oficialismo.
• VOTOS_OPOSICIÓN_porcentaje: resultado electoral para la oposición.
• DIF_OFI_OPO_porcentaje: representa la diferencia entre los dos anteriores.

Los datos de estos atributos derivados son números decimales con tres cifras significativas. Al
respecto, en la tabla 5 se puede observar con detalle la forma de cálculo para cada uno de estos.

Tabla 5. Cálculo de los atributos derivados.

ATRIBUTO FÓRMULA
ELECTORES_ABSTENCIÓN
ABSTENCIÓN_porcentaje x 100
ELECTORES_ACTAS_TOTALIZADAS

VOTOS_OFICIALISMO
VOTOS_OFICIALISMO_porcentaje x 100
VOTOS_OFICIALISMO + VOTOS_OPOSICIÓN + VOTOS_INDEPENDIENTES (*) + VOTOS_NULOS

VOTOS_OPOSICIÓN
VOTOS_OPOSICIÓN_porcentaje x 100
VOTOS_OFICIALISMO + VOTOS_OPOSICIÓN + VOTOS_INDEPENDIENTES (*) + VOTOS_NULOS

DIF_OFI_OPO_porcentaje VOTOS_OFICIALISMO_porcentaje – VOTOS_OPOSICIÓN_porcentaje

(*) En el caso de los dos referendos que se incluyeron en el estudio (tablas 2 y 3) el valor del atributo VOTOS_INDEPENDIENTES es
cero (0), puesto que este no era pertinente al ser los referendos preguntas cuya respuesta tenía dos posibilidades, por ejemplo, sí o no, cada
una de las cuales representaba o bien al oficialismo o bien a la oposición.
Fuente: elaboración propia.

En este orden de ideas, cada parroquia tenía nueve valores para el atributo ABSTENCIÓN_
porcentaje, así como para el atributo DIF_OFI_OPO_porcentaje, es decir, un par por cada
elección incluida en la investigación (tablas 2 y 3). Así entonces, con estos nueve pares de
valores se realizó el cálculo de una recta regresión lineal simple para cada una de las ciento seis
parroquias que conforman el estado Zulia desde la perspectiva electoral (punto 4.2). En este
cálculo el atributo independiente era ABSTENCIÓN_porcentaje, es decir, la abstención, y el

87
dependiente DIF_OFI_OPO_porcentaje, o sea, la diferencia entre el resultado electoral del
oficialismo y la oposición (figura 9, punto 3.4 y tabla 5). Como se sabe, esta recta tiene como
fórmula general y = β1x + β0 + ε, siendo β1 la pendiente, β0 el intercepto y ε el error entre el
valor realmente observado (o medido) y el calculado (o predicho). Expresada en términos de
los atributos de esta investigación se tiene que para toda observación i de una cierta parroquia
esta ecuación se escribe como:

DIF_OFI_OPO_porcentajei = β1iABSTENCIÓN_porcentajei + β0i + εi

Para obtener los valores de los parámetros β1 (pendiente) y β0 (intercepto) se utilizó el conocido
método de los mínimos cuadrados, el cual permite obtener los valores que minimizan la suma
del cuadrado de los errores ε. En este orden de ideas, resulta evidente que, una pendiente
positiva indica que durante el periodo de estudio (2004-2013) a medida que aumentaba la
abstención, es decir, que la participación disminuía, la oposición se perjudicaba, lo que equivale
a decir que el oficialismo se beneficiaba, puesto que la diferencia entre sus respectivos
resultados electorales (punto 3.4 y tabla 5) se hacía mayor en favor de este último. Caso
contrario, una pendiente negativa, por las mismas razones, señala que el oficialismo era el que
se perjudicaba, mientras que la oposición se beneficiaba. Asimismo, un valor cero indica que
la abstención no tuvo impacto. En este sentido, con la intención de facilitar las ideas expresadas,
en la tabla 6 se presenta los datos de los atributos del acto de votación (punto 4.4.1.1.2), así
como los datos de los atributos derivados (tabla 5) necesarios para calcular la recta de regresión
de las parroquias Bolívar y Venancio Pulgar del municipio Maracaibo (figura 11). Los datos
para el resto de las parroquias pueden consultarse en el anexo de esta memoria de investigación.

Tabla 6. Parr. Bolívar y Venancio Pulgar. Datos de los atributos del acto de votación (A-F) y derivados (X-Y).
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Bolívar (ID_PARROQUIA = 60, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 6)

1 Referendo Revocatorio 2004-08-15 18236 4331 7826 0 6079 33.335 -28.749
2 Gobernador 2004-10-31 18735 3066 6648 228 216 8577 45.781 -35.263
3 Presidente 2006-12-03 18461 4906 8858 25 122 4550 24.647 -28.409
4 Gobernador 2008-11-23 20533 4148 9855 247 88 6195 30.171 -39.803
5 Referendo Constitucional 2009-02-15 20093 4379 10174 129 5411 26.930 -39.470
6 Asamblea Nacional Lista 2010-09-26 20137 3777 10339 95 110 5816 28.882 -45.821
7 Presidente 2012-10-07 20244 5262 10565 44 168 4205 20.772 -33.063
8 Gobernador 2012-12-16 20687 4461 8317 18 284 7607 36.772 -29.480
9 Presidente 2013-04-14 20244 4619 11458 33 32 4102 20.263 -42.368

Venancio Pulgar (ID_PARROQUIA = 76, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 4)

1 Referendo Revocatorio 2004-08-15 34143 14847 6786 73 12437 36.426 37.137
2 Gobernador 2004-10-31 37531 8682 6646 344 543 21316 56.796 12.556
3 Presidente 2006-12-03 45467 19079 12033 61 377 13917 30.609 22.333
4 Gobernador 2008-11-23 52451 17149 14928 524 344 19506 37.189 6.742
5 Referendo Constitucional 2009-02-15 50764 18702 14819 312 16931 33.352 11.477
6 Asamblea Nacional Lista 2010-09-26 55602 17507 18866 132 398 18699 33.630 -3.683
7 Presidente 2012-10-07 59722 28144 16429 174 860 14115 23.635 25.687
8 Gobernador 2012-12-16 61744 20671 15830 28 777 24438 39.580 12.976
9 Presidente 2013-04-14 59722 25148 19748 78 187 14561 24.381 11.957

A: ELECTORES_ACTAS_TOTALIZADAS. D: VOTOS_INDEPENDIENTES. X-Y: atributos derivados (clave del estudio).

B: VOTOS_OFICIALISMO. E: VOTOS_ NULOS. X: ABSTENCIÓN_porcentaje.
C: VOTOS_OPOSICIÓN. F: ELECTORES_ABSTENCIÓN. Y: DIF_OFI_OPO_porcentaje.

ID_SUB_ECON: ID_SUBREGIÓN_ECONÓMICA. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.

Fuente: elaboración propia con datos de la página web del CNE (www.cne.gob.ve).

88
Por su parte, en la figura 14 se presentan las respectivas rectas de regresión para ambas
parroquias. Obsérvese en esta figura cómo la parroquia Bolívar tiene pendiente positiva, lo que
implica que en el periodo de estudio (2004-2013) a medida que aumentaba la abstención, es
decir, que la participación disminuía, era la oposición el sector político que se perjudicaba (en
tendencia), vale decir, que el oficialismo se beneficiaba, puesto que la diferencia entre sus
respectivos resultados electorales se hacía cada vez mayor en favor de este último (punto 3.4 y
tabla 5). No obstante, en el caso de la parroquia Venancio Pulgar pasaba todo lo contrario, al
ser la pendiente negativa era el oficialismo el que se perjudicaba (en tendencia), mientras que
la oposición la que se beneficiaba.

Figura 14. Parroquias Bolívar y Venancio Pulgar (Maracaibo). Rectas de regresión.

Nota 1: las flechas y textos que acompañan a ambas rectas de regresión se colocaron para facilitar las ideas expresadas en el siguiente párrafo.
Nota 2: las escalas de los ejes difieren entre sí en cada gráfica y entre ambas gráficas de la figura.
Fuente: elaboración propia con Python v3.7 (salvo las flechas y textos de estas).

En este sentido, la pendiente de la recta de regresión para cada parroquia se convirtió en otro
atributo derivado al que se denominó PENDIENTE. El valor de la pendiente en la recta de
regresión es un escalar en radianes de poca magnitud. Por lo tanto, para hacer más intuitivo el
entendimiento de las ideas a expresar, se calculó un nuevo atributo derivado al que se denominó
IMP10ABS (catetos opuestos de los triángulos en la figura 14). Este representa el impacto (en
tendencia) de la abstención (ABSTENCIÓN_porcentaje) en la diferencia entre el resultado
electoral del oficialismo y la oposición (DIF_OFI_OPO_porcentaje) para cada 10 % de
aumento de esta (catetos adyacentes de los triángulos en la figura 14). Finalmente, al igual que
el resto de los atributos derivados (tabla 5), los datos de estos atributos son números decimales
con tres cifras significativas.

El atributo IMP10ABS es el índice definido que permitió estudiar en las parroquias el impacto
(en tendencia) de la abstención en los resultados electorales del oficialismo y la oposición desde
el punto de vista espaciotemporal, empleando para ello un análisis de clústeres espaciales, el
cual a su vez posibilitó identificar zonas de comportamiento similar a lo largo y ancho del estado
Zulia. A continuación, para enriquecer este análisis, estos clústeres se contrastaron con aquellos

89
que agrupan al sector político ganador medio en cada parroquia en el periodo de estudio (2004-
2013). Para concretar estos últimos clústeres, se definió un nuevo atributo derivado al que se
denominó MEDIA_DIF_OFI_OPO_porcentaje, el cual representa la media de los nueve 97
valores del atributo DIF_OFI_OPO_porcentaje de cada parroquia. De esta forma, si este
nuevo atributo derivado tiene un valor positivo significa que la parroquia fue, en promedio,
ganada por el oficialismo y si es negativo por la oposición. Asimismo, estos dos grupos de
clústeres también se compararon con las circunscripciones electorales establecidas por el CNE
para el año 2010 (CNE, 2010), un año incluido en el periodo de estudio.

Finalmente, todo este proceso de cálculo se llevó cabo de forma automatizada. Para ello, se
extendió el script desarrollado en Python (punto 4.4.2.2), utilizándose en esta ocasión algunas
de las librerías más comunes para trabajar con datos, a saber: pandas (manipulación y análisis
de datos), NumPy (manipulación de vectores y matrices multidimensionales) y scikit-learn
(aprendizaje automático).

4.4.3.1. Etapas generales llevadas a cabo en los análisis.

En este subpunto del cuarto capítulo se presenta un resumen de los análisis llevados a cabo
tanto en una prueba piloto de la metodología diseñada en el municipio Maracaibo (punto 5.1)
como en su prueba definitiva en el estado Zulia (punto 5.2). En este sentido, en ambos casos se
siguieron las siguientes etapas:

1. Se comenzó con un análisis de valores atípicos (outliers en inglés) para evaluar la

posibilidad de no incluir algunas observaciones que pudiesen alterar significativamente
el comportamiento de las distintas rectas de regresión calculadas en el estudio.

2. Se verificó que los resultados electorales (punto 3.4 y tabla 5) estaban polarizados entre
el oficialismo y la oposición, es decir, que la influencia de los valores de los atributos
VOTOS_INDEPENDIENTES 98 y VOTOS_NULOS fue baja. Para ello, se sumó el
valor que tenían los atributos VOTOS_OFICIALISMO_porcentaje y VOTOS_
OPOSICIÓN_porcentaje (tabla 5) de cada una de las parroquias en cada una de las
elecciones incluidas en la investigación (tabla 2). Una vez hecho esto, el resultado se
presentó en un diagrama de barras con intervalos de igual magnitud, el cual permitió
visualizar la distribución del voto polarizado.

3. Se creó un diagrama de dispersión bidimensional para entender la relación entre los

dos atributos clave de la investigación, a saber, ABSTENCIÓN_porcentaje y
DIF_OFI_OPO_porcentaje (punto 3.4 y tabla 5). Al respecto, el eje de las abscisas

97 Salvo que se desestimase alguna observación, tal y como ocurrió para la parroquia Río Negro del municipio Machiques de Perijá de la
subregión económica Perijá (figura 11), en la cual, por las razones que se exponen más adelante (punto 5.2.1), se descartaron dos observaciones,
lo que implicó que el cálculo del valor del atributo derivado MEDIA_DIF_OFI_OPO_porcentaje para esta parroquia se efectuase con siete
observaciones y no con nueve.
98 Recuérdese que los votos por los independientes no son pertinentes para los referendos incluidos en el estudio (tabla 4).

90
 correspondió al primer atributo y el de las ordenadas al segundo. Este diagrama permitió
clasificar el comportamiento de las observaciones por sector político, asignándosele
color rojo a las observaciones en la cuales el valor del atributo DIF_OFI_OPO_
porcentaje fue mayor que cero, lo que implica que el resultado fue favorable para el
oficialismo, y azul cuando fue menor que cero, es decir, que el resultado fue favorable
para la oposición.

4. Asimismo, la clasificación de las observaciones por sector político en el diagrama de

dispersión bidimensional permitió establecer tres rectas de regresión, una para todas
las observaciones (color negro), otra para aquellas favorables al oficialismo (color rojo)
y otra para las favorables a la oposición (color azul). A su vez, esto permitió evaluar el
impacto del aumento de la abstención, es decir, de la disminución de la participación,
tanto a nivel general (0 < DIF_OFI_OPO_porcentaje < 0) como para el oficialismo
(DIF_OFI_ OPO_porcentaje > 0) y la oposición (DIF_OFI_OPO_porcentaje < 0).

5. Posteriormente, se construyó un diagrama de cajas que permitió evaluar el

comportamiento de los dos atributos clave del estudio, a saber, ABSTENCIÓN_
porcentaje y DIF_OFI_OPO_porcentaje (punto 3.4 y tabla 5), no en conjunto como
en las dos etapas anteriores, sino por parroquia (figura 11). En este sentido, para facilitar
la comprensión de este comportamiento, las parroquias se ordenaron en este diagrama
de cajas de izquierda a derecha según el valor en sentido ascendente del atributo
MEDIA_DIF_OFI_OPO_porcentaje (punto 4.4.3), el cual, como se recordará,
representa la media de los nueve99 valores del atributo DIF_OFI_OPO_porcentaje de
cada parroquia y, por lo tanto, si su valor es positivo significa que la parroquia fue, en
promedio, ganada por el oficialismo, mientras que si fue negativo por la oposición. De
esta forma, este diagrama posibilitó, entre otras cuestiones:

• Entender la fluctuación de ambos atributos en forma simultánea por parroquia.

• Determinar la presencia de parroquias bisagras, es decir, aquellas en las cuales

el valor del atributo DIF_OFI_OPO_porcentaje fue favorable, al menos una
vez, tanto para un sector político como para el otro.

• Identificar los feudos electorales para cada grupo, ya que mientras más alejada
la media del atributo DIF_OFI_OPO_porcentaje de la línea cero, así como
menor su dispersión, mayor y más sólido era el apoyo para el respectivo sector.

6. Luego, para cada una de las parroquias (figura 11) se calculó la recta de regresión entre
los dos atributos clave del estudio, los ya mencionados ABSTENCIÓN_porcentaje y
DIF_OFI_OPO_porcentaje (punto 3.4 y tabla 5). Esto permitió determinar (en
tendencia) el impacto del aumento de la abstención, es decir, la disminución de la
participación, ya no a nivel general como se describió en la cuarta etapa, sino en cada

99 Ver nota de pie de página 98.

91
 una de estas. El resumen de este proceso se presentó en una tabla en la cual las
parroquias se ordenaron en sentido ascendente según el valor del atributo IMP10ABS
(punto 4.4.3), lo cual facilitó el entendimiento del comportamiento global de este, así
como el proceso de determinación del número de clústeres espaciales más adecuado.

7. Con base en los datos de la tabla mencionada en la etapa anterior se definieron los
clústeres espaciales para los atributos IMP10ABS y MEDIA_DIF_OFI_OPO_
porcentaje. Estos clústeres se definieron para tres niveles ordinales simétricos (bajo,
medio y alto) a partir del valor cero, tanto para el oficialismo como para la oposición.
Asimismo, como se quería evaluar ambos atributos en conjunto se definieron escalas
similares para cada uno, es decir, que las mismas solo se diferenciaban en la proporción,
específicamente, 1 a 10 para el municipio Maracaibo en el cual se llevó a cabo la prueba
piloto (punto 5.1) y 1 a 2 para el estado Zulia en el cual se desarrolló la prueba definitiva
(punto 5.2). En este sentido, para el caso del municipio Maracaibo los niveles definidos
para el atributo IMP10ABS cambiaron cada ±2 %, mientras que para el estado Zulia
cada ±10 %. Esta discrepancia obedeció a la diferencia del rango del atributo
IMP10ABS cuando se consideraron únicamente las parroquias del municipio
Maracaibo (-4.39 % a 3.34 %) y las de todo el estado Zulia (-26.51 % a 3.34 %). Por su
parte, para el atributo MEDIA_DIF_OFI_OPO_porcentaje este cambio fue, en ambos
casos, cada ±20 %. Por lo tanto, es evidente observar que el valor 1 a 10 para
el municipio Maracaibo fue producto de la razón ±2 % / ±20 %, mientras que el valor
1 a 2 para el estado Zulia de la razón ±10 % / ±20 %.

8. Con los clústeres definidos se valoró el comportamiento espacial de los atributos

IMP10ABS y MEDIA_DIF_OFI_OPO_porcentaje tanto de forma individual como
de manera conjunta, haciéndose este análisis por subregiones económicas en el caso del
estado Zulia. Similarmente, se analizó la congruencia espacial entre ambos atributos, es
decir, donde coincidieron el sector político perjudicado por la abstención (IMP10ABS)
y el ganador medio de la parroquia (MEDIA_DIF_OFI_OPO_porcentaje).

9. Por último, también se evaluó la concurrencia entre los clústeres de ambos atributos y
las circunscripciones electorales definías por el CNE para el año 2010.

4.5. Resumen.

Este cuarto capítulo comenzó con una descripción sobre el tipo de investigación desarrollada.
Luego, se presentaron las principales características del estado Zulia como área de estudio. A
continuación, se comentó sobre la población y la muestra. Finalmente, se describió la
metodología diseñada, la cual es, sin lugar a duda, el principal aporte de esta investigación, ya
que, tal y como se evidenció, además de novedosa, se diseñó con un enfoque integral,
incluyendo, entre otros, un procedimiento para normalizar los distintos tipos de elecciones, la
creación de una base de datos plana, la implementación de un SIG, el desarrollo de un modelo

92
de datos para una base de datos georrelacional, la definición de un índice y, finalmente, un
conjunto de análisis de, entre otros, regresión lineal, dispersión y clústeres espaciales.

93
CAPÍTULO 5. RESULTADOS Y ANÁLISIS.

“La ciencia es el alma de la prosperidad de las

naciones y la fuente de vida de todo progreso”
Louis Pasteur

En este quinto y último capítulo de la memoria de la tesis doctoral se presentan los resultados
de aplicar la metodología diseñada (punto 4.4) a las parroquias del estado Zulia (figura 11). Se
comenzó empleando la metodología en una zona piloto del estado Zulia, a saber, el municipio
Maracaibo. Las razones para escoger al municipio fueron cuatro. Primero, es el municipio, en
términos generales, y con diferencia, más importante del estado Zulia. Segundo, su alta
proporción de población con respecto a todo el estado durante el periodo de estudio (2004-
2013), puesto que, tal y como ya se comentó (punto 4.2), el municipio tuvo durante el periodo
de estudio un promedio de 1 483 184 de habitantes, lo cual equivale al 40.256 % que tuvo el
estado Zulia (INE, s. f.-a).100 Tercero, su también muy alta proporción del padrón electoral
histórico del estado durante el periodo de estudio, el cual alcanzó un 40.317 %.101 Cuarto, al
menos durante el periodo de estudio, el municipio Maracaibo era muy conocido por presentar
dos realidades socioeconómicas muy diferentes, una al este, más urbanizada y con rentas
medias más altas y otra al oeste, más rural y con rentas medias más bajas. Este hecho fue muy
importante, ya que, por un lado, se esperaba que esta dualidad socioeconómica se reflejase en
los resultados de aplicar la metodología diseñada, tal cual se observó, y, por otro lado, la
influencia del contexto urbano/rural en los resultados electorales ha sido un tema de interés en
geografía electoral desde hace años, en especial recientemente (Clem & Craumer, 2002; J. G.
Gimpel et al., 2020; Jadhav, 2021; Lichter & Ziliak, 2017; Petrovici, 2013; Walks, 2005). Por
último, una vez que la metodología fue validada esta se aplicó a todo el estado Zulia, el cual se
analizó por subregiones económicas (figura 11). Esto posibilitó recabar por primera vez, al
menos a nivel de parroquias del estado Zulia durante el periodo de estudio (2004-2013),102
evidencia empírica que permitió falsar, al menos parcialmente, las dos hipótesis nulas
presentadas (punto 1.4.1), ambas, por cierto, muy arraigadas en la narrativa política de
Venezuela durante este periodo. Asimismo, la metodología también permitió sustentar la
hipótesis alternativa que se propuso (punto 1.4.2).

100 Durante el periodo de estudio (2004-2013) el estado Zulia tuvo una media de 3 686 289 habitantes, lo cual corresponde al 13.211 % de los
27 902 349 de habitantes medio que tuvo Venezuela (INE, s. f.-a, s. f.-b). Más recientemente, en junio de 2021, Maracaibo tenía 1 800 390
habitantes, el estado Zulia 4 420 627 y Venezuela 32 985 763 (INE, s. f.-a, s. f.-b).
101 El valor 40.317 % se calculó a partir del número de electores con derecho al voto en las actas de escrutinio totalizadas por el CNE

considerando las nueve elecciones incluidas en el estudio (tabla 2). A su vez, este número de electores para cada elección y cierta unidad
político-administrativa (parroquia, municipio, estado, etc.) está publicado (o se puede calcular) en las distintas secciones (o subsecciones) de
datos del acto de votación y resultados electorales de la página web del CNE (tabla 3). Numéricamente, para el municipio Maracaibo la suma
de este número de electores para las nueve elecciones incluidas en el estudio es 7 608 134, mientras que para el estado Zulia es 18 870 931. La
proporción expresada en porcentaje entre ambos números es el valor indicado. Por último, estos números no se obtuvieron considerando las
954 observaciones originales del estudio (nueve elecciones por ciento seis parroquias del estado) sino solo 952 (ver nota de pie de página 97),
ya que, tal y como se comenta más adelante, durante el análisis de valores atípicos (punto 5.2.1) se descartaron dos observaciones que alteraban
significativamente el resultado de la subregión económica Perijá (figura 11).
102 Recuérdese que este periodo corresponde a los años de máxima polarización sociopolítica bajo el mandato del expresidente Hugo Chávez

(1999-2013).

94
5.1. Municipio Maracaibo.

Tal y como se estableció anteriormente (punto 4.4.3.1) se comenzó llevando a cabo un análisis
de valores atípicos (outliers en inglés) para evaluar la posibilidad de no incluir algunas
observaciones que pudiesen alterar significativamente el comportamiento de distintas rectas de
regresión utilizadas en el estudio, en este caso, en el municipio Maracaibo donde se llevó a
cabo la validación de la metodología propuesta (punto 4.4). Este análisis permitió concluir que,
no era necesario descartar ninguna de las 162 observaciones del municipio.103 Posteriormente,
se verificó que los resultados electorales (punto 3.4 y tabla 5) estaban polarizados entre el
oficialismo y la oposición, es decir, que la influencia de los valores de los atributos VOTOS_
INDEPENDIENTES104 y VOTOS_NULOS fue baja. Para ello, se sumó el valor de los
atributos VOTOS_OFICIALISMO_porcentaje y VOTOS_OPOSICIÓN_ porcentaje de
cada una de las parroquias en cada una de las nueve elecciones incluidas (tabla 4), es decir, para
las 162 observaciones del estudio en el municipio. En este sentido, el valor mínimo obtenido
fue 91.887 %, el máximo 100 % y la media de 98.149 %. Al respecto, en la figura 15 se puede
visualizar la frecuencia del resultado de esta operación matemática. Claramente, se aprecia
cómo para la gran mayoría de las 162 observaciones el valor fue superior al 94 %, lo cual indica
que la proporción de votos por los independientes y votos nulos tuvo un modesto impacto en
los resultados electorales en el periodo analizado (2004-2013).

Figura 15. Frecuencia del porcentaje de voto polarizado (Maracaibo).

Fuente: elaboración propia con Python v3.7.

Continuando con una apreciación general de los datos, en la figura 16 se presenta la distribución
de la relación entre los dos atributos clave del estudio, a saber, ABSTENCIÓN_porcentaje y
DIF_OFI_OPO_porcentaje (punto 3.4 y tabla 5). Se puede observar que de las 162
observaciones del municipio Maracaibo el valor de este último atributo es positivo (puntos
rojos) en 55 ocasiones (34.0 %) y negativo (puntos azules) en 107 (66.0 %). Esto implica que

103 Nueve para cada una de las dieciocho parroquias que tiene el municipio Maracaibo.
104 Recuérdese que los votos por los independientes no son pertinentes para los referendos incluidos en el estudio (tabla 4).

95
a nivel de parroquia en el periodo de estudio (2004-2013) el oficialismo ganó alrededor de un
1/3 de las veces, mientras que la oposición 2/3.

Asimismo, la clasificación de las observaciones por sector político permitió establecer tres
rectas de regresión, una para todas las 162 observaciones del municipio Maracaibo (recta
negra), otra para las 55 favorables al oficialismo (recta roja) y otra para las 107 favorables a la
oposición (recta azul). Se puede notar que la tendencia general de los datos (recta negra) sugiere
que, considerando todas las parroquias y elecciones, en términos medios, a medida que la
abstención aumentaba, es decir, que la participación disminuía, era la oposición el sector que
se perjudicaba, lo que equivale a decir que el oficialismo se beneficiaba. No obstante, cuando
se analizan las observaciones por sector político se observa que, según las respectivas rectas de
regresión e independientemente de la parroquia y elección, ambos sectores, en términos medios,
se perjudicaban. Por otra parte, para una hipotética abstención cero el valor del intercepto
(-37.827 %) indica que el municipio Maracaibo fue, en general, muy opositor.

Figura 16. Distribución de las observaciones por sector político (Maracaibo).

Nota 1: la línea negra representa la tendencia de las 162 observaciones de Maracaibo.

Nota 2: las escalas de los ejes difieren en la figura.
Nota 3: el número entre paréntesis representa la cantidad de observaciones.
Fuente: elaboración propia con R v4.0.3.

Lo descrito en el párrafo anterior podría sugerir que había un grupo de electores indecisos (o
menos polarizados) que cuando se abstuvieron perjudicaron a ambos sectores, aunque estos
tenían una mayor tendencia a votar por la oposición. Esto último, a juzgar por las pendientes
de ambas rectas de regresión (-0.096 y 0.263). Este hecho, es compatible con la tendencia
general observada (recta negra), así como con el hecho que la oposición ganó la mayor cantidad
de observaciones (107/162). En otras palabras, aunque el aumento de la abstención tuvo un
efecto perjudicial para ambos sectores, este efecto fue mayor en la oposición, específicamente,
alrededor de 2.7 veces más (razón entre 0.263 y |-0.096|). Sin embargo, aunque esta proporción

96
parezca considerable, debe aclarase que para ambos sectores el perjuicio que producía el
aumento de la abstención, es decir, la disminución de la participación, era limitado, ya que por
cada 10 % de incremento, el oficialismo se perjudicaba en alrededor de 1.0 % (10 % por la
pendiente |-0.096|), mientras que la oposición en torno a 2.6 % (10 % por la pendiente 0.263).

Continuando con el análisis, en la figura 17 se presenta para cada una de las 18 parroquias del
municipio Maracaibo el comportamiento de los dos atributos clave del estudio, como se sabe,
ABSTENCIÓN_porcentaje y DIF_OFI_OPO_porcentaje (punto 3.4 y tabla 5). Al respecto,
para facilitar la comprensión de este comportamiento, las parroquias se han ordenado en sentido
ascendente según el valor del atributo MEDIA_DIF_OFI_OPO_porcentaje (punto 4.4.3).

Figura 17. Diagramas de cajas de los atributos clave (Maracaibo).

Nota 1: la línea que divide a cada caja es la mediana (no la media).

Nota 2: los puntos que aparecen al mismo nivel de porcentaje son aquellos cuyos valores eran similares para la escala de la figura (no iguales).
Nota 3: las líneas en color verde y amarillo en las figuras representan la media del respectivo atributo clave.
Fuente: elaboración propia con R v4.0.3.

En la figura anterior se pueden observar algunos aspectos muy interesantes. Por ejemplo, el
atributo ABSTENCIÓN_porcentaje, cuya media y desviación estándar muestral para las 162
observaciones del municipio son, respectivamente, 31.423 % y ±9.908 %, fluctúa, en términos
generales, menos que el atributo DIF_OFI_OPO_porcentaje, cuyos valores son,
correspondientemente, -12.310 % y ±25.426 %. Esto apunta a que,105 distintos niveles de

105 Para poder hacer esta afirmación los valores de desviación estándar muestral de ambos atributos debieron ser normalizarlos. Para ello, se
dividió entre dos el valor de desviación estándar muestral correspondiente al atributo DIF_OFI_OPO_porcentaje (±25.426 %), ya que este
tiene el doble de rango (-100 % a 100 %) que el atributo ABSTENCIÓN_porcentaje (0 % a 100 %). Por lo tanto, se compararon los valores
±9.908 % y ±12.713 % (±25.426 % / 2).

97
fluctuación de la abstención provocaban cambios diferentes según qué parroquia. Otro aspecto
que es importante resaltar es la presencia de algunas parroquias que pueden considerarse
bisagras, es decir, aquellas cuyo valor del atributo DIF_OFI_OPO_porcentaje fue favorable
tanto para un sector como para el otro según qué elección, destacando entre estas la parroquia
Manuel Dagnino. Asimismo, otro punto interesante son los feudos electorales para cada grupo.
Mientras más alejada la media del atributo DIF_OFI_OPO_porcentaje (MEDIA_DIF_OFI_
OPO_porcentaje) de la línea cero, así como menor su dispersión, mayor y más sólido era el
apoyo para el respectivo grupo político. En este sentido, la oposición no solo resultó ser el
sector con un mayor número de parroquias a su favor (12/18), sino también con mayor nivel de
lealtad (menor dispersión). Finalmente, también resultó llamativo el hecho que, las menores
abstenciones siempre correspondieron a elecciones para elegir al presidente (2006, 2012, 2013),
las mayores, salvo pocos casos, para elegir al gobernador del estado (2004, 2008, 2012) y entre
estas aquellas de los referendos (2004 y 2009) y la elección de diputados por lista a la Asamblea
Nacional (2010). Esto sugiere que, a mayor localidad de voto, mayor abstención.

El siguiente paso, tal y como se comentó anteriormente (punto 4.4.3.1), fue calcular la recta de
regresión entre los dos atributos clave del estudio, a saber, ABSTENCIÓN_porcentaje y
DIF_OFI_OPO_porcentaje (punto 3.4 y tabla 5) para cada una de las parroquias y, de esta
forma, determinar la tendencia del impacto del aumento de la abstención, es decir, la
disminución de la participación, ya no a nivel general (figura 16), sino en cada una de estas. El
resumen de este proceso se presenta en la tabla 7.

Tabla 7. Datos de la recta de regresión para cada parroquia (Maracaibo).

NOMBRE_
ID β1 (rad) β1° β0 (%) R2 CE ID2 X (%) Y (%)
PARROQUIA
68 Idelfonso Vásquez -0.439 -25.161 31.795 0.164 4 14 -4.39 13.080
74 San Isidro -0.353 -20.228 40.094 0.047 8 14 -3.53 26.610
59 Antonio Borjas Romero -0.245 -14.023 26.117 0.040 4 14 -2.45 16.764
76 Venancio Pulgar -0.181 -10.372 21.590 0.023 4 14 -1.81 15.242
65 Coquivacoa -0.044 -2.547 -18.137 0.003 5 14 -0.44 -19.422
70 Luis Hurtado Higuera 0.000 0.023 20.806 0.000 8 14 0.00 (*) 20.819
67 Francisco Eugenio Bustamante 0.067 3.842 3.891 0.006 8 14 0.67 5.980
71 Manuel Dagnino 0.133 7.596 -4.746 0.017 8 14 1.33 -0.763
63 Cecilio Acosta 0.161 9.247 -28.652 0.030 7 14 1.61 -24.331
60 Bolívar 0.182 10.445 -41.244 0.054 6 14 1.82 -35.825
75 Santa Lucía 0.191 10.940 -40.453 0.055 6 14 1.91 -34.848
61 Cacique Mara 0.198 11.358 -15.382 0.037 7 14 1.98 -9.363
64 Chiquinquirá 0.204 11.711 -43.841 0.059 6 14 2.04 -37.797
66 Cristo de Aranza 0.253 14.484 -17.536 0.057 7 14 2.53 -10.399
72 Olegario Villalobos 0.268 15.340 -60.944 0.173 5 14 2.68 -52.996
62 Caracciolo Parra Pérez 0.315 18.025 -35.161 0.117 6 14 3.15 -25.025
69 Juana de Ávila 0.324 18.563 -43.974 0.128 5 14 3.24 -35.363
73 Raúl Leoni 0.334 19.157 -42.724 0.134 6 14 3.34 -33.942
ID: ID_PARROQUIA. CE: circunscripción electoral según el CNE para el año 2010.
β1 (rad): pendiente de la recta de regresión en radianes. ID2: ID_MUNICIPIO.
β1°: pendiente de la recta de regresión en grados sexagesimales. X y Y: atributos clave del estudio.
β0 (%): intercepto en porcentaje. X (%): IMP10ABS.
R2: coeficiente de determinación. Y (%): MEDIA_DIF_OFI_OPO_porcentaje.

Nota: el color rojo representa al oficialismo y el azul a la oposición. En el caso del atributo IMP10ABS (X) indica qué sector se perjudicó
en la parroquia, negativo el oficialismo y positivo la oposición. Por su parte, en el caso del atributo MEDIA_DIF_OFI_OPO_porcentaje
(Y) cuál sector, en términos medios, ganó en la parroquia, positivo el oficialismo y negativo la oposición.

(*) A pesar de que el valor es cero, perjudica muy poco a la oposición, tal cual lo indica la pendiente en grados sexagesimales (β1°) en su
signo y magnitud.
Fuente: elaboración propia.

98
Con la finalidad de facilitar la comprensión del proceso de determinación de los clústeres
espaciales (punto 4.4.3.1) para los atributos IMP10ABS y MEDIA_DIF_OFI_OPO_
porcentaje (punto 4.4.3), las parroquias en la tabla 7 se ordenaron en sentido ascendente según
el valor del primero, el cual, como se recordará, es una expresión de la pendiente de la recta de
regresión de cada parroquia, e indica qué sector se perjudicó por cada 10 % de aumento de la
abstención, negativo el oficialismo y positivo la oposición. El segundo, cuál, en términos
medios, ganó en la parroquia durante el periodo de estudios (2004-2013), positivo el oficialismo
y negativo la oposición. Estos clústeres se definieron para tres niveles ordinales simétricos
(bajo, medio y alto) a partir del valor cero, tanto para el oficialismo como para la oposición.
Asimismo, como se quería evaluar ambos atributos en conjunto se definieron escalas similares
para cada uno, es decir, que las mismas solo se diferenciaban en la proporción, exactamente,
1 a 10. En este sentido, para el atributo IMP10ABS los niveles definidos cambian cada ±2 %,
mientras que para el atributo MEDIA_DIF_OFI_OPO_porcentaje cada ±20 %. El resultado
se presenta en la figura 18.

Figura 18. Sector político perjudicado y ganador medio (Maracaibo).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

99
En la figura anterior se puede notar, a nivel de parroquias, la casi perfecta coincidencia entre
sector el político perjudicado por la abstención (IMP10ABS) y ganador medio de en el periodo
de estudio (MEDIA_DIF_OFI_OPO_porcentaje). Las excepciones, es decir, las parroquias
Coquivacoa (65), Francisco Eugenio Bustamante (67) y Luis Hurtado Higuera (70), no
sorprenden, puesto que son aquellas en las cuales el valor del atributo IMP10ABS tiene las
menores magnitudes (tabla 7). Esto sugiere que son una especie de parroquias de transición
entre una realidad al este del municipio y otra al oeste. De hecho, en general, para ambos
atributos se aprecia que el espacio geográfico está agrupado en una zona este y otra oeste.
Este comportamiento político es compatible con lo esperado para el contexto socioeconómico
del municipio, el cual, al menos durante el periodo de estudio, era muy conocido por presentar
dos realidades socioeconómicas muy diferentes, una al este, más urbanizada y con rentas
medias más altas y otra al oeste, más rural y con rentas medias más bajas. Asimismo, esto
también es congruente con la afirmación que, en términos medios y al menos durante el periodo
de estudio (2004-2013), los sectores con rentas más altas votaban por la oposición y aquellos
con rentas más bajas por el oficialismo (Ramírez, 2012). Por otra parte, obsérvese que al
comparar los clústeres de perjuicio (IMP10ABS) con las circunscripciones electorales de 2010,
en tres de cinco casos posibles las circunscripciones electorales correspondieron al mismo
sector político perjudicado, siendo las dos excepciones aquellas donde se encuentran las que se
denominaron parroquias de transición. Por su parte, para los clústeres de los ganadores
electorales medio la correspondencia fue casi perfecta, siendo la única excepción una
circunscripción electoral en la cual la parroquia Manuel Dagnino (71), bisagra por excelencia
(figura 17), evita, por poco, una concurrencia perfecta.

5.2. Estado Zulia.

Una vez validada la metodología diseñada en el municipio Maracaibo (punto 5.1), lo que
restaba para culminar esta investigación era aplicarla a la totalidad del estado Zulia. Para ello,
se dividió este punto en dos partes. La primera, para el análisis de regresión lineal y de
dispersión. La segunda, para el análisis espacial. Todos estos análisis se hicieron tanto para el
estado Zulia como para cada una de sus cinco subregiones económicas (figura 11).

5.2.1. Análisis de regresión lineal y dispersión.

Primero, tal y como se comentó anteriormente (punto 4.4.3.1), y de la misma manera que ya se
hizo para el municipio Maracaibo (punto 5.1), se comenzó desarrollando un estudio de valores
atípicos (outliers en inglés) para evaluar la posibilidad de no incluir algunas observaciones del
estudio que pudiesen alterar considerablemente los análisis que debían efectuarse. Esta etapa
permitió concluir que únicamente fue necesario descartar dos observaciones de las 954 iniciales
en la investigación. Estas dos observaciones correspondieron a la misma parroquia, a saber, Río
Negro del municipio Machiques de Perijá de la subregión económica Perijá, específicamente,
una para el referendo revocatorio de 2004 y otra para las elecciones regionales de ese mismo
año (tabla 4). Cuando se revisó la fuente de los datos de estas dos observaciones en las

100
respectivas secciones de datos del acto de votación y resultados electorales de la página web
del CNE (tabla 3), se evidenció que ambas eran producto de un boletín parcial (punto 3.3), por
lo tanto, sus datos no estaban completos al faltar algunos de varias mesas electorales. Al
respecto, se consideró que los datos de estas dos observaciones no debían ser representativos
de la proporción que se esperaría en un boletín parcial (punto 3.3), sino que, por alguna razón
desconocida, estaban altamente sesgados, en especial luego de compararlos con los datos de las
siete elecciones restantes en la parroquia, ya que la media del atributo ABSTENCIÓN_
porcentaje de estas dos observaciones fue de 90.647 %, mientras que para las siete restantes
41.317 %. Aunque la presencia de estas dos observaciones no influía en lo absoluto en el
comportamiento general del estado Zulia, si lo hacía a nivel de la subregión económica Perijá
a la cual pertenece la parroquia Río Negro, particularmente, al invertir el sentido de la pendiente
de algunas de las rectas de regresión calculadas. Por lo tanto, de las 954 observaciones iniciales
de la investigación los análisis se llevaron a cabo con 952.

Efectuado el análisis de valores atípicos se pasó a verificar que los resultados electorales (punto
3.4 y tabla 5) estaban polarizados entre el oficialismo y la oposición, es decir, que la influencia
de los valores de los atributos VOTOS_INDEPENDIENTES106 y VOTOS_NULOS fue baja.
Para ello, se sumó el valor de los atributos VOTOS_OFICIALISMO_porcentaje y VOTOS_
OPOSICIÓN_porcentaje en cada observación tanto para el estado Zulia como para cada una
de las cinco subregiones económicas de este. En este orden de ideas, para el caso de todo el
estado el valor mínimo obtenido fue 86.596 %, el máximo 100 % y la media 98.184 %. Al
respecto, en la figura 19 se puede visualizar la frecuencia del resultado de esta operación
matemática. Claramente se aprecia cómo para la gran mayoría de las 952 observaciones de la
investigación el valor fue superior al 94 %, lo cual indica que, en general, la proporción de
votos por los independientes y votos nulos tuvo un modesto impacto en los resultados
electorales en el periodo analizado (2004-2013). El resto de los valores para cada una de las
cinco subregiones económicas que forman el estado se presentan en las tablas 8 y 9.

Figura 19. Frecuencia del porcentaje de voto polarizado (Zulia).

Fuente: elaboración propia con Python v3.7.

106 Recuérdese que los votos por los independientes no son pertinentes para los referendos incluidos en el estudio (tabla 4).

101
Tabla 8. Estadísticos básicos del voto polarizado (subregiones económicas).
NOMBRE_SUBREGIÓN_ NÚM VOTOS_ OFICIALISMO_porcentaje + VOTOS_OPOSICIÓN_porcentaje
ID OBS
ECONÓMICA PAR MIN MAX MED
Estado Zulia (*) 952 106 86.596 100 98.184
Municipio Maracaibo (*) 162 18 91.887 100 98.149
1 Capital 297 33 91.887 100 98.347
2 Costa Oriental del Lago 315 35 91.568 100 98.080
3 Guajira 117 13 86.596 100 97.810
4 Perijá 61 7 94.459 100 98.848
5 Sur del Lago 162 18 91.743 100 98.110
ID: ID_SUBREGIÓN_ECONÓMICA. NÚM PAR: número de parroquias. MAX: valor máximo en porcentaje.
OBS: número de observaciones. MIN: valor mínimo en porcentaje. MED: media en porcentaje.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

Fuente: elaboración propia.

Tabla 9. Frecuencia del porcentaje del voto polarizado (subregiones económicas).

NOMBRE_SUBREGIÓN_ VOTOS_ OFICIALISMO_porcentaje + VOTOS_OPOSICIÓN_porcentaje
ID OBS
ECONÓMICA [86-88) [88-90) [90-92) [92-94) [94-96) [96-98) [98-100]
Estado Zulia (*) 952 2 2 5 20 64 238 621
Municipio Maracaibo (*) 162 0 0 1 2 14 43 102
1 Capital 297 0 0 1 5 22 61 208
2 Costa Oriental del Lago 315 0 0 1 5 22 107 180
3 Guajira 117 2 2 1 7 6 21 78
4 Perijá 61 0 0 0 0 2 9 50
5 Sur del Lago 162 0 0 2 3 12 40 105
ID: ID_SUBREGIÓN_ECONÓMICA. OBS: número de observaciones. [XX-YY) o [XX-YY]: intervalos en porcentaje.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

Fuente: elaboración propia.

5.2.1.1. Análisis de regresión lineal.

Continuando con una apreciación general de los datos, en la figura 20 se presenta la distribución
de la relación entre los dos atributos clave del estudio, a saber, ABSTENCIÓN_porcentaje y
DIF_OFI_OPO_porcentaje (punto 3.4 y tabla 5). Se puede observar que de las 952
observaciones107 el valor de este último atributo fue positivo (puntos rojos) en 607 ocasiones
(63.8 %), negativo (puntos azules) en 344 (36.1 %) y, curiosamente, una vez igual a 0
(0.1 %).108 Esto implica que a nivel de parroquia en el periodo de estudio (2004-2013) el
oficialismo ganó, aproximadamente, 2/3 de las veces, mientras que la oposición 1/3. A su vez,
esto implica que se obtuvieron proporciones similares a las del municipio Maracaibo (punto
5.1) pero con sentido opuesto, ya que en ese caso fue la oposición la que ganó en torno a 2/3 de
las veces. Igualmente, la clasificación de las observaciones por sector político permitió
establecer tres rectas de regresión, una para todas las 952 observaciones del estado Zulia (recta
negra), otra para las 607 favorables al oficialismo (recta roja) y otra para las 344 favorables a
la oposición (recta azul). Se puede notar que la tendencia general de los datos (recta negra)

107
Recuérdese que una observación corresponde a una parroquia y elección (ver nota de pie de página 97).
108
Parroquia El Carmelo del municipio La Cañada de Urdaneta en la elección para elegir diputados por lista a la Asamblea Nacional en el año
2010 (tabla 4).

102
sugiere que, considerando todas las parroquias y tipos de elecciones, en términos medios, a
medida que la abstención aumentaba, es decir, que la participación disminuía, era la oposición
el sector que se perjudicaba, lo que equivale a decir que el oficialismo se beneficiaba.

Figura 20. Distribución de las observaciones por sector político (Zulia).

Nota 1: la línea negra representa la tendencia de las 952 observaciones del estudio.
Nota 2: las escalas de los ejes difieren en la figura.
Nota 3: el número entre paréntesis representa la cantidad de observaciones.
Nota 4: hubo una observación con valor DIF_OFI_OPO_porcentaje = 0.000 %.
Fuente: elaboración propia con R v4.0.3.

De igual forma, se puede observar que la tendencia general señalada en el párrafo anterior se
mantiene cuando se analizan las observaciones por sector político, ya que se aprecia que, según
las respectivas rectas de regresión (color rojo y azul) e independientemente de la parroquia y
elección, el aumento de la abstención, es decir, la diminución de la participación, favorecía al
oficialismo a la vez que perjudicaba a la oposición. Sin embargo, hay que aclarar que era más
la ganancia que obtenía el oficialismo en el margen de sus victorias que el perjuicio que sufría
la oposición en el de las suyas. Esto último, a juzgar por las pendientes de ambas rectas de
regresión (0.176 y 0.073), las cuales indican que por cada 1 % que se perjudicaba la oposición
el oficialismo se beneficiaba en alrededor de 2.4 % (razón entre 0.176 y 0.073).

Lo descrito en el párrafo anterior podría sugerir que había un grupo de electores claramente
opositores que al dejar de votar permitieron que el oficialismo obtuviera victorias más amplias,
al menos en algunas parroquias, al tiempo que perjudicaban, aunque en menor medida, las
victorias de la oposición. No obstante, aunque esta proporción pueda parecer considerable, debe
aclarase que tanto el beneficio para el oficialismo como el perjuicio para la oposición era
limitado, ya que por cada 10 % de incremento de la abstención, el oficialismo se beneficiaba
en alrededor de 1.8 % (10 % por la pendiente 0.176), mientras que la oposición se perjudicaba
en torno a 0.7 % (10 % por la pendiente 0.073). De hecho, a juzgar por el valor del intercepto

103
(-0.998 %), es decir, para el caso de una hipotética abstención cero, el estado Zulia fue, en
general, un territorio políticamente muy ajustado durante el periodo de estudio (2004-2013),
aunque con una muy ligera ventaja para el sector de la oposición, todo lo contrario al municipio
Maracaibo (figura 16) en el cual el valor del intercepto (-37.827 %) indicó que, sin lugar a
duda, este fue, en general, un territorio claramente opositor.

Que el municipio Maracaibo fuese, en general, un territorio evidentemente opositor durante el

periodo de estudio (2004-2013), que el mismo tuviese un peso electoral que correspondió al
40.317 % de todos los electores del estado con derecho al voto en este periodo, es decir, del
padrón electoral histórico109 y que el análisis de regresión del estado Zulia arrojarse que durante
el periodo de estudio el estado fue un territorio políticamente muy ajustado, llevó a suponer que
fuera del municipio Maracaibo debieron haber zonas muy favorables al oficialismo, las cuales
de alguna forma compensaron la naturaleza opositora del municipio marabino. Para indagar
sobre esta hipótesis se hizo el análisis de regresión para cada una de las cinco subregiones
económicas que componen el estado Zulia (figura 11). El resumen de este proceso se presenta
en la tabla 10.

Tabla 10. Datos de la recta de regresión (subregiones económicas).

NOMBRE_SUBREGIÓN_ DIF_OFI_OPO_porcentajei = β1iABSTENCIÓN_porcentajei + β0i + εi
ID
ECONÓMICA OBS PE (%) 110
β1 (rad) β0 (%) β1 (rad) β0 (%) β1 (rad) β0 (%)
Estado Zulia (*) 952 100 0.176 14.730 0.270 -0.998 0.073 -17.574
Municipio Maracaibo (*) 162 40.317 -0.096 20.772 0.812 -37.827 0.263 -35.187
1 Capital 297 56.335 0.044 15.468 0.498 -18.852 0.192 -27.639
2 Costa Oriental del Lago 315 23.091 -0.167 19.651 -0.457 17.700 -0.266 -3.308
3 Guajira 117 8.068 -0.129 35.818 -0.122 34.499 0.304 -22.655
4 Perijá 61 5.556 -0.226 31.119 -0.357 23.551 0.008 -9.190
5 Sur del Lago 162 6.950 0.264 12.405 0.261 4.595 -0.008 -7.843
ID: ID_SUBREGIÓN_ECONÓMICA. PE (%): padrón electoral histórico en porcentaje. β0 (%): intercepto en porcentaje.
OBS: número de observaciones. β1 (rad): pendiente de la recta de regresión en radianes.

Nota 1: los datos de las rectas de regresión en color rojo corresponden al oficialismo (DIF_OFI_OPO_porcentaje > 0 %), en azu l a la
oposición (DIF_OFI_OPO_porcentaje < 0 %) y en negro a ambos (-100 % < DIF_OFI_OPO_porcentaje < 100 %).

Nota 2: recuérdese que un valor positivo de la pendiente (β 1) de cualquier de las rectas de regresión (rojo, negro o azul) indica que durante
el periodo de estudio (2004-2013) a medida que aumentaba la abstención, es decir, que la participación disminuía, la oposición se
perjudicaba, lo que equivale a decir que el oficialismo se beneficiaba, puesto que la diferencia entre sus respectivos resultados electorales
(punto 3.4 y tabla 5) se hacía mayor en favor de este último. Caso contrario, por las mismas razones, un v alor negativo señala que el
oficialismo era el que se perjudicaba y la oposición la que se beneficiaba.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

Fuente: elaboración propia.

De la tabla anterior se puede obtener información muy interesante. No obstante, antes de

disertar al respecto es apropiado recordar que un valor positivo de la pendiente (β1) de cualquier
de las rectas de regresión (rojo, negro o azul) indica que durante el periodo de estudio (2004-
2013) a medida que aumentaba la abstención, es decir, que la participación disminuía, la

109 Ver nota de pie de página 102.

110 Idem.

104
oposición se perjudicaba, lo que equivale a decir que el oficialismo se beneficiaba, puesto que
la diferencia entre sus respectivos resultados electorales (punto 3.4 y tabla 5) se hacía mayor en
favor de este último. Caso contrario, por las mismas razones, un valor negativo señala que el
oficialismo era el que se perjudicaba, mientras que la oposición se beneficiaba.

Recordado lo anterior, en la tabla 10 se puede apreciar que, a juzgar por los valores de la
pendiente (β1) para los datos de las rectas de regresión general (color negro), el aumento de la
abstención, es decir, la disminución de la participación, perjudicó (β1 positiva) a la oposición
en las subregiones económicas Capital y Sur del Lago, mientras que al oficialismo (β1
negativa) en la Costa Oriental del Lago, Guajira y Perijá (figura 11). Igualmente, otro dato
interesante se obtiene de los casos en los que el valor de la pendiente (β1) e intercepto (β0) tienen
el mismo signo en la recta de regresión general (color negro). En este sentido, a juzgar por estos
valores, el perjuicio que sufrió la oposición en la subregión económica Sur del Lago con el
aumento de la abstención no sería suficiente para ganarla en el caso que hubiese aumentado la
participación, puesto que, en términos medios, en el caso de una hipotética abstención cero esta
sería todavía ganadas por el oficialismo, aunque con un margen relativamente ajustado (4.595
%). Asimismo, por los mismos valores de la pendiente (β1) e intercepto (β0) resulta evidente
que la subregión económica Capital para la oposición y Costa Oriental del Lago, Guajira y
Perijá para el oficialismo son, respectivamente, territorios electorales favorables, ya que se
perjudican con el signo de la pendiente (β1), así como por el hecho que ganarían de forma
holgada en el caso de una hipotética abstención cero. La excepción a este patrón de
comportamiento lo representa la subregión económica Sur del Lago, puesto que, tal y como se
mencionó en este mismo párrafo, a pesar de que la oposición sufrió un cierto perjuicio (β1
positiva) una hipotética abstención cero no sería suficiente para declarase victoriosa en esta.

Por otra parte, en términos absolutos, los parámetros de la recta de regresión general (color
negro) señalan que hay dos subregiones económicas donde el perjuicio que produce el aumento
de la abstención es mayor, a saber, la subregión económica Capital para el sector de la
oposición y la Costa Oriental del Lago para el sector del oficialismo. En la primera un
aumento del 10 % de la abstención perjudicó a la oposición en, aproximadamente, un 5.0 %
(10 % por la pendiente 0.498), mientras que en la segunda al oficialismo en torno a 4.6 %
(10 % por la pendiente |-0.457|). Ambas subregiones son las más importantes desde el punto de
vista electoral en el periodo analizado (2004-2013), la primera por abarcar el 56.335 % del
padrón electoral histórico e incluir al bastión opositor del municipio Maracaibo, que de por sí
solo representa un 40.317 % de este padrón, mientras que la segunda por ser la zona
petrolera por excelencia del país y haber tenido un peso electoral del 23.091 %111. En el resto
de las subregiones económicas el impacto fue más limitado. Así entonces en las subregiones
económicas Guajira y Perijá, en las cuales se perjudicó el oficialismo, el impacto fue en
torno a 1.2 % (10 % por la pendiente |-0.122|) y 3.6 % (10 % por la pendiente |-0.357|),
respectivamente. Por último, en el caso de la subregión económica del Sur del Lago la
oposición se perjudicó en, aproximadamente, 2.6 % (10 % por la pendiente 0.261).

111 Ver nota de pie de página 101 y tabla 10.

105
Por otra parte, para completar las ideas expresadas en los párrafos anteriores merece la pena
comentar que la subregión económica Guajira, la cual se caracteriza por su ruralidad, así como
por tener una alta proporción de ciudadanos pertenecientes a la etnia indígena Wayúu, se
distingue como el mayor feudo electoral de sector político alguno en términos de victorias
relativas, en este caso del oficialismo, puesto que la oposición únicamente ganó en tres
observaciones de ciento diecisiete posibles en el periodo de estudio (2004-2013), lo cual no
tiene equivalente en ninguna otra subregión económica (figura 21). De hecho, podría ser la
excepción de la regla, esto es, un territorio definido por algún criterio político-administrativo
donde uno de los sectores políticos, en este caso el oficialismo, podría decir que el aumento de
la abstención, es decir, la disminución de la participación, le perjudicó y, por ende, estaba en lo
cierto cuando lo argumentaba como parte de su narrativa política (punto 1.4).

Asimismo, si el análisis de los datos en la tabla 10 se afina un poco más y se hace por sector
político y subregión económica se obtiene información muy interesante. En este sentido, para
facilitar las ideas a expresar, en la figura 21 se presenta la distribución de las observaciones por
sector político para el estado Zulia, así como para cada una de las cinco subregiones
económicas que lo conforman.

Figura 21. Distribución de las observaciones por sector político (subregiones económicas).

Nota 1: la línea negra representa la tendencia de todas las observaciones.

Nota 2: las escalas de los ejes “x” y “y” de cada gráfica de la figura son la misma pero difieren entre sí.
Fuente: elaboración propia con R v4.0.3 y Microsoft PowerPoint 365.

Comenzando con la subregión económica Capital, cuyo padrón electoral histórico (tabla 10)
corresponde al 56.335 %, resulta evidente que por los valores, ambos positivos, de la pendiente
(β1) para el oficialismo (0.044) y oposición (0.192) fue mucho más el perjuicio que sufrió esta
última en el margen de sus victorias que el beneficio del primero en las suyas, específicamente,

106
alrededor de 4.4 veces mayor (razón entre 0.192 y 0.044). Esto es congruente con el hecho que
la subregión económica Capital fue, de las dos posibles, la subregión económica en la que más
se perjudicó el sector de la oposición (tabla 10) al obtener el valor positivo de la pendiente de
la recta de regresión general (color negro) de mayor magnitud (0.498) durante el periodo de
estudio (2004-2013), sin olvidar que esta está formada, entre otros, por el municipio
Maracaibo, un indudable feudo opositor (punto 5.1). Todo esto sugiere que los electores que
se abstuvieron fueron, principalmente, seguidores de la oposición.

Por su parte, en la subregión económica Costa Oriental del Lago, zona petrolera por
excelencia, no solo del estado, sino del país, y cuyo peso electoral era del 23.091 % del padrón
electoral histórico (tabla 10), pasó todo lo contrario, puesto que por los valores, ambos
negativos, de la pendiente (β1) para el oficialismo (-0.167) y oposición (-0.266) indican que no
solo el oficialismo se perjudicaba en el margen de sus victorias, sino que la oposición se
beneficiaba en el de las suyas, aunque en este caso con una proporción menor, específicamente,
en torno a 1.6 veces (razón entre |-0.267| y |-0.167|). Esto es congruente con el hecho que la
subregión económica Costa Oriental del Lago fue aquella, de las tres posibles, en la que más
se perjudicó el sector del oficialismo, ya que en esta obtuvo el valor negativo de la pendiente
de la recta de regresión general (color negro) de mayor magnitud (-0.457) durante el periodo de
estudio (2004-2013). Esto, de forma similar, pero antagónica, al caso de la subregión económica
Capital, indica que los electores que se abstuvieron fueron, mayoritariamente, del oficialismo.

Por otra parte, en el caso de la subregión económica Costa Oriental del Lago debe comentarse
que parece incoherente que en una zona petrolera, sector de la vida nacional que fue un claro
bastión opositor durante los años de alta conflictividad sociopolítica (2001-2003) de calle
(punto 1.1.2), el aumento de la abstención perjudicase al oficialismo y beneficiase a la
oposición. Sin embargo, hay que tener presente que una vez el oficialismo tomó el control de
PDVSA (empresa petrolera nacional) durante los años señalados, los nuevos gerentes, ahora
alineados políticamente con el oficialismo y no con la oposición, despidieron a miles de
trabajaremos petroleros que intentaron derrocar al expresidente Hugo Chávez, en especial a
miembros de la denomina “nomina mayor y gerencial” compuesta, primordialmente, por
miembros de las clases media y alta (más proclives a la oposición), lo cual los obligó a
marcharse de la zona, entre otras razones, para buscar nuevas oportunidades laborales. Además,
al mismo tiempo estos gerentes aumentaban considerablemente la nómina de PDVSA y sus
empresas filiales, en especial la denominada nomina “menor u obrera”, compuesta,
generalmente, por personas de los sectores populares (más proclives al oficialismo), en un claro
ejemplo de lo que podría enmarcase en la ya mencionada practica del barril de tocino112 más
allá de las consideraciones de justicia social que también podrían haber sido necesarias para
transformar un sector altamente privilegiado y elitista.

En el caso de la subregión económica Guajira, cuyo un peso electoral correspondió al

8.068 % del padrón electoral histórico (tabla 10), el comportamiento observado es más similar
al encontrado en el caso del municipio Maracaibo durante la prueba piloto de la metodología

112 Ver nota de pie de página número 26.

107
diseñada (figura 16), es decir, que el aumento de la abstención perjudicó a ambos sectores con
un mayor perjuicio para el sector el sector de la oposición, específicamente, alrededor de 2.6
veces (razón entre 0.304 y |-0.129|). Esto, en una primera lectura, podría hacer pensar que había
un grupo de electores indecisos (o menos polarizados) que cuando se abstuvieron perjudicaron
a ambos sectores, aunque estos tenían una mayor tendencia a votar por la oposición. No
obstante, en el caso de la oposición, esto podría estar más relacionado con la falta de
representatividad de su recta de regresión (color azul), la cual se calculó únicamente con tres
observaciones (figura 21). Además, tal y como se señaló en párrafos anteriores, la subregión
económica Guajira resalta, en términos relativos, como el mayor bastión electoral de sector
político alguno, en este caso del oficialismo, sector que ganó en la casi totalidad de las
observaciones (114/117), algo que no es de extrañar debido a su naturaleza rural, así como a su
una alta proporción de ciudadanos pertenecientes a la etnia indígena Wayúu.

Las dos últimas subregiones económicas que faltan por analizar, a saber, Perijá y Sur del Lago,
con pesos electorales de, respectivamente, 5.556 % y 6.950 % del padrón electoral histórico
(tabla 10), tienen un comportamiento opuesto para el oficialismo, ya que el aumento de la
abstención en el primer caso le perjudicaba (β1 negativa) y en el segundo le beneficiaba (β1
positiva). Específicamente, en el caso de la subregión económica Perijá por cada 10 % de
aumento de la abstención el oficialismo, en términos medios, se perjudicaba con márgenes más
estrechos en sus victorias en, aproximadamente, 2.3 % (10 % por la pendiente |-0.226|),
mientras que en el caso de la subregión económica Sur del Lago se beneficiaba con márgenes
más amplios en alrededor de 2.6 % (10 % por la pendiente 0.264). Por su parte, la oposición,
técnicamente, ni se perjudicaba ni se beneficiaba al tener pendientes de 0.008 y -0.008,
correspondientemente. Este comportamiento, que es diferente a los descritos hasta el momento,
puede apuntar a la influencia de los votos por candidatos independientes y/o votos nulos que
hacían que variara el margen de victorias del oficialismo pero no el de la oposición. Igualmente,
no sorprende que en la subregión económica Perijá fuese el oficialismo el sector político que
se perjudicase con el aumento de la abstención, es decir, con la disminución de la participación,
ya que es una zona bastante rural y montañosa, así como con gran presencia de comunidades
indígenas de distintas etnias. Asimismo, tampoco es de extrañar que se beneficiase en la
subregión económica Sur del Lago, zona ganadera y agrícola por excelencia del estado Zulia,
la cual tiene una gran presencia de productores agrícolas, muchos de ellos meso o latifundistas,
un claro perfil opositor.

Para concluir este punto es importante comentar que, considerando la naturaleza de las cinco
subregiones económicas (figura 11), así como su comportamiento medio (figura 21 y taba 10)
durante el periodo de estudio (2004-2013), parece estar claro que las subregiones económicas
de mayor desarrollo urbano y/o económico no petrolero, a saber, Capital y Sur del Lago,
fueron zonas donde el aumento de la abstención, es decir, la disminución de la participación,
perjudicó, en términos medios, a la oposición y las zonas más rurales, a saber, Guajira y Perijá,
así como la petrolera, es decir, la Costa Oriental del Lago, al oficialismo.

108
5.2.1.2. Análisis de dispersión.

Continuando con el análisis de los datos, en la figura 22 se presenta, para las ciento seis
parroquias del estado (figura 11), el comportamiento de la dispersión de los dos atributos clave
del estudio, a saber, ABSTENCIÓN_porcentaje y DIF_OFI_OPO_porcentaje (punto 3.4 y
tabla 5). Para ello, se utiliza un diagrama de cajas en el que para facilitar la comprensión de este
comportamiento las parroquias se han ordenado en sentido ascendente según el valor del
atributo MEDIA_DIF_OFI_OPO_porcentaje (punto 4.4.3).

Figura 22. Diagramas de cajas de los atributos clave (Zulia).

Nota 1: la línea que divide a cada caja es la mediana (no la media).

Nota 2: los puntos que aparecen al mismo nivel de porcentaje son aquellos cuyos valores eran similares para la escala de la figura (no iguales).
Nota 3: las líneas en color verde y amarillo en las figuras representan la media del respectivo atributo clave.
Nota 4: el número en paréntesis junto al nombre de las parroquias corresponde al identificador (ID_MUNICIPIO) del municipio (figura 11).
Fuente: elaboración propia con R v4.0.3.

En la figura anterior se pueden observar algunos aspectos muy interesantes. Por ejemplo, el
atributo ABSTENCIÓN_porcentaje, cuya media y desviación estándar muestral para las 952
observaciones del estudio es, respectivamente, 30.956 % y ±9.715 %, fluctúa, en términos
generales, mucho menos que el atributo DIF_OFI_OPO_porcentaje, cuyos valores son,
correspondientemente, 7.368 % y ±22.124 %. Esto apunta, como en el caso del municipio
Maracaibo (figura 17), a que distintos niveles de fluctuación de la abstención provocaban
cambios distintos según qué parroquia.113 En este mismo sentido, el comportamiento para las
cinco subregiones económicas se resume en la tabla 11.

113 Ver nota de pie de página número 105.

109
Tabla 11. Estadísticos básicos de los atributos clave (subregiones económicas).
NOMBRE_SUBREGIÓN_ NÚM ABSTENCIÓN_porcentaje DIF_OFI_OPO_porcentaje
ID OBS
ECONÓMICA PAR MIN MAX MED DE MIN MAX MED DE
Estado Zulia (*) 952 106 14.568 70.909 30.956 ±9.715 -60.718 73.238 7.368 ±22.124
Municipio Maracaibo (*) 162 18 15.827 66.594 31.423 ±9.908 -60.718 48.575 -12.310 ±25.426
1 Capital 297 33 15.436 66.594 30.927 ±9.251 -60.718 60.766 -3.452 ±23.761
2 Costa Oriental del Lago 315 35 14.568 55.133 26.544 ±8.213 -33.302 50.141 5.570 ±15.876
3 Guajira 117 13 18.406 70.909 36.969 ±12.044 -22.235 69.460 29.994 ±15.803
4 Perijá 61 7 23.338 51.100 36.850 ±6.658 -24.367 73.238 10.396 ±23.353
5 Sur del Lago 162 18 16.764 54.644 33.028 ±8.104 -19.554 65.673 13.217 ±18.608
ID: ID_SUBREGIÓN_ECONÓMICA. MIN: valor mínimo en porcentaje. MED: media en porcentaje.
OBS: número de observaciones. MAX: valor máximo en porcentaje. DE: desviación estándar muestral en porcentaje.
NÚM PAR: número de parroquias.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

Fuente: elaboración propia.

Asimismo, es importante comentar que, también al igual que el caso del municipio Maracaibo,
se observó que las menores abstenciones correspondieron, generalmente, a elecciones para
elegir al presidente (2006, 2012, 2013), las mayores, comúnmente, para elegir al gobernador
del estado (2004, 2008, 2012) y, entre estas, estaban aquellas correspondientes a los referendos
(2004 y 2009) y la elección de diputados por lista a la Asamblea Nacional (2010). No obstante,
en algunas ocasiones algunos de los referendos aparecieron entre aquellas elecciones con menor
abstención. En cualquier caso, el comportamiento general sugiere que, a mayor localidad de
voto, mayor abstención. Esta afirmación también la respalda el cálculo de la media del atributo
ABSTENCIÓN_porcentaje para estos tres grupos de elecciones. En este sentido, se obtuvo
un 23.604 % para las elecciones del presiente, 37.743 % para las elecciones del gobernador del
estado y 31.145 % para los referendos y la Asamblea Nacional.

Igualmente, otro punto interesante son los feudos para cada sector político. Mientras más
alejada la media del atributo DIF_OFI_OPO_porcentaje de la línea cero, es decir, el valor del
atributo MEDIA_DIF_OFI_OPO_porcentaje, así como menor su dispersión, mayor y más
sólido era el apoyo para el respectivo grupo político. De esta manera, cuando se consideraron
los datos con un mayor nivel detalle resaltó el hecho que las primeras nueve parroquias con
valores del atributo MEDIA_DIF_OFI_OPO_porcentaje con mayor magnitud negativa
pertenecían al municipio Maracaibo, específicamente, a las parroquias de su zona este. Esto
confirmó el hecho que el municipio Maracaibo fue el mayor feudo electoral del sector de la
oposición en todo el estado Zulia durante el periodo de estudio (2004-2013). Le siguieron, entre
otras, algunas parroquias en la subregión económica Costa Oriental del Lago, en particular
varias urbanas y costeras de los municipios Cabimas, Lagunillas, Simón Bolívar y Valmore
Rodríguez (figura 11). Por su parte, en el extremo opuesto, el oficialismo tenía sus feudos un
poco más repartidos, destacando las parroquias de los municipios Indígena Bolivariano
Guajira y Mara de la subregión económica Guajira, la cual como se recordará es rural y con
una gran cantidad de habitantes indígenas de la etnia Wayúu (figura 11). En general, la
distribución espacial de los feudos ofrece nuevas evidencias que las zonas de mayor desarrollo
urbano tendieron a ser feudos de la oposición y las más rurales del oficialismo, algo ya
observado durante a la prueba piloto en el municipio Maracaibo (punto 5.1). En este orden de

110
ideas, para consolidar los comentarios realizados en este párrafo, en la figura 23 se presenta la
distribución espacial de las principales veinte parroquias feudos (figura 22) para cada sector
políticos.

Figura 23. Principales veinte parroquias feudos (Maracaibo y Zulia).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

Por otra parte, otro aspecto que es importante resaltar es la presencia de las parroquias bisagras,
es decir, aquellas con valores del atributo DIF_OFI_OPO_porcentaje que fue favorable, al
menos una vez, tanto para un sector político como para el otro según qué elección. De hecho,
un poco más de la mitad de las parroquias del estado (55/106), son, en mayor o menor medida,
bisagras, incluso algunos de los feudos presentados anteriormente (figura 23). Asimismo, para
el caso de parroquias no bisagras (51/106), es decir, aquellas que siempre fueron favorables a

111
un determinado sector político, se debe comentar que el oficialismo siempre obtuvo resultados
a su favor en el doble de las parroquias (34/106) que la oposición (17/106). Esto es congruente
con el hecho que el oficialismo ganó la mayoría de las observaciones (607/952) del estudio
(figura 20), así como la mayoría de las parroquias (71/106) del estado (figura 22). En este
sentido, las parroquias tanto bisagras y siempre favorables se puede observar en la figura 24.

Figura 24. Parroquias bisagras y siempre favorables (Maracaibo y Zulia).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

Obsérvese en la figura 24 que en la zona este del municipio Maracaibo existe una coincidencia
casi perfecta (9/10) entre las principales parroquias feudos de la oposición (figura 23) y aquellas
no bisagras, es decir, aquellas que siempre le fueron favorables, siendo la única excepción la
parroquia Cristo de Aranza en el sureste del municipio. Algo similar también se presenta para

112
la oposición en sus parroquias feudos de la subregión económica Costa Oriental del Lago, en
la cual también se da una concurrencia casi perfecta (6/7), siendo la única excepción la
parroquia Rafael Urdaneta del municipio Valmore Rodríguez en el suroeste de la subregión
económica. Las tres restantes parroquias feudos de la oposición, también coinciden, salvo la
parroquia San José de Perijá del municipio Machiques de Perijá en el centro-este de la
subregión económica Perijá. En resumen, la mayoría de las principales veinte parroquias
feudos (17/20) de la oposición no son parroquias bisagras (figuras 11, 23 y 24). Esto quiere
decir que la mayoría de las parroquias del este de municipio Maracaibo, así como algunas de
la subregión económica Costa Oriental del Lago, principalmente, varias urbanas y costeras de
los municipios Cabimas, Lagunillas, Simón Bolívar y Valmore Rodríguez (figura 11),
fueron las más leales para la oposición durante el periodo de estudio (2004-2013). Por su parte,
en el caso del oficialismo se debe señalar que solo dos de las principales veinte parroquias
feudos (18/20) fueron bisagras, a saber, Alta Guajira del municipio Indígena Bolivariano
Guajira de la subregión económica Guajira y el El Batey del municipio Sucre de la subregión
económica Sur del Lago (figuras 11, 23 y 24).

Por último, para tener un mayor nivel de detalles, a continuación se presentan los diagramas de
cajas para las cinco subregiones económicas que tiene el estado (figura 11). Se comienza con
las dos más importantes, a saber, Capital (figura 25) y Costa Oriental del Lago (COL) (figura
26), las cuales tenían un peso electoral conjunto del 79.426 % del padrón electoral histórico
(tabla 10), así como comprendían la mayoría (33+35/106) de parroquias (punto 4.2). Luego,
están las restantes, es decir, Guajira (figura 27), Perijá (figura 28) y Sur del Lago (figura 29).

Figura 25. Diagramas de cajas de los atributos clave (sub. económica Capital).

Nota 1: la línea que divide a cada caja es la mediana (no la media).

Nota 2: los puntos que aparecen al mismo nivel de porcentaje son aquellos cuyos valores eran similares para la escala de la figura (no iguales).
Nota 3: las líneas en color verde y amarillo en las figuras representan la media del respectivo atributo clave.
Nota 4: el número en paréntesis junto al nombre de las parroquias corresponde al identificador (ID_MUNICIPIO) del municipio (figura 11).
Fuente: elaboración propia con R v4.0.3.

113
Figura 26. Diagramas de cajas de los atributos clave (sub. económica COL).

Nota 1: la línea que divide a cada caja es la mediana (no la media).

Nota 2: los puntos que aparecen al mismo nivel de porcentaje son aquellos cuyos valores eran similares para la escala de la figura (no iguales).
Nota 3: las líneas en color verde y amarillo en las figuras representan la media del respectivo atributo clave.
Nota 4: el número en paréntesis junto al nombre de las parroquias corresponde al identificador (ID_MUNICIPIO) del municipio (figura 11).
Fuente: elaboración propia con R v4.0.3.

Figura 27. Diagramas de cajas de los atributos clave (sub. económica Guajira).

Nota 1: la línea que divide a cada caja es la mediana (no la media).

Nota 2: los puntos que aparecen al mismo nivel de porcentaje son aquellos cuyos valores eran similares para la escala de la figura (no iguales).
Nota 3: las líneas en color verde y amarillo en las figuras representan la media del respectivo atributo clave.
Nota 4: el número en paréntesis junto al nombre de las parroquias corresponde al identificador (ID_MUNICIPIO) del municipio (figura 11).
Fuente: elaboración propia con R v4.0.3.

114
Figura 28. Diagramas de cajas de los atributos clave (sub. económica Perijá).

Nota 1: la línea que divide a cada caja es la mediana (no la media).

Nota 2: los puntos que aparecen al mismo nivel de porcentaje son aquellos cuyos valores eran similares para la escala de la figura (no iguales).
Nota 3: las líneas en color verde y amarillo en las figuras representan la media del respectivo atributo clave.
Nota 4: el número en paréntesis junto al nombre de las parroquias corresponde al identificador (ID_MUNICIPIO) del municipio (figura 11).
Fuente: elaboración propia con R v4.0.3.

Figura 29. Diagramas de cajas de los atributos clave (sub. económica Sur del Lago).

Nota 1: la línea que divide a cada caja es la mediana (no la media).

Nota 2: los puntos que aparecen al mismo nivel de porcentaje son aquellos cuyos valores eran similares para la escala de la figura (no iguales).
Nota 3: las líneas en color verde y amarillo en las figuras representan la media del respectivo atributo clave.
Nota 4: el número en paréntesis junto al nombre de las parroquias corresponde al identificador (ID_MUNICIPIO) del municipio (figura 11).
Fuente: elaboración propia con R v4.0.3.

115
5.2.2. Análisis espacial.

De forma similar que en el caso del municipio Maracaibo (punto 5.1), el siguiente paso, tal y
como se comentó anteriormente (punto 4.4.3.1), fue calcular la recta de regresión entre los dos
atributos clave del estudio, a saber, ABSTENCIÓN_porcentaje y DIF_OFI_OPO_
porcentaje, para cada una de las parroquias y así determinar la tendencia del impacto de esta,
ya no a nivel general (figura 20), sino en cada una de estas. El resumen de este proceso se
presenta en la tabla 12, en la cual, con la finalidad de comprender mejor la definición de los
clústeres espaciales, las parroquias se ordenaron en sentido ascendente según el valor del
atributo IMP10ABS (X en la tabla).

Tabla 12. Datos de la recta de regresión para cada parroquia (Zulia).

NOMBRE_
ID β1 (rad) β1° β0 (%) R2 CE ID2 X (%) Y (%)
PARROQUIA
82 Donaldo García -2.651 -151.901 142.900 0.696 1 16 -26.510 49.551
81 San José -2.429 -139.168 84.861 0.529 10 15 -24.290 27.322
80 San Antonio -1.678 -96.155 49.078 0.508 10 15 -16.780 5.068
93 Pedro Lucas Urribarrí -1.517 -86.927 51.811 0.394 10 18 -15.170 9.054
53 Las Parcelas -1.482 -84.911 83.979 0.640 3 13 -14.820 40.964
38 Andrés Bello -1.464 -83.903 64.461 0.602 2 10 -14.640 12.813
32 José Ramón Yepes -1.442 -82.630 60.485 0.489 2 8 -14.420 12.199
92 José Cenovio Urribarrí -1.402 -80.322 30.123 0.735 10 18 -14.020 -3.984
10 Arístides Calvani -1.370 -78.481 49.689 0.308 10 3 -13.700 15.724
57 San Rafael -1.281 -73.418 61.496 0.433 3 13 -12.810 26.210
77 Altagracia -1.235 -70.755 46.591 0.560 10 15 -12.350 19.224
42 Potreritos -1.202 -68.850 32.823 0.568 2 10 -12.020 1.471
106 Raúl Cuenca -1.182 -67.712 43.014 0.508 11 21 -11.820 12.651
94 Santa Rita -1.166 -66.799 30.305 0.649 10 18 -11.660 0.875
31 Sinamaica -1.033 -59.197 58.351 0.457 3 7 -10.330 18.480
35 San José -0.983 -56.321 51.712 0.278 2 8 -9.830 20.756
52 La Sierrita -0.928 -53.183 61.584 0.476 3 13 -9.280 28.145
100 Gibraltar -0.859 -49.231 54.046 0.213 12 20 -8.590 24.854
34 Mariano Parra León -0.854 -48.929 26.808 0.261 2 8 -8.540 -0.438
6 Marcelino Briceño -0.844 -48.343 53.077 0.306 11 2 -8.440 24.112
101 Heras -0.792 -45.360 50.441 0.265 12 20 -7.920 20.299
79 Faría -0.791 -45.323 31.351 0.356 10 15 -7.910 12.272
98 Bobures -0.774 -44.336 42.076 0.244 12 20 -7.740 14.525
96 Rafael María Baralt -0.748 -42.867 26.986 0.389 11 19 -7.480 7.385
50 Río Negro -0.738 -42.256 65.805 0.426 1 12 -7.380 35.333
78 Ana María Campos -0.716 -41.016 25.984 0.359 10 15 -7.160 5.822
58 Tamare -0.700 -40.095 51.496 0.277 3 13 -7.000 28.036
55 Monseñor Marcos Sergio Godoy -0.700 -40.128 73.008 0.279 3 13 -7.000 44.239
91 El Mene -0.693 -39.731 18.213 0.408 10 18 -6.930 1.228
105 Rafael Urdaneta -0.692 -39.641 9.486 0.387 11 21 -6.920 -11.056
45 Eleazar López Contreras -0.689 -39.498 25.635 0.330 11 11 -6.890 6.778
97 Rafael Urdaneta -0.645 -36.929 36.827 0.246 11 19 -6.450 18.562
30 Guajira -0.627 -35.928 67.265 0.090 3 7 -6.270 34.815
99 El Batey -0.573 -32.858 45.429 0.073 12 20 -5.730 26.814
33 La Concepción -0.552 -31.614 17.078 0.170 2 8 -5.520 -0.267
13 Jorge Hernández -0.522 -29.882 27.144 0.258 10 3 -5.220 14.347
39 Chiquinquirá -0.510 -29.222 23.196 0.126 2 10 -5.100 8.611
17 San Benito -0.495 -28.388 25.048 0.125 10 3 -4.950 12.824
14 La Rosa -0.484 -27.717 7.591 0.343 10 3 -4.840 -4.052
3 General Urdaneta -0.471 -26.978 43.425 0.066 11 2 -4.710 28.669
24 Urribarrí -0.467 -26.779 28.282 0.233 12 5 -4.670 12.220
104 La Victoria -0.461 -26.399 3.972 0.341 11 21 -4.610 -9.185
15 Punta Gorda -0.455 -26.054 28.431 0.263 10 3 -4.550 16.592
44 Campo Lara -0.447 -25.583 10.805 0.084 11 11 -4.470 -0.430
68 Idelfonso Vásquez -0.439 -25.161 31.795 0.164 4 14 -4.390 13.080
16 Rómulo Betancourt -0.424 -24.276 26.920 0.195 10 3 -4.240 16.497
4 Libertador -0.420 -24.044 17.725 0.135 11 2 -4.200 5.417
18 Encontrados -0.376 -21.518 10.227 0.207 12 4 -3.760 -1.892
56 Ricaurte -0.375 -21.480 34.269 0.148 3 13 -3.750 21.380

116
 NOMBRE_
ID β1 (rad) β1° β0 (%) R2 CE ID2 X (%) Y (%)
PARROQUIA
47 Venezuela -0.375 -21.511 -6.765 0.326 11 11 -3.750 -16.837
74 San Isidro -0.353 -20.228 40.094 0.047 8 14 -3.530 26.610
29 Elías Sánchez Rubio -0.348 -19.921 48.577 0.036 3 7 -3.480 34.247
41 El Carmelo -0.322 -18.425 3.079 0.057 2 10 -3.220 -4.061
86 El Bajo -0.320 -18.315 21.791 0.082 9 17 -3.200 12.663
54 Luis de Vicente -0.311 -17.844 33.722 0.079 3 13 -3.110 23.839
95 Manuel Manrique -0.297 -17.038 -4.649 0.131 11 19 -2.970 -12.346
46 Libertad -0.293 -16.805 -7.377 0.126 11 11 -2.930 -15.954
102 Monseñor Arturo Celestino Álvarez -0.287 -16.469 25.075 0.063 12 20 -2.870 15.742
23 Santa Cruz del Zulia -0.277 -15.882 -2.244 0.106 12 5 -2.770 -10.783
26 Francisco Javier Pulgar -0.266 -15.266 9.202 0.025 12 6 -2.660 1.601
7 Pueblo Nuevo -0.263 -15.072 15.609 0.053 11 2 -2.630 7.785
84 Sixto Zambrano -0.248 -14.186 14.943 0.016 1 16 -2.480 5.024
59 Antonio Borjas Romero -0.245 -14.023 26.117 0.040 4 14 -2.450 16.764
1 Isla de Toas -0.229 -13.109 22.086 0.003 3 1 -2.290 15.970
49 Libertad -0.215 -12.317 11.194 0.036 1 12 -2.150 3.544
89 Marcial Hernández -0.198 -11.362 27.969 0.027 9 17 -1.980 21.667
83 El Rosario -0.182 -10.403 7.772 0.036 1 16 -1.820 1.781
76 Venancio Pulgar -0.181 -10.372 21.590 0.023 4 14 -1.810 15.242
43 Alonso de Ojeda -0.180 -10.317 -10.754 0.082 11 11 -1.800 -15.881
20 Moralito -0.163 -9.352 26.373 0.035 12 5 -1.630 20.643
40 Concepción -0.157 -8.975 -12.672 0.033 2 10 -1.570 -17.045
11 Carmen Herrera -0.147 -8.427 -11.852 0.056 10 3 -1.470 -15.310
12 Germán Ríos Linares -0.128 -7.316 18.242 0.015 10 3 -1.280 14.980
9 Ambrosio -0.128 -7.353 -8.117 0.036 10 3 -1.280 -11.361
21 San Carlos del Zulia -0.125 -7.183 -0.746 0.018 12 5 -1.250 -4.163
27 Simón Rodríguez -0.110 -6.277 11.027 0.004 12 6 -1.100 7.536
28 Alta Guajira -0.046 -2.643 33.072 0.000 3 7 -0.460 30.208
65 Coquivacoa -0.044 -2.547 -18.137 0.003 5 14 -0.440 -19.422
103 Rómulo Gallegos -0.043 -2.482 17.645 0.001 12 20 -0.430 16.125
48 Bartolomé de las Casas -0.025 -1.451 -2.865 0.001 1 12 -0.250 -3.764
37 Jesús María Semprún -0.015 -0.866 19.341 0.000 1 9 -0.150 18.892
70 Luis Hurtado Higuera 0.000 0.023 20.806 0.000 8 14 0.00 (*) 20.819
90 San Francisco 0.049 2.828 -8.638 0.004 9 17 0.490 -7.270
67 Francisco Eugenio Bustamante 0.067 3.842 3.891 0.006 8 14 0.670 5.980
36 Barí 0.070 4.007 53.189 0.010 1 9 0.700 55.972
22 Santa Bárbara 0.074 4.213 1.303 0.005 12 5 0.740 3.476
5 Manuel Guanipa Matos 0.123 7.070 4.021 0.026 11 2 1.230 7.727
85 Domitila Flores 0.132 7.536 13.568 0.014 9 17 1.320 17.940
71 Manuel Dagnino 0.133 7.596 -4.746 0.017 8 14 1.330 -0.763
51 San José de Perijá 0.158 9.054 -19.212 0.014 1 12 1.580 -13.161
88 Los Cortijos 0.160 9.177 26.003 0.013 9 17 1.600 31.765
63 Cecilio Acosta 0.161 9.247 -28.652 0.030 7 14 1.610 -24.331
60 Bolívar 0.182 10.445 -41.244 0.054 6 14 1.820 -35.825
75 Santa Lucía 0.191 10.940 -40.453 0.055 6 14 1.910 -34.848
19 Udón Pérez 0.192 11.007 -15.153 0.023 12 4 1.920 -8.471
61 Cacique Mara 0.198 11.358 -15.382 0.037 7 14 1.980 -9.363
87 Francisco Ochoa 0.200 11.446 -8.991 0.050 9 17 2.000 -3.133
64 Chiquinquirá 0.204 11.711 -43.841 0.059 6 14 2.040 -37.797
66 Cristo de Aranza 0.253 14.484 -17.536 0.057 7 14 2.530 -10.399
72 Olegario Villalobos 0.268 15.340 -60.944 0.173 5 14 2.680 -52.996
8 San Timoteo 0.273 15.631 14.111 0.060 11 2 2.730 20.440
62 Caracciolo Parra Pérez 0.315 18.025 -35.161 0.117 6 14 3.150 -25.025
69 Juana de Ávila 0.324 18.563 -43.974 0.128 5 14 3.240 -35.363
25 Carlos Quevedo 0.330 18.887 13.712 0.019 12 6 3.300 24.518
2 Monagas 0.331 18.951 34.486 0.008 3 1 3.310 43.386
73 Raúl Leoni 0.334 19.157 -42.724 0.134 6 14 3.340 -33.942
ID: ID_PARROQUIA. CE: circunscripción electoral según el CNE para el año 2010.
β1 (rad): pendiente de la recta de regresión en radianes. ID2: ID_MUNICIPIO.
β1°: pendiente de la recta de regresión en grados sexagesimales. X-Y: atributos derivados.
β0 (%): intercepto en porcentaje. X (%): IMP10ABS.
R2: coeficiente de determinación. Y (%): MEDIA_DIF_OFI_OPO_porcentaje.

Nota: el color rojo representa al oficialismo y el azul a la oposición. En el caso del atributo IMP10ABS (X) indica qué sector se perjudicó
en la parroquia, negativo el oficialismo y positivo la oposición. Por su parte, en el caso del atributo MEDIA_DIF_OFI_OPO_porcentaje
(Y) cuál sector, en términos medios, ganó en la parroquia, positivo el oficialismo y negativo la oposición.

(*) A pesar de que el valor es cero, perjudica muy poco a la oposición, tal cual lo indica la pendiente en grados sexagesimales (β1°) en su
signo y magnitud.
Fuente: elaboración propia.

117
Asimismo, tal y como se recordará, el atributo IMP10ABS (X en la tabla) es una expresión de
la pendiente de la recta de regresión de cada parroquia e indica la magnitud del perjuicio que
sufrió el respectivo sector políticos por cada 10 % que aumentaba la abstención en el periodo
de estudio (2004-2013), siendo negativo (color rojo) para el oficialismo y positivo (color azul)
para la oposición (punto 4.4.3). Por su parte, el atributo MEDIA_DIF_OFI_OPO_porcentaje
(Y en la tabla) indica que sector político, en términos medios, ganó en la parroquia en el periodo
de estudio, siendo positivo (color rojo) para el oficialismo y negativo (color azul) para la
oposición (punto 4.4.3).

Comentado lo anterior, los clústeres se definieron para cada uno de los dos atributos clave
señalados en el párrafo anterior para tres niveles ordinales simétricos (bajo, medio y alto) a
partir del valor cero, tanto para el oficialismo como para la oposición. Por otra parte, como se
quería evaluar ambos atributos en conjunto se establecieron escalas similares para cada uno, es
decir, que las mismas solo se diferenciaban en la proporción, exactamente, 1 a 2. En este orden
de ideas, para el atributo IMP10ABS los niveles que se definieron cambiaban cada ±10 %,
mientras que para el atributo MEDIA_DIF_OFI_OPO_porcentaje cada ±20 %. El resultado
de este proceso se presenta más adelante en las figuras 30 y 31.

5.2.2.1. Descriptivo.

Antes de llevar a cabo el análisis especial general en sí mismo es muy importante conocer
algunos aspectos que describen espacialmente el comportamiento de los atributos IMP10ABS
y MEDIA_DIF_OFI_OPO_porcentaje a nivel de las subregiones económicas, las cuales
serán las unidades básicas utilizadas para presentar los resultados.

5.2.2.1.1. Perjuicio electoral por cada 10 % de aumento de la abstención (IMP10ABS).

Comenzando con el atributo IMP10ABS se debe comentar que de las ciento seis parroquias del
estado Zulia el oficialismo se perjudicó en ochenta y una de estas (76.4 %), es decir, en torno
a 3/4, mientras que la oposición en las restantes veinticinco (23.6 %), esto es, alrededor de 1/4
(figura 30). Por lo tanto, desde esta perspectiva fue el oficialismo y no la oposición el sector
político perjudicado en el estado durante el periodo de estudio (2004-2013) con el aumento de
la abstención. Esto contradice el resultado del análisis de regresión general presentado en el
punto anterior (figura 20), el cual permitió constatar que fue la oposición y no el oficialismo el
sector político que se perjudicó, en términos medios, en el estado durante el periodo analizado.
En otras palabras, según la recta de regresión general (figura 20) fue la oposición el sector
perjudicado, no obstante, según el número de parroquias en las que sufrió un perjuicio, obtenido
mediante el cálculo de la recta de regresión para cada una de estas, fue el oficialismo. Esta
dualidad apuntaba a la existencia de clústeres espaciales de perjuicio, tal y como se observa en
la figura 30, así como de parroquias que inclinaron la recta de regresión general (figura 20) para
terminar perjudicando a la oposición, entre ellas, las del este del municipio Maracaibo, la más
opositoras del estado y muchas nunca bisagras (figuras 22, 23 y 24).

118
Figura 30. Sector político perjudicado I (Maracaibo y Zulia).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

Nota: ténganse en cuenta que algunos de los límites de los municipios coinciden con los de las subregiones económicas.

119
Por otra parte, para tener una idea más clara y detallada del comportamiento del atributo
IMP10ABS en las distintas subregiones económicas de estado Zulia, en la tabla 13 se presentan
algunos estadísticos básicos del mismo, así como la cantidad de parroquias en las cuales se
perjudicó cada sector político. Obsérvese, entre otros aspectos, como en todas las subregiones
económicas, salvo por muy poco en la subregión económica Capital, fue el oficialismo el sector
político que más se perjudicó de largo.

Tabla 13. Estadísticos básicos del atributo IMP10ABS.

NOMBRE_SUBREGIÓN_ NÚM IMP10ABS
ID OBS OFI OPO
ECONÓMICA PAR MIN MAX MED DE
Estado Zulia (*) 952 106 81 25 -26.510 3.340 -4.300 ±5.703
Municipio Maracaibo (*) 162 18 5 13 -4.390 3.340 0.760 ±2.374
1 Capital 297 33 16 17 -14.640 3.340 -1.847 ±5.068
2 Costa Oriental del Lago 315 35 33 2 -24.29 2.730 -6.683 ±5.498
3 Guajira 117 13 12 1 -14.820 3.310 -5.945 ±5.055
4 Perijá 61 7 6 1 -26.510 1.580 -5.573 ±9.631
5 Sur del Lago 162 18 14 4 -8.590 3.300 -2.478 ±3.420
ID: ID_SUBREGIÓN_ECONÓMICA. MIN: valor mínimo en porcentaje.
OBS: número de observaciones. MAX: valor máximo en porcentaje.
NÚM PAR: número de parroquias. MED: media en porcentaje.
OFI: número de parroquias en las que se perjudicó el oficialismo. DE: desviación estándar muestral en porcentaje.
OPO: número de parroquias en las que se perjudicó la oposición.

Nota: el color rojo representa al oficialismo y el azul a la oposición.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

Fuente: elaboración propia.

No es de extrañar que la subregión económica Capital haya sido la excepción, ya que, por un
lado, esta fue una de las dos las subregiones económicas, junto con la subregión económica Sur
del Lago, en la cual el análisis de regresión por subregión económica (tabla 10 y figura 21)
evidenció que la oposición se perjudicó durante el periodo de estudio (2004-2013) con el
aumento de la abstención, es decir, con la disminución de la participación, y, por otro, no hay
que olvidar que es en esta donde se encuentra el municipio Maracaibo, el mayor bastión de la
oposición en el estado durante periodo de estudio en el que se encuentran sus feudos electorales
más importantes (figuras 22, 23 y 24). De hecho, es gracias a las parroquias de este municipio
que la oposición fue el sector político más perjudicado en esta subregión económica, aunque
sea por una sola (16 vs. 17). En otras palabras, si se excluye de los análisis al municipio
marabino el oficialismo sería, por amplitud, y en base al número de parroquias, el sector político
más perjudicado en todas las subregiones económicas del estado Zulia (tabla 13).

Igualmente, si se analiza el valor medio del atributo IMP10ABS (tabla 13), es decir, el perjuicio
medio, se observa que tanto a nivel de estado como en todas las subregiones económicas, fue
el oficialismo el sector que se perjudicó, incluso en la subregión económica Capital, aunque
en esta tenga el menor perjuicio (-1.847 %), lo cual, seguramente, fue debido al comportamiento
electoral del municipio Maracaibo, en el cual la oposición salió perjudicada levemente
(0.760 %). Asimismo, los menores perjuicios medios para el oficialismo se presentaron en las

120
subregiones económicas, Capital (-1.847 %) y Sur del Lago (-2.478 %), algo que no es de
extrañar, ya que estas dos fueron, tal y como se acaba de comentar en el párrafo anterior,
aquellas en las que la oposición, en términos medios, se perjudicó según el análisis de regresión
por subregión económica (tabla 10 y figura 21).

Para concluir con el análisis espacial descriptivo del atributo IMP10ABS en la tabla 14 se
presenta la cantidad de parroquias para cada sector político por nivel de perjuicio para cada
subregión económica. De esta forma, se tiene una visión mucho más completa de la información
espacial de este atributo presentada en la figura 30.

Tabla 14. Número de parroquias por nivel de perjuicio y sector político.

IMP10ABS
NOMBRE_SUBREGIÓN_ NÚM OPOSICIÓN
ID OBS OFICIALISMO
ECONÓMICA PAR
ALTO MEDIO BAJO BAJO MEDIO ALTO
Estado Zulia (*) 952 106 2 13 66 25 0 0
Municipio Maracaibo (*) 162 18 0 0 5 13 0 0
1 Capital 297 33 0 3 13 17 0 0
2 Costa Oriental del Lago 315 35 1 7 25 2 0 0
3 Guajira 117 13 0 3 9 1 0 0
4 Perijá 61 7 1 0 5 1 0 0
5 Sur del Lago 162 18 0 0 14 4 0 0
ID: ID_SUBREGIÓN_ECONÓMICA. OFICIALISMO ALTO: [-20 % a -30 %) OPOSICIÓN BAJO: [0 % a 10 %)
OBS: número de observaciones. OFICIALISMO MEDIO: [-10 % a -20 %) OPOSICIÓN MEDIO: [10 % a 20 %)
NÚM PAR: número de parroquias. OFICIALISMO BAJO: (0 % a -10 %) OPOSICIÓN ALTO: [20 % a 30 %)

Nota: el color rojo representa al oficialismo y el azul a la oposición.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

Fuente: elaboración propia.

De la tabla anterior merece la pena destacar dos aspectos. Primero, independientemente del
sector político perjudicado, la mayor parte de las parroquias pertenecen a un nivel de perjuicio
bajo, específicamente, sesenta y seis para el oficialismo y veinticinco para la oposición, es decir,
noventa y una parroquias de las ciento seis del estado Zulia (figura 30), lo cual equivale al 85.8
%. Segundo, el único sector político que tuvo alguna parroquia en los intervalos medios y/o
alto fue el oficialismo. En total fueron quince parroquias en estos dos niveles, presentándose al
menos una en alguno de estos dos niveles en cada una de las subregiones económicas, siendo
la única excepción la subregión económica Sur del Lago en la cual no se dio ningún caso.

5.2.2.1.2. Ganador medio (MEDIA_DIF_OFI_OPO_porcentaje).

Luego de haber llevado a cabo el análisis espacial descriptivo del atributo IMP10ABS, le toca
el turno al atributo MEDIA_DIF_OFI_OPO_porcentaje, el cual, como se recordará, indica
cuál sector político, en términos medios, ganó en la parroquia en el periodo de estudio
(2004-2013), positivo el oficialismo y negativo la oposición. En este orden de ideas, la
distribución espacial de este atributo se puede observar en la figura 31.

121
Figura 31. Sector político ganador medio I (Maracaibo y Zulia).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

Nota: ténganse en cuenta que algunos de los límites de los municipios coinciden con los de las subregiones económicas.

122
Entrando en materia se debe comentar que de las ciento seis parroquias del estado Zulia el
oficialismo ganó en setenta y un de estas (67.0 %), es decir, en torno a 2/3 (figura 31). Por su
parte, la oposición en las restantes treinta y cinco (33.0 %), esto es, casi 1/3 (figura 31). Esto es
congruente con el hecho que el oficialismo resultó victorioso en la mayoría de las observaciones
(607/952) del estudio (figura 20). Esta mayor cantidad de victorias, al menos en un principio,
no puede atribuirse al perjuicio que, en términos medios, sufrió la oposición a nivel de estado
durante el periodo de estudio (2004-2013) según la recta de regresión general (figura 20), ya
que el oficialismo no solo ganó más veces, sino que también se perjudicó en la mayoría de las
parroquias (81/106), tal y como se acaba de comentar en los párrafos anteriores (tabla 13).

Por otra parte, para tener una idea más detallada del comportamiento del atributo MEDIA_
DIF_OFI_OPO_porcentaje, en la tabla 15 se presentan algunos estadísticos básicos de este,
así como la cantidad de parroquias en las cuales, en términos medios, ganó cada sector político
durante el periodo de estudio (2004-2013). Nótese que tanto a nivel del estado como en las
subregiones económicas, salvo nuevamente la subregión económica Capital, fue el oficialismo
el sector político ganador según la cantidad de parroquias, así como según la media de este
atributo (véase la nota con doble asterisco en la tabla 15).

Tabla 15. Estadísticos básicos del atributo MEDIA_DIF_OFI_OPO_porcentaje.

NOMBRE_SUBREGIÓN_ NÚM MEDIA_DIF_OFI_OPO_porcentaje.
ID OBS OFI OPO
ECONÓMICA PAR MIN MAX MED (**) DE
Estado Zulia (*) 952 106 71 35 -52.996 55.972 7.426 ±19.776
Municipio Maracaibo (*) 162 18 6 12 -52.996 26.610 -12.310 ±24.331
1 Capital 297 33 15 18 -52.996 31.765 -3.452 ±22.043
2 Costa Oriental del Lago 315 35 24 11 -16.837 28.669 5.570 ±13.100
3 Guajira 117 13 13 0 15.970 44.239 29.994 ±9.160
4 Perijá 61 7 5 2 -13.161 49.551 11.187 ±22.569
5 Sur del Lago 162 18 14 4 -10.783 55.972 13.217 ±15.848
ID: ID_SUBREGIÓN_ECONÓMICA. MIN: valor mínimo en porcentaje.
OBS: número de observaciones. MAX: valor máximo en porcentaje.
NÚM PAR: número de parroquias. MED: media en porcentaje (**).
OFI: número de parroquias ganadas en términos medios por el oficialismo. DE: desviación estándar muestral en porcentaje.
OPO: número de parroquias ganadas en términos medios por la oposición.

Nota: el color rojo representa al oficialismo y el azul a la oposición.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

(**) Nótese que esta media es la media del atributo MEDIA_DIF_OFI_OPO_porcentaje, el cual es a su vez es la media del atributo
DIF_OFI_OPO_porcentaje en cada parroquia (Y en la tabla 12). En este sentido, por ejemplo, en el caso del estado Zulia, primero se obtuvo
el valor del atributo MEDIA_DIF_OFI_OPO_porcentaje para cada una de sus ciento seis parroquias (Y en la tabla 12) y luego estos ciento
seis valores se promediaron para obtener el valor 7.426 en esta tabla.
Fuente: elaboración propia.

En relación con la mayor cantidad de victorias oficialistas en casi todas las subregiones
económicas, debe señalarse que, al igual que en el caso del atributo IMP10ABS (punto
5.2.2.1.1) no resultó extraño que la subregión económica Capital fuese la excepción, ya que,
tal y como se comentó en ese caso, por un lado, esta fue una de las dos las subregiones
económicas, junto con la subregión económica Sur del Lago, en la cual el análisis de regresión

123
por subregión económica (tabla 10 y figura 21) evidenció que la oposición se perjudicó durante
el periodo de estudio (2004-2013) con el aumento de la abstención, es decir, con la disminución
de la participación, y, por otro, no hay que olvidar que es en esta donde se encuentra el
municipio Maracaibo, el mayor bastión de la oposición en el estado durante periodo de estudio
en el que se encuentran sus feudos electorales más importantes (figuras 22, 23 y 24). De hecho,
nuevamente, como en el caso del atributo IMP10ABS, es debido a las parroquias de este
municipio que el oficialismo no ganó en esta subregión económica ni según la media ni según
el número de parroquias (tabla 15). En otras palabras, si se excluye de los análisis al municipio
marabino el oficialismo sería, por amplitud, y en base tanto a la media como al número de
parroquias (tabla 15), el sector político que hubiese ganado en todas las subregiones económicas
del estado Zulia. Por otra parte, destacó el nivel de la victoria del oficialismo en la subregión
económica Guajira, al resultar ganador medio en todas parroquias (tabla 15). Este hecho es
congruente con que esta subregión económica fue el mayor feudo electoral de sector alguno en
términos de victorias relativas, en este caso del oficialismo, puesto que este ganó la mayoría de
las observaciones (114/117) en el periodo de estudio, lo cual no tiene equivalente en ninguna
otra subregión económica (figura 21), sin olvidar que varias de las principales parroquias feudos
oficialista se ubicaron en esta (figura 23) siendo la mayoría no bisagras (figura 24).

Por otro lado, para finalizar el análisis espacial descriptivo del atributo MEDIA_DIF_OFI_
OPO_porcentaje, en la tabla 16 se presenta la cantidad de parroquias en las que resultó
victorioso en términos medio cada sector político por nivel de victoria para cada subregión
económica. De esta manera, se tiene una perspectiva mucho más completa de la información
espacial de este atributo presentada en la figura 31.

Tabla 16. Número de parroquias por nivel de victoria y sector político.

MEDIA_DIF_OFI_OPO_porcentaje
NOMBRE_SUBREGIÓN_ NÚM
ID OBS OFICIALISMO OPOSICIÓN
ECONÓMICA PAR
ALTO MEDIO BAJO BAJO MEDIO ALTO
Estado Zulia (*) 952 106 5 23 43 27 7 1
Municipio Maracaibo (*) 162 18 0 2 4 4 7 1
1 Capital 297 33 0 5 10 10 7 1
2 Costa Oriental del Lago 315 35 0 4 20 11 0 0
3 Guajira 117 13 3 8 2 0 0 0
4 Perijá 61 7 1 1 3 2 0 0
5 Sur del Lago 162 18 1 5 8 4 0 0
ID: ID_SUBREGIÓN_ECONÓMICA. OFICIALISMO ALTO: [40 % a 60 %) OPOSICIÓN BAJO: [0 % a -20 %)
OBS: número de observaciones. OFICIALISMO MEDIO: [20 % a 40 %) OPOSICIÓN MEDIO: [-20 % a -40 %)
NÚM PAR: número de parroquias. OFICIALISMO BAJO: (0 % a 20 %) OPOSICIÓN ALTO: [-40 % a -60 %)

Nota: el color rojo representa al oficialismo y el azul a la oposición.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

Fuente: elaboración propia.

De la tabla anterior merece la pena destacar tres aspectos. Primero, sin considerar el sector
político ganador medio la mayor parte de las parroquias pertenecen al nivel de victoria bajo,
particularmente, cuarenta y tres para el oficialismo y veintisiete para la oposición, es decir,

124
setenta parroquias de las ciento seis del estado Zulia (figura 31), lo cual equivale al 66.0 %.
Segundo, la oposición únicamente tiene victorias en los niveles medio y/o alto en la subregión
económica Capital, específicamente, en el municipio Maracaibo y dentro de este en,
principalmente, su zona este (figura 31), lo cual no resultó nada extraño, ya que como se ha
observado en los distintos análisis llevados a cabo hasta el momento, el municipio marabino y,
particularmente, su zona este, fue el feudo electoral más importante de esta en el estado durante
el periodo de estudio (2004-2013). Tercero, el oficialismo obtuvo victorias en los niveles medio
y/o alto en todas las subregiones económicas, destacando de nuevo su principal feudo electoral
a este nivel político-administrativo, a saber, la subregión económica Guajira, en la cual,
además de ganar todas las parroquias, obtuvo tres de sus cinco victorias en el nivel alto.

5.2.2.1.3. Perjuicio electoral por cada 10 % de aumento de la abstención (IMP10ABS) y

ganador medio (MEDIA_DIF_OFI_OPO_porcentaje).

Una vez analizado el atributo IMP10ABS con la finalidad de describir las principales
características espaciales del perjuicio que produjo el aumento de la abstención, es decir, la
disminución de la participación, en el respetivo sector político a nivel de parroquia durante el
periodo de estudio (2004-2013), así como también haber estudiado el comportamiento espacial
del atributo MEDIA_DIF_OFI_OPO_porcentaje para conocer las principales características
espaciales del sector político ganador medio a nivel de parroquia durante este periodo, el
siguiente paso, antes de hacer el análisis espacial general para culminar esta tesis doctoral, fue
describir cuáles fueron los principales rasgos espaciales de las parroquias donde coincidieron
sector político perjudicado (figura 30) y ganador medio (figura 31). En este orden de ideas, la
distribución espacial de esta coincidencia (también la no coincidencia) se puede observar en la
figura 32. Asimismo, para complementar la información espacial de esta figura, así como para
facilitar las ideas a expresar, en la tabla 17 se presenta, por subregiones económicas, además de
otros datos, un resumen del número de parroquias donde sector político perjudicado y ganador
medio coincidieron y no coincidieron.

Entrando en materia se debe comentar que, tal y como se puede apreciar en la figura 32 y tabla
17, de las ciento seis parroquias del estado Zulia en setenta y seis de estas (71.7 %) coincidieron
sector político perjudicado y ganador medio. Asimismo, haciendo el análisis por sector político
se obtienen datos muy interesantes para cada uno. En este sentido, para el oficialismo se tiene
que de las ochenta y una parroquias en las cuales se perjudicó en el estado en sesenta y una de
estas (75.3 %) también resultó ser el ganador medio (tabla 17). Similarmente, para el sector de
la oposición se tiene que de las veinticinco parroquias en las cuales se perjudicó a nivel del
estado en quince también resultó ser el sector ganador medio (60.0 %). En otras palabras, en
términos proporcionales, es decir, independientemente del número de parroquias en las cuales
se perjudicase alguno de los sectores políticos, fue el oficialismo el que más perjuicio sufrió en
las parroquias en las cuales resultó ser el ganador medio (75.3 % vs. 60.0 %). Así, con el
aumento de la abstención, es decir, con la disminución de la participación, fue el oficialismo el
sector que no solo más se perjudicó en una mayor cantidad de parroquias (81 vs. 25), sino que
también, proporcionalmente, este perjuicio afectó más a sus victorias (75.3 % vs. 60.0 %).

125
Figura 32. Sector político perjudicado y ganador medio I (Maracaibo y Zulia).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

Nota: ténganse en cuenta que algunos de los límites de los municipios coinciden con los de las subregiones económicas.

126
Tabla 17. Número de parroquias coincidentes y no coincidentes por sector político.
MEDIA_DIF_OFI
NOMBRE_SUB_ NÚM IMP10ABS OFICIALISMO OPOSICIÓN
ID OBS _OPO_ porcentaje
ECONÓMICA PAR
POFI POPO GOFI GOPO PYG PYNG PYG PYNG
Estado Zulia (*) 952 106 81 25 71 35 61 20 15 10
Municipio Maracaibo 162 18 5 13 6 12 4 1 11 2
(*)
1 Capital 297 33 16 17 15 18 11 5 13 4
2 Costa Oriental del 315 35 33 2 24 11 22 11 0 2
Lago
3 Guajira 117 13 12 1 13 0 12 0 0 1
4 Perijá 61 7 6 1 5 2 5 1 1 0
5 Sur del Lago 162 18 14 4 14 4 11 3 1 3
ID: ID_SUBREGIÓN_ECONÓMICA.
NOMBRE_SUB_ECONÓMICA: NOMBRE_SUBREGIÓN_ECONÓMICA.
OBS: número de observaciones.
NÚM PAR: número de parroquias.
POFI: número de parroquias en las que se perjudicó el oficialismo (tabla 13).
POPO: número de parroquias en las que se perjudicó la oposición (tabla 13).
GOFI: número de parroquias en las que resultó ganador medio el oficialismo (tabla 15).
GOPO: número de parroquias en las que resultó ganador medio la oposición (tabla 15).

PYG: número de parroquias en las que el sector político perjudicado y el ganador medio coincidieron, es decir, aquellas donde los atributos
IMP10ABS y MEDIA_DIF_OFI_ OPO_porcentaje tuvieron diferente signo (columnas X y Y tabla 12 con el mismo color).

PYNG: número de parroquias en las que el sector político perjudicado y el ganador medio no coincidieron, es decir, aquellas donde los
atributos IMP10ABS y MEDIA_DIF_OFI_ OPO_porcentaje tuvieron el mismo signo (columnas X y Y tabla 12 con diferente color).

Nota: el color rojo representa al oficialismo y el azul a la oposición.

(*) Evidentemente no es una subregión económica, no obstante, se colocó como referencia.

Fuente: elaboración propia.

De hecho, si en vez de hacer el análisis de la cantidad de parroquias en las cuales coinciden

sector político perjudicado (IMP10ABS) y ganador medio (MEDIA_DIF_OFI_OPO_
porcentaje) tomando como referencia la cantidad de parroquias en las cuales se perjudicó dicho
sector político, tal y como se acaba de presentar en el párrafo anterior, se hace este análisis con
respecto a la cantidad de parroquias en las cuales resultó ganador medio dicho sector político,
los datos, una vez más proporcionalmente, confirman aún más el perjuicio del sector oficialista
(tabla 17). En este sentido, de las setenta y una parroquias en las cuales resultó ganador medio
el oficialismo este se perjudicó en sesenta y una de estas (85.9 %). Por su parte, la oposición de
las treinta y cinco en las cuales resultó ganador medio esta se perjudicó en quince (42.9 %).

Asimismo, si se analiza la coincidencia entre sector político perjudicado y ganador medio en

las parroquias pero ahora a nivel de subregión económica también se obtiene información muy
interesante. Por ejemplo, en la subregión económica Capital se puede observar que, de las
dieciséis parroquias en las cuales se perjudicó el oficialismo este resultó ganador medio en once
de estas (68.8 %). Por su parte, la oposición de las diecisiete parroquias en las que salió
perjudicada esta resultó ganador medio en trece (76.5 %). Esto implica que en esta subregión
económica, en la cual el número de parroquias en las que resultaron perjudicados ambos
sectores políticos fue muy similar (16 vs. 17), fue la oposición el sector político que,
proporcionalmente, más se perjudicó (68.8 % vs. 76.5 %). Este perjuicio general a nivel de la
subregión económica fue, mayoritariamente, producto del perjuicio que sufrió la oposición en

127
el municipio Maracaibo, en particular en su zona este, al resultar ganador medio en once de
las trece parroquias en las que resultó perjudicado (figura 32 y tabla 17). De hecho, tal y como
se puede notar en la tabla 17, esta es la única subregión económica en las cual la oposición se
perjudicó en más parroquias que el oficialismo (16 vs. 17), así como donde en más ocasiones
resultó ganador medio (15 vs. 18). Al respecto, queda aún más claro que la subregión económica
Capital y, particularmente, el municipio Maracaibo, y en este su zona este, fue el principal
bastión electoral opositor en el estado Zulia durante el periodo de estudio (2004-2013).

Igualmente, otra subregión económica de la cual resulta muy enriquecedor hacer algunos
comentarios de los datos presentes en la tabla 17, es la subregión económica Guajira.
Obsérvese que el oficialismo no solo resultó ganador medio en las trece parroquias que la
componen, es decir en todas, sino que también se perjudicó en doce de estas (92.3 %). Por otra
parte, en el resto de las subregiones económicas, a saber, Costa Oriental del Lago, Perijá y
Sur del Lago, es evidente que, de largo, fue el oficialismo el sector político con mayores
coincidencias entre sector político perjudicado y ganador medio, tanto absoluta como
relativamente. De hecho, los datos de la tabla 17 son muy claros, puesto que de las cincuenta y
tres parroquias en las que se perjudicó el oficialismo en estas tres subregiones económicas este
resultó ganador medio en treinta y ocho (71.7 %), mientras que la oposición se perjudicó en
siete siendo ganador medio solo en dos de estas (28.6 %).

5.2.2.2. General.

Habiendo descrito espacialmente el comportamiento de atributos IMP10ABS y MEDIA_DIF_

OFI_OPO_porcentaje por separado (figuras 30 y 31), así como sus principales rasgos
especiales en conjunto (figura 32), en ambos casos, tanto a nivel del estado Zulia como de las
subregiones económicas de este, ahora se da paso al análisis espacial general, el cual fue
producto de la consolidación de todos los análisis llevados a cabo hasta este momento en este
quinto y último capítulo de la tesis doctoral. Para ello, se comenzó analizando el
comportamiento espacial general de los atributos mencionados en las subregiones económicas.
Finalmente, se hacen unos breves y concisos comentarios de este comportamiento a nivel de
las circunscripciones electorales vigentes para el año 2010.

5.2.2.2.1. Subregiones económicas.

Para desarrollar las ideas de este subpunto la estrategia seguida fue comenzar en el feudo
electoral de la oposición en el estado durante el periodo de estudio (2004-2013), a saber, el
municipio Maracaibo de la subregión económica Capital, el cual por sí solo representa un
40.317 % del padrón electoral histórico.114 Luego, a partir de este, extender el análisis al resto
de la subregión económica Capital, la cual totaliza un 56.335 % de dicho padrón.115
Posteriormente, se continuó el análisis espacial hacia el norte, es decir, hacia la subregión

114 Ver nota de pie de página 101 y tabla 10.

115 Idem.

128
económica Guajira, la cual a pesar de tener tan solo un peso del 8.068 % en el padrón electoral
histórico,116 fue, en términos relativos, el principal feudo electoral de sector político alguno, en
este caso del oficialismo, el cual ganó casi todas las observaciones (114/117), así como en cada
una de sus trece parroquias (figuras 21 y 31). Luego, se analizó espacialmente el sur de la
subregión económica Capital, es decir, las subregiones económicas Perijá y Sur del Lago,
cuyos valores del padrón electoral histórico117 son, respectivamente, 5.556 % y 6.950 %.
Finalmente, se concluyó el análisis espacial general en la subregión económica Costa Oriental
del Lago cuyo peso del padrón electoral histórico118 es 23.091 %, segundo de mayor magnitud.

Asimismo, antes de comenzar, vale la pena comentar que en este análisis general se pretendió
más que todo dar una visión global del comportamiento espacial de los atributos IMP10ABS y
MEDIA_DIF_ OFI_OPO_porcentaje, en particular del primero, y no tanto entrar en excesos
de detalles que diluyesen lo que era importante y fundamental en lo que era accesorio.
Igualmente, tampoco se pretendió repetir muchos de los resultados ya expuestos, sino
contextualizarlos, así como recuperar los más importantes para sustentar las ideas expresadas.

5.2.2.2.1.1. Capital.

En el municipio Maracaibo el atributo IMP10ABS se agrupó en dos clústeres de parroquias

claros, uno al noroeste con cinco parroquias donde se perjudicó el oficialismo y otro al sureste
con trece donde se perjudicó la oposición (figura 30). Asimismo, el nivel de perjuicio de todas
estas parroquias correspondió al nivel bajo de la clasificación definida (figura 30 y tabla 14).
No obstante, en cuanto al número de parroquias fue la oposición el grupo más afectado (tabla
13), ya que se perjudicó en trece de dieciocho (72.2 %).

Asimismo, once de las trece parroquias del clúster sureste en las cuales se perjudicó el sector
opositor, también fueron parroquias donde resultó ganador medio, siendo la excepción un par
de parroquias ubicadas al sur, a saber, Francisco Eugenio Bustamante y Luis Hurtado
Higuera (figura 32), las cuales eran parte de las tres parroquias que se denominaron parroquias
de transición (punto 5.1). Igualmente, las parroquias más al este del clúster sureste fueron el
principal feudo electoral opositor en todo el estado Zulia (figura 23) durante el periodo de
estudio (2004-2013) y, también, muchas de estas fueron de las más favorables a sector político
alguno (figura 22), así como de las más leales al tener de las menores dispersiones en lo relativo
a la fluctuación del atributo DIF_OFI_OPO_porcentaje (figura 22), sin dejar de mencionar
que muchas de estas fueron siempre favorables a la oposición, es decir, nunca fueron parroquias
bisagras (figura 24). Por su parte, en el caso de las parroquias del clúster noroeste, es decir,
aquellas en las que se perjudicó el oficialismo, se debe comentar que cuatro de cinco en las que
se perjudicó también fueron parroquias en las cuales resultó ganador medio, siendo la única
excepción la parroquia Coquivacoa, ubicada al norte del municipio marabino y restante
parroquia de transición (figura 32).

116 Ver nota de pie de página 101 y tabla 10.

117 Idem.
118 Idem.

129
Continuando hacia el sur del municipio Maracaibo se encuentra el municipio San Francisco
(figura 11), ambos caracterizados por tener una evidente continuidad urbanística. De hecho, el
municipio San Francisco fue por mucho tiempo parte del municipio Maracaibo. Por ello, no
es de extrañar que el comportamiento del atributo IMP10ABS de las parroquias más al este del
clúster sureste del municipio Maracaibo en el que se perjudicó la oposición continuase en el
este del municipio San Francisco, siendo la única excepción la parroquia El Bajo, la cual se
ubica en el extremo sur del municipio san franciscano y en la cual se perjudicó el oficialismo
(figura 30). Por su parte, en el resto de las parroquias de la subregión económica Capital el
perjudicado fue el oficialismo (figura 30). Por lo tanto, puede considerarse que las parroquias
del este del municipio Maracaibo y San Francisco, más urbanizadas y con rentas medias más
altas, fueron, en general, parroquias donde se perjudicó la oposición, mientras que las
parroquias al norte, sur y oeste de la subregión económica Capital, menos urbanizadas y con
rentas medias más bajas, fueron parroquias donde se perjudicó el oficialismo. Asimismo, en
general, para ambos sectores políticos la mayor parte de las parroquias (30/33) de esta subregión
económica tuvo un nivel de perjuicio que se ubicó en el nivel bajo (figura 30 y tabla 14).

Por otro lado, en cuanto al comportamiento espacial del atributo MEDIA_DIF_OFI_OPO_

porcentaje debe expresarse que, en el municipio Maracaibo este atributo tuvo una distribución
más este/oeste (figura 31) que la sureste/noroeste observada para el atributo IMP10ABS (figura
30). Asimismo, en la mayor parte de las parroquias (15 vs. 18) de esta subregión económica
este atributo fue favorable a la oposición, en especial en su zona este, mientras que las
parroquias favorables al oficialismo se ubicaron, principalmente, en la zona oeste. Igualmente,
independientemente del sector político, la mayoría de las parroquias (20/33) presentaron un
nivel bajo de victoria en la clasificación utilizada (figura 31 y tabla 16).

Por último, con relación a la coincidencia espacial de ambos atributos debe comentarse que de
las treinta y tres parroquias que componen esta subregión económica esta concurrencia se
presentó en veinticuatro ocasiones (72.7 %), particularmente, en su zona más este para la
oposición y más oeste para el oficialismo (figura 32 y tabla 17).

5.2.2.2.1.2. Guajira.

Al analizar espacialmente el norte de la subregión económica Capital, es decir, la subregión

económica Guajira, se entró en un territorio totalmente del oficialismo, ya que todas las
parroquias (13) fueron ganadas por este sector político (figura 31 y tabla 15), así como la casi
totalidad de las observaciones (114/117). Asimismo, tampoco se puede dejar de recordar que la
respectiva recta de regresión (tabla 10 y figura 21) indicó que el oficialismo se perjudicó con el
aumento de la abstención, es decir, con la disminución de la participación, sin dejar de
mencionar que en esta subregión económica se ubicaron muchos de sus principales feudos
electorales (figura 23) y donde prácticamente no existieron parroquias bisagras (figura 24).

Con base en lo descrito en el párrafo anterior no es de extrañar que en esta subregión económica
el atributo IMP10ABS tuviese un comportamiento espacial casi monolítico, ya que el aumento

130
de la abstención perjudicó al oficialismo en doce de las trece parroquias (figura 30 y tabla 13)
que la componen (92.3 %), siendo la única excepción la parroquia Monagas del municipio
Almirante Padilla (figuras 11 y 30). Además, en la mayor parte de las parroquias (10/13) el
perjuicio se ubicó en nivel bajo de la escala definida (tabla 14), distribuyéndose estas alrededor
de la zona centro costera en la cual se ubican las parroquias con un perjuicio mayor (figura 30).

Por otra parte, en cuanto al comportamiento espacial del atributo MEDIA_DIF_OFI_

OPO_porcentaje debe expresarse que también fue monolítico, puesto que, tal y como se
comentó en el primer párrafo de este punto, el oficialismo resultó ganador medio en las trece
parroquias de esta subregión económica (figura 31 y tabla 15), perteneciendo estas victorias, de
forma mayoritaria (8/13), al nivel medio de la clasificación definida (figura 31 y tabla 16).

Finalmente, en lo concerniente a la coincidencia entre ambos atributos debe señalarse que el

oficialismo se perjudicó en doce de las trece parroquias en las que resultó ganador medio (92.3
%), siendo la única excepción la ya mencionada parroquia Monagas del municipio Almirante
Padilla, ubicada en la zona centro costera de la subregión económica (figura 32 y tabla 17).

5.2.2.2.1.3. Perijá.

Pasando a analizar el sur de la subregión económica Capital, es decir, la subregión económica

Perijá se vuelve a entrar en un territorio donde el comportamiento espacial del atributo
IMP10ABS es parecido la de la subregión económica Guajira, aunque con algunos matices.
Para comenzar hay que comentar que, al igual que esta última, fue un territorio claramente
oficialista, ya que ganó cinco de las siete parroquias de esta (figura 31 y tabla 15). Además,
tampoco se puede dejar de recordar que la respectiva recta de regresión (tabla 10 y figura 21)
indicó que el oficialismo se perjudicó con el aumento de la abstención, es decir, con la
disminución de la participación. No obstante, a diferencia de la subregión económica Guajira,
en esta subregión económica no se ubicaron muchos de sus principales feudos electorales
(figura 23) y la mayoría de sus parroquias (5/7) fueron bisagras (figura 24).

En este contexto, el comportamiento espacial del atributo IMP10ABS también fue casi
monolítico, puesto que el aumento de la abstención perjudicó al oficialismo en seis de las siete
parroquias (85.7 %) de esta subregión económica (figura 30 y tabla 13), siendo la única
excepción la parroquia San José de Perijá del municipio Machiques de Perijá (figuras 11 y
30). Además, en la casi totalidad de los casos (6/7) el nivel de perjuicio se ubicó en el rango
bajo de la escala definida (figura 30 y tabla 14).

Por otro lado, en cuanto al comportamiento espacial del atributo MEDIA_DIF_OFI_OPO_

porcentaje debe expresarse que el oficialismo resultó ganador medio en cinco de las siete
parroquias (figura 31 y tabla 15), ubicándose las dos excepciones, a saber, las parroquias
Bartolomé de las Casas y San José de Perijá en el municipio Machiques de Perijá (figuras
11 y 31). Asimismo, sin considerar el sector político, la mayoría de las victorias (5/7) se
ubicaron en el nivel bajo de la clasificación definida (figura 31 y tabla 16).

131
Para finalizar, en lo que respecta a la concurrencia entre ambos atributos debe comentarse que
se dio una coincidencia casi perfecta, específicamente, en seis de siete casos posibles (85.7 %)
siendo la única excepción la ya mencionada parroquia Bartolomé de las Casas del municipio
Machiques de Perijá (figura 32 y tabla 17).

5.2.2.2.1.4. Sur del Lago.

Siguiendo hacia el sur del estado toca analizar espacialmente a la subregión económica Sur del
Lago, un territorio con un comportamiento mixto, ya que la oposición se perjudicó según su
respectiva recta de regresión (tabla 10 y figura 21), mientras que el oficialismo de forma clara
según el número (14/18) de parroquias (tabla 13).

En medio de esta realidad, el comportamiento espacial del atributo IMP10ABS fue, en general,
un solo clúster de perjuicio para el oficialismo con presencia de cuatro parroquias islas, es
decir, aisladas entre ellas para la oposición, las cuales, por cierto, se ubicaron en distintos
municipios (figuras 11 y 30). Asimismo, otro dato muy interesante relacionado con el perjuicio
es que cada una de las dieciocho parroquias que forman parte de esta subregión económica se
ubicaron en el intervalo bajo de la escala definida (figura 30 y tabla 14).

Por otra parte, en cuanto al comportamiento espacial del atributo MEDIA_DIF_OFI_

OPO_porcentaje debe indicarse que la mayoría (14/18) fueron ganadas por el oficialismo,
distribuyéndose en el espacio de forma similar que un sándwich, es decir, con tres grupos de
clúster, dos para el oficialismo localizados en los extremos este y oeste de la subregión
económica y uno para la oposición ubicado en el medio de estos dos (figura 31 y tabla 15).
Igualmente, otro dato relacionado con las victorias es que la mayoría de estas (12/18), al igual
que en los casos anteriores, salvo en la subregión económica Guajira, pertenecieron al nivel
bajo de la clasificación definida (figura 31 y tabla 16).

Por último, en lo referente a coincidencia entre ambos atributos debe señalarse que esto ocurrió
en doce de las dieciocho ocasiones posibles (66.6 %), destacando el clúster este (oficialista) de
la subregión económica donde se dio una coincidencia casi perfecta (figura 32 y tabla 17).

5.2.2.2.1.5. Costa Oriental del Lago.

Por último, toca analizar espacialmente la subregión económica Costa Oriental del Lago, la
zona petrolera por excelencia no solo del estado Zulia, sino del país. Esta subregión económica
fue, al igual que los casos de las subregiones económicas Guajira y Perijá, un territorio
favorable al oficialismo, puesto que ganó veinticuatro de treinta y cinco parroquias de esta
(figura 31 y tabla 15). Además, tampoco se puede dejar de recordar que la respectiva recta de
regresión (tabla 10 y figura 21) indicó que el oficialismo se perjudicó con el aumento de la
abstención, es decir, con la disminución de la participación, esto a pesar de que en esta se

132
ubicaron pocos de sus principales feudos electorales (figura 23) y que muchas de las parroquias
fueron bisagras (figura 24).

En este sentido, con respecto al comportamiento espacial del atributo IMP10ABS debe
señalarse que de las treinta y cinco parroquias de la subregión económica en treinta y tres
(94.3 %) resultó perjudicado el oficialismo, por lo que, técnicamente, no existe ningún patrón
espacial de variación, resaltando únicamente dos parroquias al sur donde se perjudicó la
oposición, a saber, San Timoteo y Manuel Guanipa Matos, las cuales pertenecen al municipio
Baralt (figuras 11 y 30). Igualmente, otro dato muy interesante relacionado con el perjuicio es
que veintisiete de las treinta y cinco parroquias (77.1 %) se ubicaron en el intervalo bajo de la
escala definida (figura 30 y tabla 14), localizándose la mayoría de estas en la zona costera.

Por otro lado, en relación con el comportamiento espacial del atributo MEDIA_DIF_OFI_
OPO_porcentaje debe decirse que once de las treinta y cinco parroquias que forman esta
subregión económica fueron ganadas por la oposición (31.4 %), ubicándose todas, excepto la
parroquia Campo Lara del municipio Lagunillas, a lo largo de la costa (figura 31). Las
veinticuatro restantes, es decir, las ganadas por el oficialismo se ubicaron a lo largo y ancho de
la subregión económica con mayor presencia en la mitad norte de esta (figura 31). Igualmente,
otro dato relacionado con las victorias es que la mayoría de estas (31/35), al igual que en los
casos anteriores, salvo en la subregión económica Guajira, pertenecieron al nivel bajo de la
clasificación definida (figura 31 y tabla 16).

Finalmente, en lo concerniente a la coincidencia entre ambos atributos debe indicarse que, el

oficialismo se perjudicó en treinta y tres de las treinta y cinco parroquias que componen esta
subregión económica (94.3 %), resultando ganador medio en veintidós (66.7 %). Buena parte
de estas veintidós parroquias se localizaron en la mitad norte o extremo sur de la subregión
económica (figura 32). Por su parte, el sector de la oposición, que únicamente se perjudicó en
dos ocasiones, no tuvo ninguna concurrencia, por lo tanto, el resto de las parroquias, es decir,
aquellas donde no hubo coincidencia, se ubicaron, principalmente, en la zona central de la
subregión económica, mayoritariamente, a lo largo de la costa (figura 32).

5.2.2.2.2. Circunscripciones electorales.

Finalmente, para culminar con esta tesis doctoral se hicieron unos breves comentarios del
comportamiento espacial de los atributos IMP10ABS y MEDIA_DIF_OFI_OPO_porcentaje
a nivel de las circunscripciones electorales del año 2010 (CNE, 2010). Para ello, se siguió una
estrategia similar a la de las subregiones económicas (punto 5.2.2.2.1), esto es, se comenzó por
el municipio Maracaibo de la subregión económica Capital para luego, a partir de este,
extenderse al resto de esta última. Posteriormente, se continuó el análisis espacial hacia el norte,
es decir, hacia la subregión económica Guajira. Después, se siguió hacia el sur, esto es, hacia
las subregiones económicas Perijá y Sur del Lago. Por último, se finiquitaron los análisis en
la subregión económica Costa Oriental del Lago. En este sentido, ambos atributos, individual
y conjuntamente, se presentan por circunscripción electoral en las figuras 33, 34 y 35.

133
Figura 33. Sector político perjudicado II (Maracaibo y Zulia).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

Nota: ténganse en cuenta que algunos de los límites de las circunscripciones electorales coinciden con los de las subregiones económicas.

134
Figura 34. Sector político ganador medio II (Maracaibo y Zulia).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

Nota: ténganse en cuenta que algunos de los límites de las circunscripciones electorales coinciden con los de las subregiones económicas.

135
Figura 35. Sector político perjudicado y ganador medio II (Maracaibo y Zulia).

Fuente: elaboración propia con QGIS v3.8.3-Zanzibar.

Nota: ténganse en cuenta que algunos de los límites de las circunscripciones electorales coinciden con los de las subregiones económicas.

136
Para comenzar debe decirse que, tal y como se observa en las tres figuras anteriores, el estado
Zulia contaba con doce circunscripciones electorales para el año 2010, las cuales correspondían
a la elección de diputados a la Asamblea Nacional para dicho año (CNE, 2010). Algunas de
estas doce circunscripciones electorales eran coincidentes con ciertas unidades político-
administrativas. Por ejemplo, una de estas coincidía con la subregión económica Guajira y otra
con el municipio San Francisco, el cual, como ya se señaló anteriormente, se localiza al sur
del municipio Maracaibo (figuras 11, 33, 34 y 35). Igualmente, hubo un caso de una subregión
económica que estaba dividida en dos circunscripciones electorales, a saber, la subregión
económica Costa Oriental del Lago, la cual estaba compuesta por una circunscripción
electoral al norte y otra al sur (figuras 33, 34 y 35).

Entrando en materia, en las figuras 33 y 34 se presentan, respectivamente, las parroquias por

sector político perjudicado (IMP10ABS) y ganador medio (MEDIA_DIF_OFI_OPO_
porcentaje) para las doce circunscripciones electorales del año 2010 en el estado Zulia. Nótese
que el municipio Maracaibo tenía cinco de estas doce circunscripciones electorales. Asimismo,
recuérdese que para el caso marabino el comportamiento espacial de ambos atributos con
respecto a sus cinco circunscripciones electorales ya fue descrito durante la prueba piloto
(figura 18). No obstante, merece la pena recordar que cuando se compararon los clústeres de
los perjudicados (IMP10ABS) con sus cinco circunscripciones electorales se pudo evidenciar
que tres estaban formadas por parroquias del mismo sector político, siendo las dos excepciones
aquellas donde se encuentran las que se denominaron parroquias de transición (figura 18 y
33). Por su parte, para los clústeres de los ganadores electorales medios (MEDIA_DIF_
OFI_OPO_porcentaje) la correspondencia fue casi perfecta, siendo la única excepción una
circunscripción electoral en la cual la parroquia Manuel Dagnino (71), bisagra por excelencia
(figura 17), evita, por poco, una concurrencia perfecta (figura 18 y 34).

Por otra parte, tal y como ya se comentó en párrafos anteriores, hacia el sur del municipio
Maracaibo, en la misma subregión económica Capital, se encuentra el municipio San
Francisco (figura 11), el cual era en sí mismo una circunscripción electoral (figuras 33, 34 y
35). Al respecto, lo único que vale la pena resaltar es que en cuatro de sus seis parroquias, dos
para el oficialismo y dos para la oposición, hubo coincidencia de los atributos IMP10ABS y
MEDIA_DIF_OFI_OPO_porcentaje (figura 35). Similarmente, en el resto de la subregión
económica Capital, es decir, en el territorio integrado por las parroquias que no pertenecían ni
al municipio Maracaibo ni San Francisco, que también era en sí misma una circunscripción
electoral, lo único que merece la pena resaltar es que en todas las parroquias el sector político
perjudicado fue el oficialismo (figura 33).

Continuando con la subregión económica Guajira, que también era en sí misma una
circunscripción electoral, debe comentarse que hubo una coincidencia casi perfecta entre el
sector político perjudicado (IMP10ABS) y la circunscripción electoral, siendo la única
excepción la parroquia Monagas del municipio Almirante Padilla (figura 33). Asimismo, esta
coincidencia fue perfecta en el caso del sector político que resultó ganador medio (MEDIA_
DIF_OFI_OPO_porcentaje) en la misma (figura 34). Por lo tanto, a no ser por el caso de la
mencionada parroquia Monagas, en todas las parroquias de esta circunscripción electoral,

137
coincidente con la subregión económica Guajira, hubiese habido una concurrencia total entre
ambos atributos (figura 35).

Por su parte, de las dos circunscripciones electorales que abarcaban las subregiones económicas
Perijá y Sur del Lago, lo único que vale la pena resaltar es que, en ninguna de estas dos todas
sus parroquias presentaron coincidencia entre los atributos IMP10ABS y MEDIA_DIF_OFI_
OPO_porcentaje (figura 35). Asimismo, al analizar individualmente ambos atributos debe
decirse que tampoco en ninguna de estas dos circunscripciones electorales todas sus parroquias
correspondieron o al mismo sector político perjudicado (figura 33) o ganador medio (figura 34).

Finalmente, las dos circunscripciones electorales restantes que faltan por analizar dividían en
una parte norte y otra sur a la subregión económica Costa Oriental del Lago (figuras 33, 34 y
35). En este caso, lo primero que debe indicarse es que en ninguna de estas dos
circunscripciones electorales todas sus parroquias presentaron coincidencia entre los
atributos IMP10ABS y MEDIA_DIF_OFI_OPO_porcentaje (figura 35). Además, cuando se
analizaron ambos atributos de forma individual lo único que merece la pena comentar es que
solo en la circunscripción electoral del norte todas sus parroquias resultaron ser de del mismo
sector político perjudicado (IMP10ABS), en este caso el oficialismo (figura 33).

En síntesis, de las doce circunscripciones electorales que tuvo el estado Zulia para el año 2010
(CNE, 2010), solo en tres, una para el oficialismo y dos para la oposición, hubo coincidencia
de ambos atributos en todas sus parroquias, ubicándose estas tres circunscripciones electorales
en el municipio Maracaibo (figura 35). Igualmente, cuando se analizaron ambos atributos de
forma individual únicamente en cinco de las doce circunscripciones electorales, tres para el
oficialismo y dos para la oposición, todas sus parroquias correspondieron al mismo sector
político perjudicado, ubicándose cuatro de estas en la subregión económica Capital y una en la
Costa Oriental del Lago (figura 33).

5.3. Resumen.
|
Este quinto y último capítulo de la tesis doctoral comenzó con la validación de la metodología
diseñada, la cual se llevó a cabo en el municipio Maracaibo. Una vez que esta fue validada se
aplicó a todo el estado Zulia, el cual se analizó espaciotemporalmente a nivel de parroquias por
subregiones económicas y, en menor medida, por las circunscripciones electorales en las que
estaba dividido el estado para el año 2010 (CNE, 2010). Este análisis comenzó con una parte
descriptiva en la cual se examinó el comportamiento espaciotemporal de los atributos
IMP10ABS y MEDIA_DIF_OFI_OPO_porcentaje tanto de forma individual como
colectiva. Con base en este análisis se procedió a llevar a cabo un análisis espaciotemporal más
general. Los resultados obtenidos permitieron recabar, por primera vez, evidencia empírica para
refutar, al menos a nivel de parroquias en el estado Zulia durante el periodo de estudio (2004-
2013), las hipótesis nulas (punto 1.4.1), así como para sustentar la hipótesis alternativa que se
propuso (punto 1.4.2).

138
 CONCLUSIONES

Para presentar las conclusiones se dividió este apartado por temática y/o zona de estudio. En
este orden de ideas, se comenzó con un conjunto de conclusiones generales sobre la
metodología diseñada. Posteriormente, se dio paso a conclusiones relacionadas con la prueba
piloto que permitió validar esta metodología, la cual, como se recordará, se llevó a cabo en el
municipio Maracaibo. Luego, se presentan las conclusiones de aplicar la metodología al estado
Zulia, comenzando con la parte del análisis de regresión lineal y dispersión y, posteriormente,
con las del análisis espacial en sí mismo. Finalmente, se presentan otras conclusiones del
estudio que también se consideraron interesantes.

Metodología diseñada.

La conclusión más importante de esta investigación es que la metodología diseñada posibilitó

recabar por primera vez, al menos a nivel de parroquias del estado Zulia durante el periodo de
estudio (2004-2013), evidencia empírica que permitió, al menos parcialmente, falsar dos
hipótesis nulas (punto 1.4.1) muy arraigadas en la narrativa política de Venezuela durante este
periodo, una por sector político, las cuales sostenían que el aumento de la abstención, es decir,
la diminución de la participación, les perjudicaba, o, lo que es lo mismo, beneficiaba al
adversario. Asimismo, la evidencia recabada también permitió sustentar la hipótesis alternativa
que se propuso (punto 1.4.2), la cual sostiene que el espacio estaba clusterizado en zonas de
perjuicio para ambos grupos, lo cual es congruente con la compleja naturaleza del
comportamiento electoral de los seres humanos, el cual depende de innumerables variables de
todo tipo, tal y como se ha sustentado en numerosos estudios de geografía electoral llevados a
cabo desde hace décadas en distintos lugares, en especial en EE. UU. y Reino Unido, muchos
de los cuales, por cierto, se consultaron durante el desarrollo de la tesis doctoral de la que emana
este artículo (punto 2.3). Por lo tanto, al trabajar con datos agregados espacialmente, como en
esta oportunidad a nivel de parroquias, era loable esperar que existiesen zonas de perjuicio en
distintas áreas del estado Zulia y nunca un perjuicio general.

Igualmente, otra conclusión muy significativa es que esta novedosa metodología demostró ser
capaz de trabajar exitosamente con distintos tipos de elecciones en forma simultánea, algo que,
por cierto, no suele ser común en la bibliografía (punto 2.3), en la cual es frecuente restringir el
análisis de elecciones en conjunto, en los pocos casos en los que se consideran varias en forma
simultánea, a aquellas del mismo tipo. En este orden de ideas, la posibilidad de haber trabajado
en forma paralela con distintos tipos de elecciones fue una de las claves del éxito de la
metodología diseñada, ya que suele ser un proceso que requiere un profundo conocimiento del
fenómeno estudiado, lo cual se vuelve mucho más significativo si se tiene presente el alto grado
de irracionalidad que caracteriza el comportamiento político de los seres humanos (L. De la
Calle, 2005). Asimismo, haber trabajado con varias elecciones fue otro aspecto fundamental,
puesto que permitió establecer análisis de regresión sobre eventos equiparables, algo inviable
en los análisis de elecciones únicas.

139
Municipio Maracaibo (prueba piloto).

Para comenzar se debe señalar dos datos generales muy interesantes. Primero, en el municipio
Maracaibo el valor del atributo DIF_OFI_OPO_porcentaje (figura 16) fue positivo en 55
ocasiones (34.0 %) y negativo en 107 (66.0 %). Esto implicó que a nivel de parroquia en el
periodo de estudio (2004-2013) el oficialismo ganó, aproximadamente, un 1/3 de las 162
observaciones correspondientes al municipio, mientras que la oposición 2/3. Segundo, la
abstención media del municipio para las 162 observaciones fue 31.423 %.

Igualmente, el análisis de dispersión (figura 17) de los dos atributos clave del estudio, como se
sabe, ABSTENCIÓN_porcentaje y DIF_OFI_OPO_porcentaje (punto 3.4 y tabla 5),
permitió identificar que once de las dieciocho parroquias de municipio Maracaibo eran bisagra,
es decir, aquellas cuyo valor del atributo DIF_OFI_OPO_porcentaje fue favorable, al menos
una vez, tanto para un sector político como para el otro según qué elección. Entre estas
parroquias destacaron la parroquia Manuel Dagnino (71), Cacique Mara (61) y Francisco
Eugenio Bustamante (67).

Por otra parte, en el municipio Maracaibo la tendencia general según la respectiva recta de
regresión (figura 16) indicó que considerando todas las parroquias y tipos de elecciones, en
términos medios, a medida que la abstención aumentaba, es decir, que la participación
disminuía, era la oposición el sector político que más se perjudicaba, lo que equivale a decir
que el oficialismo era el que más se beneficiaba. No obstante, cuando se analizaron los datos
por sector político se observó que ambos grupos, en términos medios y en base a los respectivos
valores de las pendientes de las rectas de regresión (figura 16), resultaron afectados por la
abstención, con victorias menos amplias, aun cuando este perjuicio fue mayor en la oposición,
específicamente, alrededor de 2.7 veces más (razón entre 0.263 y |-0.096|). Esto podría sugerir
que había un grupo de electores indecisos (o menos polarizados) que cuando se abstuvieron
afectaron a ambos sectores, aunque estos tenían una mayor tendencia a votar por la oposición.
Sin embargo, aunque esta proporción parezca considerable, debe aclarase que para ambos
sectores el perjuicio que producía el aumento de la abstención era limitado, ya que por cada 10
% de incremento de esta, el oficialismo se perjudicaba en alrededor de 1.0 % (10 % por la
pendiente |-0.096|), mientras que la oposición en torno a 2.6 % (10 % por la pendiente 0.263).
Asimismo, no se puede dejar de mencionar que según el valor del intercepto de la recta de
regresión general (-37.827 %) el municipio Maracaibo fue, en general, un territorio claramente
favorable al sector de la oposición, puesto que en el caso de una hipotética abstención cero esta
lo ganaría con una considerable ventaja (37.827 %).

Con respecto al análisis espacial se puede afirmar que, en términos de su comportamiento

político, el municipio Maracaibo durante el periodo de estudio (2004-2013) estaba divido, en
general, en una zona este de oposición y una zona oeste proclive al oficialismo. Como era de
esperar en la zona este el aumento de abstención, es decir, la disminución de la participación,
perjudicó a la oposición, mientras que en la oeste, en términos generales, al oficialismo.
Asimismo, este perjuicio transita de una zona a la otra por medio de las que se denominaron
parroquias de transición. En general, esta dualidad política del municipio era congruente con el

140
hecho que, al menos durante el periodo de estudio, su zona este tiende a ser más urbanizada y
con rentas medias más altas, mientras que la zona oeste más rural y con rentas medias más
bajas. Igualmente, esta dualidad política del municipio era congruente con la afirmación que
sustenta que, al menos durante el periodo de estudio, los sectores de mayor renta, es decir, las
clases media y alta, apoyaron más a la oposición, mientras que aquellos con rentas más bajas,
es decir, las llamadas clases populares, al oficialismo (Ramírez, 2012).

Estado Zulia (análisis de regresión).

En el estado Zulia el valor del atributo DIF_OFI_OPO_porcentaje (figura 20) resultó positivo
en 607 ocasiones (63.8 %), negativo en 344 (36.1 %) y, curiosamente, una vez igual a 0
(0.1 %). Esto implica que a nivel de parroquia en el periodo de estudio (2004-2013) el
oficialismo ganó, aproximadamente, 2/3 de las observaciones, mientras que la oposición 1/3. A
su vez, esto implica que se obtuvieron proporciones similares que en el caso del municipio
Maracaibo (punto 5.1) pero con sentido opuesto, ya que en ese caso fue la oposición la que
ganó en torno a 2/3 de las oportunidades, mientras que el oficialismo 1/3.

Por otra parte, al igual que en el caso del municipio Maracaibo, en el estado Zulia la tendencia
general según la respectiva recta de regresión (figura 20) indicó que considerando todas las
parroquias y tipos de elecciones, en términos medios, a medida que la abstención aumentaba,
es decir, que la participación disminuía, era la oposición el sector político que más se
perjudicaba, lo que equivale a decir que el oficialismo era el que más se beneficiaba. Esta
tendencia general se mantuvo cuando se analizaron las observaciones por sector político. Sin
embargo, hay que aclarar que fue más la ganancia que obtenía el oficialismo en sus victorias
que el perjuicio que sufría la oposición en las suyas. Esto último, a juzgar por las pendientes
(0.176 y 0.073) de respectivas rectas de regresión para cada sector político (figura 20), las cuales
indicaron que por cada 1 % que se perjudicaba la oposición el oficialismo se beneficiaba en
alrededor de 2.4 % (razón entre 0.176 y 0.073). Esto podría sugerir que había un grupo de
electores claramente opositores que al dejar de votar permitieron que el oficialismo obtuviera
victorias más amplias, al menos en algunas parroquias, al tiempo que perjudicaban, aunque en
menor medida, las victorias de la oposición. No obstante, al igual que en el caso del municipio
Maracaibo, aunque esta proporción parezca considerable, debe aclarase que tanto el beneficio
para el oficialismo como el perjuicio para la oposición era limitado, ya que por cada 10 % de
incremento de la abstención, el oficialismo se beneficiaba con márgenes más amplios en sus
victorias de alrededor de 1.8 % (10 % por la pendiente 0.176), mientras que la oposición se
perjudicaba en torno a 0.7 % (10 % por la pendiente 0.073). De hecho, a juzgar por el valor del
intercepto (-0.998 %), es decir, para el caso de una hipotética abstención cero, el estado Zulia
era, en general, un territorio políticamente muy ajustado durante el periodo de estudio (2004-
2013), aunque con una muy ligera ventaja para el sector de la oposición, todo lo contrario al
municipio Maracaibo (figura 16) en el cual el valor del intercepto (-37.827 %) indicó que, sin
lugar a duda, este fue, en general, un territorio claramente opositor.

141
Igualmente, cuando se llevó a cabo el análisis de regresión para cada una de las cinco
subregiones económicas (tabla 10 y figura 21) que conforma el estado Zulia se pudo constatar
que, el perjuicio general que sufría la oposición a nivel del estado no se repetía en todas estas.
En este sentido, la oposición únicamente perjudicó en dos de las cinco subregiones económicas,
a saber, Capital y Sur del Lago, mientras que al oficialismo en las tres restantes, es decir,
Costa Oriental del Lago, Guajira y Perijá. Asimismo, el perjuicio para la oposición fue
mayor en la subregión económica Capital, mientras que para el oficialismo en la subregión
económica Costa Oriental del Lago. En el resto de las zonas el impacto fue más limitado para
el respectivo sector.

Además, por los mismos valores de la pendiente e intercepto de las respectivas rectas de
regresión (tabla 10 y figura 21) resultó evidente que la subregión económica Capital para la
oposición y Costa Oriental del Lago, Guajira y Perijá para el oficialismo fueron,
respectivamente, territorios electorales favorables a este nivel político-administrativo, ya que
se perjudicaban con el signo de la pendiente, así como por el hecho que ganarían en el caso de
una hipotética abstención cero. La excepción a este patrón de comportamiento lo representó la
subregión económica Sur del Lago, puesto que a pesar de que la oposición sufrió un cierto
perjuicio una hipotética abstención cero no sería suficiente para alcanzar la victoria en esta.

Completando lo descrito en el párrafo anterior merece la pena comentar que la subregión

económica Guajira resultó ser el mayor feudo electoral de sector político alguno en términos
de victorias relativas, en este caso del oficialismo, puesto que la oposición únicamente ganó
tres observaciones de ciento diecisiete en el periodo de estudio (2004-2013), lo cual no tiene
equivalente en ninguna otra subregión económica (figura 21). De hecho, podría ser la excepción
de la regla, esto es, un territorio definido por algún criterio político-administrativo donde uno
de los sectores políticos, en este caso el oficialismo, podría decir que el aumento de la
abstención, es decir, la disminución de la participación, le perjudicó y, por ende, estaba en lo
cierto cuando lo argumentaba como parte de su narrativa política (punto 1.4).

En otro orden de ideas, el análisis de dispersión (figura 22) permitió confirmar que el municipio
Maracaibo, en particular las parroquias de su zona este, fue el mayor feudo electoral del sector
de la oposición (figura 23) en todo el estado Zulia durante el periodo de estudio (2004-2013).
Le siguieron, entre otras, algunas parroquias en la subregión económica Costa Oriental del
Lago, en particular varias urbanas y costeras de los municipios Cabimas, Lagunillas, Simón
Bolívar y Valmore Rodríguez (figuras 11 y 23). Por su parte, el oficialismo tenía sus
principales feudos electorales a nivel de parroquias un poco más repartidos, destacando las
parroquias de los municipios Indígena Bolivariano Guajira y Mara de la subregión
económica Guajira (figuras 11 y 23). En este sentido, en general, el análisis de dispersión
(figura 22) permitió recabar nuevas evidencias que las zonas de mayor desarrollo urbano
tendieron a ser feudos electorales de la oposición y las más rurales del oficialismo, algo ya
observado durante a la prueba piloto en el municipio Maracaibo (punto 5.1).

Asimismo, el análisis de dispersión (figura 22) también permitió observar la presencia de

parroquias bisagras (figura 24) a lo largo y ancho de todo el estado Zulia, es decir, aquellas con

142
valores del atributo DIF_OFI_OPO_porcentaje que fue favorable, al menos una vez, tanto
para un sector político como para el otro según qué elección. De hecho, un poco más de la mitad
de las parroquias del estado (55/106) fueron, en mayor o menor medida, bisagras durante el
periodo de estudio (2004-2013). En este sentido, destacó la subregión económica Guajira, en
la cual solo una de sus trece parroquias fue bisagra (figura 24), el resto siempre fueron
favorables al oficialismo. Igualmente, para el caso de parroquias no bisagras (51/106), es decir,
aquellas que siempre fueron favorables a un determinado sector político, se debe comentar que
el oficialismo siempre obtuvo resultados a su favor en el doble de las parroquias (34/106) que
la oposición (17/106). Esto es congruente con el hecho que el oficialismo ganó la mayoría de
las observaciones (607/952) del estudio (figura 20), así como la mayoría de las parroquias
(71/106) del estado (figura 31).

Estado Zulia (análisis espacial, parte descriptiva).

Una de las conclusiones más importantes de esta investigación es que, según los valores del
atributo IMP10ABS, de las ciento seis parroquias del estado Zulia el oficialismo se perjudicó
en ochenta y una de estas (76.4 %), es decir, en, aproximadamente, 3/4 (tabla 13 y figura 30).
Por su parte, la oposición en las restantes veinticinco (23.6 %), esto es, alrededor de 1/4 (tabla
13 y figura 30). Por lo tanto, desde esta perspectiva, con el aumento de la abstención, esto es,
con la disminución de la participación, fue el oficialismo y no la oposición el sector político
perjudicado en el estado Zulia durante el periodo de estudio (2004-2013). Esto contradijo el
resultado del análisis de regresión general realizado (figura 20), el cual permitió constatar que
fue la oposición y no el oficialismo el sector político que se perjudicó en dicho periodo. En
otras palabras, según la recta de regresión general (figura 20) fue la oposición el sector político
perjudicado, no obstante, según el número de parroquias en las que sufrió un perjuicio, obtenido
mediante el cálculo de la recta de regresión para cada una de estas, fue el oficialismo. Esta
dualidad apuntaba a la existencia de clústeres espaciales de perjuicio, tal y como se observó
(figura 30), así como de parroquias que inclinaban la recta de regresión general (figura 20)
perjudicando a la oposición, entre estas, las del este del municipio Maracaibo, la más
opositoras del estado y muchas no bisagras (figuras 22, 23 y 24).

Asimismo, el análisis del atributo IMP10ABS también permito constatar que en todas las
subregiones económicas, salvo en la subregión económica Capital, fue el oficialismo el sector
político que más se perjudicó de largo. De la misma forma, no resultó extraño que haya sido la
subregión económica Capital la excepción, ya que, por un lado, esta fue una de las dos
subregiones económicas, junto con la subregión económica Sur del Lago, en la cual el análisis
de regresión por subregiones económicas (tabla 10 y figura 21) evidenció que la oposición se
perjudicó durante el periodo de estudio (2004-2013) y, por otro, no hay que olvidar que es en
esta donde se encuentra el municipio Maracaibo, el mayor feudo electoral opositor.

Igualmente, es importante señalar dos puntos relacionados con el atributo IMP10ABS.

Primero, independientemente del sector político perjudicado, la mayor parte de las parroquias
pertenecían a un nivel de perjuicio bajo, específicamente, sesenta y seis para el oficialismo y

143
veinticinco para la oposición, es decir, noventa y una parroquias de las ciento seis del estado
Zulia (figura 30), lo cual equivale al 85.8 % (tabla 14). Segundo, el único sector político que
tuvo alguna parroquia en los intervalos medios y/o alto fue el oficialismo (tabla 14).

Por otra parte, según el análisis que se hizo del atributo MEDIA_DIF_OFI_OPO_porcentaje
se evidenció que de las ciento seis parroquias del estado Zulia el oficialismo resultó ganador
medio en setenta y un de estas (67.0 %), es decir, en torno a 2/3 (figura 31). Por su parte, la
oposición en las restantes treinta y cinco (33.0 %), esto es, casi 1/3 (figura 31). Esto fue
congruente con el hecho que el oficialismo resultó victorioso en la mayoría de las observaciones
(607/952) del estudio (figura 20). Esta mayor cantidad de victorias, al menos en un principio,
no pudo atribuirse al perjuicio que sufrió la oposición, en términos medios, a nivel de estado
durante el periodo de estudio (2004-2013) según la recta de regresión general (figura 20), ya
que no solo el oficialismo ganó en más ocasiones, sino que también se perjudicó en la mayoría
de las parroquias del estado (81/106), tal y como se acaba de comentar en los párrafos anteriores
(tabla 13).

Además, el análisis del atributo MEDIA_DIF_OFI_OPO_porcentaje también permito

constatar que en todas las subregiones económicas, salvo nuevamente en la subregión
económica Capital, fue el oficialismo el sector político que más veces resultó ganador medio
durante el periodo de estudio (2004-2013). De hecho, fueron de nuevo las parroquias del
municipio Maracaibo las que, al igual que en el caso del atributo IMP10ABS, evitaron que
fuese el oficialismo el sector político que ganase en todas las subregiones económicas (tabla
15). Al respecto, destacó el nivel de la victoria del oficialismo en la subregión económica
Guajira, ya que este ganó en las trece parroquias que la conforman (tabla 15).

Asimismo, tampoco puede dejarse de mencionar tres aspectos muy interesantes en relación con
el atributo MEDIA_DIF_OFI_OPO_porcentaje. Primero, independientemente del sector
político que resultase ganador medio, la mayor parte de las parroquias pertenecieron al nivel de
victoria bajo (tabla 16), específicamente, cuarenta y tres para el oficialismo y veintisiete para
la oposición, es decir, setenta parroquias de las ciento seis del estado Zulia, lo cual equivale al
66.0 % (figura 31). Segundo, la oposición únicamente tiene victorias en los niveles medio y/o
alto en la subregión económica Capital (tabla 16), específicamente, en el municipio
Maracaibo y dentro de este en, principalmente, su zona este (figura 31). Tercero, el oficialismo
obtuvo victorias en los niveles medio y/o alto en todas las subregiones económicas, destacando
nuevamente su principal bastión electoral en términos de victorias relativas a nivel de
subregiones económicas, es decir, la subregión económica Guajira (tabla 16).

Por otro lado, debe señalarse que con respecto al estudio en conjunto de los atributos
IMP10ABS y MEDIA_DIF_OFI_OPO_porcentaje, se debe comentar que de las ciento seis
parroquias del estado Zulia en setenta y seis de estas (71.7 %) coincidieron sector político
perjudicado y ganador medio (figura 32 y tabla 17). Igualmente, haciendo el análisis por sector
político se obtuvieron datos muy interesantes para cada uno. De esta manera, para el oficialismo
se observó que de las ochenta y una parroquias en las cuales se perjudicó durante el periodo de
estudio (2004-2013) en sesenta y una de estas (75.3 %) también resultó ser el ganador medio

144
(tabla 17). Por su parte, para el sector de la oposición se observó que de las veinticinco
parroquias en las cuales se perjudicó a nivel del estado en quince de estas (60.0 %) también
resultó ser el ganador medio (tabla 17). En otras palabras, proporcionalmente, es decir,
independientemente del número de parroquias en las cuales se perjudicase alguno de los
sectores políticos, fue el oficialismo el que más perjuicio sufrió en la cantidad de parroquias en
las cuales resultó ser el ganador medio (75.3 % vs. 60.0 %). En este orden de ideas, con el
aumento de la abstención, es decir, con la disminución de la participación, fue el oficialismo el
sector político que no solo más se perjudicó en una mayor cantidad de parroquias (81 vs. 25),
sino que también, en proporción, este perjuicio afectó más a sus victorias (75.3 % vs. 60.0 %).

Por último, en el análisis en conjunto de los atributos IMP10ABS y MEDIA_DIF_OFI_OPO_

porcentaje a nivel de subregiones económicas pasó lo mismo que lo presentado por separado,
es decir, la subregión económica Capital (figura 32 y tabla 17) fue la única en las cual la
oposición se perjudicó en más parroquias que el oficialismo (16 vs. 17), así como donde en más
ocasiones resultó ganador medio (15 vs. 18). En este sentido, queda aún más claro que esta y,
particularmente, el municipio Maracaibo, y en este su zona este, fue el principal feudo electoral
opositor en el estado durante el periodo de estudio (2004-2013). Asimismo, por parte del
oficialismo volvió a destacar la subregión económica Guajira, su feudo electoral por
excelencia en términos de victorias relativas a este nivel político-administrativo, ya que este
resultó no solo ganador medio en las trece parroquias que la componen sino que también se
perjudicó en doce de estas (figura 32 y tabla 17).

Estado Zulia (análisis espacial, parte general).

El análisis arrojó que en el municipio Maracaibo, que pertenece a la subregión económica

Capital, el aumento de la abstención, es decir, la disminución de la participación, el atributo
IMP10ABS se agrupó en dos clústeres de parroquias claros, uno al noroeste donde se perjudicó
el oficialismo y otro al sureste donde se perjudicó la oposición (figura 30). No obstante, en
cuanto al número de parroquias fue la oposición el sector político que más se perjudicó en el
municipio, ya que de dieciocho parroquias esta se perjudicó en trece (72.2 %). Además, once
de estas trece parroquias del clúster sureste en las cuales se perjudicó el sector opositor también
fueron parroquias donde resultó ganador medio (figura 32). En el caso de las parroquias del
clúster noroeste, es decir, aquellas en las que se perjudicó el oficialismo, se debe comentar que
cuatro de cinco en las que se perjudicó fueron también parroquias en las cuales resultó ganador
medio (figura 32). Las excepciones en ambos casos fueron las llamadas parroquias de transición
(figura 32).

Hacia el sur del municipio Maracaibo se encuentra el municipio San Francisco (figura 11),
ambos, como ya se comentó anteriormente, suelen tener una continuidad urbanística clara, ya
que el segundo fue por mucho tiempo parte de primero. Por ello, no es de extrañar que el
comportamiento del atributo IMP10ABS de las parroquias más al este del clúster sureste del
municipio Maracaibo en el que se perjudicó la oposición continuase en el este del municipio
San Francisco, siendo la única excepción la parroquia El Bajo, la cual se ubica en el extremo

145
sur del municipio san franciscano y en la cual se perjudicó el oficialismo (figura 30). Por su
parte, en el resto de la subregión económica Capital el sector político perjudicado fue el
oficialismo (figura 30). Por otro lado, en cuanto al comportamiento espacial del atributo
MEDIA_DIF_OFI_ OPO_porcentaje debe expresarse que en la mayor parte de las parroquias
de esta subregión económica (15 vs. 18) este fue favorable a la oposición, en especial en su
zona este, mientras que las parroquias favorables al oficialismo se ubicaron, principalmente, en
la zona oeste (figura 31 y tabla 15). Por último, con relación a la coincidencia espacial de ambos
atributos debe comentarse que de las treinta y tres parroquias que componen la subregión
económica Capital esta concurrencia se presentó en veinticuatro ocasiones (72.7 %),
particularmente, en su zona más este para la oposición y más oeste para el oficialismo (figura
32 y tabla 17).

Por otra parte, al analizar espacialmente el norte de la subregión económica Capital, es decir,
la subregión económica Guajira se debe comentar que el atributo IMP10ABS tuvo un
comportamiento espacial casi monolítico, ya que el aumento de la abstención afectó al
oficialismo en doce de las trece parroquias (figura 30 y tabla 13) que lo componen (92.3 %).
Por otra parte, en cuanto al comportamiento espacial del atributo MEDIA_DIF_OFI_
OPO_porcentaje debe expresarse que también fue monolítico, puesto que el oficialismo
resultó ganador medio en las trece parroquias de esta subregión económica (figura 31 y tabla
15). Finalmente, en lo concerniente a la coincidencia entre ambos atributos debe señalarse que,
el oficialismo se perjudicó en doce de las trece parroquias en las que resultó ganador medio
(92.3 %).

En el caso de la subregión económica Perijá se debe comenzar comentado que, al igual que en
la subregión económica Guajira, el comportamiento espacial del atributo IMP10ABS también
fue casi monolítico perjudicándose el oficialismo, puesto que el aumento de la abstención lo
perjudicó en seis de las siete parroquias (tabla 13 y figura 30) que lo componen (85.7 %). Por
otro lado, en cuanto al comportamiento espacial del atributo MEDIA_DIF_OFI_OPO_
porcentaje debe expresarse que el oficialismo resultó ganador medio en cinco de las siete
parroquias (figura 31 y tabla 15), ubicándose las dos excepciones en el municipio Machiques
de Perijá (figuras 11 y 31). Para concluir, en lo que respecta a la concurrencia entre ambos
atributos debe indicarse que se dio una coincidencia casi perfecta, específicamente, en seis de
siete casos posibles (85.7 %).

Siguiendo hacia el sur del estado tocó analizar espacialmente a la subregión económica Sur del
Lago, la cual se caracterizó porque el comportamiento espacial del atributo IMP10ABS fue,
en general, como un solo clúster de perjuicio para el oficialismo con presencia de cuatro
parroquias islas, es decir, aisladas entre ellas para la oposición, las cuales, por cierto, se ubicaron
en distintos municipios (figuras 11 y 30). Por otra parte, en cuanto al comportamiento espacial
del atributo MEDIA_DIF_OFI_OPO_porcentaje debe indicarse que la mayoría (14/18)
fueron ganadas por el oficialismo, distribuyéndose en el espacio de forma similar que un
sándwich, es decir, con tres grupos de clúster, dos para el oficialismo localizados en los
extremos al este y oeste de la subregión económica y uno para la oposición ubicado entre estos
dos (figura 31 y tabla 15). Por último, en lo referente a la coincidencia entre ambos atributos

146
debe indicarse que este ocurrió en doce de las dieciocho ocasiones posibles (66.6 %),
destacando la zona este de la subregión económica donde se dio una coincidencia en casi todas
las parroquias (figura 32 y tabla 17).

Por último, se analizó espacialmente la subregión económica Costa Oriental del Lago, la zona
petrolera por excelencia no solo del estado Zulia, sino del país. En este sentido, con respecto al
comportamiento espacial del atributo IMP10ABS debe señalarse que de las treinta y cinco
parroquias de la subregión económica en treinta y tres (94.3 %) resultó perjudicado el
oficialismo, por lo que, técnicamente, no existía ningún patrón espacial de variación, resaltando
únicamente dos parroquias al sur donde se perjudicó la oposición, las cuales pertenecen al
municipio Baralt (figuras 11 y 30). Por otro lado, en relación con el comportamiento espacial
del atributo MEDIA_DIF_OFI_OPO_porcentaje debe decirse que once de las treinta y cinco
parroquias que forman esta subregión económica fueron ganadas por la oposición (31.4 %),
ubicándose todas, excepto una, a lo largo de la costa (figura 31). Las veinticuatro restantes, es
decir, las ganadas por el oficialismo se ubicaron a lo largo y ancho de la subregión económica
con mayor presencia en la mitad norte de esta (figura 31). Finalmente, en lo concerniente a la
concurrencia entre ambos atributos debe indicarse que, de las treinta y tres parroquias en las
que se perjudicó el oficialismo también resultó ganador medio en veintidós (66.7 %)
localizándose muchas de estas en la mitad norte o el extremo sur de la subregión económica
(figura 32). Por su parte, el sector de la oposición, que solo se perjudicó en dos ocasiones, no
tuvo ninguna coincidencia. En este sentido, el resto de las parroquias, es decir, aquellas en las
que no hubo concurrencia se ubicaron, principalmente, en la zona litoral de la subregión
económica (figura 32).

Otras.

Con relación al análisis espacial de los atributos IMP10ABS y MEDIA_DIF_OFI_OPO_

porcentaje con respecto a las circunscripciones electorales para el año 2010 (CNE, 2010), debe
indicarse que de las doce circunscripciones electorales que tuvo el estado Zulia, solo en tres,
una para el oficialismo y dos para la oposición, hubo coincidencia de ambos atributos en todas
sus parroquias, ubicándose estas tres circunscripciones electorales en el municipio Maracaibo
(figura 35). Igualmente, cuando se analizaron ambos atributos de forma individual únicamente
en cinco de las doce circunscripciones electorales, tres para el oficialismo y dos para la
oposición, todas sus parroquias correspondieron al mismo sector político perjudicado,
ubicándose cuatro de estas en la subregión económica Capital y una en la Costa Oriental del
Lago (figura 33).

Por último, algunas conclusiones misceláneas relacionadas con la abstención. Comenzando, la

media del atributo ABSTENCIÓN_porcentaje para las 952 observaciones del estudio fue
30.956 %. Asimismo, las menores abstenciones presentadas durante el periodo de estudio
(2004-2013) correspondieron, generalmente, a elecciones para elegir al presidente (2006, 2012,
2013), las mayores, comúnmente, a aquellas para elegir al gobernador del estado (2004, 2008,
2012) y, entre estas dos, a aquellas sobre referendos (2004 y 2009) y diputados por lista a la

147
Asamblea Nacional (2010). No obstante, en algunas parroquias los referendos aparecieron entre
aquellas elecciones con menor nivel de abstención. En cualquier caso, el comportamiento
general observado sugiere que durante el periodo de estudio a mayor localidad de voto, mayor
abstención. Esta afirmación también la respalda el cálculo de la media del atributo
ABSTENCIÓN_porcentaje para estos tres grupos de elecciones. En este sentido, se obtuvo
un 23.604 % para las elecciones del presiente, 37.743 % para las elecciones del gobernador del
estado y 31.145 % para los referendos y la elección de diputados por lista a la Asamblea
Nacional.

148
 APORTES

El primer aporte de este trabajo es haber entrado en el campo de la geografía política, en

particular, en la subespecialidad de geografía electoral, la cual tiene un escaso desarrollo en
Iberoamérica y, prácticamente, inexistente en Venezuela. Este hecho cobra mayor relevancia si
se tiene presente dos aspectos muy importantes. Primero, la escases de expertos en geografía
electoral a nivel internacional en especial en Iberoamérica, lo cual obligó a construir desde el
principio el marco de trabajo necesario para poder desarrollar este estudio, lo cual a su vez
requirió de un arduo esfuerzo de varios años para poder conseguir el nivel mínimo requerido
que permitirse culminar con existo todo el proceso de investigación. Segundo, las palabras de
John O'Loughlin, profesor de geografía de la Universidad de Colorado, autoridad global en
geografía política y electoral y exeditor por treinta y cinco años de Political Geography,119
quien en un ensayo publicado hace escasos años en esta última comentó que, el campo de la
geografía política era caótico, opaco, amorfo y amateur, además de estar caracterizado por la
carencia de cohesión interna, así como por tener una gran tendencia a cambiar de interés
rápidamente (O’Loughlin, 2018).

En este sentido, durante el desarrollo de esta investigación se debió llevar a cabo una amplia
revisión bibliográfica sobre la materia tanto a nivel internacional como en Iberoamérica y
Venezuela (punto 2.3). Esta permitió evidenciar de forma clara que desde 1913, año cuando se
publica el trabajo que es considerado pionero en geografía electoral, a saber, Tableau politique
de la France de l'Ouest sous la Troisième République del científico francés André Siegfried
(Siegfried, 2010), han sido investigadores de EE. UU. y el Reino Unido los que han llevado a
cabo, con diferencia, la mayor cantidad de trabajos sobre la materia (punto 2.3). En el caso de
Iberoamérica se pudo notar que, en términos generales, se han llevado a cabo muy pocas
investigaciones, destacando tímidamente Brasil, España y México. Por su parte, en Venezuela,
a pesar de todo el “tsunami” de elecciones desarrolladas desde que el 6 de diciembre de 1998
Hugo Chávez ganará por primera vez la elección presidencial, los estudios son, prácticamente,
inexistentes.

Asimismo, luego de la revisión bibliográfica también se evidenció que una muy buena parte,
sino la mayoría, de trabajos en geografía electoral (o afines) a partir de principios de los años
ochenta,120 tanto a nivel internacional como en Iberoamérica y Venezuela, han sido
desarrollados bajo el enfoque de científicos con perfil más cualitativo y social como, por
ejemplo, sociólogos, politólogos, urbanistas o geógrafos cualitativos y no por científicos con
perfil más cuantitativo como, podrían ser, ingenieros, matemáticos, estadísticos o geógrafos
cuantitativos. En este sentido, los primeros, en general, no solían emplear en profundidad, las
pocas veces que lo hacían, técnicas de modelado matemático, estadística avanzada y/o análisis
espacial, limitando muchas veces su uso al nivel exploratorio y/o descriptivo o, meramente, a

119 Revista científica más prestigiosa y de mayor impacto a nivel global en geografía política y, por ende, en geografía electoral. Se publicó por
primera vez en 1982 y fue conocida hasta 1991 como Political Geography Quarterly.
120 Irónicamente en los tiempos cuando nace el paradigma de la geografía automatizada (Dobson, 1983), positivista y cuantitativa por naturaleza

(ver notas de pie de página 1 y 2).

149
presentar simples representaciones cartográficas de la distribución espacial de un cierto
atributo. Por lo tanto, sus trabajos muchas veces resultaron ser más teóricos, filosóficos,
interpretativos y reflexivos que numéricos, es decir, más cualitativos que cuantitativos. Esta
observación la respalda el profesor O'Loughlin quien también señaló, en su ya mencionado
ensayo (primer párrafo de este apartado), que la mayoría de los trabajos que han aparecido en
la historia de Political Geography121 (publicada por primera vez en 1982) pueden ser
propiamente catalogados de cualitativos al estar alejados del análisis espacial y parecerse más
a los de antropología, algo que resulta incluso irónico con el avance en los últimos años de las
ciencias de la información geográfica (O’Loughlin, 2018). De hecho, no pocas de las
investigaciones recuperadas durante la revisión bibliográfica que eran catalogadas de geografía
electoral, bien sea por las palabras clave asignadas a las mismas en las bases de datos
consultadas (punto 2.2.2) o por el título, contenido, autores y/o temática de estas, carecían
incluso de representación cartográfica, es decir, no presentaban ni siquiera un mapa. En este
orden de ideas, esta investigación viene a ser una de la pocas a nivel internacional (mucho más
en Iberoamérica) donde se han empleado con cierta profundidad y en conjunto técnicas de
modelado matemático, estadística avanzada y análisis espacial, así como una de las escasas en
ingeniería que hayan abordado la solución de un problema concreto (impacto de la abstención
en los resultados electorales) en la subespecialidad de geografía electoral y más todavía
desarrollando para ello una metodología específica (punto 4.4), sin dejar de mencionar la
utilización de scripts desarrollados en Python y R para automatizar buena parte del trabajo.

Otro aporte muy importante lo constituye la manera en que se llevó a cabo la revisión de los
antecedentes (capitulo 2). Esta, además de pretender ser generosa al haber revisado cientos,
sino miles, de articulo y similares, se concibió pensando en profesionales más cuantitativos
quienes, posiblemente, no suelen abordar este tipo de investigaciones por lo exageradamente
teórica que a veces parece, en especial en el caso de las ingenierías que deben resolver
problemas concretos de forma pragmática. En este orden de ideas, la revisión de los
antecedentes se desarrolló con base en la definición de un conjunto de diecisiete clases (punto
2.2.5) en las cuales se clasificaron las investigaciones que se recuperaron de las distintas bases
de datos que se consultaron (punto 2.2.2) de la misma forma que se si fuese a diseñar un
algoritmo de inteligencia artificial de clasificación supervisada como, por ejemplo, random
forest o k-nearest neighbors. Asimismo, para enriquecer más aún la revisión bibliografía esta
se hizo considerando el desarrollo epistemológico del conocimiento científico, así como la
aparición de los distintos paradigmas de la geografía.122 De esta forma, resulta mucho más fácil
entender el avance de las técnicas, métodos y enfoques en geografía electoral desde la
perspectiva pragmática de profesiones con naturaleza cuantitativa como, por ejemplo, las
ingenierías y la matemática sin dejar de enriquecerse de aspectos teóricos y filosóficos que a su
vez permiten tener claro de dónde viene, donde está y a donde puede ir la geografía electoral.
De hecho, esta revisión bibliográfica pretende servir a cualquier potencial investigador y/o
profesional de cualquier rama del conocimiento que quiera entrar en el campo de la geografía

121 Ver nota de pie de página número 119.

122 Ver nota de pie de página número 2.

150
electoral al tener condensada mucha de la información más importante que de otro modo
tardaría años en adquirir y comprender.

Igualmente, a pesar de los significativos aportes mencionados en los párrafos anteriores, el más
importante de esta investigación fue, sin duda alguna, el desarrollo de una metodología que,
además de novedosa, posibilitó recabar por primera vez, al menos a nivel de parroquias del
estado Zulia durante el periodo de estudio (2004-2013), evidencia empírica que permitió falsar,
al menos parcialmente, dos hipótesis nulas (punto 1.4.1) muy arraigadas en la narrativa política
de Venezuela durante este periodo, una por sector político, las cuales sostenían que el aumento
de la abstención, es decir, la diminución de la participación, les perjudicaba, o, lo que es lo
mismo, beneficiaba al adversario. Asimismo, la evidencia recabada también permitió sustentar
la hipótesis alternativa que se propuso (punto 1.4.2), la cual sostiene que el espacio estaba
clusterizado en zonas de perjuicio para ambos grupos, lo cual es congruente con la compleja
naturaleza del comportamiento electoral de los seres humanos, el cual depende de innumerables
variables de todo tipo.

Asimismo, esta metodología se diseñó para analizar no solo el impacto de la abstención, sino
de muchas otras variables numéricas, así como no solo para trabajar con parroquias, sino
cualquier unidad espacial. De la misma manera, también se concibió con la intención que fuese
fácil su interpretación. Para ello, se definió un índice que se caracteriza por su simpleza y su
alto nivel de interpretabilidad y con el cual se pueden llevar a cabo de forma relativamente
sencilla tareas de análisis espacial, las cuales, tal y como se constató en la revisión de los
antecedentes bibliográficos (punto 2.3), no suelen ser comunes en el área de la geografía
electoral. Asimismo, esta metodología demostró ser capaz de trabajar con distintos tipos de
elecciones en forma simultánea algo que, por cierto, tampoco suele ser frecuente en los
antecedentes consultados, los cuales suele restringir el análisis de distintas elecciones, en los
pocos casos en los que se consideran varios en forma simultánea, a aquellos del mismo tipo.
Además, esta metodología se pensó para que tuviese una base amplia y, por lo tanto, se puede
aplicar/adaptar no solo a cualquier parte del territorio venezolano y cualquier contexto sino
también a otros territorios y/o países con contextos sociopolíticos de alta polarización que
permitan agrupar a los distintos partidos políticos en dos bloques según algún criterio como,
por ejemplo, ideología, religión, posición sobre la inmigración, etc. En este sentido, por
ejemplo, si en el caso de Venezuela los dos bloques fueron definidos como oficialismo y
oposición, en la España políticamente fragmentada de hoy en día (junio de 2021) pudiesen
definirse los bloques como izquierda y derecha. Incluso, la metodología diseñada también
podría adaptarse a situaciones en las que deban concretarse más de dos sectores, por ejemplo,
definiendo un índice para cada par de estos.

Por último, este apasionante trabajo doctoral deja otros dos aportes. Primero, un mejor
entendimiento del comportamiento, al menos desde la perspectiva espaciotemporal, del muy
complejo proceso sociopolítico que se ha vivido en Venezuela desde que Hugo Chávez ganara
su primera elección presidencial el 6 de diciembre de 1998, una sociedad que, para el último
año incluido en este trabajo (2013), era cataloga de “un fenómeno difícil de comprender”, ya
que era el país de la región latinoamericana donde más se apoyaba a la democracia con un

151
sorprendente 87 %, algo muy diferente a la percepción que se podía tener en el exterior
(Corporación Latinobarómetro, 2013, p. 8). Segundo, que la misma servirá de punto de partida
para comenzar una nueva línea de investigación el departamento de Geoinformática de la
Escuela de Geodesia de Facultad de Ingeniería de la Universidad del Zulia (Venezuela), siendo,
muy posiblemente, la primera línea de investigación de este tipo en alguna escuela de ingeniería
en el país. De la misma forma, también podría, por qué no, servir de punto de partida para lo
mismo en la Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía de
la Universidad Politécnica en Madrid (España) o, incluso, en otras instituciones académicas y/o
profesionales de otros países de Iberoamérica.

152
 SUGERENCIAS

Al ser el estado Zulia un estado altamente diverso desde el punto de vista geográfico, social y
cultural la primera sugerencia que se propone es comenzar a tratar de explicar los resultados
electorales para ambos sectores políticos (VOTOS_OFICIALISMO_porcentaje y VOTOS_
OPOSICIÓN_porcentaje) y/o la diferencia entre estos (DIF_OFI_OPO_porcentaje)
correlacionándolos con distintas variables socioeconómicas (ingreso, educación, ocupación,
edad, genero, etnicidad, religión, etc.) a nivel de parroquia para cada una de las nueve elecciones
incluidas en la investigación. Igualmente, sería interesante evaluar el efecto de los distintos
tipos de variables físicas naturales (altura, clima, nivel de precipitación, etc.). Asimismo, sería
muy importante valorar el impacto de la implementación de algunos de los muchos programas
sociales que se pusieron en marcha durante el periodo de estudio (2004-2013) por parte de
gobierno nacional y/o regional. De la misma manera, no se puede dejar de sugerir analizar el
impacto de las campañas electorales o las alianzas entre partidos políticos. Otras sugerencias
que no pueden dejar de hacerse, aunque pueden resultar engorrosas por la potencial falta de
datos, es evaluar el impacto de las redes sociales, practicas muy comunes como el barril de
tocino123 o los cambios en la normativa legal y/o los sistemas electorales.

De igual manera, una sugerencia muy importante es aplicar la metodología y hacer un análisis
similar al que se hizo en la investigación a nivel de parroquia pero en este caso a nivel de
municipios y/o circunscripciones electorales (antiguas o vigentes) y, si fuese posible, aunque
resultaría mucho más complicado, puesto que se necesitarían recolectar muchos más datos,
hacerlo a nivel de, por ejemplo, los distintos sectores de las parroquias o los centros electorales
en las mismas. De esta forma, podría tenerse una idea mucho más clara de cuál es el efecto de
trabajar con datos agregados a distintos niveles espaciales.

Por otra parte, otro grupo de recomendaciones tiene que ver con distintas técnicas estadísticas.
Primero, los análisis de regresión podrían también hacerse asignándole un determino peso
estadístico a las observaciones como, por ejemplo, uno basado en el padrón electoral
histórico.124 Segundo, analizar con más profundidad el impacto de las parroquias de los
municipios Indígena Bolivariano Guajira, Jesús María Semprún y Maracaibo, puesto que al no
incluir sus observaciones en el análisis de regresión lineal general (figura 20) se pudo observar
que la pendiente de la recta de regresión se vuelve prácticamente paralela al eje de las abscisas,
es decir, que la tendencia del impacto del aumento de la abstención, es decir, la disminución de
la participación, deja de perjudicar a la oposición para, técnicamente, no perjudicar a ningún
sector político. Tercero, determinar el grado de autocorrelación espacial entre las distintas
parroquias para cada elección utilizando la medida del I de Moran. Cuarto, aplicar técnicas de
reducción de dimensionalidad como, por ejemplo, el análisis de componentes principales
(PCA)125 para estimar el nivel de redundancia de información presente en parte o todas las
elecciones incluidas en el estudio a nivel de parroquias u otra unidad espacial que se defina.

123 Ver nota de pie de página número 26.

124 Ver nota de pie de página 101 y tabla 10.
125 Del inglés principal components analysis.

153
Igualmente, se considera importante plasmar un conjunto de sugerencias relacionadas con la
base de datos. Primero, utilizar el punto como separador decimal y no la coma como se hizo en
un principio en este trabajo, ya que esta suele ser el carácter por defecto en distintos programas
y/o sistemas informáticos para separar las columnas en archivos de texto. Segundo, utilizar
nombres más cortos para los distintos atributos que se incluyan. Tercero, tanto los nombres de
los atributos como los de las tablas deben tener todos sus caracteres en minúsculas para así
evitar problemas de procesamiento de datos al llamar tablas y/o columnas de estas en algún
lenguaje de consulta como, por ejemplo, SQL. Cuarto, si utiliza la acentuación en las distintas
palabras se debe seleccionar muy bien la codificación de caracteres, recomendándose en este
caso UTF-8 para exportar datos a cualquier formato utilizado. Quinto, explorar la opción de
colocar la base de datos en alguno de los productos que ofrecen alguno de los proveedores de
servicios en la nube como, por ejemplo, Amazon Web Services (AWS), Google Cloud Platform
(GCP) o Microsoft Azure con lo cual esta se deslocalizaría, posibilitando esta manera
conectarse a la misma desde cualquier ordenador y trabajar en equipos remotos. Sexto, en el
caso que la metodología quiera adaptarse para trabajar con dos o más tipos de elecciones por
proceso electoral (punto 3.1), sería necesario alguna de estas dos opciones: 1. crear una llave
primaria compuesta en la tabla proceso_electoral (figura 13), ya que como solo se consideró un
solo tipo de elección por proceso electoral no fue necesario identificar al tipo de elección, no
obstante, si se consideran dos o más tipos es necesario que la llave primaria también incluya al
atributo tipo de elección; 2. crear una tabla propia para los tipos de elecciones con su respectivo
identificador e incluir este como llave foránea en la tabla proceso_electoral.

Finalmente, cuatro recomendaciones adicionales. Primero, incluir la geometría de cada unidad

de análisis espacial, como en este caso de las parroquias, en formato texto conocido (wkt)126 en
alguna columna en el caso que se decida trabajar con datos en un archivo texto (.scsv, .csv, .txt,
etc.), lo cual permitiría generarlas de manera mucho más fácil al importar este archivo con algún
sistema manejador de bases de datos con capacidad de trabajar con datos especiales. Segundo,
evaluar la posibilidad llevar a cabo las tareas de extracción de los datos (punto 4.4.1.3) de forma
automatizada y no manual como en esta oportunidad, desarrollando para ello un script que
implemente alguna técnica de raspado web (web scrapping en inglés) en algún lenguaje de
programación como, por ejemplo, Python o R. Tercero, con respecto a las clasificación por
clases (punto 2.2.5) de los antecedentes recuperados se recomienda refinar la clase cartografía
electoral, patrones electorales y/o variaciones espaciotemporales, ya que, posiblemente, fue
aquella en la que se clasificó una mayor cantidad de antecedentes, por lo tanto, pudiesen haber
muchos de estos que se podrían reclasificar o incluso la misma clase se podría dividir. Cuarto,
realizar el mapa de parroquias bisagras (figura 24) con un mayor nivel de detalles, puesto que
muchas de estas tienen únicamente una observación para otro sector político, es decir, son por
la mínima parroquias bisagras, por lo cual se podría hacer un mapa con mayor resolución que
permita observar la distribución espacial de las mismas para distintos niveles de granularidad.

126 Del inglés well known text.

154
 BIBLIOGRAFÍA

Abadal, E. (2012). Acceso abierto a la ciencia. UOC.

Abbondanza, G., & Bailo, F. (2018). the electoral payoff of immigration flows for anti-immigration parties: The case of Italy’s Lega Nord.
European Political Science, 17(3), 378-403. Scopus. https://doi.org/10.1057/s41304-016-0097-0
AFP. (2002, octubre 14). Empresarios ratifican paro nacional el lunes 21 de octubre. El Universo.
http://www.eluniverso.com/2002/10/14/0001/14/D04C9F0B976B4A498A2CA4CDEF90B1AB.html
AFP. (2004, octubre 23). Llaman a votar en Venezuela. Hoy Digital. http://hoy.com.do/llaman-a-votar-en-venezuela-2/
Agnew, J. (1994). The national versus the contextual: The controversy over measuring electoral change in Italy using Goodman flow-of-vote
estimates. Political Geography, 13(3), 245-254. https://doi.org/10.1016/0962-6298(94)90029-9
Agnew, J. (1996). Mapping politics: How context counts in electoral geography. Political Geography, 15(2), 129-146.
https://doi.org/10.1016/0962-6298(95)00076-3
Agnew, J., Mamadouh, V., Secor, A. J., & Sharp, J. (2015). Introduction. En J. Agnew, V. Mamadouh, A. J. Secor, & J. Sharp (E ds.), The
Wiley Blackwell Companion to Political Geography (p. 1'10). John Wiley & Sons, Ltd.
https://doi.org/10.1002/9781118725771.fmatter
Agnew, J., & Shin, M. (2017). Spatializing Populism: Taking Politics to the People in Italy. Annals of the American Association of
Geographers, 107(4), 915-933. https://doi.org/10.1080/24694452.2016.1270194
Agnew M., L., & O’Loughlin, J. (2015). Spatial Analysis. En J. Agnew, V. Mamadouh, A. J. Secor, & J. Sharp (Eds.), The Wiley Blackwell
Companion to Political Geography (p. 1'10). John Wiley & Sons, Ltd. https://doi.org/10.1002/9781118725771.fmatter
Akarca, A., & Tansel, A. (2016). Voter reaction to government incompetence and corruption related to the 1999 earthquakes in Turkey. Journal
of Economic Studies, 43, 309-335. https://doi.org/10.1108/JES-07-2014-0115
Alabrese, E., Becker, S. O., Fetzer, T., & Novy, D. (2019). Who voted for Brexit? Individual and regional data combined. European Journal
of Political Economy, 56, 132-150. https://doi.org/10.1016/j.ejpoleco.2018.08.002
Alamdar, E., Rasti, O., & Ahmadi, S. A. (2016). Spatial pattern of participation in presidential election Case study: Tenth and Eleventh of the
presidential election in South Khorasan province. Human Geography Research, 48(4), 815-829.
https://doi.org/10.22059/jhgr.2016.58809
Alejos, F. O., & García, I. S. (1990). Aplicación de dos técnicas multivariantes (cluster no jerarquizado y análisis de componentes principales)
a un estudio de geografía electoral: El voto en la ciudad de Logroño y sus condicionantes sociales. Berceo, 118, 83-93.
Alfaro-Redondo, R. (2002). Elecciones municipales y debilitamiento del respaldo electoral bipartidista en Costa Rica periodo 1986-2002.
Anuario de estudios centroamericanos, 28, 89-135.
Algara, C., & Hale, I. (2020). Racial attitudes & political cross-pressures in nationalized elections: The case of the Republican coalition in the
Trump era. Electoral Studies, 68, 102207. https://doi.org/10.1016/j.electstud.2020.102207
Allcott, H., Boxell, L., Conway, J., Gentzkow, M., Thaler, M., & Yang, D. (2020). Polarization and public health: Partisan differences in social
distancing during the coronavirus pandemic. Journal of Public Economics, 191, 104254.
https://doi.org/10.1016/j.jpubeco.2020.104254
Almao, V. P. (2012). Venezuela: Claves para entender el excepcionalismo político zuliano. Espacio Abierto, 21(2), 277-304.
Aló Presidente No 101. (2002, abril 7). Venezolana de Televisión. http://www.youtube.com/watch?v=XgZHe4k2Cak
Altındağ, O., & Kaushal, N. (2021). Do refugees impact voting behavior in the host country? Evidence from Syrian refugee inflows to Turkey.
Public Choice, 186(1), 149-178. https://doi.org/10.1007/s11127-019-00768-3
Altman, D. (2004). Redibujando el mapa electoral chileno: Incidencia de factores socioeconómicos y género en las urnas. Revista de Ciencia
Política, XXIV(2), 49-66.
Alvarenga, M. G., & Herrera, J. A. (2019, abril 11). A 17 años de aquel 11 de abril. El Universal.
https://www.eluniversal.com/politica/37354/a-17-anos-de-aquel-11
Álvarez, Á. (2007). Venezuela 2007: Los motores del socialismo se alimentan con petróleo. Revista de ciencia política, 27(ESP), 265-289.
https://doi.org/10.4067/S0718-090X2007000100016
Amaya, C. (1993). Un Estudio de Geografía Electoral Venezolana: Las Elecciones de Alcaldes en el Estado Mérida, 1989. Revista geográfica
venezolana, 34, 177-208.
Amaya, C. (2000). Contexto geográfico y comportamiento electoral en Venezuela: Las elecciones de gobernadores de estado, año 1995. Revista
geográfica venezolana, 41(2), 215-238.
Amaya, C. (2013, abril 8). Elecciones presidenciales en Venezuela, 2012: El síndrome periférico. XIV Encuentro de Geógrafos de América
Latina EGAL: Reencuentro de saberes territoriales latinoamericanos, Lima.
http://observatoriogeograficoamericalatina.org.mx/egal14/Geografiasocioeconomica/Geografiapolitica/06.pdf
Amaya, C., Trinca, D., & Graterol, G. (2012). Elecciones legislativas del 26 de septiembre de 2010 en Venezuela: Comportamiento electoral
en el ámbito urbano-rural. Revista geográfica venezolana, 53(1), 29-55.
André, I., & Gaspar, J. (1988). Geografía electoral: 1975 y 1985. Revista de Estudios Políticos, 60, 253-276.
Anejionu, O. C. D., Ahiarammunnah, P.-A. N., & Nri-ezedi, C. J. (2016). The 2015 presidential election in Nigeria: Gaining insights with
spatial analysis. Electoral Studies, 44, 455-460. https://doi.org/10.1016/j.electstud.2016.07.008
Aragón, M., & Aguilar, L. (1977). Consideraciones sobre los resultados en Madrid del referéndum de 15 – 12– 76. Revista Española de La
Opinión Pública, 48, 115. https://doi.org/10.2307/40199479
Aravena Silva, F. (2015). Contexto geográfico y distribución del sufragio en el gran Santiago para las elecciones presidenciales 2009—2010
[Tesis de grado, Universidad de Chile]. http://repositorio.uchile.cl/handle/2250/136973
Araya, C. (1995). Historia de América en perspectiva latinoamericana (2.a). Universidad Estatal a Distancia.

155
Arrington, T., & Ingalls, G. (1998). The limited vote alternative to affirmative districting. Political Geography, 17(6), 701-728.
https://doi.org/10.1016/S0962-6298(97)00069-3
Arzheimer, K., & Evans, J. (2012). Geolocation and voting: Candidate–voter distance effects on party choice in the 2010 UK general election
in England. Political Geography, 31(5), 301-310. https://doi.org/10.1016/j.polgeo.2012.04.006
Augusto, D. C. (2017). Comportamento geográfico do voto: A identificação partidária em Portugal e no Brasil [Tesis doctoral, Universidade
Estadual de Maringá]. http://repositorio.uem.br:8080/jspui/handle/1/2883
Augusto, D. C., & Sene, M. W. (2013). Geografia eleitoral e a decisão do voto: Estudo a partir da identificação partidária. Revista Geonorte,
4(12), 81-97.
Augusto, D. C., & Silva, M. da. (2014). Geografia eleitoral: Considerações sobre a relação entre política partidária e eleitores. GeoUECE, 3(4),
177-193.
Augustyniak, L., Rajda, K., Kajdanowicz, T., & Bernaczyk, M. (2020). Political Advertising Dataset: The use case of the Polish 2020
Presidential Elections. 110-114. https://doi.org/10.18653/v1/2020.winlp-1.28
Ávila-Eggleton, M., & Gutiérrez Sánchez, H. (2017). El papel del espacio en la explicación del abstencionismo. Espiral (Guadalajara), 24(69),
115-154.
Axenov, K. E., & Papadopoulos, A. G. (1997). Long-term tendencies in the electoral behavior and the geography of voting in St. Petersburg:
1989-1995. GeoJournal, 42(4), 433-448. Scopus. https://doi.org/10.1023/A:1006854916286
Ayala, F. (2006). La evolución de un evolucionista. Universitat de València.
Baccini, L., Brodeur, A., & Weymouth, S. (2021). The COVID-19 pandemic and the 2020 US presidential election. Journal of Population
Economics, 34(2), 739-767. https://doi.org/10.1007/s00148-020-00820-3
Backstrom, C. H. (1982). The practice and effect of redistricting. Political Geography Quarterly, 1(4), 351-359. https://doi.org/10.1016/0260-
9827(82)90035-0
Bala, K., & Singh, S. (2014). Trends and patterns of seats won by the BJP in Indian parliamentary elections (1984-2004): A geographical
analysis. Transactions of the Institute of Indian Geographers, 36(1), 63-69. Scopus.
Balcells, L. (2007). ¿Es el voto nacionalista un voto de proximidad o un voto de compensación?: Una nueva aproximación «espacial» al voto
en dos dimensiones. Revista española de ciencia política, 16, 61-88.
Balderas, R. (2012). Génesis de la geografía electoral. Espacialidades, 2(1), 80-95.
Bański, J., Kowalski, M., & Mazur, M. (2012). Spatial differences in voting behaviour among inhabitants of rural poland, as e xemplified by
parliamentary election in the period 1993-2007. Geograficky Casopis, 64(2), 91-109. Scopus.
Baños, M., & Palacios, C. (2013). Evolución territorial de los distritos electorales federales uninominales, 1977-2010. Investigaciones
Geográficas, 84, 81-95.
Barboza, A. (2016). Luis Vicente León: “En la Venezuela de hoy está ocurriendo un proceso de primitivización”. Panorama.
http://www.panorama.com.ve/politicayeconomia/Luis-Vicente-Leon-En-la-Venezuela-de-hoy-esta-ocurriendo-un-proceso-de-
primitivizacion-20160316-0093.html
Baringer, A., Herron, M. C., & Smith, D. A. (2020). Voting by Mail and Ballot Rejection: Lessons from Florida for Elections in the Age of
the Coronavirus. Election Law Journal: Rules, Politics, and Policy, 19(3), 289-320. https://doi.org/10.1089/elj.2020.0658
Bastos, M., & Mercea, D. (2018). Parametrizing Brexit: Mapping Twitter political space to parliamentary constituencies. Information,
Communication & Society, 21(7), 921-939. https://doi.org/10.1080/1369118X.2018.1433224
Baumann, Z. D., Winburn, J., Russo, S. J., & Islam, M. S. (2020). What Are Friends for? The Effect of Geographic Proximity on Primary
Turnout in Gubernatorial Elections. Political Research Quarterly. Scopus. https://doi.org/10.1177/1065912920906202
Bautista, D. (2007). La política venezolana desde 1958 hasta nuestros días. Universidad Católica Andrés Bello.
BBC mundo. (2002, octubre 23). Venezuela: Continúa reclamo de militares. BBC Mundo.
http://news.bbc.co.uk/hi/spanish/latin_america/newsid_2353000/2353239.stm
Beauregard, L. (1984). The 1982 Montreal municipal elections: A study in political geography. Cahiers de Geographie du Quebec, 28(75),
395-433. Scopus. https://doi.org/10.7202/021669ar
Becker, S. O., Fetzer, T., & Novy, D. (2017). Who voted for Brexit? A comprehensive district-level analysis. Economic Policy, 32(92), 601-
650. Scopus. https://doi.org/10.1093/epolic/eix012
Bedasso, B. E., & Jaupart, P. (2020). South-South migration and elections: Evidence from post-apartheid South Africa. IZA Journal of
Development and Migration, 11, 20200013. https://doi.org/10.2478/izajodm-2020-0015
Beecham, R., Williams, N., & Comber, A. (2020). Regionally-structured explanations behind area-level populism: An update to recent
ecological analyses. PLOS ONE, 15(3), e0229974. https://doi.org/10.1371/journal.pone.0229974
Bélanger, P., Carty, R., & Eagles, M. (2003). The geography of Canadian parties’ electoral campaigns: Leaders’ tours and constituency election
results. Political Geography, 22(4), 439-455. https://doi.org/10.1016/S0962-6298(02)00113-0
Bélanger, P., & Eagles, M. (2006). The geography of class and religion in Canadian elections revisited. Canadian Journal of Political Science,
39(3), 591-609. Scopus. https://doi.org/10.1017/S0008423906060227
Bell, D. (1984). Las ciencias sociales desde la Segunda Guerra Mundial. Alianza.
Berezkin, A. V., Kolosov, V. A., Pavlovskaya, M. E., Petrov, N. V., & Smirnyagin, L. V. (1989). The geography of the 1989 elections of
people’s deputies of the USSR (preliminary results). Soviet Geography, 30(8), 607-634. Scopus.
https://doi.org/10.1080/00385417.1989.10640793
Berezkin, A. V., Myagkov, M., & Ordeshook, P. C. (1999). The urban-rural divide in the Russian electorate and the effect of distance from
urban centers. Post-Soviet Geography and Economics, 40(6), 395-406. Scopus. https://doi.org/10.1080/10889388.1999.10641122
Berezkin, A. V., Myagkov, M., & Ordeshook, P. C. (2003). Location and Political Influence: A Further Elaboration of Their Effects on Voting
in Recent Russian Elections. Eurasian Geography and Economics, 44(3), 169-183. https://doi.org/10.2747/1538-7216.44.3.169
Berg, S. (1988). Spatial influence on voter transitions in Swedish elections: An application of Johnston’s maximum entropy method. Electoral
Studies, 7(3), 233-250. https://doi.org/10.1016/0261-3794(88)90003-0
Bhatti, Y., & Hansen, K. M. (2019). Voter turnout and municipal amalgamations—Evidence from Denmark. Local Government Studies, 45(5),
697-723. https://doi.org/10.1080/03003930.2018.1563540

156
Biancalana, C., & Colloca, P. (2019). The Dynamics of the Electoral Geography of the Five Star Movement: The Role of Territorial Area and
Municipality Size. Journal of Modern Italian Studies, 24(5), 716-735. https://doi.org/10.1080/1354571X.2019.1681704
Biel, H. (1972). Suburbia and Voting Behavior in the London Metropolitan Area. Tijdschrift Voor Economische En Sociale Geografie, 63(1),
39-43. https://doi.org/10.1111/j.1467-9663.1972.tb01162.x
Billet, J. (1958). L’expression politique en Grésivaudan et son interprétation géographique. Revue de géographie alpine, 46(1), 97-127.
https://doi.org/10.3406/rga.1958.1818
Bird, A. (2018). Thomas Kuhn. En E. N. Zalta (Ed.), The Stanford Encyclopedia of Philosophy (Invierno). Metaphysics Research Lab, Stanford
University. https://plato.stanford.edu/archives/win2018/entries/thomas-kuhn
Blaxter, L., Hugues, C., & Tight, M. (2008). Cómo se investiga (Vol. 20). Grao.
Blumberg, M. J., Slaven, M. D., Binning, W. C., & Boyle, E. M. (2018). Pennsylvania Senate Race: Calculated Campaigns in a To ss-up State.
En S. D. Foreman & M. L. Godwin (Eds.), The Roads to Congress 2016: American Elections in a Divided Landscape (pp. 355-
371). Springer International Publishing. https://doi.org/10.1007/978-3-319-58094-4_23
Bodman, A. R. (1985). Regional Trends in Electoral Support in Britain, 1950–1983. The Professional Geographer, 37(3), 288-295.
https://doi.org/10.1111/j.0033-0124.1985.00288.x
Boone, C. (2011). Politically allocated land rights and the geography of electoral violence: The case of Kenya in the 1990s. Comparative
Political Studies, 44(10), 1311-1342. Scopus. https://doi.org/10.1177/0010414011407465
Borges, A., Paula, C. de, Silva, A. da N., Borges, A., Paula, C. de, & Silva, A. da N. (2016). Eleições legislativas e geogra fia do voto em
contexto de preponderância do Executivo. Revista de Sociologia e Política, 24(58), 31-58. https://doi.org/10.1590/1678-
987316245802
Bosque, J. (1980). Influencias espaciales en el comortamiento electoral: El efecto de amigos y vecinos (votaciones al Senado, ciudad de
Granada, 15 de junio de 1977). Revista internacional de sociología, 36, 577-594.
Bosque, J. (1981a). Geografía electoral y elecciones en España. Anales de Geografía de la Universidad Complutense, 1, 285-293.
Bosque, J. (1981b). Las campañas de mítines electorales en Granada (15-1-77 y l-M-79): Un análisis espacial. Revista de Estudios Políticos,
22, 237-250.
Bosque, J. (1981c). Procesos de contagio espacial en el comportamiento electoral de la población española: (1977– 1979). Anales de Geografía
de la Universidad Complutense, 1, 97-115.
Bosque, J. (1982). Modelos ecológicos del comportamiento electoral en España (1977-1979). Estudios geográficos, 43(166), 33-60.
Bosque, J. (1988). Geografía Electoral. Síntesis.
Bosque, J., & Buzai, G. D. (2017). Geografía Electoral de la Ciudad Autónoma de Buenos Aires, 2015. Elecciones a Jefe de Gobierno municipal
y a Presidente de la República Argentina. Persona y Sociedad, 31(1), 48-73. https://doi.org/10.11565/pys.v31i1.114
Boswell, L. (1998). Rural communism in France, 1920-1939. Cornell University Press.
Botía, A. (2002, octubre 22). Viejas ideas, nuevas estrategias. TalCual. http://www.talcualdigital.com/ediciones/2002/10/22/p4s1.htm
Bourdé, G., & Martín, H. (2004). Las escuelas históricas (2.a). Akal.
Bove, V., Efthyvoulou, G., & Pickard, H. (2020). Did terrorism affect voting in the Brexit referendum? British Journal of Political Science.
http://eprints.whiterose.ac.uk/168601/
Bracco, E., De Paola, M., Green, C. P., & Scoppa, V. (2018). The effect of far right parties on the location choice of immigrants: Evidence
from Lega Nord Mayors. Journal of Public Economics, 166, 12-26. https://doi.org/10.1016/j.jpubeco.2018.07.012
Brady, D., & Grofman, B. (1991). Modelling the determinants of swing ratio and bias in US House elections 1850–1980. Political Geography
Quarterly, 10(3), 254-262. https://doi.org/10.1016/0260-9827(91)90037-U
Branton, Demeritt, Pulido, A., & Meernik. (2019). Violence, voting & peace: Explaining public support for the peace referendum in Colombia.
Electoral Studies, 61, 102067. https://doi.org/10.1016/j.electstud.2019.102067
Bratti, M., Deiana, C., Havari, E., Mazzarella, G., & Meroni, E. C. (2017). What Are You Voting For? Proximity to Refugee Reception Centres
and Voting in the 2016 Italian Constitutional Referendum. En IZA Discussion Papers (N.o 11060; IZA Discussion Papers). Institute
of Labor Economics (IZA). https://ideas.repec.org/p/iza/izadps/dp11060.html
Brazys, S., Heaney, P., & Walsh, P. P. (2015). Fertilizer and votes: Does strategic economic policy explain the 2009 Malawi election? Electoral
Studies, 39, 39-55. https://doi.org/10.1016/j.electstud.2015.03.007
Broner, S. J. (2010). Análisis espacial de datos electorales. Aplicación al municipio de Barcelona [Tesis doctoral, Universitat Politècnica de
Catalunya (UPC)]. https://dialnet.unirioja.es/servlet/tesis?codigo=21335
Brown, M., Knopp, L., & Morrill, R. (2005). The culture wars and urban electoral politics: Sexuality, race, and class in Tacoma, Washington.
Political Geography, 24(3), 267-291. https://doi.org/10.1016/j.polgeo.2004.09.004
Brule, J.-C., & Fontaine, J. (1997). Geography of political islamism in algeria: Interpretations from the 1990 and 1991 polls. Bulletin
d’Association de Geographes Francais, 74(1), x6-96. Scopus.
Brunk, G., Ramesh, S., & Adams, J. (1988). Contagion-based voting in Birmingham, Alabama. Political Geography Quarterly, 7(1), 39-47.
https://doi.org/10.1016/0260-9827(88)90034-1
Brunn, S., & Hoffman, W. (1970). The Spatial Response of Negroes and Whites toward Open Housing: The Flint Referendum. Annals of the
American Association of Geographers, 60(1), 18-36.
Buléon, P., & Fourquet, J. (2003). National Front vote 1984-2002, changing geographies and interpretations: A political equation. Espace-
Populations-Societes, 3, 453-467. Scopus. https://doi.org/10.3406/espos.2003.2098
Bunge, M. (2001). Diccionario de filosofía. Siglo veintiuno editores.
Burghardt, A. F. (1964). The Bases of Support for Political Parties in Burgenland. Annals of the American Association of Geographers, 54(3),
372-390.
Burgos, M. (1977). Geografía electoral en la provincia de Málaga. Jábega, 17, 32-47.
Burneika, D., Baranauskaitė, A., & Ubarevičienė, R. (2017). Social segregation and spatial differentiation of electoral align ment in vilnius
metropolitan area. Geographia Polonica, 90(2), 87-110. Scopus. https://doi.org/10.7163/GPol.0089
Busqueta, J., Etxezarreta, M., Fernández, G., Humet, M., Idoate, E., Fernández, J., & Junyent, J. (2013). Reflexionando sobre las alternativas.
Seminari d’economia crítica Taifa.

157
Buzai, G. (2005). Georeferenciando la Geografía del Siglo XXI. Huellas, 10, 177-189.
Buzai, G. (2011). La geotecnología: ¿Nuevo paradigma de la geografía o paradigma geográfico de la ciencia? Revista Catalana de Geografia,
XVI(42). http://www.rcg.cat/articles.php?id=187
Buzai, G. (2012). Geografía y Sistemas de Información Geográfica. Evolución teorico metódologica hacia campos emergentes. Revista
Geográfica de América Central, 2(48E), 15-67.
Caballero, G. M. (2010). Propuesta metodológica para la resdistritación electoral en México: El Caso de Michoacán. Journal of Latin American
Geography, 9(1), 89-106.
Cabrales, L. (2006). Geografía y ordenamiento territorial. En A. Lindón & D. Hiernaux (Eds.), Tratado de Geografía Humana.
Anthropos/Universidad Autónoma Metropolitana.
Cáceres, B. (2005). Imágenes mediáticas en tiempos de crisis: Televisión y propaganda política en Venezuela. Espacio Abierto, 14(3), 439-
457.
Cáceres, E. (2011). Creacionismo y diseño inteligente frente a evolución un debate inexistente. Hélice.
Caleiro, A. (2008). Para uma visão espacial dos resultados eleitorais em Portugal. En Economics Working Papers (N.o 2008-01 Junho;
Economics Working Papers). University of Évora, Department of Economics. https://ideas.repec.org/p/evo/wpecon/01_2008.html
Caleiro, A., & Guerreiro, G. (2005). Understanding the election results in Portugal. A spatial econometrics point of view. Portuguese Economic
Journal, 4(3), 207-228. https://doi.org/10.1007/s10258-005-0048-0
Calvert Jump, R., & Michell, J. (2020). Who voted for a No Deal Brexit? A Composition Model of Great Britains 2019 (SSRN Scholarly Paper
ID 3727280). Social Science Research Network. https://doi.org/10.2139/ssrn.3727280
Campdepadrós-Cullell, R., Molina-Roldán, S., Ramis-Salas, M., & de Botton, L. (2020). The Vic Model: From school redistribution to
xenophobic voting. Political Geography, 83, 102254. https://doi.org/10.1016/j.polgeo.2020.102254
Campillo, J. R. del. (1998). Competencia y geografía electoral. Revista mexicana de ciencias políticas y sociales, 43(172), 4.
Capel, H. (1983a). Filosofía y ciencia en la geografía contemporánea. Barcanova.
Capel, H. (1983b). Positivismo y antipositivismo en la ciencia geográfica. El ejemplo de la geomorfología. Cuadernos Crítios de Geografía
Humana, 43. http://www.ub.edu/geocrit/geo43.htm
Cardozo, G. (1992). El circuito agroexportador marabino a mediados del siglo XIX. Boletín americanista, 42, 367-393.
Cardozo, G. (2003). Maracaibo: Construcción de la identidad regional en el siglo XIX. Tierra Firme, 21(84), 483-502.
Carroll, P., Casswell, S., Huakau, J., Perry, P., & Chapman, P. H. (2009). Environmental attitudes, beliefs about social justice and intention to
vote Green: Lessons for the New Zealand Green Party? Environmental Politics, 18(2), 257-278.
https://doi.org/10.1080/09644010802682635
Carvalho, J. N. V. S. de. (2015). As configurações espaciais do voto dos partidos políticos na Ilha de Santiago de Cabo Verde [Tesis doctoral,
Universidade Federal do Ceará]. http://www.repositorio.ufc.br/handle/riufc/19849
Carvalho, J. N. V. S. de, & dos Santos, G. F. (2015). Ciclos políticos, socioeconomia e a geografia eleitoral do estado da ba hia nas eleições de
2006. Revista de Sociologia e Politica, 23(54), 109-135. Scopus. https://doi.org/10.1590/1678-987315235407
Casado, J., & Palacios, C. (2012). Ubicación óptima de módulos electorales en el estado de Chihuahua (México) utilizando mode los de
localización-asignación mediante un SIG. Boletín de la Asociación de Geógrafos Españoles, 60, 227-252.
Caselli, M., Fracasso, A., & Traverso, S. (2021). Globalization, robotization, and electoral outcomes: Evidence from spatial regressions for
Italy. Journal of Regional Science, 61(1), 86-111. Scopus. https://doi.org/10.1111/jors.12503
Cases, J. (1979). Los resultados electorales de las legislativas del 79. Revista de Estudios Políticos, 9, 167-200.
Castela, E. M. M. F. (2010). Inferencia ecológica para la caracterización de abstencionistas: El caso de Portugal [Tesis doctoral, Universidad
de Salamanca]. https://dialnet.unirioja.es/servlet/tesis?codigo=22196
Castilla, C. E., & Nossa, I. A. C. (2019). La Fuerza Alternativa Revolucionaria del Común en las elecciones legislativas de 2018 (Catatumbo-
Colombia). Revista Forum, 16 (Julio-diciembre de 2019), 93-116.
Centro Carter. (2005). El Centro Carter y el Proceso de Construcción de Paz en Venezuela Junio 2002-Febrero 2005. RESUMEN (Serie de
reportajes especiales, p. 98). Centro Carter. http://www.cartercenter.org/documents/2022.pdf
CEPAL. (2013). Panorama Social de América Latina. http://www.cepal.org/publicaciones/xml/9/51769/PanoramaSocial2013DocInf.pdf
Cerda, R., & Vergara, R. (2008). Government Subsidies and Presidential Election Outcomes: Evidence for a Developing Country. World
Development, 36(11), 2470-2488. https://doi.org/10.1016/j.worlddev.2007.10.019
Cerna, S. P., & Solís, J. M. (2017). Los resortes colorados del poder: Nacionalización de los partidos y el sistema de partidos paraguayo (1998-
2013). Colombia Internacional, 91, 151-184. https://doi.org/10.7440/colombiaint91.2017.05
Cervi, E. U., Terron, S. L., Soares, G. A. D., Cervi, E. U., Terron, S., & Soares, G. A. D. (2020). Filiação partidária: Uma importante variável
esquecida no Brasil. Opinião Pública, 26(3), 494-521. https://doi.org/10.1590/1807-01912020263494
Chadjipadelis, T., & Zafiropoulos, C. (1994). Electoral changes in Greece 1981–90: Geographical patterns and the uniformity of the vote.
Political Geography, 13(6), 492-514. https://doi.org/10.1016/0962-6298(94)90038-8
Chand, R. (1996). Geography of electoral participation in Himachal Pradesh (1982-1990): A spatial perspective. Transactions of the Institute
of Indian Geographers, 18(2), 31-44. Scopus.
Charles, V. (2007). El Renacimiento. Numen; Sirrocco.
Charles-Leija, H., Torres García, A. J., Colima Valadez, L. M., Charles-Leija, H., Torres García, A. J., & Colima Valadez, L. M. (2018).
Características sociodemográficas del voto para diputados, 2015. Un análisis de econometría espacial. Revista de El Colegio de San
Luis, 8(17), 107-135. https://doi.org/10.21696/rcsl8172018809
Charney, I., & Malkinson, D. (2015). Between electoral and urban geography: Voting patterns and socio-spatial dynamics in Tel Aviv. Applied
Geography, 58, 1-6. Scopus. https://doi.org/10.1016/j.apgeog.2015.01.002
Chen, J. (2010). The effect of electoral geography on pork barreling in bicameral legislatures. American Journal of Political Science, 54(2),
301-322. Scopus. https://doi.org/10.1111/j.1540-5907.2010.00432.x
Chen, J., & Cottrell, D. (2016). Evaluating partisan gains from Congressional gerrymandering: Using computer simulations to estimate the
effect of gerrymandering in the U.S. House. Electoral Studies, 44, 329-340. https://doi.org/10.1016/j.electstud.2016.06.014

158
Chen, M. K., & Rohla, R. (2018). The effect of partisanship and political advertising on close family ties. Science, 360(6392), 1020-1024.
https://doi.org/10.1126/science.aaq1433
Chen, P. (1976). The entity-relationship model-toward a unified view of data. ACM Transactions on Database Systems, 1(1), 9-36.
https://doi.org/10.1145/320434.320440
Cho, W. K. T., Gimpel, J. G., & Hui, I. S. (2013). Voter Migration and the Geographic Sorting of the American Electorate. Annals of the
American Association of Geographers, 103(4), 856-870. https://doi.org/10.1080/00045608.2012.720229
Christopher, A. J. (1996). Regional patterns in South Africa’s postapartheid election in 1994. Environment and Planning, 14(1), 55-69. Scopus.
https://doi.org/10.1068/c140055
Clark, J. (2002). The geography of an interminable election: Bush v. Gore, 2000. Political Geography, 21(1), 71-77.
https://doi.org/10.1016/S0962-6298(01)00061-0
Clark, R. M. (2020). Geospatial Intelligence: Origins and Evolution. Georgetown University Press.
Clark, S. (2020). Who voted for a No Deal Brexit? A Composition Model of Great Britains 2019 European Parliamentary Elections.
arXiv:2001.06548 [physics, q-fin, stat]. http://arxiv.org/abs/2001.06548
Clark, S., Morris, M., & Lomax, N. (2018). Estimating the outcome of UKs referendum on EU membership using e-petition data and machine
learning algorithms. Journal of Information Technology & Politics, 15(4), 344-357.
https://doi.org/10.1080/19331681.2018.1491926
Clem, R., & Craumer, P. (1995a). A Rayon-Level Analysis of the Russian Election and Constitutional Plebiscite of December 1993. Post-
Soviet Geography, 36(8), 459-475. https://doi.org/10.1080/10605851.1995.10641003
Clem, R., & Craumer, P. (1995b). The Geography of the Russian 1995 Parliamentary Election: Continuity, Change, and Correlates. Post-Soviet
Geography, 36(10), 587-616. https://doi.org/10.1080/10605851.1995.10641008
Clem, R., & Craumer, P. (2000a). Regional Patterns of Political Preference in Russia: The December 1999 Duma Elections. Post-Soviet
Geography and Economics, 41(1), 1-29. https://doi.org/10.1080/10889388.2000.10641130
Clem, R., & Craumer, P. (2000b). Spatial Patterns of Political Choice in the Post-Yel’tsin Era: The Electoral Geography of Russia’s 2000
Presidential Election. Post-Soviet Geography and Economics, 41(7), 465-482. https://doi.org/10.1080/10889388.2000.10641153
Clem, R., & Craumer, P. (2002). Urban and Rural Effects on Party Preference in Russia: New Evidence from the Recent Duma Election. Post-
Soviet Geography and Economics, 43(1), 1-12. https://doi.org/10.1080/10889388.2002.10641190
Clem, R., & Craumer, P. (2004). Redrawing the Political Map of Russia: The Duma Election of December 2003. Eurasian Geography and
Economics, 45(4), 241-261. https://doi.org/10.2747/1538-7216.45.4.241
Clem, R., & Craumer, P. (2005). Shades of Orange: The Electoral Geography of Ukraine’s 2004 Presidential Elections. Eurasian Geography
and Economics, 46(5), 364-385. https://doi.org/10.2747/1538-7216.46.5.364
Clem, R., & Craumer, P. (2008). Orange, Blue and White, and Blonde: The Electoral Geography of Ukraine’s 2006 and 2007 Rada Elections.
Eurasian Geography and Economics, 49(2), 127-151. https://doi.org/10.2747/1539-7216.49.2.127
CNE. (2004, septiembre 3). Boletín Electoral Referéndum 2004. Consejo Nacional Electoral.
http://www.cne.gob.ve/referendum_presidencial2004/
CNE. (2010). Elecciones Parlamentarias 2010. Circunscripciones electorales. Diputados o diputadas a la Asamblea Nacional.
http://www.cne.gob.ve/web/normativa_electoral/elecciones/2010/parlamentarias/documentos/CIRCUNSCRIPCIONES_ELECTO
RALES2010.pdf
Coma, F., & Nai, A. (2017). Ethnic diversity decreases turnout. Comparative evidence from over 650 elections around the world. Electoral
Studies, 49. https://doi.org/10.1016/j.electstud.2017.07.002
Comber, A., & Harris, P. (2018). Geographically weighted elastic net logistic regression. Journal of Geographical Systems, 20(4), 317-341.
https://doi.org/10.1007/s10109-018-0280-7
Connor, S. (1996). Cultura postmoderna: Introducción a las teorías de la contemporaneidad. Akal.
Constitución de la República Bolivariana de Venezuela. (1999). Gaceta Oficial de la República Bolivariana de Venezuela, N o 36.860.
Contreras, M. (2005). Del 11 al 13 de abril. Del efecto de una condena a la revuelta política: Imaginarios en desacuerdo en una época de
transición político-cultural. Revista Venezolana de Economía y Ciencias Sociales, 11(3), 37-62.
Cordero, S. (2007). Hacer geografía en la escuela: Reflexiones y aportes para el trabajo en el aula. Novedades Educativas.
Corporación Latinobarómetro. (2013). Informe 2013 (p. 86). http://www.latinobarometro.org/documentos/LATBD_INFORME_LB_2013.pdf
Corpozulia. (2015). Sub Regiones del Zulia. Corpozulia. http://www.corpozulia.gob.ve/index.php/mapas-del-estado-zulia/655-sub-regiones-
del-zulia
Cortina, J., & Gelman, A. E. (2008). One vote, many Mexicos: Income and vote choice in the 1994, 2000, and 2006 presidential elections.
https://doi.org/10.7916/D8H70NJ4
Cottrell, D., Herron, M. C., & Westwood, S. J. (2018). An exploration of Donald Trump’s allegations of massive voter fraud in the 2016
General Election. Electoral Studies, 51, 123-142. https://doi.org/10.1016/j.electstud.2017.09.002
Cox, K. (1968). Suburbia and Voting Behavior in the London Metropolitan Area. Annals of the American Association of Geographers, 58(1),
111-127.
Cox, K. (1969). The voting decision in a spatial context. Progress in Geography, 1, 81-117.
Cox, K. (1971). The Spatial Components of Urban savage. Economic Geography, 47(1), 27-35. https://doi.org/10.2307/143223
Craig, W. J., & Morrill, R. (1977). Redistricting. Annals of the American Association of Geographers, 67(4), 641-645.
Craumer, P., & Clem, J. (1999). Ukraines Emerging Electoral Geography: A Regional Analysis of the 1998 Parliamentary Election s. Post-
Soviet Geography and Economics, 40(1), 1-26. https://doi.org/10.1080/10889388.1999.10641097
Crescenzi, R., Di Cataldo, M., & Giua, M. (2019). It’s Not About the Money! EU Funds, Local Opportunities, and the Brexit Vote (SSRN
Scholarly Paper ID 3489134). Social Science Research Network. https://doi.org/10.2139/ssrn.3489134
Cullen, K. E. (2009). Encyclopedia of Life Science (Vol. 2). Facts On File.
Cupples, J. (2009). Rethinking electoral geography: Spaces and practices of democracy in Nicaragua. Transactions of the Institute of British
Geographers, 34(1), 110-124. https://doi.org/10.1111/j.1475-5661.2008.00324.x

159
Cutts, D., & Webber, D. (2010). Voting Patterns, Party Spending and Relative Location in England and Wales. Regional Studies, 44(6), 735-
760. https://doi.org/10.1080/00343400903107744
David, Q., & Van Hamme, G. (2011). Pillars and electoral behavior in Belgium: The neighborhood effect revisited. Political Geography, 30(5),
250-262. https://doi.org/10.1016/j.polgeo.2011.04.009
Davidian, A., Silva, G., & Mesquita, L. (2012). A regionalização dos votos partidários para câmara federal no Rio de Janeiro nas eleições de
2010. Em Debate, 4, 43-52.
Daxecker, U., Di Salvatore, J., & Ruggeri, A. (2019). Fraud Is What People Make of It: Election Fraud, Perceived Fraud, and Protesting in
Nigeria. Journal of Conflict Resolution, 63(9), 2098-2127. Scopus. https://doi.org/10.1177/0022002718824636
de Azevedo, D. A., & Meireles, B. L. (2021). Territorial and electorate size influence: Participation/ competitiveness in costa rica’s 2016 local
scale elections. Cuadernos de Geografia: Revista Colombiana de Geografia, 30(1), 25-44. Scopus.
https://doi.org/10.15446/rcdg.v30n1.79637
De la Calle, J. (2013). Brucelosis bovina-2005. Acontecimiento y respuesta electoral Cantabria, España, UE. Anales de Geografía de la
Universidad Complutense, 33(1), 9-32. https://doi.org/10.5209/rev_AGUC.2013.v33.n1.42219
De la Calle, L. (2005). Cuando la proximidad deja de ser importante: Modelos espaciales y voto en la política vasca (1994– 2001). Revista
española de ciencia política, 12, 21-52.
De La Rosa, A. (2010, septiembre 26). Presidente Chávez llama al pueblo a votar masivamente. El Universal.
http://www.eluniversal.com/2010/09/26/v2010_ava_presidente-chavez-ll_26A4519771
De Luca, R., Seiffer, T., & Kornblihtt, J. (2013). Gasto social y consolidación de la sobrepoblación relativa en Venezuela durante el chavismo
(1998-2010). Revista de estudios sociales, 46, 158-176.
De Remes, A. (2001). La nueva geografía electoral mexicana y el voto dividido en los estados después de la elección presidencial del 2 julio
de 2000. Sociológica, 16(45-46), 171-199.
De Toledo Junior, R. (2007). O lugar e as eleições: A expressão territorial do voto no Brasil. Geotextos, 3, 171-183.
https://doi.org/10.9771/1984-5537geo.v3i0.3050
De Vos, S., & Deurloo, R. (1999). Right Extremist Votes and the Presence of Foreigners: An Analysis of the 1994 Elections in Amsterdam.
Tijdschrift Voor Economische En Sociale Geografie, 90(2), 129-141. https://doi.org/10.1111/1467-9663.00056
Dean, V. (1949). Geographical Apects of the Newfoundland Referendum. Annals of the American Association of Geographers, 39(1), 70.
https://doi.org/10.2307/2561100
Delgado, M. A., & Chasco, S. R. (2017). Contra el “votante medio”. Indicios de desigualdad social y capital político a partir de la abstención
electoral y la estructura de voto en Madrid y Barcelona desde el nivel de barrios. Encrucijadas: Revista Crítica de Ciencias Sociales,
13, 5.
Delgado, O. (2003). Debates sobre el espacio en la geografía contemporánea. Universidad Nacional de Colombia.
Delgado, R. C. (2006). La alternancia política en los municipios del Estado de México. Espacios Públicos, 9(18), 122-151.
Dentler, K., Gschwend, T., & Hünlich, D. (2021). A swing vote from the ethnic backstage: The role of German American isolationist tradition
for Trump’s 2016 victory. Electoral Studies, 71, 102309. https://doi.org/10.1016/j.electstud.2021.102309
Dietz, H. (1998). Urban Poverty, Political Participation, and the State: Lima, 1970–1990. University of Pittsburgh Press.
https://doi.org/10.2307/j.ctt5hjt2p
DiGrazia, J., McKelvey, K., Bollen, J., & Rojas, F. (2013). More tweets, more votes: Social media as a quantitative indicator of political
behavior. PLoS ONE, 8(11). Scopus. https://doi.org/10.1371/journal.pone.0079449
Dobson, J. (1983). Automated Geography. The Professional Geographer, 35(2), 135-143. https://doi.org/10.1111/j.0033-0124.1983.00135.x
Dobysh, M., & Yatsenko, B. (2020). Borders, constituency politics, and «Our Man» voting in electoral geography of Ukraine. BELGEO, 2.
Scopus. https://doi.org/10.4000/belgeo.38851
Dolez, B., Laurent, A., & Morel, L. (2003). Les référendums en france sous la V E république. Les enseignements de la géographie électorale1.
Revue Internationale de Politique Comparee, 10(1), 111-127. Scopus. https://doi.org/10.3917/ripc.101.0111
Donegan, C., Chun, Y., & Hughes, A. E. (2020). Bayesian estimation of spatial filters with Moran’s eigenvectors and hierarchical shrinkage
priors. Spatial Statistics, 38, 100450. https://doi.org/10.1016/j.spasta.2020.100450
Dorling, D., Rallings, C., & Thrasher, M. (1998). The epidemiology of the Liberal Democrat vote. Political Geography, 17(1), 45-70.
https://doi.org/10.1016/S0962-6298(96)00063-7
Duignan, B. (2020, septiembre 4). Postmodernism. Encyclopedia Britannica. https://www.britannica.com/topic/postmodernism-philosophy
Duncan, C. (1991). Ethnicity, election and emergency: The 1987 Fiji general election in the context of contemporary political geography.
Political Geography Quarterly, 10(3), 221-239. https://doi.org/10.1016/0260-9827(91)90035-S
Durán, G., Giormenti, M., Guajardo, M., Pinto, P. M., Rey, P. A., & Stier-Moses, N. E. (2018). Improving access to voting with optimized
matchings. Electoral Studies, 51, 38-48. https://doi.org/10.1016/j.electstud.2017.11.004
Durand, M., & Godard, H. (2007). Las elecciones presidenciales en el Perú en 2006: Un indicador de la segregación socio -espacial y de la
protesta social. Bulletin de l’Institut français d’études andines, 36 (1), 165-170. https://doi.org/10.4000/bifea.4699
Durst, N. J. (2018). Racial Gerrymandering of Municipal Borders: Direct Democracy, Participatory Democracy, and Voting Rights in the
United States. Annals of the American Association of Geographers, 108(4), 938-954.
https://doi.org/10.1080/24694452.2017.1403880
Eagles, M., Katz, R., & Mark, D. (1999). GIS and Redistricting Emergent Technologies, Social Geography, and Political Sensibilities. Social
Science Computer Review, 17(1), 5-9. https://doi.org/10.1177/089443939901700101
Editorial essay: Political geography—research agendas for the nineteen eighties. (1982). Political Geography Quarterly, 1(1), 1-17.
https://doi.org/10.1016/0260-9827(82)90002-7
EFE. (2002, octubre 21). Oposición y Gobierno en Venezuela claman éxito en paro sin incidentes. El Universo.
http://www.eluniverso.com/2002/10/21/0001/14/AF5F3BB3C666448E9E1DF135CE12EA43.html
EFE. (2004a, septiembre 27). Chávez llama a participar «entusiasta y masivamente» en las elecciones regionales. El Día.es.
http://eldia.es/2004-09-27/venezuela/venezuela1.htm

160
EFE. (2004b, octubre 23). Candidatos opositores llaman a derrotar abstención en comicios. Nacion.com.
http://wvw.nacion.com/ln_ee/2004/octubre/23/ultima-la9.html
El Mundo. (2012, septiembre 20). Carter asegura que el sistema electoral venezolano “es el mejor en el mundo". El Mundo.
http://www.elmundo.com.ve/noticias/tuvoto/carter-asegura-que-el-sistema-electoral-venezolano.aspx
El Nacional. (2013, octubre 6). MAS: Gobierno promueve abstención opositora el 8D. El Nacional. http://www.el-
nacional.com/politica/tudecides2013/Gobierno-promueve-abstencion-opositora_0_206379643.html
El Nacional. (2020, febrero 27). El Caracazo: Las imágenes más impactantes que divulgó El Nacional. El Nacional.
https://www.elnacional.com/venezuela/el-caracazo-las-imagenes-mas-impactantes-que-divulgo-el-nacional/
El Troudi, H. (2005). El Salto Adelante. La Nueva Etapa de la Revolución Bolivariana (2.a). Presidencia de la República.
El Universal. (2002, noviembre 10). Ortega llama a Chávez a renunciar. El Universal.
http://www.eluniversal.com/2002/10/11/pol_art_11104BB
El Universal. (2004, junio 23). Datanálisis: Si abstención es baja, chávez podría perder el referendo. El Universal.
http://www.eluniversal.com/2004/06/23/pol_ava_23A470395
Ellner, S. (2006). Las estrategias «desde arriba» y «desde abajo» del movimiento de Hugo Chávez. Cuadernos del CENDES, 23(62), 73-93.
Enke, B. (2020). Moral Values and Voting. Journal of Political Economy, 128(10), 3679-3729. https://doi.org/10.1086/708857
Escolar, M., Calvo, E., Calcagno, N., & Minvielle, S. (2002). Últimas imágenes antes del naufragio: Las elecciones del 2001 e n la Argentina.
Desarrollo Económico, 42(165), 25-44.
España, P. (2010). Más allá de la renta petrolera y su distribución. Una política social alternativa para Venezuela. Instituto Latinoamericano
de Investigaciones Sociales (ILDIS). http://library.fes.de/pdf-files/bueros/caracas/08804.pdf
Esteves, E. (2006). Las guerras de los caudillos. CEC.
Evans, J., & Ivaldi, G. (2021). Contextual Effects of Immigrant Presence on Populist Radical Right Support: Testing the “Halo Effect” on
Front National Voting in France. Comparative Political Studies, 54(5), 823-854. https://doi.org/10.1177/0010414020957677
Exeter, D. J., Crengle, S., Cavadino, A., Greaves, L., Zhao, J., Lee, A., & Browne, M. (2018). The geography of deprivation in New Zealand
by electorate. Kotuitui, 13(2), 195-212. Scopus. https://doi.org/10.1080/1177083X.2018.1530267
Faganello, M. A., Fernandes, J. L. M., Faganello, M. A., & Fernandes, J. L. M. (2018). Party migration in Brazilian municipalities (2000-
2016). Revista de Sociologia e Política, 26(66), 101-124. https://doi.org/10.1590/1678-987318266605
Fan, C., Li, W., Wolf, L. J., & Myint, S. W. (2015). A Spatiotemporal Compactness Pattern Analysis of Congressional Districts to Assess
Partisan Gerrymandering: A Case Study with California and North Carolina. Annals of the American Association of Geographers,
105(4), 736-753. https://doi.org/10.1080/00045608.2015.1039109
Fantin, M. E., & Disperati, J. T. L. (1988). Electoral geography: The example of Jardim Social and Vila Sao Domingos study areas. Geografia
(Rio Claro), 13(25), 69-92. Scopus.
Faria, N. (2012, diciembre 16). Potencial zuliano fortalece economía de la nación. Diario Panorama.
http://panorama.com.ve/portal/app/push/noticia46682.php
Fazio, M., & Fernández, F. (2004). Historia de la Filosofía IV. Filosofía Contemporánea. Palabra.
Fazio, M., & Gamarra, D. (2001). Historia de la Filosofía III. Filosofía Moderna. Palabra.
Feldhoff, T. (2017). Japan’s electoral geography and agricultural policy making: The rural vote and prevailing issues of prop ortional
misrepresentation. Journal of Rural Studies, 55, 131-142. Scopus. https://doi.org/10.1016/j.jrurstud.2017.08.005
Fernandes, P. H. C., & Oliveira, G. F. (2020). Geografia eleitoral no norte central do estado do Paraná: Poder local e coronelismo. PerCursos,
21(46), 190-216. https://doi.org/10.5965/1984724621462020190
Fernández, J., Poiré, A., & Rojas, L. (2004). Spatial and temporal effects in Mexican direct elections for the chamber of deputies. Political
Geography, 23(5), 529-548. https://doi.org/10.1016/j.polgeo.2004.01.001
Fieldhouse, E. (1995). Thatcherism and the changing geography of political attitudes, 1964–1987. Political Geography, 14(1), 3-30.
https://doi.org/10.1016/0962-6298(94)P4049-D
Fieldhouse, E., & Cutts, D. (2008). Diversity, density and turnout: The effect of neighbourhood ethno-religious composition on voter turnout
in Britain. Political Geography, 27(5), 530-548. Scopus. https://doi.org/10.1016/j.polgeo.2008.04.002
Fielding, D. (2018). The geography of violence during a presidential election: Evidence from Zimbabwe. European Journal of Political
Economy, 55, 538-558. Scopus. https://doi.org/10.1016/j.ejpoleco.2018.05.004
Fingleton, B. (2020). Exploring Brexit with dynamic spatial panel models: Some possible outcomes for employment across the EU regions.
The Annals of Regional Science, 64. https://doi.org/10.1007/s00168-019-00913-2
Flaherty, M. S., & Crumplin, W. W. (1992). Compactness and Electoral Boundary Adjustment: An Assessment of Alternative Measures.
Canadian Geographer / Le Géographe Canadien, 36(2), 159-171. https://doi.org/10.1111/j.1541-0064.1992.tb01128.x
Flaxman, S., Sutherland, D. J., Wang, Y.-X., & Teh, Y. W. (2021). Understanding the 2016 US Presidential Election using ecological inference
and distribution regression with census microdata. arXiv:1611.03787 [stat]. http://arxiv.org/abs/1611.03787
Fleming, M. (2006). The 2005 parliamentary and presidential elections in Poland: The geography of abstention. Debatte, 14(2), 91-118. Scopus.
https://doi.org/10.1080/09651560600841379
Flint, C. (2001). A TimeSpace for electoral geography: Economic restructuring, political agency and the rise of the Nazi party. Political
Geography, 20(3), 301-329. https://doi.org/10.1016/S0962-6298(00)00066-4
Forest, B. (2012). Electoral redistricting and minority political representation in Canada and the United States. The Canadian Geographer,
56(3), 318-338. https://doi.org/10.1111/j.1541-0064.2012.00437.x
Forest, B. (2013). Redistricting and the elusive ideals of representation. Political Geography, 32(1), 15-17. Scopus.
https://doi.org/10.1016/j.polgeo.2012.10.003
Forrest, J. (1992). The geography of campaign funding, campaign spending and voting at the New South Wales legislative assembly elections
of 1984. Australian Geographer, 23(1), 66-76. https://doi.org/10.1080/00049189208703054
Forrest, J. (1996). State sectional and other sources of vote splitting between the house of representatives and the senate at the 1993 Australian
federal elections. Australian Geographer, 27(2), 201-213. https://doi.org/10.1080/00049189608703168

161
Forrest, J. (1997). The effects of local campaign spending on the geography of the flow–of–the–vote at the 1991 New South Wales state
election. Australian Geographer, 28(2), 229-240. https://doi.org/10.1080/00049189708703195
Forrest, J., Johnston, R., & Pattie, C. (1999). The effectiveness of constituency campaign spending in Australian state elections during times
of electoral volatility: The New South Wales case, 1988 - 95. Environment and Planning, 31(6), 1119-1128.
https://doi.org/10.1068/a311119
Forrest, J., Pattie, C., & Johnston, R. (1995). Continuity or change? The geography of the labour vote at the New Zealand general election of
1990. Electoral Studies, 14(1), 47-66. Scopus. https://doi.org/10.1016/0261-3794(94)00018-5
Förster, A. (2018). Ethnic heterogeneity and electoral turnout: Evidence from linking neighbourhood data with individual voter data. Electoral
Studies, 53, 57-65. https://doi.org/10.1016/j.electstud.2018.03.002
Förtner, M., Belina, B., & Naumann, M. (2020). The revenge of the village? The geography of right-wing populist electoral success, anti-
politics, and austerity in Germany. Environment and Planning. Scopus. https://doi.org/10.1177/2399654420951803
Fotheringham, A. S., Li, Z., & Wolf, L. J. (2021). Scale, Context, and Heterogeneity: A Spatial Analytical Perspective on the 2016 U.S.
Presidential Election. Annals of the American Association of Geographers, 0(0), 1-20.
https://doi.org/10.1080/24694452.2020.1835459
Fouberg, E. H., & Murphy, A. B. (2020). Human Geography: People, Place, and Culture. John Wiley & Sons.
Fox, R., & Lemon, A. (2000). Consolidating South Africa’s New Democracy: Geographical Dimensions of Party Support in the 1999 Election.
Tijdschrift Voor Economische En Sociale Geografie, 91(4), 347-360. https://doi.org/10.1111/1467-9663.00123
Freedman, M. (2020). Vote with your rabbi: The electoral effects of religious institutions in Israel. Electoral Studies, 68, 102241.
https://doi.org/10.1016/j.electstud.2020.102241
Freire, A., & Baum, M. A. (2001). Partidos políticos, movimentos de cidadãos e referendos em Portugal: Os casos do aborto e da regionalização.
Análise Social, 36(158/159), 9-41.
Fuentes, M. (2006). La agitada historia de los Ugarte-Santisteban, 1706-1770: De Cádiz a Venezuela. En J. Sanchez & L. Provencio (Eds.),
Actas del XI Congreso de la Asociación Española de Americanistas (Vol. 1, pp. 279-297).
Furiel, W. O., Lele, S., & Rossoni, D. F. (2019). Determinantes do voto à presidência: Análise espacial das eleições gerais no Brasil no período
de 1994 a 2014. Sigmae, 8(2), 457-473.
Furlong, J. (2019). The changing electoral geography of England and Wales: Varieties of “left-behindedness”. Political Geography, 75,
102061. https://doi.org/10.1016/j.polgeo.2019.102061
Gallego, J. (2018). Natural disasters and clientelism: The case of floods and landslides in Colombia. Electoral Studies, 55, 73-88.
https://doi.org/10.1016/j.electstud.2018.08.001
Gallo, E., & Langtry, A. (2020). Social Networks, Confirmation Bias and Shock Elections. En Cambridge Working Papers in Economics (N.o
2099; Cambridge Working Papers in Economics). Faculty of Economics, University of Cambridge.
https://ideas.repec.org/p/cam/camdae/2099.html
García, E. (1986). Las elecciones generales de junio de 1986 en Salamanca: Estudio geográfico. Studia historica. Historia contemporánea, 4,
283-303.
García, F., González, I., López, R., Moradiellos, E., Prats, J., Prieto, R., & Valls, R. (2011). Geografía e historia. Complementos de formación
disciplinar (Vol. 1). Grao.
García, J. (2000). Hacia la búsqueda de un sistema electoral. En A. Squella & O. Sunkel (Eds.), Democratizar la democracia—Reformas
pendientes. LOM Ediciones.
Garner, R., Ferdinand, P., & Lawson, S. (2020). Introduction to politics (4e ed.). Oxford University Press.
Garretsen, H., Stoker, J. I., Soudis, D., Martin, R. L., & Rentfrow, P. J. (2018). Brexit and the relevance of regional personality traits: More
psychological Openness could have swung the regional vote. Cambridge Journal of Regions, Economy and Society, 11(1), 165-
175. https://doi.org/10.1093/cjres/rsx031
Gatrell, J., & Bierly, G. (2002). Weather and Voter Turnout: Kentucky Primary and General Elections, 1990-2000. Southeastern Geographer,
42, 114-134. https://doi.org/10.1353/sgo.2002.0007
Gehlbach, S. (2000). Shifting Electoral Geography in Russia’s 1991 and 1996 Presidential Elections. Post-Soviet Geography and Economics,
41(5), 379-387. https://doi.org/10.1080/10889388.2000.10641147
Gehrsitz, M., & Ungerer, M. (2017). Jobs, Crime, and Votes: A Short-run Evaluation of the Refugee Crisis in Germany. En IZA Discussion
Papers (N.o 10494; IZA Discussion Papers). Institute of Labor Economics (IZA). https://ideas.repec.org/p/iza/izadps/dp10494.html
Georges, C. (1949). Siegfried (André), Géographie électorale de l’Ardèche sous la IIIe République, 1949. L’information géographique, 13(5),
209.
Gillman, R. (2002). Geometry and Gerrymandering. Math Horizons, 10(1), 10-12. https://doi.org/10.1080/10724117.2002.11974602
Gimpel, J. G., Lovin, N., Moy, B., & Reeves, A. (2020). The Urban–Rural Gulf in American Political Behavior. Political Behavior, 42(4),
1343-1368. https://doi.org/10.1007/s11109-020-09601-w
Gimpel, J., Karnes, K., McTague, J., & Pearson–Merkowitz, S. (2008). Distance-decay in the political geography of friends-and-neighbors
voting. Political Geography, 27(2), 231-252. https://doi.org/10.1016/j.polgeo.2007.10.005
Gimpel, J., Morris, I., & Armstrong, D. (2004). Turnout and the local age distribution: Examining political participation across space and time.
Political Geography, 23(1), 71-95. https://doi.org/10.1016/j.polgeo.2003.09.002
Giommoni, T., & Loumeau, G. (2020). Lockdown and Voting Behaviour: A Natural Experiment on Postponed Elections during the COVID-
19 Pandemic (SSRN Scholarly Paper ID 3659856). Social Science Research Network. https://doi.org/10.2139/ssrn.3659856
Giordano, B. (2001). The contrasting geographies of ‘Padania’: The case of the Lega Nord in Northern Italy. Area, 33(1), 27.
Giugal, A., Johnston, R., & Constantinescu, S. (2011). Democratic Musical Chairs? Romania’s Post-1989 Electoral Geography. Space and
Polity, 15(2), 143-161. Scopus. https://doi.org/10.1080/13562576.2011.625224
Globovisión. (2007, junio 10). COPEI: «El gobierno promueve la abstención». Globovisión. http://globovision.com/articulo/copei-el-gobierno-
promueve-la-abstencion
Globovisión. (2013, marzo 28). Oposición asegura que el Gobierno hará campaña para promover la abstención. Noticia al Día.
http://noticiaaldia.com/2013/03/oposicion-asegura-que-el-gobierno-hara-campana-para-promover-la-abstencion/

162
Goetz, S. J., Davlasheridze, M., Han, Y., & Fleming-Muñoz, D. A. (2019). Explaining the 2016 Vote for President Trump across U.S. Counties.
Applied Economic Perspectives and Policy, 41(4), 703-722. https://doi.org/10.1093/aepp/ppy026
Gomes, V. (2005). Guerra en los Andes. Abya Yala.
Gómez, A., & Zapata, J. L. (2008). Ethos y praxis de la revolución cuantitativa en geografía. Revista de Relaciones Internacionales, Estrategia
y Seguridad, 3(1), 189-202.
Gomez, B. T., Hansford, T., & Krause, G. (2007). The Republicans Should Pray for Rain: Weather, Turnout, and Voting in U.S. Presidential
Elections. The Journal of Politics. https://doi.org/10.1111/j.1468-2508.2007.00565.x
Gómez, E. (2004, julio 30). CNE PASÓ DE OPERACIÓN MORROCOY A LA OBSTRUCCIÓN ABIERTA DEL RR. El Universal.
http://www.eluniversal.com/2004/07/30/pol_art_30104C
Gómez, S. (2000a). De Política, Geografía y Elecciones. En S. Gómez & M. Valdés (Eds.), La Geografía del Poder y las elecciones en México
(pp. 17-38). Plaza y Valdés/Instituto Federal Electoral.
Gómez, S. (2000b). Nuevas formaciones políticas en el Distrito Federal. En S. Gómez & M. Valdés (Eds.), La Geografía del Poder y las
elecciones en México (pp. 39-94). Plaza y Valdés/Instituto Federal Electoral.
Gonçalves, R. D. (2015). Eleições mapeadas: Como se infere sobre a dimensão geográfica das eleições presidenciais brasileiras? Revista
Eletrônica de Ciência Política, 6(2), Article 2. https://doi.org/10.5380/recp.v6i2.42646
Gong, Z., Cai, T., Thill, J.-C., Hale, S., & Graham, M. (2020). Measuring relative opinion from location-based social media: A case study of
the 2016 U.S. presidential election. PLOS ONE, 15(5), e0233660. https://doi.org/10.1371/journal.pone.0233660
González, J. (1999). Geografía electoral de Chile: Comportamiento del electorado chileno entre 1932-1992. Estudios geográficos, 60(234),
121-138.
Goodwin, J. S., Kuo, Y.-F., Brown, D., Juurlink, D., & Raji, M. (2018). Association of Chronic Opioid Use With Presidential Voting Patterns
in US Counties in 2016. JAMA Network Open, 1(2), e180450-e180450. https://doi.org/10.1001/jamanetworkopen.2018.0450
Gorgues, R., Méndez, R., & Santander, F. (2004). Inercias y sesgos en el mapa electoral español. Estudios Geográficos, 65(256), 541-556.
https://doi.org/10.3989/egeogr.2004.i256.176
Graizbord, B. (1993a). Geografías electorales: Cambio y participación en el voto de diputados federales de 1988 y 1991. Estudios Sociológicos,
11(32), 497-514.
Graizbord, B. (1993b). El comportamiento electoral en la megalópolis. Estudios Demográficos y Urbanos, 8(3), 641-654.
Gudgin, G., & Taylor, P. J. (1974). Electoral Bias and the Distribution of Party Voters. Transactions of the Institute of British Geographers,
63, 53. https://doi.org/10.2307/621532
Gudgin, G., & Taylor, P. J. (2012). Seats, Votes, and the Spatial Organisation of Elections. ECPR Press.
Guedes, A. (2019). Del dicho al hecho: Comunicación política y voto en Montevideo (2014). Instituto de ciencia política de la facultad de
ciencias sociales de la rniversidad de la república.
https://www.academia.edu/40129494/Del_dicho_al_hecho_comunicaci%C3%B3n_pol%C3%ADtica_y_voto_en_Montevideo_20
14_
Guest, A., Hodge, D., & Staeheli, L. (1988). Industrial affiliation and community culture: Voting in Seattle. Political Geography Quarterly,
7(1), 49-73. https://doi.org/10.1016/0260-9827(88)90035-3
Guevara, G. (2007). Proporcionalidad territorial en el mapa electoral chileno: Una aproximación a la geografía de la representación a partir
de la elección parlamentaria 2005 [Tesis de grado, Universidad de Chile]. http://repositorio.uchile.cl/handle/2250/101114
Guillorel, H., & Lévy, J. (1992). Space and electoral system. Political Geography, 11(2), 205-224. https://doi.org/10.1016/0962-
6298(92)90049-Y
Guisti, R. (2002, noviembre 24). Si PDVSA va ala paro el país colapsa en una semana. El Universal.
http://www.eluniversal.com/2002/11/24/eco_art_24201AA
Gündüç, S. (2020). The Effect of Social Media on Shaping Individuals Opinion Formation. En H. Cherifi, S. Gaito, J. F. Mendes, E. Moro, &
L. M. Rocha (Eds.), Complex Networks and Their Applications VIII (pp. 376-386). Springer International Publishing.
https://doi.org/10.1007/978-3-030-36683-4_31
Gutiérrez Sánchez, H., & Ávila-Eggleton, M. (2019). Partidos o candidatos-coyunturas; patrones espaciotemporales del voto mexicano del
voto mexicano 1994-2015. Tla-melaua, 13(46), 76-96.
Guţoiu, G. (2019). The urban electoral geographies of Cluj-Napoca: 1992-2016. Online Journal Modelling the New Europe, 29, 108-135.
Scopus. https://doi.org/10.24193/OJMNE.2019.29.05
Hadi, M. A., Fard, F. H., & Vrbik, I. (2020). Geo-Spatial Data Visualization and Critical Metrics Predictions for Canadian Elections. 2020-
August. Scopus. https://doi.org/10.1109/CCECE47787.2020.9255824
Hagen, J. (2007). «Pork» spending, place names, and political stature in West Virginia. Southeastern Geographer, 47(2), 341-364. Scopus.
https://doi.org/10.1353/sgo.2007.0026
Halla, M., Wagner, A. F., & Zweimüller, J. (2017). Immigration and Voting for the Far Right. Journal of the European Economic Association,
15(6), 1341-1385.
Harbers, I. (2017). Spatial effects and party nationalization: The Geography of partisan support in Mexico. Electoral Studies, 47, 55-66. Scopus.
https://doi.org/10.1016/j.electstud.2016.11.016
Harnecker, M. (2004). Venezuela: Una revolución sui géneris. El Viejo Topo.
Harris, R., & Charlton, M. (2016). Voting out of the European Union: Exploring the geography of Leave. Environment and Planning, 48(11),
2116-2128. Scopus. https://doi.org/10.1177/0308518X16665844
Hart, A. (2016). Economic Voting: A Campaign-Centered Theory. Cambridge University Press.
Haydukiewicz, L. (2011). Electoral geography as a new mean of analyzing social change. Kraków city and małopolskie voivodship case study.
Bulletin of Geography, 15, 95-116. Scopus. https://doi.org/10.2478/v10089-011-0007-8
Hazama, Y. (2003). Social Cleavages and Electoral Support in Turkey: Toward Convergence? The Developing Economies, 41(3), 362-387.
https://doi.org/10.1111/j.1746-1049.2003.tb00576.x
He, Z., & Camobreco, J. (2020). The Effect of COVID-19 on the 2020 Presidential Elections (SSRN Scholarly Paper ID 3719485). Social
Science Research Network. https://doi.org/10.2139/ssrn.3719485

163
Hearne, D. (2020). A spatial analysis of the Brexit vote in the West Midlands. Regional Studies, Regional Science, 7(1), 232-243.
https://doi.org/10.1080/21681376.2020.1782255
Heberle, R. (1943a). The Political Movements Among the Rural People in Schleswig-Holstein, 1918 to 1932, I. The Journal of Politics, 5(1),
3-26. https://doi.org/10.2307/2125927
Heberle, R. (1943b). The Political Movements Among the Rural People in Schleswig-Holstein, 1918 to 1932, II. The Journal of Politics, 5(2),
115-141. https://doi.org/10.2307/2125668
Heidarian, M., Ahmaipour, Z., & Roumina, E. (2018). Analysis of the spatial pattern of voting; case study: Tenth parliamentary elections in
northern electoral district of Ilam province. Geopolitics Quarterly, 13(4), 53-75. Scopus.
Hellinger, D. (2003). Chávez: La apelación a la historia, a la identidad nacional y a la cultura política. En A. Romero, E. Sandoval, & R. Salazar
(Eds.), Venezuela: Horizonte Democrático en el Siglo XXI (pp. 141-160). LibrosEnRed.
Hellmann, R. G. (2009). Geomarketing eleitoral: Uma análise espacial dos resultados das eleções 2008 em Porto Alegre - RS [Tesis de grado,
Universidade Federal do Rio Grande do Sul]. https://lume.ufrgs.br/handle/10183/26989
Herin, R. (1984). Geografía electoral de la región de Murcia según las elecciones legislativas de junio de 1977 y marzo de 1979 y las elecciones
municipales de abril de 1979. Papeles de Geografía, 9, 9-58.
Herin, R. (1990). Comportamientos electorales y clases sociales: El Ejemplo de Murcia (España). Papeles de Geografía, 16, 143-155.
Hermann, R. (1979). Some Comments on ‘Spatial Variations in Electoral Behaviour in Urban Brisbane, 1972’. Australian Geographical
Studies, 17(1), 95-97. https://doi.org/10.1111/j.1467-8470.1979.tb00337.x
Hernández, C. (2002, octubre 22). La huelga general divide Venezuela. El País.
https://elpais.com/diario/2002/10/22/internacional/1035237612_850215.html
Hernández, J., & Núñez, I. (2011). La participación ciudadana en el proceso constituyente venezolano de 1999: Evolución y desarrollo. Telos,
4(1), 98-113.
Hernández, V. (2015). Geospatial analysis of presidential elections in Mexico, 2012. Eure, 41(122), 185-207. Scopus.
https://doi.org/10.4067/S0250-71612015000100009
Hernández, V. H., & León, L. D. H. D. (2020). Geografía de la participación electoral y diferenciación socioespacial e n Ciudad Juárez,
Chihuahua (México). Geopolítica(s). Revista de estudios sobre espacio y poder, 11(1), 145-172. https://doi.org/10.5209/geop.63962
Herron, E. S., Thunberg, M. E., & Boyko, N. (2015). Crisis management and adaptation in wartime elections: Ukraine’s 2014 snap presidential
and parliamentary elections. Electoral Studies, 40, 419-429. https://doi.org/10.1016/j.electstud.2015.07.009
Hersh, E. D., & Nall, C. (2016). The Primacy of Race in the Geography of Income-Based Voting: New Evidence from Public Voting Records.
American Journal of Political Science, 60(2), 289-303. https://doi.org/10.1111/ajps.12179
Hierro, S. (2006). La metodología en Psicología. En Personal Laboral Psicólogo (Grupo I). Mad.
Hodge, D., & Staeheli, L. A. (1992). Social Relations and Geographic Patterns of Urban Electoral Behavior. Urban Geography, 13(4), 307-
333. https://doi.org/10.2747/0272-3638.13.4.307
Hoferer, M., Böttcher, L., Herrmann, H. J., & Gersbach, H. (2020). The impact of technologies in political campaigns. Physica A: Statistical
Mechanics and Its Applications, 538, 122795. https://doi.org/10.1016/j.physa.2019.122795
Hood, M. V., & McKee, S. C. (2010). What Made Carolina Blue? In-Migration and the 2008 North Carolina Presidential Vote. American
Politics Research, 38(2), 266-302. https://doi.org/10.1177/1532673X09359379
Hood, M. V., & Monogan, J. E. (2018). Contagious Republicanism in Louisiana, 1966–2014. Political Geography, 66, 1-13.
https://doi.org/10.1016/j.polgeo.2018.07.002
Howard, P. N., Kollanyi, B., Bradshaw, S., & Neudert, L.-M. (2018, febrero 10). Social Media, News and Political Information during the US
Election: Was Polarizing Content Concentrated in Swing States? Project on Computational Propaganda. COMPROP DATA
MEMO 2017.8, Oxford. http://arxiv.org/abs/1802.03573
Hugonnier, S. (1954). Tempéraments politiques et géographie électorale de deux grandes vallées intra-alpines des Alpes du Nord: Maurienne
et Tarentaise. [Le milieu géographique et le tempérament montagnard]. Revue de géographie alpine, 42(1), 45-80.
https://doi.org/10.3406/rga.1954.989
Human Rights Watch. (2008). Una década de Chávez: Intolerancia política y oportunidades perdidas para el progreso de los derechos
humanos en Venezuela. Human Rights Watch.
IFE. (2008). 1° Coloquio Internacional de Geografía Electoral. http://www.ine.mx/docs/IFE-v2/DERFE/DERFE-
DistritosElectorales/DERFE-ProductosGeoElecDesc-docs/1erColoquioInterGeoElect.pdf
IFE. (2010). II Coloquio Internacional de Geografía Electoral.
http://facgeografia.uaemex.mx/redegresa/mod/file/download.php?file_guid=1531
Iglesias-Pascual, R., Paloma, V., & Benítez, I. (2021). The role of contextual factors in the electoral resurgence of extreme right-wing forces
in Spain: The case of Andalusia. Political Geography, 86, 102356. https://doi.org/10.1016/j.polgeo.2021.102356
INE. (s. f.-a). Proyecciones de Población para el estado Zulia.
http://www.ine.gov.ve/documentos/Demografia/SituacionDinamica/Proyecciones/xls/Entidades/Estado_Zulia.xls
INE. (s. f.-b). Venezuela. Proyección de la población, según entidad y sexo, 2000-2050.
http://www.ine.gov.ve/documentos/Demografia/SituacionDinamica/Proyecciones/xls/Entidades/Nacional.xls
INE. (2013). División Político Territorial de la República Bolivariana de Venezuela 2013 con fines Estadísticos (p. 177). Instituto Nacional
de Estadística.
http://www.ine.gov.ve/documentos/AspectosFisicos/DivisionpoliticoTerritorial/pdf/DPTconFinesEstadisticosOperativa2013.pdf
INE. (2014a). XIV Censo Nacional de Población y Vivienda. Resultados Total Nacional de la República Bolivariana de Venezuela (p. 69).
Instituto Nacional de Estadística. http://www.ine.gob.ve/documentos/Demografia/CensodePoblacionyVivienda/pdf/nacional.pdf
INE. (2014b). XIV Censo Nacional de Población y Vivienda. Resultado por Entidad Federal y Municipio del Estado Zulia (p. 98). Instituto
Nacional de Estadística. http://www.ine.gov.ve/documentos/Demografia/CensodePoblacionyVivienda/pdf/zulia.pdf
Infobae. (2012, diciembre 18). Oposición venezolana endilga la derrota a la abstención. Infobae.
http://www.infobae.com/2012/12/18/1063350-oposicion-venezolana-endilga-la-derrota-la-abstencion

164
Infolatam. (2006, noviembre 21). Venezuela: Rosales acusa a Chávez de promover la abstención. Infolatam.
http://www.infolatam.com/2006/11/21/venezuela-rosales-acusa-a-chavez-de-promover-la-abstencion/
International Foundation for Electoral Systems. (2021). ElectionGuide. https://www.electionguide.org/elections/?inst=&cont=&yr=
Ismail, N., Abdul Khanan, M. F., Abdul Rahman, M. Z., Md Din, A. H., Ismail, Z., & Abdul Razak, A. N. (2018). Voters’ perception towards
political party: A geospatial case study of young voters in Johor Bahru. 42(4/W9), 325-337. Scopus. https://doi.org/10.5194/isprs-
archives-XLII-4-W9-325-2018
Jaccard, J., & Jacoby, J. (2020). Theory Construction and Model-Building Skills, Second Edition: A Practical Guide for Social Scientists.
Guilford Publications.
Jacintho, L. H. M., Silva, T. P. da, Parmezan, A. R. S., & Batista, G. E. de A. P. A. (2020). Brazilian Presidential Elections: Analysing Voting
Patterns in Time and Space Using a Simple Data Science Pipeline. Anais Do Symposium on Knowledge Discovery, Mining and
Learning (KDMiLe), 217-224. https://doi.org/10.5753/kdmile.2020.11979
Jacob, C. R., Hees, D. R., Waniez, P., & Brustlein, V. (1997). A eleicao presidencial de 1994 no Brasil: Uma contribuicao a geografia eleitoral.
Comunicacao &amp; Politica, 4(3), 17-86.
Jacob, C. R., Hees, D. R., Waniez, P., & Brustlein, V. (2000). As eleicoes presidenciais no Brasil pos-ditadura militar: Continuidade e mudança
na geografia eleitoral. Alceu, 1(1), 102-151.
Jacob, C. R., Hees, D. R., Waniez, P., & Brustlein, V. (2003). Eleições presidenciais de 2002 no Brasil: Uma nova geografia eleitoral? ALCEU,
3(6), 287-327.
Jacob, C. R., Hees, D. R., Waniez, P., & Brustlein, V. (2009). A eleição presidencial de 2006 noBrasil: Continuidade política e mudança na
geografia eleitoral. ALCEU, 12(23), 189-229.
Jácome, J. (2013). Patrones espaciales en las elecciones locales del 2007 en Bogotá, Colombia. Cuadernos de Geografia: Revista Colombiana
de Geografia, 22(1), 141-168.
Jadhav, A. (2021). Was it rural populism? Returning to the country, “catching up,” and trying to understand the trump vote. Journal of Rural
Studies, 82, 553-569. https://doi.org/10.1016/j.jrurstud.2020.10.008
Jain, R., Triandis, H., & Weick, C. (2010). Managing research, development and innovation: Managing the unmanageable (3.a, Vol. 34).
Wiley-Blackwell.
Jasny, J., & Becker, T. (2020). Refugees welcome, but not in my backyard? The impact of immigration on right-wing voting: evidence from
Germany. IZA Journal of Development and Migration, 11, 20200013. https://doi.org/10.2478/izajodm-2020-0013
Jefferson, W. (2005). Regional cleavages in Turkish politics: An electoral geography of the 1999 and 2002 national elections. Political
Geography, 24(4), 499-523. https://doi.org/10.1016/j.polgeo.2005.01.003
Jehlicka, P., & Kostelecky, T. (2003). Czech Greens in the 2002 General Election: A new lease of life? Environmental Politics, 12(2), 133-
156. https://doi.org/10.1080/09644010412331308224
Johnston, R. (1974). Local Effects in Voting at a Local Election. Annals of the American Association of Geographers, 64(3), 418-429.
Johnston, R. (1977). The electoral geography of an election campaign: Scotland in October 1974. Scottish Geographical Magazine, 93(2), 98-
108. https://doi.org/10.1080/00369227708736367
Johnston, R. (1980). Electoral geography and political geography. Australian Geographical Studies, 18(1), 37-50.
https://doi.org/10.1111/j.1467-8470.1980.tb00353.x
Johnston, R. (1981a). Changing Voter Preferences, Uniform Electoral Swing, and the Geography of Voting in New Zealand, 1972‐1 975. New
Zealand Geographer, 37(1), 13-18. Scopus. https://doi.org/10.1111/j.1745-7939.1981.tb00934.x
Johnston, R. (1981b). Regional variations in British voting trends—1966–1979: Tests of an ecological model. Regional Studies, 15(1), 23-32.
https://doi.org/10.1080/09595238100185031
Johnston, R. (1981c). Short-term electoral change in England, 1974. Geoforum, 12(3), 237-244. https://doi.org/10.1016/0016-7185(81)90003-
8
Johnston, R. (1982a). The Changing Geography of Voting in the United States: 1946–1980. Transactions of the Institute of British
Geographers, 7(2), 187-204. https://doi.org/10.2307/622221
Johnston, R. (1982b). The Geography of Electoral Change: An Illustration of an Estimating Procedure. Geografiska Annaler. Series B, Human
Geography, 64(1), 51-60. https://doi.org/10.2307/490908
Johnston, R. (1982c). Redistricting by Independent Commissions: A Perspective from Britain. Annals of the American Association of
Geographers, 72(4), 457-470.
Johnston, R. (1983). Spatial continuity and individual variability: A review of recent work on the geography of electoral change. Electoral
Studies, 2(1), 53-68. https://doi.org/10.1016/0261-3794(83)90106-3
Johnston, R. (1985a). Class and the Geography of Voting in England: Towards Measurement and Understanding. Transactions of the Institute
of British Geographers, 10(2), 245. https://doi.org/10.2307/621827
Johnston, R. (1985b). Party Strength, Incumbency and Campaign Spending as Influences on Voting in Four English General Electi ons.
Tijdschrift Voor Economische En Sociale Geografie, 76(2), 82-87. https://doi.org/10.1111/j.1467-9663.1985.tb01609.x
Johnston, R. (1986a). Information flows and votes: An analysis of local campaign spending in England, 1983. Geoforum, 17(1), 69-79.
https://doi.org/10.1016/0016-7185(86)90012-6
Johnston, R. (1986b). Information Provision and Individual Behavior: A Case Study of Voting at an English General Election. Geographical
Analysis, 18(2), 129-141. https://doi.org/10.1111/j.1538-4632.1986.tb00087.x
Johnston, R. (1987). I. The geography of the working class and the geography of the labour vote in England, 1983. Political Geography
Quarterly, 6(1), 7-16. https://doi.org/10.1016/0260-9827(87)90027-9
Johnston, R. (2001). Out of the ‘moribund backwater’: Territory and territoriality in political geography. Political Geography, 20(6), 677-693.
https://doi.org/10.1016/S0962-6298(01)00032-4
Johnston, R. (2002). Manipulating maps and winning elections: Measuring the impact of malapportionment and gerrymande ring. Political
Geography, 21(1), 1-31. https://doi.org/10.1016/S0962-6298(01)00070-1
Johnston, R. (2007). Understanding Australian Exceptionalism with Electoral Systems—And bringing geography in. Australian Geographer,
38(3), 367-374. https://doi.org/10.1080/00049180701639190

165
Johnston, R., & Forrest, J. (2009). Geography and Election Results: Disproportionality and Bias at the 1993-2004 Elections to the Australian
House of Representatives. Geographical Research, 47(2), 95-108. https://doi.org/10.1111/j.1745-5871.2009.00573.x
Johnston, R., Hay, A., & Rumley, D. (1983). Entropy-maximising methods for estimating voting data: A critical test. Area, 15(1), 35-40.
Johnston, R., & Honey, R. (1988). Political geography of contemporary events X: The 1987 general election in New Zealand: the demise of
electoral cleavages? Political Geography Quarterly, 7(4), 363-368. https://doi.org/10.1016/0260-9827(88)90006-7
Johnston, R., Jones, K., & Manley, D. (2018). MultiLevel Modeling of Space–Time Variations: Exploring Landslide Voting Patterns at United
States Presidential Elections, 1992–2016. Geographical Analysis, 51. https://doi.org/10.1111/gean.12176
Johnston, R., Manley, D., & Jones, K. (2016). Spatial Polarization of Presidential Voting in the United States, 1992 –2012: The “Big Sort”
Revisited. Annals of the American Association of Geographers, 106(5), 1047-1062.
https://doi.org/10.1080/24694452.2016.1191991
Johnston, R., Manley, D., Jones, K., & Rohla, R. (2020). The geographical polarization of the American electorate : A country of increasing
electoral landslides? GeoJournal, 85(1), 187-204. Scopus. https://doi.org/10.1007/s10708-018-9955-3
Johnston, R., Manley, D., Pattie, C., & Jones, K. (2018). Geographies of Brexit and its aftermath: Voting in England at the 2016 referendum
and the 2017 general election. Space and Polity, 22(2), 162-187. Scopus. https://doi.org/10.1080/13562576.2018.1486349
Johnston, R., O’Neill, A., & Taylor, P. (1983). The Changing Electoral Geography of the Netherlands: 1946–1981. Tijdschrift Voor
Economische En Sociale Geografie, 74(3), 185-195. https://doi.org/10.1111/j.1467-9663.1983.tb01524.x
Johnston, R., & Pattie, C. (1987a). A dividing nation? An initial exploration of the changing electoral geography of Great Britain, 1979 – 1987.
Environment and Planning, 19(8), 1001-1013. https://doi.org/10.1068/a191001
Johnston, R., & Pattie, C. (1987b). Family background, ascribed characteristics, political attitudes and regional variations in voting within
England, 1983: A further contribution. Political Geography Quarterly, 6(4), 347-349. https://doi.org/10.1016/0260-
9827(87)90048-6
Johnston, R., & Pattie, C. (1988). Attitudes and Votes at the 1983 General Election: Explorations of the Geography of ’Deviations. Area, 20(2),
111-119.
Johnston, R., & Pattie, C. (1989). A growing north-south divide in British voting patterns, 1979–1987. Geoforum, 20(1), 93-106.
https://doi.org/10.1016/0016-7185(89)90020-1
Johnston, R., & Pattie, C. (1990). Class, attitudes, and retrospective voting: Exploring the regional variations in the 1983 general election in
Great Britain. Environment and Planning, 22(7), 893-908. https://doi.org/10.1068/a220893
Johnston, R., & Pattie, C. (1991). Evaluating the use of entropy-maximising procedures in the study of voting patterns: 1. Sampling and
measurement error in the flow-of-the-vote matrix and the robustness of estimates. Environment and Planning, 23(3), 411-420.
https://doi.org/10.1068/a230411
Johnston, R., & Pattie, C. (1992a). Is the seesaw tipping back? The end of Thatcherism and changing voting patterns in Great Britain 1979 -
92. Environment and Planning, 24(10), 1491-1505. https://doi.org/10.1068/a241491
Johnston, R., & Pattie, C. (1992b). Class dealignment and the regional polarization of voting patterns in Great Britain, 1964 –1987. Political
Geography, 11(1), 73-86. https://doi.org/10.1016/0962-6298(92)90020-T
Johnston, R., & Pattie, C. (2003). Evaluating an Entropy-Maximizing Solution to the Ecological Inference Problem: Split-Ticket Voting in
New Zealand, 1999. Geographical Analysis, 35(1), 1.
Johnston, R., & Pattie, C. (2008). Money and votes: A New Zealand example. Political Geography, 27(1), 113-133.
https://doi.org/10.1016/j.polgeo.2007.07.002
Johnston, R., & Pattie, C. (2013). Learning electoral geography? Party campaigning, constituency marginality and voting at the 2010 British
general election. Transactions of the Institute of British Geographers, 38(2), 285-298. https://doi.org/10.1111/j.1475-
5661.2012.00527.x
Johnston, R., Pattie, C., Cutts, D., & Fisher, J. (2012). Spending, contacting, and voting: The 2010 British general election in the constituencies.
Environment and Planning, 44(5), 1165-1184. https://doi.org/10.1068/a44382
Johnston, R., Pattie, C., Dorling, D., MacAllister, I., Tunstall, H., & Rossiter, D. (2001). Social locations, spatial locations and voting at the
1997 British general election: Evaluating the sources of Conservative support. Political Geography, 20(1), 85-111.
https://doi.org/10.1016/S0962-6298(00)00053-6
Johnston, R., Pattie, C., & Johnston, L. (1988). The Role of Ecological Analysis in Electoral Geography: The Changing Pattern of Labour
Voting in Great Britain 1983-1987. Geografiska Annaler. Series B, Human Geography, 70(3), 307. https://doi.org/10.2307/490333
Johnston, R., Pattie, C., & Manley, D. (2017). Britain’s changed electoral map in and beyond 2015: The importance of geography. The
Geographical Journal, 183(1), 58-70. https://doi.org/10.1111/geoj.12171
Johnston, R., Pattie, C., & Rossiter, D. (1997). Sleaze, constituency and dissent: Voting on Nolan in the House of Commons. Area, 29(1), 20-
33. https://doi.org/10.1111/j.1475-4762.1997.tb00004.x
Johnston, R., Rohla, R., Manley, D., & Jones, K. (2019). Voting for Trump and the electoral mosaics of US metropolitan areas: Exploring
changing patterns of party support by neighborhood. Cities, 86, 94-101. https://doi.org/10.1016/j.cities.2018.12.011
Johnston, R., Rossiter, D., Manley, D., Pattie, C., Hartman, T., & Jones, K. (2018). Coming full circle: The 2017 UK general election and the
changing electoral map. The Geographical Journal, 184(1), 100-108. https://doi.org/10.1111/geoj.12240
Johnston, R., & White, P. (1977). Reactions to Foreign Workers in Switzerland: An Essay in Electoral Geography. Tijdschrift Voor
Economische En Sociale Geografie, 68(6), 341-354. https://doi.org/10.1111/j.1467-9663.1977.tb00838.x
Jump, R. C., & Michell, J. (2020a). Educational attainment and the Brexit vote. Environment and Planning A: Economy and Space, 52(5), 829-
832. https://doi.org/10.1177/0308518X19866465
Jump, R. C., & Michell, J. (2020b). Education and the geography of Brexit. Journal of Elections, Public Opinion and Parties, 0(0), 1-13.
https://doi.org/10.1080/17457289.2020.1839471
Jurado, I., & León, S. (2019). Geography matters: The conditional effect of electoral systems on social spending. British Journal of Political
Science, 49(1), 81-103. Scopus. https://doi.org/10.1017/S0007123416000338
Kabath, E., & Sobczak, D. (1999). Geography of parliamentary election in 1997. Czasopismo Geograficzne, 70(2), 201-220. Scopus.

166
Kang, W. C. (2018). Presidential pork barrel politics with polarized voters. Political Geography, 67, 12-22.
https://doi.org/10.1016/j.polgeo.2018.09.001
Kantel, A. J. (2019). Fishing for Power: Incursions of the Ugandan Authoritarian State. Annals of the American Association of Geographers,
109(2), 443-455. https://doi.org/10.1080/24694452.2018.1527679
Kavanagh, A., Mills, G., & Sinnott, R. (2004). The geography of Irish voter turnout: A case study of the 2002 general election. Irish Geography,
37(2), 177-186. Scopus. https://doi.org/10.1080/00750770409555841
Kavetskyy, I. (2014). The role of the geographical context in shaping the voting behavior of Ukrainians. Prace i Studia Geograficzne, 54, 29-
45. Scopus.
Kevický, D. (2020a). Spatial distribution of voter turnout of the parliamentary elections in Slovak districts in 1990—2016. Geographia
Cassoviensis, 14(1), 64-76. Scopus. https://doi.org/10.33542/GC2020-1-04
Kevický, D. (2020b). Voter turnout in Slovakia in 2020 from geographic view – Change or stability? Acta Geographica Universitatis
Comenianae, 64(2), 161-178. Scopus.
Kevický, D., & Danik, P. (2020). Where do voters appear at ballots? Factors influencing the geographical distribution of voter turnout in
Slovak parliamentary elections. Geograficky Casopis, 72(1), 5-25. Scopus. https://doi.org/10.31577/geogrcas.2020.72.1.01
Kim, J., Elliott, E., & Wang, D.-M. (2003). A spatial analysis of county-level outcomes in US Presidential elections: 1988–2000. Electoral
Studies, 22(4), 741-761. https://doi.org/10.1016/S0261-3794(02)00008-2
Kinsella, C., McTague, C., & Raleigh, K. (2021). Closely and deeply divided: Purple counties in the 2016 presidential electio n. Applied
Geography, 127. Scopus. https://doi.org/10.1016/j.apgeog.2021.102386
Kinsella, C., McTague, C., & Raleigh, K. N. (2015). Unmasking geographic polarization and clustering: A micro-scalar analysis of partisan
voting behavior. Applied Geography, 62, 404-419. https://doi.org/10.1016/j.apgeog.2015.04.022
Kirby, A., & Taylor, P. (1976). A geographical analysis of the voting pattern in the EEC referendum, 5 June 1975. Regional Studies, 10(2),
183-191. https://doi.org/10.1080/09595237600185181
Klesner, J. (1993). Modernization, Economic Crisis, and Electoral Alignment in Mexico. Mexican Studies, 9(2), 187-223.
https://doi.org/10.2307/1051876
Klesner, J. (2007). The 2006 Mexican Elections: Manifestation of a Divided Society? Political Science and Politics, 40(1), 27-32.
https://doi.org/10.1017/S1049096507070059
Kobayashi, A. (2019). Issues of «Race» and Early Radical Geography. En T. J. Barnes & E. S. Sheppard (Eds.), Spatial histories of radical
geography: North America and beyond. Wiley.
Kolosov, V. A. (1990). The Geography of Elections of Ussr People’s Deputies by National–Territorial Districts and the Nationalities Issue.
Soviet Geography, 31(10), 753-766. https://doi.org/10.1080/00385417.1990.10640853
Koseki, S. A. (2018). The geographic evolution of political cleavages in Switzerland: A network approach to assessing levels and dynamics of
polarization between local populations. PLoS ONE, 13(11). Scopus. https://doi.org/10.1371/journal.pone.0208227
Koulov, B. (1995). Geography of electoral preferences: The 1990 Great National Assembly elections in Bulgaria. Political Geography, 14(3),
241-258. https://doi.org/10.1016/0962-6298(95)93186-M
Kovacs, Z., & Dingsdale, A. (1998). Whither East European democracies? The geography of the 1994 Hungarian parliamentary elec tion.
Political Geography, 17(4), 437-458. https://doi.org/10.1016/S0962-6298(97)00024-3
Kowalczyk, A. (1998). Commune as the object of research of political geography—Selected problems. Prace i Studia Geograficzne, 23, 25-
41. Scopus.
Kowalski, M. (2014). Was Greater Poland oriented to the right-of-center? Spatial differentiation of voting behavior in Poland in the 1920s.
Prace i Studia Geograficzne, 54, 89-105. Scopus.
Kramer, D. (1990). ‘Those people across the water just don’t know our problems’: An analysis of friends and neighbours voting in a
geographically-split legislative district. Political Geography Quarterly, 9(2), 189-196. https://doi.org/10.1016/0260-
9827(90)90018-6
Krehbiel, E. (1916). Geographic Influences in British Elections. Geographical Review, 2(6), 419-432. https://doi.org/10.2307/207512
Krzemiński, P. (2009). Electoral behavior in parliamentary and presidential elections in Poland in 2005-2007—Patterns of spatial diversitites.
Przeglad Geograficzny, 81(2), 259-281. Scopus. https://doi.org/10.7163/PrzG.2009.2.5
Kuhn, T., & Hacking, I. (2012). The structure of scientific revolutions (4.a). The University of Chicago Press.
Kumbaracıbaşı, A. C., & Fink, S. (2021). Spatial diffusion and geographical patterns in the Turkish vote for pro -Islamist parties. Journal of
Southeast European and Black Sea. Scopus. https://doi.org/10.1080/14683857.2020.1868816
La Patilla. (2012, diciembre 11). Copei: La abstención sólo favorece al Gobierno. La Patilla. http://www.lapatilla.com/site/2012/11/12/copei-
la-abstencion-solo-favorece-al-gobierno/
La Patilla, [@la_patilla]. (2020, septiembre 12). ¿Qué título le colocarías? . https://www.instagram.com/p/CFDWpCeAuwP/
La Voz. (2012, noviembre 16). Capriles: “Hablar de abstención es hacerle juego al Gobierno”. Diario La Voz.
http://www.diariolavoz.net/2012/11/16/hablar-de-abstencion-es-hacerle-juego-al-gobierno/
Laake, T. V. (2016). A Geographical Analysis of Dutch Electoral Volatility 1994–2012. Tijdschrift Voor Economische En Sociale Geografie,
107(3), 365-374. https://doi.org/10.1111/tesg.12181
Lacruz, T. (2006). Balance Sociopolítico: Una Ciudadanía Social Inacabada. En T. Maingon (Ed.), Balance y perspectivas de la política social
en Venezuela (pp. 111-184). Instituto Latinoamericano de Investigaciones Sociales.
Lake, J., & Nie, J. (2021). Did Covid-19 Cost Trump the Election? (N.o 8856; CESifo Working Paper Series). CESifo.
https://ideas.repec.org/p/ces/ceswps/_8856.html
Lander, E. (2008). Venezuela Izquierda y Populismo: Alternativa al Neoliberalismo. En D. Chavez, C. Garavito, & P. Barrett (Eds.), La nueva
izquierda en América Latina. Los Libros de la Catarata.
Lander, L. (2004). La Insurrección de los gerentes: Pdvsa y el gobierno de Chávez. Revista Venezolana de Economía y Ciencias Sociales,
10(2), 13-32.
Lander, L., & López Maya, M. (2005). Referendo revocatorio y elecciones regionales en Venezuela: Geografía electoral de la po larización.
Revista Venezolana de Economía y Ciencias Sociales, 11(1), 43-58.

167
Laponce, J. (1987). Assessing the neighbour effect on the vote of francophone minorities in Canada. Political Geography Quarterly, 6(1), 77-
87. https://doi.org/10.1016/0260-9827(87)90035-8
Lappie, J., & Marschall, M. (2018). Place and participation in local elections. Political Geography, 64, 33-42.
https://doi.org/10.1016/j.polgeo.2018.02.003
Latner, M., & McGann, A. (2005). Geographical representation under proportional representation: The cases of Israel and the N etherlands.
Electoral Studies, 24(4), 709-734. https://doi.org/10.1016/j.electstud.2005.02.007
Lavrard-Meyer, C. (2007). Voto y pobreza en las elecciones presidenciales desde la transición democrática peruana: ¿puede la democrac ia
estar al servicio del bienestar de las mayorías? Bulletin de l’Institut français d’études andines, 36 (1), 159-163.
https://doi.org/10.4000/bifea.4697
Lee, D., & Brunn, S. (1996). Politics and regions in Korea: An analysis of the recent presidential election. Political Geography, 15(1), 99-119.
https://doi.org/10.1016/0962-6298(95)00002-X
Lehoucq, F. E., & Wall, D. L. (2004). Explaining voter turnout rates in new democracies: Guatemala. Electoral Studies, 23(3), 485-500.
https://doi.org/10.1016/S0261-3794(03)00055-6
Leib, J., & Dittmer, J. (2002). Florida’s residual votes, voting technology, and the 2000 election. Political Geography, 21(1), 91-98.
https://doi.org/10.1016/S0962-6298(01)00064-6
Leib, J., & Quinton, N. (2011). On the Shores of the «Moribund Backwater»: Trends in Electoral Geography Research Since 1990. En B. Warf
& J. Leib (Eds.), Revitalizing electoral geography (pp. 9-30). Ashgate Publishing Company.
Lemon, A. (1981). The geography of voting patterns in South African general elections, 1974-77. Political studies from spatial perspectives,
419-442. Scopus.
Lemon, A., & Fox, R. (2000). Consolidating democracy in South Africa: The second open election. Area, 32(3), 337-344.
https://doi.org/10.1111/j.1475-4762.2000.tb00147.x
Lepaje, R. (2002, octubre 22). Militares disidentes en Plaza Altamira, 2002. Ramón Lepaje Photographer.
https://ramonlepage.photoshelter.com/image/I0000IDRHLDNR8I0
Lepič, M. (2017). Limits to territorial nationalization in election support for an independence-aimed regional nationalism in Catalonia. Political
Geography, 60, 190-202. https://doi.org/10.1016/j.polgeo.2017.08.003
Leslie, P. A., & Arı, B. (2018). Could rainfall have swung the result of the Brexit referendum? Political Geography, 65, 134-142.
https://doi.org/10.1016/j.polgeo.2018.05.009
Lesthaeghe, R., & Neidert, L. (2009). US Presidential Elections and the Spatial Pattern of the American Second Demographic Transition.
Population and Development Review, 35(2), 391-400. https://doi.org/10.1111/j.1728-4457.2009.00284.x
Leuthold, H., Hermann, M., & Fabrikant, S. I. (2007). Making the political landscape visible: Mapping and analyzing voting patterns in an
ideological space. Environment and Planning, 34(5), 785-807. https://doi.org/10.1068/b3304t
Levi, O., Hamidian, S., & Hosseini, P. (2020). Automatically Identifying Political Ads on Facebook: Towards Understanding of Manipulation
via User Targeting. En M. van Duijn, M. Preuss, V. Spaiser, F. Takes, & S. Verberne (Eds.), Disinformation in Open Online Media
(pp. 95-106). Springer International Publishing. https://doi.org/10.1007/978-3-030-61841-4_7
Levy, R. (1995). Finding a place in the world-economy: Party strategy and party vote: the regionalization of SNP and Plaid Cymru support,
1979–1992. Political Geography, 14(3), 295-308. https://doi.org/10.1016/0962-6298(95)93189-P
Lewis, P. F. (1965). Impact of Negro Migration on the Electoral Geography of Flint, Michigan, 1932-1962: A Cartographic Analysis. Annals
of the American Association of Geographers, 55(1), 1-25.
Ley de Reforma Parcial de la Ley de División Político Territorial del Estado Zulia. (2009). Gaceta oficial del estado Zulia, No 1349
(Extraordinario).
Ley de Reforma Parcial de la Ley Orgánica del Poder Público Municipal. (2010). Gaceta Oficial de la República Bolivariana de Venezuela,
No 6.015 (Extraordinario).
Ley Orgánica de Procesos Electorales. (2009). Gaceta Oficial de la República Bolivariana de Venezuela, N o 5928 (Extraordinario).
Ley que autoriza al Presidente de la República para dictar Decretos con Fuerza de Ley en las materias que se delegan . (2000). Gaceta Oficial
de la República de Venezuela, No 37.076.
Lichter, D. T., & Ziliak, J. P. (2017). The Rural-Urban Interface: New Patterns of Spatial Interdependence and Inequality in America. The
ANNALS of the American Academy of Political and Social Science, 672(1), 6-25. https://doi.org/10.1177/0002716217714180
Lind, J. (2019). Rainy day politics. An instrumental variables approach to the effect of parties on political outcomes. European Journal of
Political Economy, 61, 101821. https://doi.org/10.1016/j.ejpoleco.2019.101821
Lipman, N. (2020, junio 27). «The love letter to my neighbourhood that helped me flee my country». BBC News.
https://www.bbc.com/news/stories-53077638
Liu, L., Hu, T., Bao, S., Wu, H., Peng, Z., & Wang, R. (2021). The Spatiotemporal Interaction Effect of COVID-19 Transmission in the United
States (SSRN Scholarly Paper ID 3761556). Social Science Research Network. https://doi.org/10.2139/ssrn.3761556
Liu, R., Yao, X., Guo, C., & Wei, X. (2021). Can We Forecast Presidential Election Using Twitter Data? An Integrative Modelling Approach.
Annals of GIS, 27(1), 43-56. https://doi.org/10.1080/19475683.2020.1829704
Liu, X., Andris, C., & Desmarais, B. A. (2019). Migration and political polarization in the U.S.: An analysis of the county -level migration
network. PLOS ONE, 14(11), e0225405. https://doi.org/10.1371/journal.pone.0225405
Lizama Carrasco, G. (2012). Geografía electoral del abstencionismo en los municipios de México (1994-2009). Espacialidades, 2(2), 22-51.
Lombardi, A. (1973, agosto). El Zulia: Una Región Diferente. SIC, 357, 306-309.
López, G. (2010). Chávez vs. Medios. ¿Una batalla simbólica? Revista de estudios políticos, 38, 31-52.
López, L. (1981). Geografía electoral de León (1977– 1979). Tierras de León, 21(44), 5-12.
López Levi, L. (2006). Redistritación electoral en México: Logros pasados y retos futuros. Investigaciones Geográficas, 61, 99-113.
López Levi, L., & Reyes, E. (2011). Repensar la distritación electoral. Veredas, 23, 119-135.
López Maya, M. (2002). El golpe de Estado del 11 de abril en Venezuela y sus causas. Revista Sociedad y Economía.
López Maya, M. (2003a). The Venezuelan Caracazo of 1989: Popular Protest and Institutional Weakness. Journal of Latin American Studies,
35(01), 117-137. https://doi.org/10.1017/S0022216X02006673

168
López Maya, M. (2003b). La protesta popular venezolana entonces y ahora: ¿cambios en la política de la calle? Politeia, 26(30), 86-99.
López Maya, M. (2004). Venezuela 2001-2004: Actores y estrategias. Cuadernos del CENDES, 21(56), 109-132.
López Maya, M. (2010). Venezuela: Once años de gestión de Hugo Chávez Frías y sus fuerzas bolivarianas (1999 -2010). Temas y Debates,
14(20), 197-295.
López Maya, M., & Lander, L. (2006). Novedades y continuidades de la protesta popular en Venezuela. Revista Venezolana de Economía y
Ciencias Sociales, 12(1), 11-30.
Los, B., McCann, P., Springford, J., & Thissen, M. (2017). The mismatch between local voting and the local economic consequences of Brexit.
Regional Studies, 51(5), 786-799. Scopus. https://doi.org/10.1080/00343404.2017.1287350
Lublin, D. (2017). Electoral systems, ethnic diversity and party systems in developing democracies. Electoral Studies, 47, 84-93.
https://doi.org/10.1016/j.electstud.2016.11.012
Lutz, J. (1990). Diffusion of nationalist voting in Scotland and Wales: Emulation, contagion, and retrenchment. Political Geography Quarterly,
9(3), 249-266. https://doi.org/10.1016/0260-9827(90)90026-7
Lysek, J., Pánek, J., & Lebeda, T. (2021). Who are the voters and where are they? Using spatial statistics to analyse voting patterns in the
parliamentary elections of the Czech Republic. Journal of Maps, 17(1), 33-38. Scopus.
https://doi.org/10.1080/17445647.2020.1819901
Magalhães, A. M., Da Silva, M. E. A., & De Mendonça Dias, F. (2015). Dilma’s election or Lula’s second reelection? A spatial analysis of
2010. Opiniao Publica, 21(3), 535-573. Scopus. https://doi.org/10.1590/1807-01912015213535
Magallanes, R. (2009). El gobierno de Hugo Chávez: ¿qué lo distingue de los anteriores? Politeia, 32(42), 97-138.
Magaloni, B., Díaz-Cayeros, A., Olarte, J., & Vivanco, E. F. (2012). La Geografía Electoral de 2012 (México). México Evalua.
https://cddrl.fsi.stanford.edu/publications/la_geograf%C3%ADa_electoral_de_2012_m%C3%A9xico
Maldonado, Z. (2005). Las ciudades disidentes durante la independencia de Venezuela: El caso de Maracaibo. Revista de Ciencias Sociales,
11(1), 48-68.
Mamadouh, V., & Van Der Wusten, H. (1989). The influence of the change of electoral system on political representation: The case of France
in 1985. Political Geography Quarterly, 8(2), 145-159. https://doi.org/10.1016/0260-9827(89)90004-9
Manley, D., Jones, K., & Johnston, R. (2017). The geography of Brexit – What geography? Modelling and predicting the outcome across 380
local authorities. Local Economy, 32(3), 183-203. https://doi.org/10.1177/0269094217705248
Mansley, E., & Demšar, U. (2015). Space matters: Geographic variability of electoral turnout determinants in the 2012 London mayoral
election. Electoral Studies, 40, 322-334. https://doi.org/10.1016/j.electstud.2015.10.003
Mantegazzi, D. (2020). The geography of political ideologies in Switzerland over time. Spatial Economic Analysis.
https://doi.org/10.1080/17421772.2020.1860251
Marchal, O., Thery, H., & Waniez, P. (1992). The electoral geography of Brazil after the 1989 presidential election. Cahiers - ORSTOM, Serie
Sciences Humaines, 28(3), 535-554. Scopus.
Mariot, P. (1996). Spatial aspects of the 1994 elections for the National Council of the Slovak Republic. Moravian Geographical Reports, 4(1),
52-60. Scopus.
Marron, M. (1999). La geografía del comportamiento y de la percepción. Aportaciones a la investigación y a la enseñanza de la geografía.
Didáctica Geográfica, 3, 85-108.
Marschall, M., Aydogan, A., & Bulut, A. (2016). Does housing create votes? Explaining the electoral success of the AKP in Turkey. Electoral
Studies, 42, 201-212. https://doi.org/10.1016/j.electstud.2016.02.010
Marsh, C., Albert, H., & Warhola, J. W. (2004). The Political Geography of Russia’s 2004 Presidential Election. Eurasian Geography and
Economics, 45(4), 262-279. https://doi.org/10.2747/1538-7216.45.4.262
Martínez, A. (1987). Análisis espacial del referéndum sobre la OTAN (12 de marzo de 1986) en Canarias. Documents d’anàlisi geogràfica,
10, 133-145.
Martínez, A., & García, J. (1997). Las elecciones generales en la región de Murcia. Revista de Estudios Políticos, 96, 279-302.
Martínez, M. (2010). La Mesa de Negociación y Acuerdos (2002-2003) y el proceso de facilitación de la OEA y el Centro Carter. Politeia,
33(44), 47-88.
Martis, K., Kovacs, Z., Kovacs, D., & Peter, S. (1992). The geography of the 1990 Hungarian parliamentary elections. Political Geography,
11(3), 283-305. https://doi.org/10.1016/0962-6298(92)90030-W
Marzagão, T. (2013). A dimensão geográfica das eleições brasileiras. Opiniao Publica, 19(2), 270-290. Scopus. https://doi.org/10.1590/S0104-
62762013000200002
Maškarinec, P. (2019). The rise of new populist political parties in Czech parliamentary elections between 2010 and 2017: The geography of
party replacement. Eurasian Geography and Economics, 60(5), 511-547. Scopus. https://doi.org/10.1080/15387216.2019.1691928
Matykowski, R. (2008). Spatial differences in the electoral behaviour of residents of the Podlaskie Voivodeship. Dokumentacja Geograficzna,
36, 28-33. Scopus.
Matykowski, R., & Kulczyńska, K. (2010). Polish presidential election in 2010: A study of the power of voters in big and medium-sized towns.
Przeglad Geograficzny, 82(4), 593-617. Scopus. https://doi.org/10.7163/przg.2010.4.6
Mayer, N. (2003). Le Pen’s comeback: The 2002 French presidential election. International Journal of Urban and Regional Research, 27(2),
455-459. https://doi.org/10.1111/1468-2427.00458
Maza, A., Villaverde, J., & Hierro, M. (2019). The 2017 Regional Election in Catalonia: An attempt to understand the pro-independence vote.
Economia Politica, 36(1), 1-18. https://doi.org/10.1007/s40888-019-00143-x
McAllister, I. (1987). II. Social context, turnout, and the vote: Australian and British comparisons. Political Geography Quarterly, 6(1), 17-
30. https://doi.org/10.1016/0260-9827(87)90028-0
McAllister, I., & Studlar, D. (1984). The electoral geography of immigrant groups in Britain. Electoral Studies, 3(2), 139-150.
https://doi.org/10.1016/0261-3794(84)90031-3
McCafferty, D. (2011). Divided city: The social geography of post-celtic tiger Limerick. En Understanding Limerick: Social Exclusion and
Change (pp. 3-22). Scopus.

169
Mccarty, N., Rodden, J., Shor, B., Tausanovitch, C., & Warshaw, C. (2019). Geography, uncertainty, and polarization. Political Science
Research and Methods, 7(4), 775-794. Scopus. https://doi.org/10.1017/psrm.2018.12
McCormick, J. (1996). Taxes and turnouts: The poll tax and the Scottish regional elections. Scottish Geographical Magazine, 112(3), 147-157.
https://doi.org/10.1080/14702549608554948
McGowin, D. (2012). Place, identity, and Taiwan’s presidential elections, 1996–2008. Revitalizing Electoral Geography, 97-116.
Mckee, S., & Teigen, J. (2016). The New Blue: Northern In-Migration in Southern Presidential Elections. Political Science and Politics, 49,
228-233.
McKelvey, K., DiGrazia, J., & Rojas, F. (2014). Twitter publics: How online political communities signaled electoral outcomes in the 2010
US house election. Information Communication and Society, 17(4), 436-450. Scopus.
https://doi.org/10.1080/1369118X.2014.892149
McPhail, I. (1971). The Vote for Mayor of Los Angeles in 1969. Annals of the American Association of Geographers, 61(4), 744-758.
Medus, N. B. (2002). Voto, representación y territorio: Análisis y tendencias en la escala local: El municipio en la provincia de La Pampa,
Argentina [Tesis doctoral]. https://repo.unlpam.edu.ar/handle/unlpam/838
Meleshevich, A. (2006). Geographical Patterns of Party Support in the Baltic States, Russia, and Ukraine. European Urban and Regional
Studies, 13(2), 113-129. https://doi.org/10.1177/0969776406062522
Mendez, I., & Cutillas, I. M. (2014). Has immigration affected Spanish presidential elections results? Journal of Population Economics, 27(1),
135-171. https://doi.org/10.1007/s00148-013-0471-y
Meneguello, R., & Neto, F. B. (2012). Context and competition in São Paulo politics. Dados, 55(1), 119-171. Scopus.
https://doi.org/10.1590/S0011-52582012000100004
Michael, M., & Nikolai, P. (1997). Russian Electoral Politics After Transition: Regional and National Assessments. Post-Soviet Geography
and Economics, 38(9), 507-549. https://doi.org/10.1080/10889388.1997.10641061
Michaud, J., Mäkinen, I. H., Frisk, E., & Szilva, A. (2021). Evolution of Spatial Political Community Structures in Sweden 1985–2018. Studies
in Computational Intelligence, 944, 275-285. Scopus. https://doi.org/10.1007/978-3-030-65351-4_22
Milanese, J. P. (2016). Elecciones 2015 en la región Pacífico: Análisis sistémico de los resultados en el corazón del posconflicto. En F. Barrero
(Ed.), Elecciones regionales 2015: Los retos de un país en camino hacia la paz. Fundación Konrad Adenauer Stiftung.
https://www.researchgate.net/publication/301650715_Elecciones_2015_en_la_region_Pacifico_analisis_sistemico_de_los_resulta
dos_en_el_corazon_del_posconflicto
Milanese, J. P. (2020). Más que una simple arena. El espacio como variable que influencia la configuración de las preferencias electorales
en Colombia (P. Montilla & M. C. Jiménez, Eds.; p. 41). Universidad Externado de Colombia.
Milanese, J. P., Abadía, A. A., Rodríguez, A., Cuervo, B., Milanese, J. P., Abadía, A. A., Rodríguez, A., & Cuervo, B. (2017). Configuración
de los apoyos electorales a nivel municipal. Un análisis de los resultados electorales para la Alcaldía de Cali, Colombia (2003-
2015). Colombia Internacional, 90, 67-98. https://doi.org/10.7440/colombiaint90.2017.03
Miller, J. A., & Grubesic, T. H. (2020). A Spatial Exploration of the Halo Effect in the 2016 U.S. Presidential Election. Annals of the American
Association of Geographers, 0(0), 1-16. https://doi.org/10.1080/24694452.2020.1785271
Million, A. J., Bishop, B. W., & Goggins, S. P. (2016). An exploration of “localness” on twitter during the 2012 U.S. elections. Proceedings
of the Association for Information Science and Technology, 53(1), 1-4. Scopus. https://doi.org/10.1002/pra2.2016.14505301085
Minca, C. (2009). Postmodernism/Postmodern Geography. En International Encyclopedia of Human Geography (pp. 363-372). Elsevier.
https://doi.org/10.1016/B978-008044910-4.00725-2
Mira, G. F. P., Leal, P. R. F., Oliveira, L. A. de, & Almeida, P. E. G. de. (2018). A geografia dos votos e a construção discursiva dos mandatos
de deputados federais da Zona da Mata Mineira: Uma análise das ênfases de mandato a partir de variáveis políticas e comunicativas.
CSOnline - REVISTA ELETRÔNICA DE CIÊNCIAS SOCIAIS, 27, Article 27. https://doi.org/10.34019/1981-2140.2018.17483
Mok, A. (1970). The Spatial Variation of Voting Behaviour in Canada in 1963. Theses and Dissertations (Comprehensive).
https://scholars.wlu.ca/etd/1550
Molina, J. (2011). Patrones espaciales sobre ideología y comportamiento electoral en Bogotá [Tesisi de maestría, Universidad Nacional de
Colombia. Facultad de Agronomía]. https://core.ac.uk/download/pdf/11056135.pdf
Monaldi, F., Amelia, R., Obuchi, R., & Penfold, M. (2006). Political Institutions, Policymaking Processes, and Policy Outcomes in Venezuela
(R-507; p. 76). Inter-American Development Bank. http://www.iadb.org/res/publications/pubfiles/pubr-507.pdf
Monge, D. C. (2005). Geografia politico-electoral en Costa Rica. Revista de Ciencias Sociales, 109-110, 9-15.
Monge, J. (1980). Historia constitucional de Puerto Rico: Vol. I. Editorial de la Universidad de Puerto Rico.
Monnat, S. M., & Brown, D. L. (2017). More than a Rural Revolt: Landscapes of Despair and the 2016 Presidential Election. Journal of rural
studies, 55, 227-236. https://doi.org/10.1016/j.jrurstud.2017.08.010
Monzón, N. (2009). Geografía electoral. Consideraciones teóricas para el caso argentino. Cuadernos de Geografia: Revista Colombiana de
Geografia, 18, 119-128.
Monzón, N. (2013). Aportes a la investigación geográfica desde la geografía electoral el caso de la Provincia del Chaco. Geográfica digital,
10, 1. https://doi.org/10.30972/geo.10202203
Moon, B. E., Birdsall, J. H., Ciesluk, S., Garlett, L. M., Hermias, J. J., Mendenhall, E., Schmid, P. D., & Wong, W. H. (2006). Voting Coun ts:
Participation in the Measurement of Democracy. Studies in Comparative International Development, 41(2), 3-32.
https://doi.org/10.1007/BF02686309
Mora, C. P., & Cervantes, E. T. (2009). Proportional representation multi-member district: Geography and population balance. 1977-2007.
Investigaciones Geograficas, 68, 102-115. Scopus.
Mora, J., & Escobar, C. (2003). Elector, resistencia y desafección política. Política y cultura, 19, 127-144.
Moreno, M. (2003). Filosofía. Historia de la Filosofía Moderna y Contemporánea: Vol. IV. Mad.
Moreno Serrano, A. M. (1988). Los resultados de las elecciones a Cortes Constituyentes de 1931 en el municipio de Pamplona: Un análisis
espacial. Príncipe de Viana. Anejo, 10, 457-464.
Morgan, J. (2017). A cultural geography of Brexit. Geography, 102(3), 153-160. https://doi.org/10.1080/00167487.2017.12094025
Morrill, R. L. (1976). Redistricting Revisited. Annals of the American Association of Geographers, 66(4), 548-556.

170
Muñoz, A. (2009, octubre 23). Échenle gas del bueno y averigüen después. Últimas Noticias.
http://www.eluniversal.com/opinion/090123/echenle-gas-del-bueno-y-averiguen-despues
Murphy, A. B. (2014). Electoral geography and the ideology of place: The making of regions in belgian electoral politics. En Developments in
Electoral Geography (pp. 227-241). Scopus. https://doi.org/10.4324/9781315749747-28
Murphy, A. B., & Hunderi–Ely, A. (1996). The Geography of the 1994 Nordic Vote on European Union Membership. The Professional
Geographer, 48(3), 284-297. https://doi.org/10.1111/j.0033-0124.1996.00284.x
Myers, A. S. (2013). Secular geographical polarization in the American South: The case of Texas, 1996–2010. Electoral Studies, 32(1), 48-62.
https://doi.org/10.1016/j.electstud.2012.09.002
Nagle, J. F. (2019). What criteria should be used for redistricting reform? Election Law Journal: Rules, Politics, and Policy, 18(1), 63-77.
Scopus. https://doi.org/10.1089/elj.2018.0514
Nathan, N. (2016). Local Ethnic Geography, Expectations of Favoritism, and Voting in Urban Ghana. Comparative Political Studies, 49.
https://doi.org/10.1177/0010414016655540
Nel·lo, O., & Gomà, A. (2018). Geographies of discontent: Urban segregation, political attitudes and electoral behaviour in Catalonia. City,
Territory and Architecture, 5(1). Scopus. https://doi.org/10.1186/s40410-018-0099-z
Nieves, A. de. (2012). Elecciones al Parlamento de Galicia 2009: Análisis de un cambio electoral. RIPS: Revista de investigaciones políticas
y sociológicas, 11(1), 141-162.
Nogué, J. (2006). Geografía Política. En A. Lindón & D. Hiernaux (Eds.), Tratado de Geografía Humana. Anthropos/Universidad Autónoma
Metropolitana.
Nossa, I. A. C., & Castilla, C. E. (2018). Las FARC en política: Riesgos de seguridad y escenarios electorales en el Catatumb o y el Bajo
Putumayo. Revista colombiana de sociología, 41(Extra 1), 39-63.
Noticias24. (2014, diciembre 27). Sobella Mejías: “Con Lucena y Oblitas en el CNE les hemos ganado elecciones”. Noticias24.
http://www.noticias24.com/venezuela/noticia/268858/sobella-mejias-con-lucena-y-oblitas-en-el-cne-les-hemos-ganado-
elecciones/
Noury, A., François, A., Gergaud, O., & Garel, A. (2021). How does COVID-19 affect electoral participation? Evidence from the French
municipal elections. PLOS ONE, 16(2), e0247026. https://doi.org/10.1371/journal.pone.0247026
ntn24.com. (2021, febrero 17). Petare, el barrio más grande de América Latina, celebra 400 años. ntn24.com. https://www.ntn24.com/america-
latina/venezuela/petare-el-barrio-mas-grande-de-america-latina-celebra-400-anos-130960
Nwankwo, C. F. (2019a). The spatial pattern of voter choice homogeneity in the Nigerian presidential elections of the fourth republic. Bulletin
of Geography, 43(1), 143-165. Scopus. https://doi.org/10.2478/bog-2019-0010
Nwankwo, C. F. (2019b). Religion and Voter Choice Homogeneity in the Nigerian Presidential Elections of the Fourth Republic. Statistics,
Politics and Policy, 10(1), 1-25. https://doi.org/10.1515/spp-2018-0010
Oberhauser, A., Krier, D., & Kusow, A. (2019). Political Moderation and Polarization in the Heartland: Economics, Rurality, a nd Social
Identity in the 2016 U.S. Presidential Election. The Sociological Quarterly, 60, 1-21.
https://doi.org/10.1080/00380253.2019.1580543
Ogorzalek, T., Piston, S., & Puig, L. G. (2020). Nationally poor, locally rich: Income and local context in the 2016 presiden tial election.
Electoral Studies, 67, 102068. https://doi.org/10.1016/j.electstud.2019.102068
Okunev, I. (2020). Political Geography. Peter Lang AG International Academic Publishers.
Olcina, J. (1996). La Geografía hoy: Reflexiones sobre el pensamiento geográfico, la región y la docencia de la geografía. Investigaciones
Geográficas, 16, 93-114.
Olivella, R., & Rodríguez, J. (2011). Introducción a SIG y geotelemática. En A. Pérez (Ed.), Introducción a los sistemas de información
geográfica y geotelemática. UOC.
Olmo, G. (2018, diciembre 6). Cómo era la Venezuela en la que triunfó Chávez hace 20 años (y en qué se parece a la actual). BBC News
Mundo. https://www.bbc.com/mundo/noticias-america-latina-46463299
O’Loughlin, J. (1980a). District size and party electoral strength: A comparison of sixteen democracies. Environment and Planning, 12(3),
247-262. https://doi.org/10.1068/a120247
O’Loughlin, J. (1980b). The Election of Black Mayors, 1977. Annals of the American Association of Geographers, 70(3), 353-370.
O’Loughlin, J. (2000). Can King’s Ecological Inference Method Answer a Social Scientific Puzzle: Who Voted for the Nazi Party in Weimar
Germany? Annals of the American Association of Geographers, 90(3), 592-601.
O’Loughlin, J. (2001). The Regional Factor in Contemporary Ukrainian Politics: Scale, Place, Space, or Bogus Effect? Post-Soviet Geography
and Economics, 42(1), 1-33. https://doi.org/10.1080/10889388.2001.10641161
O’Loughlin, J. (2003). Spatial Analysis in Political Geography. En J. Agnew, K. Mitchell, & G. Toal (Eds.), A companion to political
geography. Blackwell Publishers.
O’Loughlin, J. (2018). Thirty-five years of political geography and Political Geography: The good, the bad and the ugly. Political Geography,
65, 143-151. https://doi.org/10.1016/j.polgeo.2018.05.004
O’Loughlin, J., & Berg, D. (1977). The Election of Black Mayors, 1969 and 1973. Annals of the American Association of Geographers, 67(2),
223-238.
O’Loughlin, J., Flint, C., & Anselin, L. (1994). The Geography of the Nazi Vote: Context, Confession, and Class in the Reichstag Election of
1930. Annals of the American Association of Geographers, 84(3), 351-380.
O’Loughlin, J., Shin, M., & Talbot, P. (1996). Political Geographies and Cleavages in the Russian Parliamentary Elections. Post-Soviet
Geography and Economics, 37(6), 355-385. https://doi.org/10.1080/10889388.1996.10641023
O’Loughlin, J., Vladimir, K., & Olga, V. (1997). The Electoral Geographies of a Polarizing City: Moscow, 1993-1996. Post-Soviet Geography
and Economics, 38(10), 567-600. https://doi.org/10.1080/10889388.1997.10641064
O’Loughlin, J., Witmer, F., & Ledwith, V. (2002). Location and Political Choice in Post-Unification Berlin: Explaining the PDS (Party of
Democratic Socialism) Vote, 1999 and 2001. Eurasian Geography and Economics, 43(5), 349-382. https://doi.org/10.2747/1538-
7216.43.5.349
Omaña, R. (2008). La OEA en Venezuela: Entre la democracia y el golpe de estado. Abya Yala.

171
O’Reilly, K., & Webster, G. (1998). A Sociodemographic and Partisan Analysis of Voting in Three Anti-Gay Rights Referenda in Oregon.
The Professional Geographer, 50(4), 498-515. https://doi.org/10.1111/0033-0124.00135
Oropeza, M., & Díaz, N. (2007). La geotecnología y su inserción en el pensamiento geográfico. Terra, 23(34), 71-95.
Ortega, C., & Trujillo, J. (2013a). El efecto «amigos y vecinos» sobre la conducta electoral. Un estudio de los comicios loca les de 2011 en
Andalucía. Revista Española de Sociología, 19, 93-115.
Ortega, C., & Trujillo, J. (2013b). La influencia del tamaño de las localidades sobre la participación electoral: Un análisis contextual de las
elecciones locales de 2011 en Andalucía. Revista de Investigaciones Políticas y Sociológicas, 12(1).
Ortega, C., Trujillo, J., & García, G. (2011). Democracia, tamaño del hábitat y participación electoral: Un estudio de las elecciones en
Andalucía, 1999– 2011. Revista española de ciencia política, 27, 69-90.
Ortiz, F. (1987). Algunos aspectos de las elecciones del 10 de junio de 1987 en la ciudad de Logroño. Berceo, 112, 229-248.
Osei-Kwame, P., & Taylor, P. J. (1984). A Politics of Failure: The Political Geography of Ghanaian Elections, 1954 –1979. Annals of the
American Association of Geographers, 74(4), 574-589. https://doi.org/10.1111/j.1467-8306.1984.tb01475.x
Otto, A. H., & Steinhardt, M. F. (2014). Immigration and election outcomes—Evidence from city districts in Hamburg. Regional Science and
Urban Economics, 45, 67-79. https://doi.org/10.1016/j.regsciurbeco.2014.01.004
Oviedo Obarrio, F. (2010). Evo morales and the altiplano: Notes for an electoral geography of the movimiento al socialismo, 2 002-2008. Latin
American Perspectives, 37(3), 91-106. Scopus. https://doi.org/10.1177/0094582X10364035
Oyewole, S., & Omotola, J. S. (2021). Violence in Nigeria’s 2019 general elections: Trend and geospatial dimensions. GeoJournal. Scopus.
https://doi.org/10.1007/s10708-021-10375-9
Pacheco, G. (1997). Un caleidoscopio electoral: Ciudades y elecciones en México, 1988-1994. Estudios Sociológicos, 15(44), 319-350.
Pacheco, G. (2006). La distribución espacial del voto en México y los cambios en la relación de fuerzas entre los partidos, 1997– 2003.
Argumentos, 19(50), 169-201.
Palacios, C., & Tirado, E. (2009). Circunscripciones electorales plurinominales: Configuración geográfica y equilibrio poblacional. 1977-2007.
Investigaciones Geográficas, 68, 102-115.
Pardo, A. (2013). Espacio y Migración: Análisis de las principales perspectivas teóricas. En V. Bobes (Ed.), Debates sobre transnacionalismo.
FLACSO.
Pardo, D. (2015, septiembre 15). El miedo con el que viven muchos colombianos en Venezuela. BBC Mundo.
https://www.bbc.com/mundo/noticias/2015/09/150910_venezuela_colombia_deportados_frontera_dp
Paredes, G. (2009). Críticas epistemológicas y metodológicas a la concepción positivista en las ciencias sociales. Ensayo y Error, 18(36), 143-
169.
Pareja, F. (2011). La Mediación para la regulación del conflicto político en la Venezuela de hoy: Un Giro Epistemológico a la luz de la
experiencia de la Mesa de Negociación y Acuerdos 2002/2003. Cuadernos Unimetanos, 28, 46-61.
Parker, A. (1982). The ‘friends and neighbours’ voting effect in the Galway West constituency. Political Geography Quarterly, 1(3), 243-262.
https://doi.org/10.1016/0260-9827(82)90013-1
Parker, A. (1986). Geography and the Irish electoral system. The presidential address of 1984 -85. Irish Geography, 19(1), 1-14. Scopus.
https://doi.org/10.1080/00750778609478835
Parysek, J., Adamczak, Z., & Grobelny, R. (1991). Regional differences in the results of the 1990 presidential election in Poland as the first
approximation to a political map of the country. Environment and Planning, 23(9), 1315-1329. https://doi.org/10.1068/a231315
Pascal, P. (1983). Electoral geography in Bouches-du-Rhone, during the fifth Republic, 1962/1981. Mediterranee, 49(3), 25-36. Scopus.
Passarelli, G., & Tuorto, D. (2012). The Lega Nord goes south: The electoral advance in Emilia-Romagna: A new territorial model? Political
Geography, 31(7), 419-428. https://doi.org/10.1016/j.polgeo.2012.08.002
Passchier, N. P. (1989). The geography of electoral participation: The Netherlands since the abolition of compulsory voting in 1970.
Geografisch Tijdschrift, 23(3), 166-180. Scopus.
Passchier, N. P., & Van Der Wusten, H. H. (2014). The electoral geography of the netherlands in the era of mass politics, 1888-1986. En
Developments in Electoral Geography (pp. 39-59). Scopus. https://doi.org/10.4324/9781315749747-15
Pattie, C., Dorling, D., & Johnston, R. (1997). The Electoral Geography of Recession: Local Economic Conditions, Public Perceptions and the
Economic Vote in the 1992 British General Election. Transactions of the Institute of British Geographers, 22(2), 147-161.
Pattie, C., & Johnston, R. (1990). Embellishment and Detail? The Changing Relationship between Voting, Class, Attitudes and the Core.
Periphery Division of Great Britain 1979-1987. Transactions of the Institute of British Geographers, 15(2), 205-226.
https://doi.org/10.2307/622865
Pattie, C., & Johnston, R. (1996). The value of making an extra effort: Campaign spending and electoral outcomes in recent British General
Elections -- a decomposition approach. Environment and Planning, 28(11), 2081-2090. https://doi.org/10.1068/a282081
Pattie, C., & Johnston, R. (1997). Funding the national party: Changing geographies of local fund-raising for the British Conservative Party,
1984/1985 to 1993/1994. Political Geography, 16(5), 387-406. https://doi.org/10.1016/S0962-6298(96)00018-2
Pattie, C., & Johnston, R. (2000). «People Who Talk Together Vote Together»: An Exploration of Contextual Effects in Great Britain. Annals
of the American Association of Geographers, 90(1), 41-66.
Pattie, C., Johnston, R., & Fieldhouse, E. (1994). Gaining on the Swings? The Changing Geography of the Flow-of-the-vote and Government
Fortunes in British General Elections, 1979–1992. Regional Studies, 28(2), 141-154.
https://doi.org/10.1080/00343409412331348136
Paul, D., Li, F., Teja, M. K., Yu, X., & Frost, R. (2017). Compass: Spatio Temporal Sentiment Analysis of US Election What Twitter Says!
Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 1585-1594.
https://doi.org/10.1145/3097983.3098053
PDVSA. (2005). Bitácora. Diciembre 2002-abril de 2003 [Petróleos de Venezuela, S.A.].
http://www.pdvsa.com/index.php?tpl=interface.sp/design/readmenuhist.tpl.html&newsid_obj_id=121&newsid_temas=13
Perepechko, A., Kolossov, V., & ZumBrunnen, C. (2007). Remeasuring and rethinking social cleavages in Russia: Continuity and changes in
electoral geography 1917–1995. Political Geography, 26(2), 179-208. https://doi.org/10.1016/j.polgeo.2006.09.006
Pérez, C. (2008). Sobre un concepto histórico de ciencia: De la epistemología actual a la dialéctica. LOM Ediciones.

172
Pérez Castaños, S., & Trujillo, J. (2017). Nuevos partidos, viejos cleavages: Una aproximación ecológica al nuevo sistema de partidos vasco.
Encrucijadas Revista Crítica de Ciencias Sociales, 13.
Persson, M., Sundell, A., & Öhrvall, R. (2014). Does Election Day weather affect voter turnout? Evidence from Swedish electio ns. Electoral
Studies, 33, 335-342. https://doi.org/10.1016/j.electstud.2013.07.021
Peterson, R. D. (2012). To tweet or not to tweet: Exploring the determinants of early adoption of Twitter by House members in the 111th
Congress. Social Science Journal, 49(4), 430-438. Scopus. https://doi.org/10.1016/j.soscij.2012.07.002
Petkoff, T. (2005). Dos izquierdas. Alfadil.
Petrov, N. V. (1991). Two Russian death portraits: A comparative study of 1917 and 1989 electoral-geographical patterns. Estudios
Geograficos, 52(204), 475-495. Scopus.
Petrov, N. V., & Titkov, A. S. (2004). The electoral landscape of Russia and the 2003 elections to the State Duma: Time-space analysis of
electoral dynamics. Izvestiya Akademii Nauk, Seriya Geograficheskaya, 3, 18-31. Scopus.
Petrovici, N. (2013). Neoliberal proletarization along the urban-rural divide in postsocialist Romania. Studia Universitatis Babes-Bolyai
Sociologia, 2013(2), 23-54. Scopus.
Phillips, A. M., Campos, T. C. de, & Herring, J. (2019). Philosophical Foundations of Medical Law. Oxford University Press.
Pickerill, J. (2019). Radical Geography. En International Encyclopedia of Geography (pp. 1-14). American Cancer Society.
https://doi.org/10.1002/9781118786352.wbieg0506.pub2
Pickles, A., Davies, R., & Crouchley, R. (1984). Individual and geographical variation in longitudinal voting data for Englan d 1964—1970.
Environment and Planning, 16(9), 1237-1247. https://doi.org/10.1068/a161237
Pillet, F. (2004). La geografía y las distintas acepciones del espacio geográfico. Investigaciones Geográficas, 34, 141-154.
Pino Iturrieta, E. (2018). Historia mínima de Venezuela. El Colegio de México.
Pizzonia, C. (1996). Pobreza y voto en el Estado de México. Un análisis espacial y sociodemográfico. Papeles de Población, 11, 15-32.
PNUD. (s.f.). Objetivos de Desarrollo del Milenio en Venezuela. http://www.pnud.org.ve/content/view/176
PNUD, & INE. (2013). Cumpliendo las Metas del Milenio 2012 (p. 136). Instituto Nacional de Estadística.
http://www.ve.undp.org/content/dam/venezuela/docs/Publicaciones/undp_ve_informe_odm_2012.pdf
Polga-Hecimovich, J. (2014). Overcoming the Regional Cleavage? Political Party Nationalization in Ecuador since the Return to Democracy.
América latina hoy, 67, 91-118. https://doi.org/10.14201/alh20146791118
Ponstingel, J., & Weaver, R. (2021). Can Social Institutions Awaken “Sleeping Giants”? A Pilot Electoral Geography Study of Latinx Voter
Turnout in Texas Counties in the 2016 U.S. Presidential Election. The Professional Geographer, 0(0), 1-15.
https://doi.org/10.1080/00330124.2020.1850297
Popper, K. (2005). The Logic of Scientific Discovery. Routledge.
Porras, A. (1984). Geografía electoral de Andalucía. Revista española de investigaciones sociológicas, 28, 151-170.
Porras, A. (1986). Geopolítica y pluralismo en el comportamiento electoral andaluz. Revista de estudios andaluces, 7, 101-114.
Portela, J. F., Roda, E. M. M., Cañas, C. M., & Domínguez, M. J. V. (2020). Del bipartidismo a la pluralidad política en la C omunidad de
Madrid: Cambios territoriales (2011-2019). Geographicalia, 72, 1-25.
Prescott, J. R. V. (1959). The Function and Methods of Electoral Geography. Annals of the American Association of Geographers, 49(3), 296-
304.
PROVEA. (2002). Situación de los Derechos Humanos en Venezuela, Informe Anual octubre 2001 / Septiembre 2002. Programa Venezolano
de Educación-Acción en Derechos Humanos (Provea). http://www.derechos.org.ve/informes-anuales/informe-anual-2002/
PROVEA. (2003). Situación de los Derechos Humanos en Venezuela, Informe Anual octubre 2002 / Septiembre 2002. Programa Venezolano
de Educación-Acción en Derechos Humanos (Provea). http://www.derechos.org.ve/informes-anuales/informe-anual-2003/
Puig, X., & Ginebra, J. (2015). Ecological Inference and Spatial Variation of Individual Behavior: National Divide and Elections in Catalonia.
Geographical Analysis, 47(3), 262-283. Scopus. https://doi.org/10.1111/gean.12056
Put, G.-J., von Schoultz, Å., & Isotalo, V. (2020). Fighting over friends and neighbors: The effect of inter-candidate geographic distance on
intra-party competition. Political Geography, 81, 102219. https://doi.org/10.1016/j.polgeo.2020.102219
Puyosa, I. (2013). Polarización: Un cuento de dos países. Temas de Comunicación, 0(25).
http://revistasenlinea.saber.ucab.edu.ve/temas/index.php/temas/article/view/824
Quesada, F. (2004). Aproximación a la metodología de la ciencia. Las ciencias sociales y la contabilidad. Universidad de Castilla-La Mancha.
Rachadell, M. (2010). El sistema electoral en la Ley Orgánica de Procesos Electorales. Provincia, 23, 127-155.
Raleigh, C. (2014). Migration, Urbanization, and Political Power in Sub-Saharan Africa. Annals of the American Association of Geographers,
104(2), 253-261.
Rallings, C., Johnston, R., & Thrasher, M. (2004). Equalising votes but enabling bias: The electoral impact of the 1977 and 1999 ward boundary
reviews in London. Urban Studies, 41(7), 1367-1393. https://doi.org/10.1080/0042098042000214842
Ramírez, L. (2012). Evolución 1982-2007 de los Estratos Sociales en Venezuela y su Conexión con la Elección Presidencial 2012. Revista
Mundo Universitario, 41, 311-322.
Ramos, A. (2006). De la democracia electoral a la democracia plebiscitaria. Elecciones y referendos en la Venezuela de Chávez. Revista
Venezolana de Ciencias Política, 29, 7-37.
Reglamento General de la Ley Orgánica de Procesos Electorales. (2013). Resolución N° 120801-0493 del CNE.
Reid, B., & Liu, G.-J. (2018). One nation and the heartland’s cleavage: An exploratory spatial data analysis. En The Rise of Right-Populism:
Pauline Hanson’s One Nation and Australian Politics (pp. 79-102). Scopus. https://doi.org/10.1007/978-981-13-2670-7_5
Rendón, M. (2005). Bases teóricas y filosóficas de la bibliotecología (2.a). Universidad Nacional Autónoma de México.
Reynolds, D. R. (1969). A Spatial Model for Analyzing Voting Behavior. Acta Sociologica, 12(3), 122-131.
https://doi.org/10.1177/000169936901200302
Reynoso, V. M. (1991). Notas para una geografía electoral del estado de Sonora. Iztapalapa. Revista de Ciencias Sociales y Humanidades,
11(23), 87-118.
Rincón García, E., & Gutiérrez Andrade, M. Á. (2009). Compacidad en celdas aplicada al diseño de zonas electorales. EconoQuantum, 5(2),
73-96.

173
Ríos, M., Madrid, S., & Sacks, S. (2017). Diagnóstico sobre la participación electoral en Chile (Programa de Gobernabilidad Democrática).
PNUD. https://www.cl.undp.org/content/chile/es/home/library/democratic_governance/diagnostico-sobre-la-participacion-
electoral-en-chile.html
Rivière, D. (2012). Regions, neo-regionalism, which stakes for geography? The Italian case. Territoire en Mouvement, 16, 57-70. Scopus.
https://doi.org/10.4000/tem.1889
Rivière, J., Colange, C., Bussi, M., Cautrès, B., Freire-Diaz, S., & Jadot, A. (2012). Studying electoral cleavages from the intra-regional to the
infra-urban scale. The case of the 2010 regional election in Nord—Pas-de-Calais. Territoire en Mouvement, 16, 3-17. Scopus.
https://doi.org/10.4000/tem.1848
RNVContigo. (2012, diciembre 8). La tarea que nos dejó Chávez. Venezolana de Televisión.
http://www.youtube.com/watch?v=kpWf2MhXsEU
Roberts, M., & Rumage, W. (1965). The Spatial Variations in Urban Left-Wing Voting in England and Wales in 1951. Annals of the American
Association of Geographers, 55(1), 161-178.
Robertson, A. (1983). American redistricting in the 1980s: The effect on the mid-term elections. Electoral Studies, 2(2), 113-129.
https://doi.org/10.1016/0261-3794(83)90055-0
Robertson, S. P., Douglas, S., Maruyama, M., & Chen, L.-W. (2012). Political dialog evolution in a social network. 40-48. Scopus.
https://doi.org/10.1145/2307729.2307737
Roca, J. (2007). Ni con Lima ni con Buenos Aires: La formación de un estado nacional en Charcas. Plural Editores/IFEA.
Rodden, J., & Weighill, T. (2020). Political Geography and Representation: A Case Study of Districting in Pennsylvania. arXiv:2010.14608
[physics]. http://arxiv.org/abs/2010.14608
Rodríguez, A. (2002, octubre 22). Venezuela: Se calienta el ambiente. BBC Mundo.
http://news.bbc.co.uk/hi/spanish/latin_america/newsid_2351000/2351801.stm
Rodríguez, F., Espinosa, R., & Pana, J. M. (2005). El final del bipartidismo en Costa Rica: Un retrato electoral 1994-2002. Revista de Ciencias
Sociales, III-IV(109-110), 15-29.
Rodríguez González, J. A. (2010). Geografía electoral del estado de Aguascalientes. Revista Justicia Electoral, 1(6), 439-464.
Rodríguez Pico, C. R., & Duque Franco, I. (2018). Nuevos competidores políticos en elecciones de Concejo Municipal de 2015 en Colombia.
Magnitud de circunscripciones y resultados electorales. Estudios Políticos, 52, 194-218. https://doi.org/10.17533/udea.espo.n52a10
Rodríguez-Pose, A. (2020). The Rise of Populism and the Revenge of the Places That Don’t Matter. LSE Public Policy Review, 1(1), 1-9.
https://doi.org/10.31389/lseppr.4
Rogelj, B., & Tiran, J. (2014). Geographical analysis of voter turnout in slovenia. Geografski Vestnik, 86(2), 25-43. Scopus.
https://doi.org/10.3986/GV86202
Rohla, R., Johnston, R., Jones, K., & Manley, D. (2018). Spatial scale and the geographical polarization of the American elec torate. Political
Geography, 65, 117-122. https://doi.org/10.1016/j.polgeo.2018.05.010
Roupakias, S., & Chletsos, M. (2020). Immigration and far-right voting: Evidence from Greece. The Annals of Regional Science, 65(3), 591-
617. https://doi.org/10.1007/s00168-020-00996-2
Rowley, G. (1971). The Greater London Council Elections of 1964 and 1967: A Study in Electoral Geography. Transactions of the Institute of
British Geographers, 53, 117. https://doi.org/10.2307/621662
RT. (2012, septiembre 20). Jimmy Carter: «El sistema electoral venezolano es el mejor del mundo». RT en Español.
http://actualidad.rt.com/actualidad/view/54145-jimmy-carter-sistema-electoral-venezolano-mejor-mundo
Ruiz-Rufino, R. (2021). Financial bailouts and the decline of establishment politics. Electoral Studies, 70, 102292.
https://doi.org/10.1016/j.electstud.2021.102292
Rule, S. P. (2018). Geography and voting: The growth of urban opposition in South Africa two decades after democratisation. South African
Geographical Journal, 100(2), 141-161. Scopus. https://doi.org/10.1080/03736245.2017.1339628
Rumley, D. (1975). Whither Electral Geography? Annals of the American Association of Geographers, 65(2), 342-343.
https://doi.org/10.1111/j.1467-8306.1975.tb01042.x
Rumley, D. (1985). The evaluation of electoral redistributions: The case of Western Australia. Australian Geographical Studies, 23(1), 105-
114. https://doi.org/10.1111/j.1467-8470.1985.tb00481.x
Sáez, R., & Touriñán, J. (2012). Teoría de la educación, metodología y focalizaciones: La mirada pedagógica. Netbiblo.
Sagás, E. (2018). Geografía política en la República Dominicana, 1978-2000. El ocaso de los clivajes regionales. Revista Mexicana Del Caribe,
24, 109-137.
Salling, M., & Gleeson, R. (2016). The Vote for Trump/Pence in Cuyahoga County, by Race/Ethnicity and Educational Attainment (Urban
Publications) [Report]. Northern Ohio Data and Information Service (NODIS).
https://engagedscholarship.csuohio.edu/urban_facpub/1410
Salter, P., & Mings, R. (1972). The Projected Impact Of Cuban Settlement On Voting Patterns In Metropolitan Miami, Florida. The
Professional Geographer, 24(2), 123-131. https://doi.org/10.1111/j.0033-0124.1972.00123.x
Sanchez, M. A. (2001). Geografía electoral de Madrid. Elecciones generales y autonómicas en la comunidad de Madrid 1977-1996 [Tesis
doctoral, Universidad Complutense de Madrid]. https://dialnet.unirioja.es/servlet/tesis?codigo=167643
Sant’Anna, M. (1986). Relação entre estrutura ocupacional e padrão espacial dos resultados eleitorais. Anuário do Instituto de Geociências,
10(0), 5-26. https://doi.org/10.11137/1986_0_5-26
Santodomingo, R. (2013). De verde a Maduro. El sucesor de Chávez. Debate.
Santos, M., & Silveira, M. L. (1996). Globalización y Geografía: La Compartimentación del Espacio. CEPEIGE, 33, 5-12.
Savage, M. (1987). Understanding political alignments in contemporary Britain: Do localities matter? Political Geography Quarterly, 6(1),
53-76. https://doi.org/10.1016/0260-9827(87)90034-6
Scala, D. J., Johnson, K. M., & Rogers, L. T. (2015). Red rural, blue rural? Presidential voting patterns in a changing rural America. Political
Geography, 48, 108-118. https://doi.org/10.1016/j.polgeo.2015.02.003
Scanlan, P. (1977). Spatial variations in electoral behaviour in urban Brisbane, 1972. Australian Geographical Studies, 15(1), 22-41.
https://doi.org/10.1111/j.1467-8470.1977.tb00280.x

174
Schaefer, F., & Capel, H. (1977). Excepcionalismo en geografía. Universidad de Barcelona.
Schaffner, B. F. (2006). The political geography of campaign advertising in U.S. House elections. Political Geography, 25(7), 775-788. Scopus.
https://doi.org/10.1016/j.polgeo.2006.07.002
Schuhli, G. T. (2018). O Partido dos Trabalhadores e o voto católico no segundo turno da eleição presidencial de 2010: Uma an álise espacial
a nível municipal. Revista da FAE, 21(1), 156-167.
Schuler, M., & Dessemontet, P. (2013). The Swiss Vote on Limiting Second Homes. Journal of Alpine Research.
http://rga.revues.org/1872#text
Schurr, C. (2013). Towards an emotional electoral geography: The performativity of emotions in electoral campaigning in Ecuador. Geoforum,
49, 114-126. https://doi.org/10.1016/j.geoforum.2013.05.008
Secor, A. J. (2001). Ideologies in crisis: Political cleavages and electoral politics in Turkey in the 1990s. Political Geography, 20(5), 539-560.
https://doi.org/10.1016/S0962-6298(01)00011-7
Sentencia No 38 / No Expediente 02–029 del Tribunal Supremo de Justica. (2002, septiembre 19).
http://www.tsj.gov.ve/decisiones/tplen/Septiembre/SENTENCIA%20DE%20LOS%20MILITARES.htm
Serbeto, E. (2002, febrero 14). Chávez provoca una brusca devaluación del bolívar para tratar de salvar el barco de su revolu ción. ABC.
http://elpais.com/diario/2002/01/24/internacional/1011826806_850215.html
Serrano, J. (2007). Filosofía actual: En perspectiva latinoamericana. Universidad Pedagógica Nacional.
Shelley, F., & Archer, J. (1994). Some geographical aspects of the American presidential election of 1992. Political Geography, 13(2), 137-
159. https://doi.org/10.1016/0962-6298(94)90018-3
Shin, M. (2015). Electoral Geography in the Twenty‐First Century. En J. Agnew, V. Mamadouh, A. J. Secor, & J. Sharp (Eds.), The Wiley
Blackwell Companion to Political Geography (p. 1'10). John Wiley & Sons, Ltd. https://doi.org/10.1002/9781118725771.fmatter
Shin, M., & Agnew, J. (2007). The geographical dynamics of Italian electoral change, 1987–2001. Electoral Studies, 26(2), 287-302.
https://doi.org/10.1016/j.electstud.2006.05.002
Sichinava, D. (2015). Cleavage theory and the electoral geographies of Georgia. En Security, Democracy and Development in the Southern
Caucasus and the Black Sea Region (Vol. 14, pp. 27-44). Scopus. https://doi.org/10.3726/978-3-0351-0836-1
Sichinava, D. (2017). Cleavages, electoral geography, and the territorialization of political parties in the Republic of Georgia. Eurasian
Geography and Economics, 58(6), 670-690. Scopus. https://doi.org/10.1080/15387216.2018.1442734
Siegfried, A. (2010). Tableau politique de la France de l’Ouest sous la Troisième République (2e édition). Éditions de l’Université de Bruxelle.
Sierra, J. R., & Morales, J. (2019). Violence, post-conflict and electoral trends in Colombia: Notes for reflection. Reflexión política, 21(41), 1.
Silotto, G. (2019). A relevância regional nas estratégias partidárias: Evidências das listas de candidatos de São Paulo. Revista de Sociologia e
Política, 27(69). https://doi.org/10.1590/1678-987319276903
Silva, I., & Schliesser, R. (1998). La evolución de la pobreza en Venezuela (N.o 14; Documentos de Trabajo. Gerencia de Investigaciones
Económicas, p. 75). Banco Central de Venezuela. http://200.74.197.135/upload/publicaciones/doc14.pdf
Simiyu, R. (2008). Contextual Influences on Voting Decision: Mapping the Neighbourhood Effect in a Multi-Ethnic Rural Setting in Kenya.
South African Geographical Journal, 90(2), 106-121. https://doi.org/10.1080/03736245.2008.9725318
Śleszyński, P. (2007). How did Lech Kaczyński win the presidential election in 2005. A study of the electoral geography. Czasopismo
Geograficzne, 78(1-2), 61-82. Scopus.
Smartmatic. (s.f.). Máquina de votación electrónica. Smartmatic. https://elecciones.smartmatic.com/venezuela-continua-dictando-pauta-
mundial-en-material-electoral/combo-saes4000-vp1500-rsa/
Smets, K., & Van Ham, C. (2013). The embarrassment of riches? A meta-analysis of individual-level research on voter turnout. Electoral
Studies, 32(2), 344-359. https://doi.org/10.1016/j.electstud.2012.12.006
Sobrino, J. (1998). Elecciones municipales en el Estado de México: Un análisis del contexto local. Economía, sociedad y territorio, 1(3 (enero-
junio)), 547-595.
Sonnleitner, W. (2007). La nueva geografía electoral de Chiapas: Polarización política, fragmentación partidista e incertidumbre electoral.
LiminaR, 5(1), 60-76. https://doi.org/10.29043/liminar.v5i1.236
Sonnleitner, W. (2017). Rastreando las dinámicas territoriales de la fragmentación partidista en México (1991-2015). AMÉRICA LATINA HOY,
75, 23-54.
Sonnleitner, W. (2019). La diversidad del voto nulo en México. Revista mexicana de sociología, 81(4), 697-735.
https://doi.org/10.22201/iis.01882503p.2019.4.57974
Sonnleitner, W. (2020). La reconfiguración territorial de las fuerzas políticas mexicanas: Geografía de la fragmentación, el colapso y la
recomposición del sistema de partidos (2012-2018). Foro internacional, 60(2), 451-500. https://doi.org/10.24201/fi.60i2.2731
Souza, C., & da Graça, L. F. (2012). Padrões de dependência espacial de votação e gastos de campanha: Análise exploratória dos deputados
federais e estaduais do Rio de Janeiro (2002 a 2010). Em Debate, 4, 53-62.
Spielman, S. E., & Singleton, A. (2015). Studying Neighborhoods Using Uncertain Data from the American Community Survey: A Contextual
Approach. Annals of the American Association of Geographers, 105(5), 1003-1025.
https://doi.org/10.1080/00045608.2015.1052335
Spurná, P. (2008). Geographically weighted regression: Method for analysing spatial nonstationarity of geographical phenomenon. Geografie-
Sbornik CGS, 113(2), 125-139. Scopus.
Steinmayr, A. (2016). Exposure to Refugees and Voting for the Far-Right: (Unexpected) Results from Austria. En IZA Discussion Papers (N.o
9790; IZA Discussion Papers). Institute of Labor Economics (IZA). https://ideas.repec.org/p/iza/izadps/dp9790.html
Stewart, C., Alvarez, R. M., Pettigrew, S. S., & Wimpy, C. (2020). Abstention, Protest, and Residual Votes in the 2016 Election. Social Science
Quarterly, 101(2), 925-939. https://doi.org/10.1111/ssqu.12757
Stimson, R., Chhetri, P., & Shyy, T.-K. (2017). GIS-Enabled Mapping of Electoral Landscape of Support for Political Parties in Australia. En
Comprehensive Geographic Information Systems (Vol. 3, pp. 189-256). Scopus. https://doi.org/10.1016/B978-0-12-409548-
9.09666-4
Stimson, R., McCrea, R., & Shyy, T.-K. (2006). Spatially Disaggregated Modelling of Voting Outcomes and Socio-Economic Characteristics
at the 2001 Australian Federal Election. Geographical Research, 44(3), 242-254. https://doi.org/10.1111/j.1745-5871.2006.00402.x

175
Suárez, M., & Alberro, I. (2011). Analyzing partisanship in Central Mexico: A geographical approach. Electoral Studies, 30(1), 136-147.
https://doi.org/10.1016/j.electstud.2010.11.014
Sui, D., & Morrill, R. (2004). Computers and Geography: From Automated Geography to Digital Earth. En S. Brunn, S. Cutter, & J. Harrington
(Eds.), Geography and Technology (pp. 81-108). Springer. http://link.springer.com/chapter/10.1007/978-1-4020-2353-8_5
Sun, S. (2021). Developing a Comprehensive and Coherent Shape Compactness Metric for Gerrymandering. Annals of the American
Association of Geographers, 111(1), 175-195. https://doi.org/10.1080/24694452.2020.1760779
Swauger, J. (1980a). Measuring Regional Agreement in Senate Voting, 1977. The Professional Geographer, 32(4), 446-453.
https://doi.org/10.1111/j.0033-0124.1980.00446.x
Swauger, J. (1980b). Regionalism in the 1976 Presidential Election. Geographical Review, 70(2), 157-166. https://doi.org/10.2307/214437
Swianiewicz, P. (1996). The policy preferences and ideologies of candidates in the 1994 Polish local elections. International Journal of Urban
and Regional Research, 20(4), 733-743. https://doi.org/10.1111/j.1468-2427.1996.tb00345.x
Tapiador, F., & Mezo, J. (2009). Vote evolution in Spain, 1977–2007. A spatial analysis at the municipal scale. Political Geography, 28(5),
319-328. https://doi.org/10.1016/j.polgeo.2009.07.007
Tarver Denova, H. M., Frederick, J. C., & Angulo Rivas, A. (2018). The history of Venezuela (2nd ed.). ABC-CLIO, LLC.
Tatalovich, R. (1975). «Friends and Neighbors» Voting: Mississippi, 1943-73. The Journal of Politics, 37(3), 807-814.
https://doi.org/10.2307/2129327
Tavares, F., Soto, M., & Matheus, M. (2004). Examen del elemento normativo de la Ley Habilitante: Referencia a la Ley Habilitante de 2000.
Revista de ciencias sociales, 10(3), 496-513.
Taylor, P. (1973). Some Implications of the Spatial Organization of Elections. Transactions of the Institute of British Geographers, 60, 121-
136. https://doi.org/10.2307/621509
Tche, J. (2009). Economic Voting in Cameroon. Canadian Journal of Development Studies, 28(3-4), 489-503.
https://doi.org/10.1080/02255189.2009.9669226
Tejeda, J. (2004). La transición y el pantano: Poder, política y elecciones en el México actual, 1997-2003. Plaza y Valdés.
Tejera, H. (2000). Estrategias de Campaña, Demandas Ciudadanas y Geografía Electoral. En S. Gómez & M. Valdés (Eds.), La Geografía del
Poder y las elecciones en México (pp. 197-222). Plaza y Valdés/Instituto Federal Electoral.
teleSUR. (2017, febrero 4). 4F de 1992: Del «Por Ahora» al «Para siempre». teleSUR. https://www.telesurtv.net/news/4F-de-1992-Del-Por-
Ahora-al-Para-siempre-20150204-0024.html
Terron, S. L. (2009). A composição de territórios eleitorais no Brasil: Uma análise das votações de Lula (1989-2006) [Tesis doctoral, Instituto
Universitário de Pesquisas do Rio de Janeiro]. http://bibliotecadigital.tse.jus.br/xmlui/handle/bdtse/4062
Tevera, D. (1989). Voting patterns in Zimbabwe’s elections of 1980 and 1985. Geography, 74(2).
Theodore, N., Jazeel, T., Kent, A., & McKittrick, K. (2019). Keywords in Radical Geography: An Introduction. En Keywords in Radical
Geography: Antipode at 50 (pp. 1-13). John Wiley & Sons, Ltd. https://doi.org/10.1002/9781119558071.ch1
Thiervoz, R. (1954). L’industrie en Valdaine et ses répercussions démographiques, sociales et électorales. Revue de géographie alpine, 42(1),
81-105. https://doi.org/10.3406/rga.1954.990
Thomson, Curtis. (1996). Electoral Geography of the Sino-Thai in Thailand’s National Elections, 1979–1995. The Professional Geographer,
48(4), 392-404. https://doi.org/10.1111/j.0033-0124.1996.00392.x
Thornton, S. (2021). Karl Popper. En E. N. Zalta (Ed.), The Stanford Encyclopedia of Philosophy (Primavera). Metaphysics Research Lab,
Stanford University. https://plato.stanford.edu/archives/spr2021/entries/popper/
Truglia, F. G., & Zeli, A. (2020). Spatial analysis of economic and social determinants of vote: The case of the European Parliament and
constitutional referendum votes in Italy. Italian Political Science Review / Rivista Italiana Di Scienza Politica, 50(2), 173-190.
https://doi.org/10.1017/ipo.2019.29
Trujillo, J. M., & Ortega, C. (2015). Un estudio ecológico del voto socialista en el medio rural-urbano andaluz, 1999-2012. Revista española
de investigaciones sociológicas, 152(1), 143-164. https://doi.org/10.5477/cis/reis.152.143
Tsou, M.-H., Yang, J.-A., Lusher, D., Han, S., Spitzberg, B., Gawron, J. M., Gupta, D., & An, L. (2013). Mapping social activities and concepts
with social media (Twitter) and web search engines (Yahoo and Bing): A case study in 2012 US Presidential Election. Cartography
and Geographic Information Science, 40(4), 337-348. Scopus. https://doi.org/10.1080/15230406.2013.799738
Tunstall, H., Rossiter, D. J., Pattie, C. J., MacAllister, I., Johnston, R. J., & Dorling, D. F. L. (2000). Geographical Scale, the «Feel-Good
Factor» and Voting at the 1997 General Election in England and Wales. Transactions of the Institute of British Geographers, 25(1),
51-64.
Turzi, G. (2012, diciembre 16). Arreaza: Chávez llama a votar y agradece plegarias por su salud. El Universal.
http://www.eluniversal.com/nacional-y-politica/elecciones-2012/121216/arreaza-chavez-llama-a-votar-y-agradece-plegarias-por-
su-salud
UN, & AVN. (2011, septiembre 30). Chávez dice que no es el «pendejo» de 2002. Últimas Noticias.
http://www.ultimasnoticias.com.ve/noticias/actualidad/politica/chavez-dice-que-no-es-el--pendejo--de-2002.aspx
UN, & AVN. (2012, diciembre 15). Chávez llama a los venezolanos a votar este 16-D. Últimas Noticias.
http://www.ultimasnoticias.com.ve/noticias/actualidad/politica/chavez-llama-a-los-venezolanos-a-votar-este-16-d.aspx
UN, & AVN. (2013, junio 16). Venezuela reconocida por la FAO por sus políticas contra el hambre. Últimas Noticias.
http://www.ultimasnoticias.com.ve/noticias/actualidad/mundo/venezuela-reconocida-por-la-fao-por-sus-politicas-.aspx
UNESCO. (2012). Informe Regional de Monitoreo del Progreso Hacia Una Educación de Calidad para todos en América Latina y El Caribe
EPT 2012. Oficina Regional de Educación para América Latina y el Caribe.
http://unesdoc.unesco.org/images/0021/002158/215880s.pdf
Vaguet, A., & Chapelet, P. (2003). Geography of elections in India, an introduction. New deal, ancient discontinuities. Espace-Populations-
Societes, 3, 537-540. Scopus. https://doi.org/10.3406/espos.2003.2106
Valdés, M. (2000). El voto en Guerrero. Elecciones locales de 1999. En S. Gómez & M. Valdés (Eds.), La Geografía del Poder y las elecciones
en México (pp. 95-120). Plaza y Valdés/Instituto Federal Electoral.

176
Valdés, S., & Ricardo, R. (2014). Geografía electoral de las elecciones municipales entre 1992 y 2012: El caso de la Región Metropolitana
de Santiago [Tesis de grado, Universidad de Chile]. http://repositorio.uchile.cl/handle/2250/117310
Valdez, S. (2014). Visibility and Votes: A Spatial Analysis of Anti-Immigrant Voting in Sweden. Migration Studies, 2, 162-188.
https://doi.org/10.1093/migration/mnu029
Valdiviezo, R. (2000). Geografía electoral de Puebla, 1990-1998. En S. Gómez & M. Valdés (Eds.), La Geografía del Poder y las elecciones
en México (pp. 223-236). Plaza y Valdés/Instituto Federal Electoral.
Vallés, I. (1992). Eleccions al Crongrés del Diputats, Parlament de Catalunya, Corts Valencianes i Parlament Balear (1977– 1991). Saitabi,
42, 299-314.
Van Gent, W., & Musterd, S. (2012). Urban transformation and support for radical right-wing populist parties. Herodote, 144, 99-112. Scopus.
https://doi.org/10.3917/her.144.0099
van Gent, W. P. C., Jansen, E. F., & Smits, J. H. F. (2014). Right-wing Radical Populism in City and Suburbs: An Electoral Geography of the
Partij Voor de Vrijheid in the Netherlands. Urban Studies, 51(9), 1775-1794. Scopus. https://doi.org/10.1177/0042098013505889
Van Hamme, G. (2010). The geographical dilemma of social democrat parties: The example of socialist parties in Belgium. CyberGeo, 2010.
Scopus.
Van Hamme, G. (2012). Social classes and political behaviours: Directions for a geographical analysis. Geoforum, 43(4), 772-783.
https://doi.org/10.1016/j.geoforum.2012.01.003
van Wijk, D., Bolt, G., & Tolsma, J. (2020). Where does ethnic concentration matter for populist radical right support? An analys is of
geographical scale and the halo effect. Political Geography, 77, 102097. https://doi.org/10.1016/j.polgeo.2019.102097
Vasilakis, C. (2018). Massive Migration and Elections: Evidence from the Refugee Crisis in Greece. International Migration, 56(3), 28-43.
https://doi.org/10.1111/imig.12409
Veiga, J. C. D., & Carvalho, J. N. V. S. de. (2014). Territórios eleitorais dos partidos na ilha de Santigo. Revista de Geografia, 31(2), Article
2. https://periodicos.ufpe.br/revistas/revistageografia/article/view/229142
Velasco, J. (2017). El voto uribista en los municipios colombianos: Patrones y significados (2002 - 2014). Análisis Político, 30, 3.
https://doi.org/10.15446/anpol.v30n89.66215
Venezuela en la época de su asentamiento. (1984). En Historia general de España y América: Vol. IX-2 (pp. 233-256). Rialp.
Vila, J., Varga, D., Llausàs, A., & Ribas, A. (2006). Conceptos y métodos fundamentales en ecología del paisaje (landscape ecology). Una
interpretación desde la geografía. Documents d‘Analisis Geogràfica, 46, 151-166.
Vilalta, C. (2002). Los procesos de distritación electoral y el uso del criterio de comunidad de interés. Estudios Demográficos y Urbanos,
17(1), 151-173.
Vilalta, C. (2004). The local context and the spatial diffusion of multiparty competition in Urban Mexico, 1994–2000. Political Geography,
23(4), 403-423. https://doi.org/10.1016/j.polgeo.2003.12.009
Vilalta, C. (2005). Class voting, spatial segregation and metropolitan context: Operators in pluralized urban contexts. EGAP, Tecnológico de
Monterrey, Campus Ciudad de México.
Vilalta, C. (2006). Sobre la espacialidad de los procesos electorales urbanos y una comparación entre las técnicas de regresión OLS y SAM.
Estudios Demográficos y Urbanos, 21(1), 83-122.
Vilalta, C. (2008). ¿Se pueden predecir geográficamente los resultados electorates? Una aplicación del análisis de clusters y outliers espaciales.
Estudios Demográficos y Urbanos, 23(3), 571-613.
Vilanova, M. (1974). Un estudio de geografía electoral: La provincia de Girona en noviembre de 1932. Revista de geografía, 8, 158-202.
Vilanova, M. (2006). Las elecciones republicanas de 1931 a 1936, preludio de una guerra y un exilo (The republican elections from 1931 to
1936, prelude of a war and an exile). Historia, Antropología y Fuentes Orales, 35, 65-81.
Villagrán, J. (1993). Factores socioespaciales que influyen en las conductas electorales de la población chilena. Una propuesta metodólogica
de análisis. Revista de Geografía Norte Grande, 20, 3-6.
Villarán, M. (1998). Lecciones de derecho constitucional. Fondo Editorial de la Pontificia Universidad Católica de Perú.
Villeneuve, P., Jodoin, Y., & Thériault, M. (2007). Quebec City’s suburbs enigma: A geographical analysis of voting behaviour. Cahiers de
Geographie du Quebec, 51(144), 375-398. Scopus. https://doi.org/10.7202/017625ar
Vives, T. (2006). Espacio y tiempo la evolución del conocimiento del universo. Equipo Sirius.
von Löwis, S. (2019). Socio-spatial differences and representations of the past and its reflection in Western Ukraine. Ukrainian Geographical
Journal, 2019(1), 59-68. Scopus. https://doi.org/10.15407/ugz2019.01.059
Walks, R. A. (2005). City-Suburban Electoral Polarization in Great Britain, 1950-2001. Transactions of the Institute of British Geographers,
30(4), 500-517.
Walks, R. A. (2006). The Causes of City-Suburban Political Polarization? A Canadian Case Study. Annals of the American Association of
Geographers, 96(2), 390-414.
Wall, D. L., & Lehoucq, F. E. (1997). Social and Spatial Characteristics of Voter Turnout in Guatemala: The 1985 Elections. Yearbook.
Conference of Latin Americanist Geographers, 23, 133-149.
Wallerstein, I. (1998). The time of space and the space of time: The future of social science. Political Geography, 17(1), 71-82.
https://doi.org/10.1016/S0962-6298(96)00097-2
Ward, B. (1975). The use of electoral rolls in the study of internal migration. Australian Geographical Studies, 13(1), 94-107.
https://doi.org/10.1111/j.1467-8470.1975.tb00070.x
Ward, G., De Neve, J.-E., Ungar, L. H., & Eichstaedt, J. C. (2020). (Un)Happiness and voting in U.S. Presidential elections. Journal of
Personality and Social Psychology. https://ora.ox.ac.uk/objects/uuid:2768d9a2-a6b1-4ba9-9872-2bef0621e7d6
Ward, N. (2002). Representing rurality? New Labour and the electoral geography of rural Britain. Area, 34(2), 171-181.
https://doi.org/10.1111/1475-4762.00069
Warde, A., Savage, M., Longhurst, B., & Martin, A. (1988). Class, consumption and voting: An ecological analysis of wards and towns in the
1980 local elections in England. Political Geography Quarterly, 7(4), 339-351. https://doi.org/10.1016/0260-9827(88)90004-3
Warf, B. (2009). The U.S. Electoral College and Spatial Biases in Voter Power. Annals of the American Association of Geographers, 99(1),
184-204. https://doi.org/10.1080/00045600802516017

177
Warf, B., & Leib, J. (2011). Introduction. En B. Warf & J. Leib (Eds.), Revitalizing electoral geography (pp. 3-8). Ashgate Publishing
Company.
Warf, B., & Waddell, C. (2002). Florida in the 2000 presidential election: Historical precedents and contemporary landscapes. Political
Geography, 21(1), 85-90. https://doi.org/10.1016/S0962-6298(01)00063-4
Waterman, S. (1980). The Dilemma of Electoral Districting for Israel. Tijdschrift Voor Economische En Sociale Geografie, 71(2), 88-97.
https://doi.org/10.1111/j.1467-9663.1980.tb00874.x
Waterman, S. (1994). The non-Jewish vote in Israel in 1992. Political Geography, 13(6), 540-558. https://doi.org/10.1016/0962-
6298(94)90040-X
Waterman, S., & Zefadia, E. (1992). Political geography in practice II: Israeli electoral reforms in action. Political Geography, 11(6), 563-578.
https://doi.org/10.1016/0962-6298(92)90056-Y
Webster, G. (1992). Geography of a Senate Confirmation Vote. Geographical Review, 82(2), 154-165. https://doi.org/10.2307/215429
Webster, G. (1993). Congressional redistricting and African-American representation in the 1990s: An example from Alabama. Political
Geography, 12(6), 549-564. https://doi.org/10.1016/0962-6298(93)90004-Q
Weichelt, R. (2018). Enhancing electoral geography: Utilizing geospatial technologies to analyze recent Hispanic voting patterns in the United
States. Geopolitica(s), 9(1), 11-34. Scopus. https://doi.org/10.5209/GEOP.60705
Westinen, J. (2014). True finns: A Shock for stability? Testing the persistence of electoral geography in volatile elections. Scandinavian
Political Studies, 37(2), 123-148. Scopus. https://doi.org/10.1111/1467-9477.12017
White, S., McAllister, I., & Yun, Y. (2002). Electoral Behavior in the Russian Far East, 1995-2000: Contextual and Compositional Effects.
Post-Soviet Geography and Economics, 43(2), 143-159. https://doi.org/10.1080/10889388.2002.10641197
Wojtaszczyk, M. (2014). National and ethnic minorities in electoral geography research—Irrelevant or important factor of spatial
differentiation of voting behaviors in Poland. Prace i Studia Geograficzne, 54, 189-210. Scopus.
Wright, J. (1932). Voting Habits in the United States: A Note on Two Maps. Geographical Review, 22(4), 666-672.
https://doi.org/10.2307/208821
Wuhs, S., & McLaughlin, E. (2019). Explaining Germany’s electoral geography: Evidence from the eastern states. German Politics and
Society, 37(1), 1-23. Scopus. https://doi.org/10.3167/gps.2018.370101
Yalcintan, M. C., & Erbas, A. E. (2003). Impacts of «Gecekondu» on the Electoral Geography of Istanbul. International Labor and Working-
Class History, 64, 91-111. Scopus. https://doi.org/10.1017/s0147547903000218
Yann, B. (2015). ¿Voto amarrado?: Personalización del voto y trayectorias electorales de los Senadores en Colombia. Revista de ciencia
política, 35(3), 489-507. https://doi.org/10.4067/S0718-090X2015000300002
Yaqub, U., Chun, S. A., Atluri, V., & Vaidya, J. (2017). Analysis of political discourse on twitter in the context of the 2016 US presidential
elections. Government Information Quarterly, 34(4), 613-626. https://doi.org/10.1016/j.giq.2017.11.001
Yaqub, U., Sharma, N., Pabreja, R., Chun, S. A., Atluri, V., & Vaidya, J. (2020). Location-based Sentiment Analyses and Visualization of
Twitter Election Data. Digital Government: Research and Practice, 1(2), 14:1-14:19. https://doi.org/10.1145/3339909
Yaqub, U., Sharma, N., Pabreja, R., Chun, S. A., Atluri, V., & Vaidya, J. (2018). Analysis and visualization of subjectivity and polarity of
Twitter location data. Proceedings of the 19th Annual International Conference on Digital Government Research: Governance in
the Data Age, 1-10. https://doi.org/10.1145/3209281.3209313
Zakharchenko, A., Viktoriya, S., Fedushko, S., Maksimtsova, Y., & Iurchenko, V. (2019, mayo 16). Under the Conditions of Non-Agenda
Ownership: Social Media Users in the 2019 Ukrainian Presidential Elections Campaign. Proceedings of the 1st International
Workshop on Control, Optimisation and Analytical Processing of Social Networks (COAPSN-2019, Lviv,.
http://arxiv.org/abs/1909.01681
Zarycki, T. (2015). The electoral geography of poland: Between stable spatial structures and their changing interpretations. Erdkunde, 69(2),
107-124. Scopus. https://doi.org/10.3112/erdkunde.2015.02.02
Zavala, I. (2010). La abstención electoral como protesta. Estudios Políticos, 9(21), 113-139.
Zolnerkevic, A. (2018). A influência da geografia no comportamento eleitoral: Contexto social de vizinhança. Revista Brasileira de Geografia,
63(2), 110-121.
Zolnerkevic, A. (2019). Contexto social de vizinhança: Percepções políticas na cidade de São Paulo. Revista Brasileira de Ciência Política,
29, 189-222. https://doi.org/10.1590/0103-335220192906
Zolnerkevic, A., & Raffo, J. da G. (2013). Geografia eleitoral: Representação espacial da volatilidade do voto. GEOUSP Espaço e Tempo,
17(1), 221-228. https://doi.org/10.11606/issn.2179-0892.geousp.2013.74312
Zucco, C. (2008). The President’s ‘New’ Constituency: Lula and the Pragmatic Vote in Brazil’s 2006 Presidential Elections. Journal of Latin
American Studies, 40, 29-49. https://doi.org/10.1017/S0022216X07003628

178
 ANEXO
DATOS DE LOS ATRIBUTOS DEL ACTO DE VOTACIÓN Y
DERIVADOS NECESARIOS PARA REPRODUCIR
EL ESTUDIO

179
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Isla de Toas (ID_PARROQUIA = 1, ID_MUNICIPIO = 1, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)

1 Referendo Revocatorio 2004-08-15 5777 1945 2188 0 1644 28.458 -5.880
2 Gobernador 2004-10-31 5822 1496 2447 160 174 1545 26.537 -22.235
3 Presidente 2006-12-03 5886 2586 1803 2 21 1474 25.042 17.747
4 Gobernador 2008-11-23 6423 2595 2469 38 68 1253 19.508 2.437
5 Referendo Constitucional 2009-02-15 6405 2458 1769 24 2154 33.630 16.208
6 Asamblea Nacional Lista 2010-09-26 6563 2940 1481 31 68 2043 31.129 32.279
7 Presidente 2012-10-07 6986 3899 1547 15 43 1482 21.214 42.733
8 Gobernador 2012-12-16 7032 2910 1784 2 105 2231 31.726 23.453
9 Presidente 2013-04-14 6986 3660 1679 1 16 1630 23.332 36.987
Monagas (ID_PARROQUIA = 2, ID_MUNICIPIO = 1, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 2075 886 668 11 510 24.578 13.930
2 Gobernador 2004-10-31 2097 865 643 7 41 541 25.799 14.267
3 Presidente 2006-12-03 2001 1098 401 2 5 495 24.738 46.282
4 Gobernador 2008-11-23 2389 1235 642 7 10 495 20.720 31.309
5 Referendo Constitucional 2009-02-15 2386 1104 431 5 846 35.457 43.701
6 Asamblea Nacional Lista 2010-09-26 2384 1206 360 10 10 798 33.473 53.342
7 Presidente 2012-10-07 2649 1746 339 0 30 534 20.159 66.525
8 Gobernador 2012-12-16 2660 1359 425 0 24 852 32.030 51.659
9 Presidente 2013-04-14 2649 1678 302 0 1 668 25.217 69.460
General Urdaneta (ID_PARROQUIA = 3, ID_MUNICIPIO = 2, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 5958 2280 1137 47 2494 41.860 32.997
2 Gobernador 2004-10-31 6171 2062 1428 3 94 2584 41.873 17.675
3 Presidente 2006-12-03 6596 2851 1996 5 27 1717 26.031 17.524
4 Gobernador 2008-11-23 7336 2844 2479 35 42 1936 26.390 6.759
5 Referendo Constitucional 2009-02-15 7204 3049 1965 48 2142 29.733 21.414
6 Asamblea Nacional Lista 2010-09-26 7582 3123 1732 5 43 2679 35.334 28.370
7 Presidente 2012-10-07 8085 4740 1541 26 73 1705 21.088 50.141
8 Gobernador 2012-12-16 8259 3507 1655 0 58 3039 36.796 35.479
9 Presidente 2013-04-14 8085 4593 1624 2 11 1855 22.944 47.657
Libertador (ID_PARROQUIA = 4, ID_MUNICIPIO = 2, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 10533 3985 3362 17 3169 30.086 8.460
2 Gobernador 2004-10-31 10781 2727 3307 79 225 4443 41.211 -9.151
3 Presidente 2006-12-03 11426 4066 4284 9 87 2980 26.081 -2.581
4 Gobernador 2008-11-23 12344 4544 4470 74 151 3105 25.154 0.801
5 Referendo Constitucional 2009-02-15 12215 4374 4241 95 3505 28.694 1.527
6 Asamblea Nacional Lista 2010-09-26 12649 4598 3788 20 118 4125 32.611 9.503
7 Presidente 2012-10-07 13578 6197 4427 50 179 2725 20.069 16.309
8 Gobernador 2012-12-16 13750 4689 3559 8 169 5325 38.727 13.412
9 Presidente 2013-04-14 13578 5876 4758 18 27 2899 21.351 10.469
Manuel Guanipa Matos (ID_PARROQUIA = 5, ID_MUNICIPIO = 2, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 5238 2204 1400 15 1619 30.909 22.216
2 Gobernador 2004-10-31 5278 1346 1054 19 88 2771 52.501 11.647
3 Presidente 2006-12-03 5990 2282 2201 13 43 1451 24.224 1.785
4 Gobernador 2008-11-23 6834 2417 2552 30 93 1742 25.490 -2.651
5 Referendo Constitucional 2009-02-15 6825 2436 2361 55 1973 28.908 1.546
6 Asamblea Nacional Lista 2010-09-26 7098 2464 2286 16 88 2244 31.615 3.667
7 Presidente 2012-10-07 7759 3607 2613 19 92 1428 18.404 15.701
8 Gobernador 2012-12-16 7774 2625 2206 1 81 2861 36.802 8.528
9 Presidente 2013-04-14 7759 3239 2806 37 17 1660 21.395 7.100
Marcelino Briceño (ID_PARROQUIA = 6, ID_MUNICIPIO = 2, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 2382 1072 536 47 727 30.521 32.387
2 Gobernador 2004-10-31 2414 655 507 2 105 1145 47.432 11.663
3 Presidente 2006-12-03 2661 1073 710 4 16 858 32.244 20.133
4 Gobernador 2008-11-23 3026 1158 920 11 51 886 29.280 11.121
5 Referendo Constitucional 2009-02-15 3004 1210 798 28 968 32.224 20.236
6 Asamblea Nacional Lista 2010-09-26 3317 1204 754 3 22 1334 40.217 22.693
7 Presidente 2012-10-07 3604 1814 776 4 30 980 27.192 39.558
8 Gobernador 2012-12-16 3643 1323 845 0 12 1463 40.159 21.927
9 Presidente 2013-04-14 3604 1736 791 0 7 1070 29.689 37.293
Pueblo Nuevo (ID_PARROQUIA = 7, ID_MUNICIPIO = 2, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 12199 4986 3159 7 4047 33.175 22.412
2 Gobernador 2004-10-31 12435 3305 3518 77 369 5166 41.544 -2.930
3 Presidente 2006-12-03 13740 5242 4814 12 87 3585 26.092 4.215
4 Gobernador 2008-11-23 15200 5331 5686 112 247 3824 25.158 -3.121
5 Referendo Constitucional 2009-02-15 15115 5497 5146 116 4356 28.819 3.262
6 Asamblea Nacional Lista 2010-09-26 15893 5551 4823 38 174 5307 33.392 6.877
7 Presidente 2012-10-07 17174 8094 5373 94 256 3357 19.547 19.693
8 Gobernador 2012-12-16 17306 5623 4570 15 250 6848 39.570 10.069
9 Presidente 2013-04-14 17174 7448 6138 30 51 3507 20.420 9.585
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

180
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

San Timoteo (ID_PARROQUIA = 8, ID_MUNICIPIO = 2, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)

1 Referendo Revocatorio 2004-08-15 4393 2065 1423 0 905 20.601 18.406
2 Gobernador 2004-10-31 4432 1679 1062 12 87 1592 35.921 21.725
3 Presidente 2006-12-03 4511 1970 1644 3 32 862 19.109 8.934
4 Gobernador 2008-11-23 4970 2200 1735 26 32 977 19.658 11.645
5 Referendo Constitucional 2009-02-15 4940 2168 1691 27 1054 21.336 12.275
6 Asamblea Nacional Lista 2010-09-26 5117 2336 1370 7 40 1364 26.656 25.739
7 Presidente 2012-10-07 5368 2952 1507 21 47 841 15.667 31.920
8 Gobernador 2012-12-16 5410 2294 1237 0 60 1819 33.623 29.435
9 Presidente 2013-04-14 5368 2781 1707 1 9 870 16.207 23.877
Ambrosio (ID_PARROQUIA = 9, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 31864 11327 11909 0 8628 27.078 -2.505
2 Gobernador 2004-10-31 31742 7267 9798 154 518 14005 44.121 -14.270
3 Presidente 2006-12-03 33287 12814 13588 46 373 6466 19.425 -2.886
4 Gobernador 2008-11-23 34828 11224 14787 255 279 8283 23.783 -13.422
5 Referendo Constitucional 2009-02-15 34649 11680 15265 196 7508 21.669 -13.209
6 Asamblea Nacional Lista 2010-09-26 35810 10833 15657 266 346 8708 24.317 -17.799
7 Presidente 2012-10-07 36217 13813 15711 159 391 6143 16.962 -6.311
8 Gobernador 2012-12-16 36413 10143 13520 26 564 12160 33.395 -13.924
9 Presidente 2013-04-14 36217 12309 17715 69 67 6057 16.724 -17.924
Arístides Calvani (ID_PARROQUIA = 10, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 2926 1412 826 66 622 21.258 25.434
2 Gobernador 2004-10-31 3007 1177 829 7 52 942 31.327 16.852
3 Presidente 2006-12-03 3217 1427 1064 4 24 698 21.697 14.410
4 Gobernador 2008-11-23 3574 1422 1282 12 14 844 23.615 5.128
5 Referendo Constitucional 2009-02-15 3527 1442 1130 19 936 26.538 12.042
6 Asamblea Nacional Lista 2010-09-26 2225 797 809 2 11 606 27.236 -0.741
7 Presidente 2012-10-07 4065 2063 1135 11 58 798 19.631 28.405
8 Gobernador 2012-12-16 4137 1576 1272 2 33 1254 30.312 10.545
9 Presidente 2013-04-14 4065 2059 1120 5 5 876 21.550 29.445
Carmen Herrera (ID_PARROQUIA = 11, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 22127 7340 8782 0 6005 27.139 -8.944
2 Gobernador 2004-10-31 22024 5004 7392 101 402 9125 41.432 -18.513
3 Presidente 2006-12-03 22783 8716 9876 25 247 3919 17.201 -6.149
4 Gobernador 2008-11-23 24141 7658 10801 208 222 5252 21.756 -16.639
5 Referendo Constitucional 2009-02-15 24025 7888 11232 161 4744 19.746 -17.343
6 Asamblea Nacional Lista 2010-09-26 24369 7377 11196 192 252 5352 21.962 -20.082
7 Presidente 2012-10-07 24306 8959 11222 81 300 3744 15.404 -11.006
8 Gobernador 2012-12-16 24422 6670 9696 20 409 7627 31.230 -18.017
9 Presidente 2013-04-14 24306 8035 12357 33 66 3815 15.696 -21.092
Germán Ríos Linares (ID_PARROQUIA = 12, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 19814 9659 4770 0 5385 27.178 33.883
2 Gobernador 2004-10-31 19764 5459 3970 92 409 9834 49.757 14.995
3 Presidente 2006-12-03 22351 10902 6727 27 251 4444 19.883 23.315
4 Gobernador 2008-11-23 24739 9868 8855 166 213 5637 22.786 5.303
5 Referendo Constitucional 2009-02-15 24663 10253 8724 195 5491 22.264 7.975
6 Asamblea Nacional Lista 2010-09-26 26116 9488 9632 128 307 6561 25.123 -0.736
7 Presidente 2012-10-07 27037 14281 8131 97 376 4152 15.357 26.873
8 Gobernador 2012-12-16 27192 9782 8137 11 475 8787 32.315 8.938
9 Presidente 2013-04-14 27037 13037 9764 41 86 4109 15.198 14.275
Jorge Hernández (ID_PARROQUIA = 13, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 18925 8926 5122 0 4877 25.770 27.079
2 Gobernador 2004-10-31 18913 5268 4781 60 454 8350 44.150 4.610
3 Presidente 2006-12-03 21332 10234 6745 44 244 4065 19.056 20.206
4 Gobernador 2008-11-23 23525 9399 8209 207 256 5454 23.184 6.585
5 Referendo Constitucional 2009-02-15 23430 9783 8471 166 5010 21.383 7.123
6 Asamblea Nacional Lista 2010-09-26 27927 10872 9805 135 347 6768 24.235 5.043
7 Presidente 2012-10-07 29999 16041 8854 101 486 4517 15.057 28.204
8 Gobernador 2012-12-16 30147 11275 8672 15 433 9752 32.348 12.763
9 Presidente 2013-04-14 29999 14787 10355 63 100 4694 15.647 17.514
La Rosa (ID_PARROQUIA = 14, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 20229 7651 7440 0 5138 25.399 1.398
2 Gobernador 2004-10-31 20096 4606 6447 85 381 8577 42.680 -15.982
3 Presidente 2006-12-03 21324 8560 8436 28 292 4008 18.796 0.716
4 Gobernador 2008-11-23 22055 7462 9085 184 216 5108 23.160 -9.577
5 Referendo Constitucional 2009-02-15 21966 7842 9433 189 4502 20.495 -9.110
6 Asamblea Nacional Lista 2010-09-26 22371 7867 8983 161 209 5151 23.025 -6.481
7 Presidente 2012-10-07 22983 10086 8804 87 310 3696 16.081 6.647
8 Gobernador 2012-12-16 23117 7784 7811 12 354 7156 30.956 -0.169
9 Presidente 2013-04-14 22983 9204 9958 43 98 3680 16.012 -3.906
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

181
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Punta Gorda (ID_PARROQUIA = 15, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)

1 Referendo Revocatorio 2004-08-15 4326 1746 1172 0 1408 32.547 19.671
2 Gobernador 2004-10-31 4297 1247 1066 16 91 1877 43.682 7.479
3 Presidente 2006-12-03 4795 2300 1539 10 42 904 18.853 19.558
4 Gobernador 2008-11-23 5394 2189 1822 47 47 1289 23.897 8.940
5 Referendo Constitucional 2009-02-15 5363 2317 1780 35 1231 22.954 12.996
6 Asamblea Nacional Lista 2010-09-26 6006 2359 1972 38 95 1542 25.674 8.669
7 Presidente 2012-10-07 6574 3617 1785 29 82 1061 16.139 33.231
8 Gobernador 2012-12-16 6626 2544 1710 1 114 2257 34.063 19.089
9 Presidente 2013-04-14 6574 3268 2187 19 15 1085 16.504 19.694
Rómulo Betancourt (ID_PARROQUIA = 16, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 13382 5706 3323 0 4353 32.529 26.393
2 Gobernador 2004-10-31 13429 4000 3498 53 243 5635 41.961 6.441
3 Presidente 2006-12-03 14518 6804 4538 16 103 3057 21.057 19.771
4 Gobernador 2008-11-23 16176 7037 5459 101 120 3459 21.384 12.409
5 Referendo Constitucional 2009-02-15 16113 7349 5389 105 3270 20.294 15.261
6 Asamblea Nacional Lista 2010-09-26 15446 6253 5403 65 151 3574 23.139 7.160
7 Presidente 2012-10-07 16553 9041 4693 63 196 2560 15.465 31.073
8 Gobernador 2012-12-16 16666 6350 5032 16 237 5031 30.187 11.328
9 Presidente 2013-04-14 16553 8278 5668 26 34 2547 15.387 18.635
San Benito (ID_PARROQUIA = 17, ID_MUNICIPIO = 3, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 9407 4483 2409 1 2514 26.725 30.088
2 Gobernador 2004-10-31 9417 2774 2443 41 216 3943 41.871 6.047
3 Presidente 2006-12-03 11271 5258 3663 21 115 2214 19.643 17.611
4 Gobernador 2008-11-23 12648 4876 4741 68 93 2870 22.691 1.381
5 Referendo Constitucional 2009-02-15 12614 5170 4535 109 2800 22.198 6.470
6 Asamblea Nacional Lista 2010-09-26 13691 4811 5255 72 159 3394 24.790 -4.312
7 Presidente 2012-10-07 14873 8000 4322 65 215 2271 15.269 29.186
8 Gobernador 2012-12-16 14952 5425 4335 7 225 4960 33.173 10.909
9 Presidente 2013-04-14 14873 7363 5102 25 49 2334 15.693 18.032
Encontrados (ID_PARROQUIA = 18, ID_MUNICIPIO = 4, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 9528 2994 2804 15 3715 38.990 3.269
2 Gobernador 2004-10-31 10466 3000 3229 27 87 4123 39.394 -3.610
3 Presidente 2006-12-03 11053 3856 4024 3 61 3109 28.128 -2.115
4 Gobernador 2008-11-23 12104 3465 4036 15 81 4507 37.236 -7.516
5 Referendo Constitucional 2009-02-15 11382 3595 3912 32 3843 33.764 -4.205
6 Asamblea Nacional Lista 2010-09-26 11304 3521 4032 6 39 3706 32.785 -6.725
7 Presidente 2012-10-07 11991 4930 4125 25 116 2795 23.309 8.754
8 Gobernador 2012-12-16 12664 4012 4318 0 80 4254 33.591 -3.639
9 Presidente 2013-04-14 11991 4533 4647 7 18 2786 23.234 -1.238
Udón Pérez (ID_PARROQUIA = 19, ID_MUNICIPIO = 4, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 5313 1437 1931 4 1941 36.533 -14.650
2 Gobernador 2004-10-31 5893 1394 1861 14 119 2505 42.508 -13.784
3 Presidente 2006-12-03 6752 2215 2649 5 39 1844 27.310 -8.843
4 Gobernador 2008-11-23 7842 2079 2635 23 29 3076 39.225 -11.666
5 Referendo Constitucional 2009-02-15 7364 2041 2687 27 2609 35.429 -13.586
6 Asamblea Nacional Lista 2010-09-26 7586 2003 2703 5 60 2815 37.108 -14.672
7 Presidente 2012-10-07 8061 3004 2890 21 81 2065 25.617 1.901
8 Gobernador 2012-12-16 8596 2606 2024 0 103 3863 44.940 12.297
9 Presidente 2013-04-14 8061 2635 3442 5 16 1963 24.352 -13.234
Moralito (ID_PARROQUIA = 20, ID_MUNICIPIO = 5, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 8239 3373 1616 52 3198 38.815 34.854
2 Gobernador 2004-10-31 8583 2241 1623 12 207 4500 52.429 15.136
3 Presidente 2006-12-03 10202 4287 2650 11 56 3198 31.347 23.372
4 Gobernador 2008-11-23 11171 4088 2995 59 114 3915 35.046 15.063
5 Referendo Constitucional 2009-02-15 10869 4503 2607 58 3701 34.051 26.451
6 Asamblea Nacional Lista 2010-09-26 11560 4031 3444 5 88 3992 34.533 7.756
7 Presidente 2012-10-07 11809 5740 3289 28 161 2591 21.941 26.589
8 Gobernador 2012-12-16 13073 4347 2940 2 131 5653 43.242 18.962
9 Presidente 2013-04-14 12690 5612 3926 8 32 3112 24.523 17.603
San Carlos del Zulia (ID_PARROQUIA = 21, ID_MUNICIPIO = 5, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 7982 2869 2494 17 2602 32.598 6.970
2 Gobernador 2004-10-31 8362 1876 2442 68 196 3780 45.204 -12.353
3 Presidente 2006-12-03 9209 3603 3380 4 74 2148 23.325 3.158
4 Gobernador 2008-11-23 10185 3131 4143 77 151 2683 26.343 -13.490
5 Referendo Constitucional 2009-02-15 9860 3493 3713 53 2601 26.379 -3.031
6 Asamblea Nacional Lista 2010-09-26 10579 3320 4440 34 105 2680 25.333 -14.179
7 Presidente 2012-10-07 10952 4585 4333 39 159 1836 16.764 2.764
8 Gobernador 2012-12-16 11280 3774 3633 5 191 3677 32.598 1.855
9 Presidente 2013-04-14 10952 4113 4948 38 15 1838 16.782 -9.162
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

182
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Santa Bárbara (ID_PARROQUIA = 22, ID_MUNICIPIO = 5, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)

1 Referendo Revocatorio 2004-08-15 20991 7985 5652 32 7322 34.882 17.068
2 Gobernador 2004-10-31 22905 5757 5909 129 565 10545 46.038 -1.230
3 Presidente 2006-12-03 25631 10420 8201 26 242 6742 26.304 11.748
4 Gobernador 2008-11-23 29161 9186 10728 283 463 8501 29.152 -7.464
5 Referendo Constitucional 2009-02-15 28107 10459 9448 208 7992 28.434 5.026
6 Asamblea Nacional Lista 2010-09-26 30213 9757 11484 53 343 8576 28.385 -7.982
7 Presidente 2012-10-07 31736 13923 11535 93 429 5756 18.137 9.192
8 Gobernador 2012-12-16 33269 11371 9390 12 464 12032 36.166 9.328
9 Presidente 2013-04-14 31736 12273 13412 116 78 5857 18.455 -4.401
Santa Cruz del Zulia (ID_PARROQUIA = 23, ID_MUNICIPIO = 5, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 3857 990 1472 3 1392 36.090 -19.554
2 Gobernador 2004-10-31 4224 943 1237 11 65 1968 46.591 -13.032
3 Presidente 2006-12-03 4610 1405 1935 2 22 1246 27.028 -15.755
4 Gobernador 2008-11-23 5617 1649 2204 13 35 1716 30.550 -14.227
5 Referendo Constitucional 2009-02-15 5284 1701 2011 20 1552 29.372 -8.307
6 Asamblea Nacional Lista 2010-09-26 5610 1632 2307 4 22 1645 29.323 -17.024
7 Presidente 2012-10-07 5684 2200 2235 6 58 1185 20.848 -0.778
8 Gobernador 2012-12-16 6034 1885 1934 0 43 2172 35.996 -1.269
9 Presidente 2013-04-14 5684 2061 2378 13 14 1218 21.429 -7.098
Urribarrí (ID_PARROQUIA = 24, ID_MUNICIPIO = 5, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 4968 1760 1241 49 1918 38.607 17.016
2 Gobernador 2004-10-31 5222 1282 1216 12 117 2595 49.694 2.512
3 Presidente 2006-12-03 6584 2484 2132 3 34 1931 29.329 7.565
4 Gobernador 2008-11-23 7240 2435 2229 13 47 2516 34.751 4.361
5 Referendo Constitucional 2009-02-15 6997 2678 1960 26 2333 33.343 15.395
6 Asamblea Nacional Lista 2010-09-26 7489 2524 2277 5 46 2637 35.212 5.091
7 Presidente 2012-10-07 7714 3659 2164 29 64 1798 23.308 25.270
8 Gobernador 2012-12-16 8005 2848 1930 0 50 3177 39.688 19.014
9 Presidente 2013-04-14 7714 3268 2476 4 10 1956 25.356 13.755
Carlos Quevedo (ID_PARROQUIA = 25, ID_MUNICIPIO = 6, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 3917 1974 592 4 1347 34.389 53.774
2 Gobernador 2004-10-31 4712 1789 755 7 127 2034 43.166 38.611
3 Presidente 2006-12-03 4389 2148 954 1 31 1255 28.594 38.098
4 Gobernador 2008-11-23 5492 2091 1524 26 51 1800 32.775 15.358
5 Referendo Constitucional 2009-02-15 4964 2189 1055 34 1686 33.965 34.594
6 Asamblea Nacional Lista 2010-09-26 5131 1776 1493 7 45 1810 35.276 8.522
7 Presidente 2012-10-07 5767 2599 1771 15 99 1283 22.247 18.466
8 Gobernador 2012-12-16 6271 1873 1743 0 69 2586 41.237 3.528
9 Presidente 2013-04-14 5767 2412 1983 6 17 1349 23.392 9.710
Francisco Javier Pulgar (ID_PARROQUIA = 26, ID_MUNICIPIO = 6, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 1544 581 482 0 481 31.153 9.313
2 Gobernador 2004-10-31 1677 519 557 2 43 556 33.154 -3.390
3 Presidente 2006-12-03 1963 842 665 1 17 438 22.313 11.607
4 Gobernador 2008-11-23 2551 810 1016 15 25 685 26.852 -11.040
5 Referendo Constitucional 2009-02-15 2485 1046 688 19 732 29.457 20.422
6 Asamblea Nacional Lista 2010-09-26 2394 784 738 3 28 841 35.129 2.962
7 Presidente 2012-10-07 2522 1018 966 4 35 499 19.786 2.570
8 Gobernador 2012-12-16 2609 698 886 0 34 991 37.984 -11.619
9 Presidente 2013-04-14 2522 923 1051 1 19 528 20.936 -6.419
Simón Rodríguez (ID_PARROQUIA = 27, ID_MUNICIPIO = 6, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 7829 3130 1840 65 2794 35.688 25.621
2 Gobernador 2004-10-31 8769 2544 2480 31 139 3575 40.769 1.232
3 Presidente 2006-12-03 8608 3594 2520 5 48 2441 28.357 17.415
4 Gobernador 2008-11-23 10052 3458 3493 43 98 2960 29.447 -0.494
5 Referendo Constitucional 2009-02-15 9465 3674 2392 31 3368 35.584 21.027
6 Asamblea Nacional Lista 2010-09-26 9877 2933 3305 11 139 3489 35.324 -5.823
7 Presidente 2012-10-07 10621 4392 3524 20 203 2482 23.369 10.665
8 Gobernador 2012-12-16 11213 3342 3708 2 146 4015 35.807 -5.085
9 Presidente 2013-04-14 10621 4225 3956 9 46 2385 22.456 3.266
Alta Guajira (ID_PARROQUIA = 28, ID_MUNICIPIO = 7, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 5207 1332 716 317 2842 54.580 26.047
2 Gobernador 2004-10-31 5246 848 941 21 237 3199 60.980 -4.543
3 Presidente 2006-12-03 5742 1386 878 2 26 3450 60.084 22.164
4 Gobernador 2008-11-23 6239 1374 1011 31 140 3683 59.032 14.202
5 Referendo Constitucional 2009-02-15 6301 1199 595 39 4468 70.909 32.951
6 Asamblea Nacional Lista 2010-09-26 6389 1146 664 15 36 4528 70.872 25.900
7 Presidente 2012-10-07 6672 2138 606 10 58 3860 57.854 54.481
8 Gobernador 2012-12-16 6703 1647 636 0 56 4364 65.105 43.224
9 Presidente 2013-04-14 6672 2121 570 1 8 3972 59.532 57.444
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

183
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Elías Sánchez Rubio (ID_PARROQUIA =29, ID_MUNICIPIO = 7, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)

1 Referendo Revocatorio 2004-08-15 4592 1975 784 41 1792 39.024 42.536
2 Gobernador 2004-10-31 5122 1422 1199 12 88 2401 46.876 8.196
3 Presidente 2006-12-03 6015 2551 1195 9 47 2213 36.791 35.665
4 Gobernador 2008-11-23 6418 2361 1262 4 61 2730 42.537 29.799
5 Referendo Constitucional 2009-02-15 6076 2325 1078 22 2651 43.631 36.409
6 Asamblea Nacional Lista 2010-09-26 6379 2413 1056 110 40 2760 43.267 37.497
7 Presidente 2012-10-07 7150 3130 1497 21 72 2430 33.986 34.597
8 Gobernador 2012-12-16 7545 2647 981 1 69 3847 50.987 45.051
9 Presidente 2013-04-14 7150 3266 1446 7 12 2419 33.832 38.470
Guajira (ID_PARROQUIA = 30, ID_MUNICIPIO = 7, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 27383 10410 3684 194 13095 47.822 47.074
2 Gobernador 2004-10-31 29096 6501 5112 101 1261 16121 55.406 10.705
3 Presidente 2006-12-03 33092 11250 5946 28 128 15740 47.564 30.567
4 Gobernador 2008-11-23 35143 10426 6541 77 259 17840 50.764 22.453
5 Referendo Constitucional 2009-02-15 34275 9540 4767 187 19781 57.713 32.931
6 Asamblea Nacional Lista 2010-09-26 35076 10298 4094 754 225 19705 56.178 40.362
7 Presidente 2012-10-07 37268 14564 5436 120 366 16782 45.031 44.557
8 Gobernador 2012-12-16 39409 10877 4445 6 356 23725 60.202 41.010
9 Presidente 2013-04-14 37750 14856 5797 13 73 17011 45.062 43.681
Sinamaica (ID_PARROQUIA = 31, ID_MUNICIPIO = 7, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 9726 3276 2420 129 3901 40.109 14.695
2 Gobernador 2004-10-31 9663 2099 2089 33 220 5222 54.041 0.225
3 Presidente 2006-12-03 9195 3120 2595 8 45 3427 37.270 9.102
4 Gobernador 2008-11-23 10579 3567 3004 48 173 3787 35.797 8.289
5 Referendo Constitucional 2009-02-15 10528 3620 2612 63 4233 40.207 16.013
6 Asamblea Nacional Lista 2010-09-26 10642 4194 2264 53 80 4051 38.066 29.282
7 Presidente 2012-10-07 11309 5292 2567 48 125 3277 28.977 33.927
8 Gobernador 2012-12-16 11425 3961 2324 1 162 4977 43.562 25.388
9 Presidente 2013-04-14 11309 5165 2814 5 13 3312 29.286 29.399
José Ramón Yepes (ID_PARROQUIA = 32, ID_MUNICIPIO = 8, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 8746 3023 2519 102 3102 35.468 8.930
2 Gobernador 2004-10-31 9190 1951 2781 18 286 4154 45.201 -16.481
3 Presidente 2006-12-03 9761 3406 3024 9 55 3267 33.470 5.882
4 Gobernador 2008-11-23 10636 3550 3309 36 127 3614 33.979 3.432
5 Referendo Constitucional 2009-02-15 10363 3951 2670 57 3685 35.559 19.182
6 Asamblea Nacional Lista 2010-09-26 11472 4895 2997 5 80 3495 30.465 23.793
7 Presidente 2012-10-07 12198 5838 3257 18 165 2920 23.938 27.818
8 Gobernador 2012-12-16 12566 4624 2963 1 141 4837 38.493 21.490
9 Presidente 2013-04-14 12198 5293 3848 8 29 3020 24.758 15.744
La Concepción (ID_PARROQUIA = 33, ID_MUNICIPIO = 8, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 27289 9741 7977 9 9562 35.040 9.951
2 Gobernador 2004-10-31 28244 6245 9048 190 827 11934 42.253 -17.186
3 Presidente 2006-12-03 32612 11474 10844 48 264 9982 30.608 2.784
4 Gobernador 2008-11-23 36079 10801 12922 242 813 11301 31.323 -8.560
5 Referendo Constitucional 2009-02-15 34540 12301 10991 245 11003 31.856 5.566
6 Asamblea Nacional Lista 2010-09-26 36771 12566 13296 84 406 10419 28.335 -2.770
7 Presidente 2012-10-07 39042 16645 12928 133 625 8711 22.312 12.255
8 Gobernador 2012-12-16 39646 11681 11698 12 621 15634 39.434 -0.071
9 Presidente 2013-04-14 39042 14540 15875 28 107 8492 21.751 -4.370
Mariano Parra León (ID_PARROQUIA = 34, ID_MUNICIPIO = 8, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 3087 1160 910 0 1017 32.945 12.077
2 Gobernador 2004-10-31 3322 745 1026 31 84 1436 43.227 -14.899
3 Presidente 2006-12-03 3588 1234 1166 3 18 1167 32.525 2.809
4 Gobernador 2008-11-23 4335 1318 1506 17 76 1418 32.710 -6.445
5 Referendo Constitucional 2009-02-15 4164 1331 1346 20 1467 35.231 -0.556
6 Asamblea Nacional Lista 2010-09-26 4230 1307 1704 3 25 1191 28.156 -13.064
7 Presidente 2012-10-07 4746 2179 1436 5 60 1066 22.461 20.190
8 Gobernador 2012-12-16 4971 1495 1584 1 38 1853 37.276 -2.854
9 Presidente 2013-04-14 4746 1807 1851 1 14 1073 22.609 -1.198
San José (ID_PARROQUIA = 35, ID_MUNICIPIO = 8, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 6212 2711 1570 15 1916 30.844 26.560
2 Gobernador 2004-10-31 6423 1935 1890 20 188 2390 37.210 1.116
3 Presidente 2006-12-03 6903 2817 1806 6 35 2239 32.435 21.677
4 Gobernador 2008-11-23 7719 2883 2242 31 126 2437 31.571 12.136
5 Referendo Constitucional 2009-02-15 7611 2960 1916 40 2695 35.409 21.237
6 Asamblea Nacional Lista 2010-09-26 7646 3176 1975 12 76 2407 31.481 22.924
7 Presidente 2012-10-07 8422 4371 1988 20 90 1953 23.189 36.837
8 Gobernador 2012-12-16 8580 3281 1979 1 77 3242 37.786 24.391
9 Presidente 2013-04-14 8422 3851 2567 2 23 1979 23.498 19.929
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

184
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Barí (ID_PARROQUIA = 36, ID_MUNICIPIO = 9, ID_SUB_ECON = 5, CIRCUNS_ELEC = 1)

1 Referendo Revocatorio 2004-08-15 2836 1195 322 0 1319 46.509 57.548
2 Gobernador 2004-10-31 4837 1719 526 14 118 2460 50.858 50.189
3 Presidente 2006-12-03 3410 1768 604 1 29 1008 29.560 48.460
4 Gobernador 2008-11-23 4901 2182 682 9 27 2001 40.828 51.724
5 Referendo Constitucional 2009-02-15 3625 1761 423 19 1422 39.228 60.735
6 Asamblea Nacional Lista 2010-09-26 3741 1582 466 2 47 1644 43.945 53.219
7 Presidente 2012-10-07 4087 2409 508 16 39 1115 27.282 63.964
8 Gobernador 2012-12-16 5278 2142 424 2 48 2662 50.436 65.673
9 Presidente 2013-04-14 4087 2185 680 4 12 1206 29.508 52.239
Jesús María Semprún (ID_PARROQUIA = 37, ID_MUNICIPIO = 9, ID_SUB_ECON = 5, CIRCUNS_ELEC = 1)
1 Referendo Revocatorio 2004-08-15 7748 2779 2341 9 2619 33.802 8.540
2 Gobernador 2004-10-31 10372 3205 2782 106 417 3862 37.235 6.498
3 Presidente 2006-12-03 8794 3580 3040 2 58 2114 24.039 8.084
4 Gobernador 2008-11-23 10343 4223 2856 43 180 3041 29.402 18.721
5 Referendo Constitucional 2009-02-15 9845 4291 2580 78 2896 29.416 24.622
6 Asamblea Nacional Lista 2010-09-26 10313 4174 2994 36 115 2994 29.031 16.122
7 Presidente 2012-10-07 11805 6045 3188 43 150 2379 20.152 30.310
8 Gobernador 2012-12-16 13348 5200 2425 1 183 5539 41.497 35.536
9 Presidente 2013-04-14 11805 5524 3555 3 37 2686 22.753 21.592
Andrés Bello (ID_PARROQUIA = 38, ID_MUNICIPIO = 10, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 4385 1406 1282 16 1681 38.335 4.586
2 Gobernador 2004-10-31 4839 1145 1382 7 31 2274 46.993 -9.240
3 Presidente 2006-12-03 5078 1719 1623 4 22 1710 33.675 2.850
4 Gobernador 2008-11-23 5609 1840 1650 9 18 2092 37.297 5.402
5 Referendo Constitucional 2009-02-15 5400 2005 1322 27 2046 37.889 20.364
6 Asamblea Nacional Lista 2010-09-26 5829 2355 1646 2 24 1802 30.914 17.606
7 Presidente 2012-10-07 6193 3035 1519 11 52 1576 25.448 32.835
8 Gobernador 2012-12-16 6459 2258 1563 0 51 2587 40.053 17.949
9 Presidente 2013-04-14 6193 2780 1739 2 11 1661 26.821 22.970
Chiquinquirá (ID_PARROQUIA = 39, ID_MUNICIPIO = 10, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 5726 2268 1638 0 1820 31.785 16.129
2 Gobernador 2004-10-31 6104 1761 1991 13 26 2313 37.893 -6.067
3 Presidente 2006-12-03 6318 2448 2328 8 36 1498 23.710 2.490
4 Gobernador 2008-11-23 6796 2412 2465 17 26 1876 27.604 -1.077
5 Referendo Constitucional 2009-02-15 6714 2579 2018 19 2098 31.248 12.153
6 Asamblea Nacional Lista 2010-09-26 7493 3032 2361 2 37 2061 27.506 12.353
7 Presidente 2012-10-07 8046 3887 2430 14 59 1656 20.582 22.801
8 Gobernador 2012-12-16 8182 2867 2295 1 65 2954 36.104 10.941
9 Presidente 2013-04-14 8046 3422 2927 2 10 1685 20.942 7.782
Concepción (ID_PARROQUIA = 40, ID_MUNICIPIO = 10, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 18145 4837 7212 0 6096 33.596 -19.711
2 Gobernador 2004-10-31 19623 4652 7391 29 103 7448 37.955 -22.497
3 Presidente 2006-12-03 19279 5504 8629 15 83 5048 26.184 -21.959
4 Gobernador 2008-11-23 21120 6247 9129 50 109 5585 26.444 -18.552
5 Referendo Constitucional 2009-02-15 20370 5916 7986 102 6366 31.252 -14.781
6 Asamblea Nacional Lista 2010-09-26 21180 6719 9202 16 102 5141 24.273 -15.481
7 Presidente 2012-10-07 21793 8164 9313 38 168 4110 18.859 -6.498
8 Gobernador 2012-12-16 22604 6619 8172 4 187 7622 33.720 -10.366
9 Presidente 2013-04-14 21793 6723 10882 10 35 4143 19.011 -23.564
El Carmelo (ID_PARROQUIA = 41, ID_MUNICIPIO = 10, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 4848 1570 2047 0 1231 25.392 -13.188
2 Gobernador 2004-10-31 5231 1597 2057 24 16 1537 29.383 -12.453
3 Presidente 2006-12-03 5268 1930 2309 0 18 1011 19.191 -8.903
4 Gobernador 2008-11-23 5812 2255 2186 13 28 1330 22.884 1.539
5 Referendo Constitucional 2009-02-15 5537 2017 2128 16 1376 24.851 -2.668
6 Asamblea Nacional Lista 2010-09-26 5762 2304 2304 2 18 1134 19.681 0.000
7 Presidente 2012-10-07 6160 2668 2495 7 34 956 15.519 3.324
8 Gobernador 2012-12-16 6462 2424 2252 2 24 1760 27.236 3.658
9 Presidente 2013-04-14 6160 2388 2796 1 8 967 15.698 -7.857
Potreritos (ID_PARROQUIA = 42, ID_MUNICIPIO = 10, ID_SUB_ECON = 1, CIRCUNS_ELEC = 2)
1 Referendo Revocatorio 2004-08-15 3355 1093 1204 0 1058 31.535 -4.832
2 Gobernador 2004-10-31 3652 785 1268 4 6 1589 43.510 -23.413
3 Presidente 2006-12-03 3794 1369 1594 2 11 818 21.560 -7.560
4 Gobernador 2008-11-23 4232 1554 1686 0 7 985 23.275 -4.065
5 Referendo Constitucional 2009-02-15 4070 1534 1379 14 1143 28.084 5.296
6 Asamblea Nacional Lista 2010-09-26 4273 1838 1525 1 16 893 20.899 9.260
7 Presidente 2012-10-07 4604 2263 1496 3 23 819 17.789 20.264
8 Gobernador 2012-12-16 4765 1850 1513 0 19 1383 29.024 9.965
9 Presidente 2013-04-14 4604 2014 1704 2 3 881 19.136 8.327
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

185
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Alonso de Ojeda (ID_PARROQUIA = 43, ID_MUNICIPIO = 11, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)

1 Referendo Revocatorio 2004-08-15 48689 14312 18185 0 16192 33.256 -11.918
2 Gobernador 2004-10-31 49802 8233 14797 360 790 25622 51.448 -27.146
3 Presidente 2006-12-03 62544 20808 26523 77 617 14519 23.214 -11.900
4 Gobernador 2008-11-23 65144 18326 28151 635 900 17132 26.299 -20.464
5 Referendo Constitucional 2009-02-15 64918 19388 29286 543 15701 24.186 -20.111
6 Asamblea Nacional Lista 2010-09-26 69161 21374 28980 358 1079 17370 25.115 -14.686
7 Presidente 2012-10-07 69767 25914 29928 280 1173 12472 17.877 -7.006
8 Gobernador 2012-12-16 70536 19220 22533 127 1567 27089 38.405 -7.625
9 Presidente 2013-04-14 69767 22468 35334 198 287 11480 16.455 -22.074
Campo Lara (ID_PARROQUIA = 44, ID_MUNICIPIO = 11, ID_SUB_ECON = 2, CIRCUNS_ELEC =11)
1 Referendo Revocatorio 2004-08-15 2679 1043 990 78 568 21.202 2.511
2 Gobernador 2004-10-31 2749 814 976 3 54 902 32.812 -8.771
3 Presidente 2006-12-03 3097 1245 1207 3 22 620 20.019 1.534
4 Gobernador 2008-11-23 3444 1060 1417 22 45 900 26.132 -14.033
5 Referendo Constitucional 2009-02-15 3417 1192 1323 20 882 25.812 -5.168
6 Asamblea Nacional Lista 2010-09-26 3562 1152 1387 4 30 989 27.765 -9.133
7 Presidente 2012-10-07 3776 1737 1277 8 65 689 18.247 14.901
8 Gobernador 2012-12-16 3805 1324 1064 3 52 1362 35.795 10.643
9 Presidente 2013-04-14 3776 1584 1472 9 6 705 18.671 3.647
Eleazar López Contreras (ID_PARROQUIA = 45, ID_MUNICIPIO = 11, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 1471 618 507 82 264 17.947 9.196
2 Gobernador 2004-10-31 1500 248 396 2 27 827 55.133 -21.991
3 Presidente 2006-12-03 1845 740 725 2 7 371 20.108 1.018
4 Gobernador 2008-11-23 1974 713 742 13 37 469 23.759 -1.927
5 Referendo Constitucional 2009-02-15 1964 745 718 11 490 24.949 1.832
6 Asamblea Nacional Lista 2010-09-26 2019 755 670 6 30 558 27.637 5.818
7 Presidente 2012-10-07 2199 1130 615 4 42 408 18.554 28.755
8 Gobernador 2012-12-16 2215 789 503 3 49 871 39.323 21.280
9 Presidente 2013-04-14 2199 1037 733 4 12 413 18.781 17.021
Libertad (ID_PARROQUIA = 46, ID_MUNICIPIO = 11, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 15101 4463 5724 0 4914 32.541 -12.379
2 Gobernador 2004-10-31 15459 2432 4697 86 257 7987 51.666 -30.313
3 Presidente 2006-12-03 17977 5553 8098 17 162 4147 23.068 -18.402
4 Gobernador 2008-11-23 22325 6053 9529 211 276 6256 28.022 -21.632
5 Referendo Constitucional 2009-02-15 22083 6284 9800 188 5811 26.314 -21.608
6 Asamblea Nacional Lista 2010-09-26 23652 7191 9712 90 398 6261 26.471 -14.496
7 Presidente 2012-10-07 24746 9757 10122 107 381 4379 17.696 -1.792
8 Gobernador 2012-12-16 25012 6960 7555 43 513 9941 39.745 -3.948
9 Presidente 2013-04-14 24746 8170 12044 66 88 4378 17.692 -19.020
Venezuela (ID_PARROQUIA = 47, ID_MUNICIPIO = 11, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 24712 7889 10116 3 6704 27.129 -12.367
2 Gobernador 2004-10-31 25050 4039 8018 148 355 12490 49.860 -31.680
3 Presidente 2006-12-03 23645 8002 10420 24 220 4979 21.057 -12.954
4 Gobernador 2008-11-23 23140 6988 10158 217 250 5527 23.885 -17.998
5 Referendo Constitucional 2009-02-15 23011 7053 10526 148 5284 22.963 -19.592
6 Asamblea Nacional Lista 2010-09-26 23666 7315 10017 95 328 5911 24.977 -15.218
7 Presidente 2012-10-07 22897 8438 10096 89 334 3940 17.207 -8.746
8 Gobernador 2012-12-16 23021 6184 7855 21 411 8550 37.140 -11.547
9 Presidente 2013-04-14 22897 7386 11448 45 71 3947 17.238 -21.435
Bartolomé de las Casas (ID_PARROQUIA = 48, ID_MUNICIPIO = 12, ID_SUB_ECON = 4, CIRCUNS_ELEC = 1)
1 Referendo Revocatorio 2004-08-15 6590 2088 2162 12 2328 35.326 -1.736
2 Gobernador 2004-10-31 7239 1733 1876 18 141 3471 47.949 -3.795
3 Presidente 2006-12-03 7980 2503 2914 6 51 2506 31.404 -7.508
4 Gobernador 2008-11-23 9226 3042 2869 11 38 3266 35.400 2.903
5 Referendo Constitucional 2009-02-15 8850 2813 2821 42 3174 35.864 -0.141
6 Asamblea Nacional Lista 2010-09-26 9126 2348 3380 4 72 3322 36.401 -17.781
7 Presidente 2012-10-07 9748 3468 3437 22 116 2705 27.749 0.440
8 Gobernador 2012-12-16 10123 2904 2976 2 125 4116 40.660 -1.199
9 Presidente 2013-04-14 9748 3292 3644 6 20 2786 28.580 -5.056
Libertad (ID_PARROQUIA = 49, ID_MUNICIPIO = 12, ID_SUB_ECON = 4, CIRCUNS_ELEC = 1)
1 Referendo Revocatorio 2004-08-15 33676 11215 9580 35 12846 38.146 7.849
2 Gobernador 2004-10-31 39342 9938 10333 88 1101 17882 45.453 -1.841
3 Presidente 2006-12-03 39453 14088 12120 28 225 12992 32.930 7.437
4 Gobernador 2008-11-23 46805 15161 13525 116 454 17549 37.494 5.592
5 Referendo Constitucional 2009-02-15 42691 15105 12637 249 14700 34.433 8.817
6 Asamblea Nacional Lista 2010-09-26 44364 12201 16044 89 340 15690 35.367 -13.402
7 Presidente 2012-10-07 48119 19148 15726 166 621 12458 25.890 9.596
8 Gobernador 2012-12-16 52828 15537 13668 55 701 22867 43.286 6.238
9 Presidente 2013-04-14 48618 17847 17277 118 120 13256 27.266 1.612
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

186
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Río Negro (ID_PARROQUIA = 50, ID_MUNICIPIO = 12, ID_SUB_ECON = 4, CIRCUNS_ELEC = 1)

1 Referendo Revocatorio 2004-08-15 3123 250 93 0 2780 89.017 45.773
2 Gobernador 2004-10-31 3561 167 83 1 24 3286 92.277 30.545
3 Presidente 2006-12-03 3135 1154 636 0 8 1337 42.648 28.810
4 Gobernador 2008-11-23 3887 1416 744 5 29 1693 43.555 30.629
5 Referendo Constitucional 2009-02-15 3561 1425 596 19 1521 42.713 40.637
6 Asamblea Nacional Lista 2010-09-26 3890 1423 763 5 16 1683 43.265 29.905
7 Presidente 2012-10-07 4266 2035 746 12 57 1416 33.193 45.228
8 Gobernador 2012-12-16 4635 1556 757 2 46 2274 49.061 33.842
9 Presidente 2013-04-14 4266 1911 846 15 10 1484 34.787 38.282
San José de Perijá (ID_PARROQUIA = 51, ID_MUNICIPIO = 12, ID_SUB_ECON = 4, CIRCUNS_ELEC = 1)
1 Referendo Revocatorio 2004-08-15 8661 2235 3353 0 3073 35.481 -20.007
2 Gobernador 2004-10-31 9657 2206 2933 12 117 4389 45.449 -13.800
3 Presidente 2006-12-03 10858 2808 4254 2 46 3748 34.518 -20.338
4 Gobernador 2008-11-23 12708 3841 3780 13 41 5033 39.605 0.795
5 Referendo Constitucional 2009-02-15 11904 3097 3911 62 4834 40.608 -11.513
6 Asamblea Nacional Lista 2010-09-26 12115 2660 4393 22 37 5003 41.296 -24.367
7 Presidente 2012-10-07 12787 4055 4801 29 102 3800 29.718 -8.301
8 Gobernador 2012-12-16 13585 3333 3844 2 107 6299 46.367 -7.013
9 Presidente 2013-04-14 12787 3754 4970 8 15 4040 31.595 -13.902
La Sierrita (ID_PARROQUIA = 52, ID_MUNICIPIO = 13, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 15458 6725 3108 199 5426 35.102 36.055
2 Gobernador 2004-10-31 15992 3779 2961 67 254 8931 55.847 11.585
3 Presidente 2006-12-03 19418 8055 4805 20 59 6479 33.366 25.118
4 Gobernador 2008-11-23 21888 7977 6124 47 112 7628 34.850 12.994
5 Referendo Constitucional 2009-02-15 20915 8100 4949 115 7751 37.060 23.936
6 Asamblea Nacional Lista 2010-09-26 23417 8650 5486 326 131 8824 37.682 21.682
7 Presidente 2012-10-07 26644 14122 5476 80 307 6659 24.992 43.262
8 Gobernador 2012-12-16 27144 11487 4985 1 247 10424 38.403 38.888
9 Presidente 2013-04-14 26644 13573 5826 29 42 7174 26.925 39.789
Las Parcelas (ID_PARROQUIA = 53, ID_MUNICIPIO = 13, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 4858 2512 1071 53 1222 25.154 39.631
2 Gobernador 2004-10-31 5018 1511 1084 49 261 2113 42.108 14.699
3 Presidente 2006-12-03 6256 3136 1348 4 20 1748 27.941 39.663
4 Gobernador 2008-11-23 7001 3381 1583 17 29 1991 28.439 35.888
5 Referendo Constitucional 2009-02-15 6933 3385 1404 33 2111 30.449 41.083
6 Asamblea Nacional Lista 2010-09-26 7835 3569 1542 177 36 2511 32.049 38.073
7 Presidente 2012-10-07 9621 6007 1628 27 81 1878 19.520 56.554
8 Gobernador 2012-12-16 9750 4923 1549 2 53 3223 33.056 51.693
9 Presidente 2013-04-14 9621 5632 1801 14 8 2166 22.513 51.388
Luis de Vicente (ID_PARROQUIA = 54, ID_MUNICIPIO = 13, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 8161 3581 1815 64 2701 33.096 32.344
2 Gobernador 2004-10-31 8739 2436 1901 26 277 4099 46.905 11.530
3 Presidente 2006-12-03 10094 4513 2533 4 68 2976 29.483 27.817
4 Gobernador 2008-11-23 11245 4384 3348 29 62 3422 30.431 13.243
5 Referendo Constitucional 2009-02-15 10885 4364 2986 53 3482 31.989 18.614
6 Asamblea Nacional Lista 2010-09-26 11317 4768 2643 168 59 3679 32.509 27.821
7 Presidente 2012-10-07 11513 5627 3244 34 106 2502 21.732 26.445
8 Gobernador 2012-12-16 11869 5061 2417 3 118 4270 35.976 34.794
9 Presidente 2013-04-14 11513 5355 3422 7 25 2704 23.486 21.943
Monseñor Marcos Sergio Godoy (ID_PARROQUIA = 55, ID_MUNICIPIO = 13, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 1551 660 316 16 559 36.041 34.677
2 Gobernador 2004-10-31 1658 320 176 6 39 1117 67.370 26.617
3 Presidente 2006-12-03 1955 762 399 0 8 786 40.205 31.052
4 Gobernador 2008-11-23 2379 980 483 1 7 908 38.167 33.787
5 Referendo Constitucional 2009-02-15 2298 994 395 15 894 38.903 42.664
6 Asamblea Nacional Lista 2010-09-26 2349 970 372 9 11 987 42.018 43.906
7 Presidente 2012-10-07 2924 1638 390 1 18 877 29.993 60.967
8 Gobernador 2012-12-16 3036 1390 316 0 7 1323 43.577 62.697
9 Presidente 2013-04-14 2924 1574 371 1 1 977 33.413 61.787
Ricaurte (ID_PARROQUIA = 56, ID_MUNICIPIO = 13, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 18057 7100 3810 7 7140 39.541 30.136
2 Gobernador 2004-10-31 18583 5300 4029 136 277 8841 47.576 13.047
3 Presidente 2006-12-03 22393 9138 5888 15 117 7235 32.309 21.441
4 Gobernador 2008-11-23 25184 9120 7162 92 113 8697 34.534 11.876
5 Referendo Constitucional 2009-02-15 24360 9153 6541 113 8553 35.111 16.524
6 Asamblea Nacional Lista 2010-09-26 27222 9976 7062 378 199 9607 35.291 16.543
7 Presidente 2012-10-07 30593 15529 7653 114 485 6812 22.267 33.119
8 Gobernador 2012-12-16 31037 11880 6555 13 419 12170 39.211 28.224
9 Presidente 2013-04-14 30593 14123 9096 52 105 7217 23.590 21.505
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

187
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

San Rafael (ID_PARROQUIA = 57, ID_MUNICIPIO = 13, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)

1 Referendo Revocatorio 2004-08-15 21209 9571 5701 40 5897 27.804 25.274
2 Gobernador 2004-10-31 21640 6388 5688 444 402 8718 40.287 5.417
3 Presidente 2006-12-03 24509 10822 7126 14 132 6415 26.174 20.427
4 Gobernador 2008-11-23 27034 11407 8120 71 120 7316 27.062 16.670
5 Referendo Constitucional 2009-02-15 26811 11459 7735 92 7525 28.067 19.309
6 Asamblea Nacional Lista 2010-09-26 28134 12232 6820 684 160 8238 29.281 27.201
7 Presidente 2012-10-07 30246 17586 6809 64 220 5567 18.406 43.669
8 Gobernador 2012-12-16 30591 14834 5901 9 249 9598 31.375 42.552
9 Presidente 2013-04-14 30246 16471 7848 23 41 5863 19.384 35.365
Tamare (ID_PARROQUIA = 58, ID_MUNICIPIO = 13, ID_SUB_ECON = 3, CIRCUNS_ELEC = 3)
1 Referendo Revocatorio 2004-08-15 6850 2935 1316 28 2571 37.533 37.836
2 Gobernador 2004-10-31 7068 2189 1436 104 155 3184 45.048 19.387
3 Presidente 2006-12-03 8246 3678 1885 0 40 2643 32.052 32.001
4 Gobernador 2008-11-23 8929 3319 2461 41 48 3060 34.270 14.619
5 Referendo Constitucional 2009-02-15 8830 3362 2335 41 3092 35.017 17.898
6 Asamblea Nacional Lista 2010-09-26 9171 3627 2005 301 70 3168 34.544 27.020
7 Presidente 2012-10-07 10142 5482 2251 30 98 2281 22.491 41.102
8 Gobernador 2012-12-16 10284 4205 2199 5 107 3768 36.639 30.786
9 Presidente 2013-04-14 10142 5048 2610 14 24 2446 24.118 31.679
Antonio Borjas Romero (ID_PARROQUIA = 59, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 4)
1 Referendo Revocatorio 2004-08-15 24223 10045 4293 77 9808 40.490 39.903
2 Gobernador 2004-10-31 26209 5419 4050 244 474 16022 61.132 13.439
3 Presidente 2006-12-03 33566 13323 7956 37 276 11974 35.673 24.856
4 Gobernador 2008-11-23 37755 10973 10469 343 286 15684 41.542 2.284
5 Referendo Constitucional 2009-02-15 37241 12655 10409 231 13946 37.448 9.642
6 Asamblea Nacional Lista 2010-09-26 39709 11656 12531 81 319 15122 38.082 -3.559
7 Presidente 2012-10-07 44647 21547 11622 144 664 10670 23.899 29.211
8 Gobernador 2012-12-16 46178 15928 10595 19 539 19097 41.355 19.693
9 Presidente 2013-04-14 44647 19422 14212 41 130 10842 24.284 15.412
Bolívar (ID_PARROQUIA = 60, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 6)
1 Referendo Revocatorio 2004-08-15 18236 4331 7826 0 6079 33.335 -28.749
2 Gobernador 2004-10-31 18735 3066 6648 228 216 8577 45.781 -35.263
3 Presidente 2006-12-03 18461 4906 8858 25 122 4550 24.647 -28.409
4 Gobernador 2008-11-23 20533 4148 9855 247 88 6195 30.171 -39.803
5 Referendo Constitucional 2009-02-15 20093 4379 10174 129 5411 26.930 -39.470
6 Asamblea Nacional Lista 2010-09-26 20137 3777 10339 95 110 5816 28.882 -45.821
7 Presidente 2012-10-07 20244 5262 10565 44 168 4205 20.772 -33.063
8 Gobernador 2012-12-16 20687 4461 8317 18 284 7607 36.772 -29.480
9 Presidente 2013-04-14 20244 4619 11458 33 32 4102 20.263 -42.368
Cacique Mara (ID_PARROQUIA = 61, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 7)
1 Referendo Revocatorio 2004-08-15 41829 14513 12896 10 14410 34.450 5.897
2 Gobernador 2004-10-31 43088 9116 11539 536 622 21275 49.376 -11.108
3 Presidente 2006-12-03 45550 16418 16508 66 426 12132 26.634 -0.269
4 Gobernador 2008-11-23 47494 12771 18784 812 378 14749 31.054 -18.363
5 Referendo Constitucional 2009-02-15 46598 14541 19458 314 12285 26.364 -14.330
6 Asamblea Nacional Lista 2010-09-26 47760 12729 20188 186 444 14213 29.759 -22.234
7 Presidente 2012-10-07 48761 18282 20335 136 563 9445 19.370 -5.222
8 Gobernador 2012-12-16 49720 15122 15210 29 650 18709 37.629 -0.284
9 Presidente 2013-04-14 48761 16107 23393 78 110 9073 18.607 -18.358
Caracciolo Parra Pérez (ID_PARROQUIA = 62, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 6)
1 Referendo Revocatorio 2004-08-15 44951 13279 16505 0 15167 33.741 -10.831
2 Gobernador 2004-10-31 45912 7871 12551 535 459 24496 53.354 -21.853
3 Presidente 2006-12-03 48204 14887 19682 46 323 13266 27.521 -13.724
4 Gobernador 2008-11-23 48829 11311 20654 682 275 15907 32.577 -28.379
5 Referendo Constitucional 2009-02-15 47068 11995 21635 262 13176 27.994 -28.443
6 Asamblea Nacional Lista 2010-09-26 47902 10106 22296 257 323 14920 31.147 -36.960
7 Presidente 2012-10-07 47632 13299 23323 123 498 10389 21.811 -26.915
8 Gobernador 2012-12-16 48276 11036 17049 27 530 19634 40.670 -20.994
9 Presidente 2013-04-14 47632 11734 25679 63 85 10071 21.143 -37.126
Cecilio Acosta (ID_PARROQUIA = 63, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 7)
1 Referendo Revocatorio 2004-08-15 33971 10641 13499 0 9831 28.939 -11.839
2 Gobernador 2004-10-31 34434 6552 11647 431 421 15383 44.674 -26.744
3 Presidente 2006-12-03 37485 12193 16522 39 266 8465 22.582 -14.917
4 Gobernador 2008-11-23 39201 9757 17934 653 206 10651 27.170 -28.641
5 Referendo Constitucional 2009-02-15 38795 10287 18958 178 9372 24.158 -29.470
6 Asamblea Nacional Lista 2010-09-26 40305 9616 19983 219 277 10210 25.332 -34.448
7 Presidente 2012-10-07 41614 13090 20811 117 433 7163 17.213 -22.412
8 Gobernador 2012-12-16 42068 11083 15864 23 530 14568 34.630 -17.385
9 Presidente 2013-04-14 41614 11573 23114 75 86 6766 16.259 -33.118
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

188
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Chiquinquirá (ID_PARROQUIA = 64, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 6)

1 Referendo Revocatorio 2004-08-15 41043 10421 18478 0 12144 29.588 -27.880
2 Gobernador 2004-10-31 42010 6519 14652 518 470 19851 47.253 -36.703
3 Presidente 2006-12-03 42721 11100 20678 49 340 10554 24.704 -29.776
4 Gobernador 2008-11-23 44864 8698 21560 700 255 13651 30.428 -41.207
5 Referendo Constitucional 2009-02-15 43540 9203 22648 274 11415 26.217 -41.852
6 Asamblea Nacional Lista 2010-09-26 44966 7958 23448 264 358 12938 28.773 -48.364
7 Presidente 2012-10-07 45743 11103 24487 142 536 9475 20.714 -36.903
8 Gobernador 2012-12-16 46564 9514 18617 44 688 17701 38.014 -31.539
9 Presidente 2013-04-14 45743 9759 26482 57 95 9350 20.440 -45.951
Coquivacoa (ID_PARROQUIA = 65, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 5)
1 Referendo Revocatorio 2004-08-15 52157 16310 20190 41 15616 29.940 -10.618
2 Gobernador 2004-10-31 53601 10141 16645 573 777 25465 47.508 -23.116
3 Presidente 2006-12-03 58274 18947 24962 82 557 13726 23.554 -13.502
4 Gobernador 2008-11-23 61858 15182 26822 927 421 18506 29.917 -26.850
5 Referendo Constitucional 2009-02-15 60714 16841 28060 359 15454 25.454 -24.788
6 Asamblea Nacional Lista 2010-09-26 63046 15429 28533 398 527 18159 28.803 -29.193
7 Presidente 2012-10-07 65957 22832 29787 157 728 12453 18.880 -12.999
8 Gobernador 2012-12-16 67129 18555 22826 39 991 24718 36.822 -10.071
9 Presidente 2013-04-14 65957 20219 32822 81 143 12692 19.243 -23.661
Cristo de Aranza (ID_PARROQUIA = 66, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 7)
1 Referendo Revocatorio 2004-08-15 63333 22510 20938 0 19885 31.398 3.618
2 Gobernador 2004-10-31 64112 15311 18293 792 866 28850 44.999 -8.457
3 Presidente 2006-12-03 69413 25902 26102 111 577 16721 24.089 -0.380
4 Gobernador 2008-11-23 74193 21052 30080 1145 408 21508 28.989 -17.136
5 Referendo Constitucional 2009-02-15 73399 22710 31683 467 18539 25.258 -16.356
6 Asamblea Nacional Lista 2010-09-26 76863 20997 33374 255 665 21572 28.066 -22.385
7 Presidente 2012-10-07 78722 29194 33897 195 917 14519 18.443 -7.325
8 Gobernador 2012-12-16 79663 23765 26799 54 1103 27942 35.075 -5.866
9 Presidente 2013-04-14 78722 25972 38464 116 168 14002 17.787 -19.302
Francisco Eugenio Bustamante (ID_PARROQUIA = 67, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 8)
1 Referendo Revocatorio 2004-08-15 62746 25388 16570 20 20768 33.099 21.006
2 Gobernador 2004-10-31 67057 15044 13713 760 913 36627 54.621 4.374
3 Presidente 2006-12-03 77338 32092 23326 85 704 21131 27.323 15.596
4 Gobernador 2008-11-23 87435 28495 28474 1384 647 28435 32.521 0.036
5 Referendo Constitucional 2009-02-15 86056 30818 30250 543 24445 28.406 0.922
6 Asamblea Nacional Lista 2010-09-26 91731 28367 34246 427 761 27930 30.448 -9.215
7 Presidente 2012-10-07 100937 45147 36023 316 1312 18139 17.971 11.020
8 Gobernador 2012-12-16 103811 35710 27376 65 1479 39181 37.743 12.895
9 Presidente 2013-04-14 100937 39934 42263 178 242 18320 18.150 -2.819
Idelfonso Vásquez (ID_PARROQUIA = 68, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 4)
1 Referendo Revocatorio 2004-08-15 40154 16101 7882 371 15800 39.349 33.748
2 Gobernador 2004-10-31 43265 7183 6170 277 823 28812 66.594 7.009
3 Presidente 2006-12-03 54993 19109 14032 94 515 21243 38.629 15.043
4 Gobernador 2008-11-23 62565 16954 16580 505 459 28067 44.861 1.084
5 Referendo Constitucional 2009-02-15 57197 16917 14868 359 25053 43.801 6.374
6 Asamblea Nacional Lista 2010-09-26 63737 17316 18374 201 516 27330 42.879 -2.906
7 Presidente 2012-10-07 68941 29462 17571 207 949 20752 30.101 24.676
8 Gobernador 2012-12-16 71115 22087 15154 27 839 33008 46.415 18.194
9 Presidente 2013-04-14 68462 26937 20078 54 232 21161 30.909 14.501
Juana de Ávila (ID_PARROQUIA = 69, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 5)
1 Referendo Revocatorio 2004-08-15 45339 12460 20218 0 12661 27.925 -23.741
2 Gobernador 2004-10-31 46090 8102 16506 573 548 20361 44.177 -32.664
3 Presidente 2006-12-03 48491 14012 23588 59 421 10411 21.470 -25.147
4 Gobernador 2008-11-23 53041 11593 26201 705 358 14184 26.742 -37.594
5 Referendo Constitucional 2009-02-15 51759 11873 27646 264 11976 23.138 -39.648
6 Asamblea Nacional Lista 2010-09-26 52730 10453 27863 509 478 13427 25.464 -44.297
7 Presidente 2012-10-07 53750 13455 30257 136 458 9444 17.570 -37.923
8 Gobernador 2012-12-16 55024 11790 22910 55 826 19443 35.335 -31.253
9 Presidente 2013-04-14 54308 12026 32664 65 111 9442 17.386 -45.999
Luis Hurtado Higuera (ID_PARROQUIA = 70, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 8)
1 Referendo Revocatorio 2004-08-15 24924 11072 4597 0 9255 37.133 41.324
2 Gobernador 2004-10-31 27484 7078 4951 295 421 14739 53.628 16.689
3 Presidente 2006-12-03 30535 14097 7072 32 292 9042 29.612 32.685
4 Gobernador 2008-11-23 35460 12809 9831 444 203 12173 34.329 12.788
5 Referendo Constitucional 2009-02-15 33994 13323 10078 171 10422 30.658 13.766
6 Asamblea Nacional Lista 2010-09-26 35338 12011 11874 86 222 11145 31.538 0.566
7 Presidente 2012-10-07 37636 19336 10461 100 457 7282 19.348 29.238
8 Gobernador 2012-12-16 39158 14938 8636 12 505 15067 38.477 26.159
9 Presidente 2013-04-14 37636 17261 12964 52 89 7270 19.317 14.151
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

189
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Manuel Dagnino (ID_PARROQUIA = 71, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 8)

1 Referendo Revocatorio 2004-08-15 41498 15713 11460 0 14325 34.520 15.652
2 Gobernador 2004-10-31 42459 9663 10312 507 592 21385 50.366 -3.080
3 Presidente 2006-12-03 45558 18075 14799 61 386 12237 26.860 9.832
4 Gobernador 2008-11-23 49408 14863 17905 798 379 15463 31.297 -8.962
5 Referendo Constitucional 2009-02-15 49389 16841 18719 271 13558 27.451 -5.241
6 Asamblea Nacional Lista 2010-09-26 51737 15320 21042 193 426 14756 28.521 -15.473
7 Presidente 2012-10-07 52825 22115 20437 175 649 9449 17.887 3.868
8 Gobernador 2012-12-16 53536 17839 15814 41 691 19151 35.772 5.889
9 Presidente 2013-04-14 52825 19608 23675 85 111 9346 17.692 -9.354
Olegario Villalobos (ID_PARROQUIA = 72, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 5)
1 Referendo Revocatorio 2004-08-15 57738 10699 29967 0 17072 29.568 -47.381
2 Gobernador 2004-10-31 58963 7122 22458 707 639 28037 47.550 -49.589
3 Presidente 2006-12-03 61212 12260 33592 52 469 14839 24.242 -46.001
4 Gobernador 2008-11-23 64326 10009 34172 733 323 19089 29.675 -53.414
5 Referendo Constitucional 2009-02-15 63111 10182 36382 278 16269 25.778 -55.933
6 Asamblea Nacional Lista 2010-09-26 64386 8539 36413 499 456 18479 28.700 -60.718
7 Presidente 2012-10-07 65123 11209 39288 139 512 13975 21.459 -54.898
8 Gobernador 2012-12-16 66330 10020 29892 50 879 25489 38.428 -48.657
9 Presidente 2013-04-14 65123 9998 40747 81 107 14190 21.790 -60.371
Raúl Leoni (ID_PARROQUIA = 73, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 6)
1 Referendo Revocatorio 2004-08-15 35006 10065 15813 0 9128 26.076 -22.212
2 Gobernador 2004-10-31 35739 6447 12369 372 337 16214 45.368 -30.330
3 Presidente 2006-12-03 39361 11671 18847 54 314 8475 21.531 -23.234
4 Gobernador 2008-11-23 41819 9544 20277 638 186 11174 26.720 -35.024
5 Referendo Constitucional 2009-02-15 41824 10093 21910 204 9617 22.994 -36.691
6 Asamblea Nacional Lista 2010-09-26 43294 8524 23007 273 286 11204 25.879 -45.132
7 Presidente 2012-10-07 44558 11392 25350 94 350 7372 16.545 -37.536
8 Gobernador 2012-12-16 45125 9941 18524 30 640 15990 35.435 -29.459
9 Presidente 2013-04-14 44558 10079 27280 48 99 7052 15.827 -45.862
San Isidro (ID_PARROQUIA = 74, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 8)
1 Referendo Revocatorio 2004-08-15 7765 3532 1214 26 2993 38.545 48.575
2 Gobernador 2004-10-31 8248 2192 1183 52 246 4575 55.468 27.471
3 Presidente 2006-12-03 10562 4385 2324 18 64 3771 35.703 30.349
4 Gobernador 2008-11-23 14356 4737 3430 114 78 5997 41.773 15.636
5 Referendo Constitucional 2009-02-15 13759 5077 3241 83 5358 38.942 21.855
6 Asamblea Nacional Lista 2010-09-26 15350 4714 4692 27 142 5775 37.622 0.230
7 Presidente 2012-10-07 18598 9422 3931 56 218 4971 26.729 40.295
8 Gobernador 2012-12-16 19364 6992 4075 3 258 8036 41.500 25.750
9 Presidente 2013-04-14 18598 8690 4732 12 60 5104 27.444 29.332
Santa Lucía (ID_PARROQUIA = 75, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 6)
1 Referendo Revocatorio 2004-08-15 27485 6997 11895 0 8593 31.264 -25.926
2 Gobernador 2004-10-31 27911 4538 9377 317 281 13398 48.003 -33.343
3 Presidente 2006-12-03 28986 8019 13714 37 225 6991 24.119 -25.892
4 Gobernador 2008-11-23 29882 6055 14402 411 169 8845 29.600 -39.678
5 Referendo Constitucional 2009-02-15 28956 6387 14910 178 7481 25.836 -39.688
6 Asamblea Nacional Lista 2010-09-26 29898 5642 15331 174 218 8533 28.540 -45.350
7 Presidente 2012-10-07 30516 8022 15953 71 313 6157 20.176 -32.559
8 Gobernador 2012-12-16 30927 6673 12294 17 482 11461 37.058 -28.876
9 Presidente 2013-04-14 30516 7025 17405 37 62 5987 19.619 -42.317
Venancio Pulgar (ID_PARROQUIA = 76, ID_MUNICIPIO = 14, ID_SUB_ECON = 1, CIRCUNS_ELEC = 4)
1 Referendo Revocatorio 2004-08-15 34143 14847 6786 73 12437 36.426 37.137
2 Gobernador 2004-10-31 37531 8682 6646 344 543 21316 56.796 12.556
3 Presidente 2006-12-03 45467 19079 12033 61 377 13917 30.609 22.333
4 Gobernador 2008-11-23 52451 17149 14928 524 344 19506 37.189 6.742
5 Referendo Constitucional 2009-02-15 50764 18702 14819 312 16931 33.352 11.477
6 Asamblea Nacional Lista 2010-09-26 55602 17507 18866 132 398 18699 33.630 -3.683
7 Presidente 2012-10-07 59722 28144 16429 174 860 14115 23.635 25.687
8 Gobernador 2012-12-16 61744 20671 15830 28 777 24438 39.580 12.976
9 Presidente 2013-04-14 59722 25148 19748 78 187 14561 24.381 11.957
Altagracia (ID_PARROQUIA = 77, ID_MUNICIPIO = 15, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 25370 12582 7108 25 5655 22.290 27.766
2 Gobernador 2004-10-31 26167 7950 8312 179 730 8996 34.379 -2.108
3 Presidente 2006-12-03 29099 14636 8631 42 261 5529 19.001 25.477
4 Gobernador 2008-11-23 31220 13447 10133 292 325 7023 22.495 13.696
5 Referendo Constitucional 2009-02-15 30860 14440 9989 201 6230 20.188 18.071
6 Asamblea Nacional Lista 2010-09-26 34017 14994 11015 133 388 7487 22.010 14.998
7 Presidente 2012-10-07 36131 19870 10173 108 472 5508 15.245 31.666
8 Gobernador 2012-12-16 36580 15709 9804 25 750 10292 28.136 22.463
9 Presidente 2013-04-14 36131 18348 11956 68 85 5674 15.704 20.987
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

190
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Ana María Campos (ID_PARROQUIA = 78, ID_MUNICIPIO = 15, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 3983 1426 1131 60 1366 34.296 11.272
2 Gobernador 2004-10-31 4225 853 1159 43 93 2077 49.160 -14.246
3 Presidente 2006-12-03 4640 1865 1742 11 46 976 21.034 3.357
4 Gobernador 2008-11-23 4839 1703 1711 51 56 1318 27.237 -0.227
5 Referendo Constitucional 2009-02-15 4773 1758 1804 25 1186 24.848 -1.282
6 Asamblea Nacional Lista 2010-09-26 5153 1879 1832 4 50 1388 26.936 1.248
7 Presidente 2012-10-07 5345 2608 1658 28 71 980 18.335 21.764
8 Gobernador 2012-12-16 5426 2194 1497 1 57 1677 30.907 18.592
9 Presidente 2013-04-14 5345 2363 1858 5 11 1108 20.730 11.919
Faría (ID_PARROQUIA = 79, ID_MUNICIPIO = 15, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 2988 756 724 23 1485 49.699 2.129
2 Gobernador 2004-10-31 3082 819 1099 16 103 1045 33.907 -13.746
3 Presidente 2006-12-03 3467 1474 1348 3 18 624 17.998 4.432
4 Gobernador 2008-11-23 3723 1544 1336 29 66 748 20.091 6.992
5 Referendo Constitucional 2009-02-15 3700 1645 1313 25 717 19.378 11.130
6 Asamblea Nacional Lista 2010-09-26 3939 1730 1301 12 57 839 21.300 13.839
7 Presidente 2012-10-07 4002 2219 1133 6 61 583 14.568 31.764
8 Gobernador 2012-12-16 4332 2017 1244 2 78 991 22.876 23.137
9 Presidente 2013-04-14 4296 2318 1224 2 11 741 17.249 30.774
San Antonio (ID_PARROQUIA = 80, ID_MUNICIPIO = 15, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 4286 1630 1360 49 1247 29.095 8.885
2 Gobernador 2004-10-31 4375 1099 1611 16 121 1528 34.926 -17.984
3 Presidente 2006-12-03 4991 1961 1735 10 93 1192 23.883 5.949
4 Gobernador 2008-11-23 5223 1844 1857 41 62 1419 27.168 -0.342
5 Referendo Constitucional 2009-02-15 5192 1955 1925 44 1268 24.422 0.765
6 Asamblea Nacional Lista 2010-09-26 5914 2103 2132 37 89 1553 26.260 -0.665
7 Presidente 2012-10-07 6175 2957 1901 25 103 1189 19.255 21.179
8 Gobernador 2012-12-16 6238 2415 1817 0 119 1887 30.250 13.744
9 Presidente 2013-04-14 6175 2779 2090 4 20 1282 20.761 14.081
San José (ID_PARROQUIA = 81, ID_MUNICIPIO = 15, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 9651 4483 2884 0 2284 23.666 21.705
2 Gobernador 2004-10-31 9766 3283 3265 29 148 3041 31.139 0.268
3 Presidente 2006-12-03 10454 5269 2959 5 52 2169 20.748 27.882
4 Gobernador 2008-11-23 11428 5114 3426 28 79 2781 24.335 19.521
5 Referendo Constitucional 2009-02-15 11340 5231 3293 46 2770 24.427 22.614
6 Asamblea Nacional Lista 2010-09-26 12367 6030 3346 23 91 2877 23.264 28.282
7 Presidente 2012-10-07 13445 7920 2855 25 131 2514 18.698 46.336
8 Gobernador 2012-12-16 13569 6629 2961 1 143 3835 28.263 37.682
9 Presidente 2013-04-14 13445 7734 3184 3 15 2509 18.661 41.606
Donaldo García (ID_PARROQUIA = 82, ID_MUNICIPIO = 16, ID_SUB_ECON = 4, CIRCUNS_ELEC = 1)
1 Referendo Revocatorio 2004-08-15 2570 1137 455 0 978 38.054 42.839
2 Gobernador 2004-10-31 2689 717 609 2 12 1349 50.167 8.060
3 Presidente 2006-12-03 2789 1327 505 0 15 942 33.776 44.505
4 Gobernador 2008-11-23 3128 1471 672 1 2 982 31.394 37.232
5 Referendo Constitucional 2009-02-15 3033 1362 556 6 1109 36.564 41.892
6 Asamblea Nacional Lista 2010-09-26 3147 1685 329 0 10 1123 35.685 66.996
7 Presidente 2012-10-07 3601 2216 348 1 11 1025 28.464 72.516
8 Gobernador 2012-12-16 3717 1930 501 1 3 1282 34.490 58.686
9 Presidente 2013-04-14 3601 2235 344 0 3 1019 28.298 73.238
El Rosario (ID_PARROQUIA = 83, ID_MUNICIPIO = 16, ID_SUB_ECON = 4, CIRCUNS_ELEC = 1)
1 Referendo Revocatorio 2004-08-15 30284 11320 8677 10 10277 33.935 13.210
2 Gobernador 2004-10-31 34329 7906 8627 105 489 17202 50.109 -4.210
3 Presidente 2006-12-03 35288 13032 11143 28 179 10906 30.906 7.748
4 Gobernador 2008-11-23 40411 13639 13966 152 277 12377 30.628 -1.166
5 Referendo Constitucional 2009-02-15 38314 13361 12133 189 12631 32.967 4.781
6 Asamblea Nacional Lista 2010-09-26 40564 11680 14969 77 258 13580 33.478 -12.189
7 Presidente 2012-10-07 44665 17849 15602 114 572 10528 23.571 6.582
8 Gobernador 2012-12-16 46943 14874 13672 8 549 17840 38.004 4.130
9 Presidente 2013-04-14 44665 16567 17545 39 90 10424 23.338 -2.856
Sixto Zambrano (ID_PARROQUIA = 84, ID_MUNICIPIO = 16, ID_SUB_ECON = 4, CIRCUNS_ELEC = 1)
1 Referendo Revocatorio 2004-08-15 4504 1498 1415 31 1560 34.636 2.819
2 Gobernador 2004-10-31 4910 1076 1274 9 42 2509 51.100 -8.247
3 Presidente 2006-12-03 5771 1587 2034 1 8 2141 37.099 -12.314
4 Gobernador 2008-11-23 6801 2127 2171 7 12 2484 36.524 -1.019
5 Referendo Constitucional 2009-02-15 6606 2146 1651 14 2795 42.310 12.989
6 Asamblea Nacional Lista 2010-09-26 6960 2001 1984 6 34 2935 42.170 0.422
7 Presidente 2012-10-07 7426 2771 2004 4 60 2587 34.837 15.850
8 Gobernador 2012-12-16 7651 2456 1647 1 21 3526 46.085 19.612
9 Presidente 2013-04-14 6896 2543 1874 0 11 2468 35.789 15.108
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

191
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Domitila Flores (ID_PARROQUIA = 85, ID_MUNICIPIO = 17, ID_SUB_ECON = 1, CIRCUNS_ELEC = 9)

1 Referendo Revocatorio 2004-08-15 57024 23488 10576 5 22955 40.255 37.900
2 Gobernador 2004-10-31 60085 15162 12127 446 996 31354 52.183 10.564
3 Presidente 2006-12-03 69291 31029 16819 99 609 20735 29.925 29.265
4 Gobernador 2008-11-23 75404 26564 21216 735 382 26507 35.153 10.937
5 Referendo Constitucional 2009-02-15 74279 28456 21599 433 23791 32.029 13.581
6 Asamblea Nacional Lista 2010-09-26 78836 28204 25753 327 719 23833 30.231 4.456
7 Presidente 2012-10-07 85403 41560 25287 318 1129 17109 20.033 23.828
8 Gobernador 2012-12-16 88458 32372 19593 32 1138 35323 39.932 24.050
9 Presidente 2013-04-14 86554 37106 32307 125 186 16830 19.445 6.883
El Bajo (ID_PARROQUIA = 86, ID_MUNICIPIO = 17, ID_SUB_ECON = 1, CIRCUNS_ELEC = 9)
1 Referendo Revocatorio 2004-08-15 6093 2417 1503 0 2173 35.664 23.316
2 Gobernador 2004-10-31 6296 1495 1603 29 104 3065 48.682 -3.343
3 Presidente 2006-12-03 7633 3350 2301 6 53 1923 25.193 18.371
4 Gobernador 2008-11-23 8977 3122 3003 64 76 2712 30.211 1.899
5 Referendo Constitucional 2009-02-15 8847 3464 2860 45 2478 28.009 9.483
6 Asamblea Nacional Lista 2010-09-26 9939 3907 3505 26 82 2419 24.338 5.346
7 Presidente 2012-10-07 11713 5998 3634 38 128 1915 16.349 24.127
8 Gobernador 2012-12-16 11940 5103 2818 2 160 3857 32.303 28.269
9 Presidente 2013-04-14 11713 5206 4569 14 20 1904 16.255 6.494
Francisco Ochoa (ID_PARROQUIA = 87, ID_MUNICIPIO = 17, ID_SUB_ECON = 1, CIRCUNS_ELEC = 9)
1 Referendo Revocatorio 2004-08-15 41923 15017 12635 0 14271 34.041 8.614
2 Gobernador 2004-10-31 42675 9977 11244 261 695 20498 48.033 -5.713
3 Presidente 2006-12-03 44981 17808 15525 72 348 11228 24.962 6.764
4 Gobernador 2008-11-23 46771 14465 16965 584 253 14504 31.011 -7.748
5 Referendo Constitucional 2009-02-15 46135 15604 17895 209 12427 26.936 -6.797
6 Asamblea Nacional Lista 2010-09-26 46704 14497 19062 324 435 12386 26.520 -13.302
7 Presidente 2012-10-07 50605 20282 20332 166 582 9243 18.265 -0.121
8 Gobernador 2012-12-16 51419 16667 15241 20 747 18744 36.453 4.364
9 Presidente 2013-04-14 50059 17565 23441 99 102 8852 17.683 -14.260
Los Cortijos (ID_PARROQUIA = 88, ID_MUNICIPIO = 17, ID_SUB_ECON = 1, CIRCUNS_ELEC = 9)
1 Referendo Revocatorio 2004-08-15 13574 6593 1609 0 5372 39.576 60.766
2 Gobernador 2004-10-31 15565 4064 2096 74 282 9049 58.137 30.203
3 Presidente 2006-12-03 17928 8728 2808 14 165 6213 34.655 50.534
4 Gobernador 2008-11-23 21937 7890 5111 248 139 8549 38.971 20.757
5 Referendo Constitucional 2009-02-15 20820 8393 4941 104 7382 35.456 25.688
6 Asamblea Nacional Lista 2010-09-26 23042 8687 6300 83 215 7757 33.665 15.617
7 Presidente 2012-10-07 28556 15084 6922 92 394 6064 21.235 36.288
8 Gobernador 2012-12-16 29848 11253 6330 9 334 11922 39.942 27.463
9 Presidente 2013-04-14 28556 13133 9004 27 70 6322 22.139 18.571
Marcial Hernández (ID_PARROQUIA = 89, ID_MUNICIPIO = 17, ID_SUB_ECON = 1, CIRCUNS_ELEC = 9)
1 Referendo Revocatorio 2004-08-15 8549 3877 1790 0 2882 33.712 36.827
2 Gobernador 2004-10-31 9031 2543 1812 91 167 4418 48.920 15.847
3 Presidente 2006-12-03 10933 5058 2561 15 102 3197 29.242 32.278
4 Gobernador 2008-11-23 12034 4160 3535 141 86 4112 34.170 7.889
5 Referendo Constitucional 2009-02-15 11703 4514 3418 67 3704 31.650 13.702
6 Asamblea Nacional Lista 2010-09-26 13341 5150 4164 43 97 3887 29.136 10.429
7 Presidente 2012-10-07 16408 8624 4306 38 188 3252 19.820 32.822
8 Gobernador 2012-12-16 16920 6513 3585 7 201 6614 39.090 28.411
9 Presidente 2013-04-14 16408 7609 5413 24 29 3333 20.313 16.795
San Francisco (ID_PARROQUIA = 90, ID_MUNICIPIO = 17, ID_SUB_ECON = 1, CIRCUNS_ELEC = 9)
1 Referendo Revocatorio 2004-08-15 55051 18136 18354 0 18561 33.716 -0.597
2 Gobernador 2004-10-31 56791 12456 16698 398 900 26339 46.379 -13.930
3 Presidente 2006-12-03 63249 23612 23710 65 475 15387 24.328 -0.205
4 Gobernador 2008-11-23 69387 21342 27012 755 381 19897 28.675 -11.457
5 Referendo Constitucional 2009-02-15 68504 22534 28514 371 17085 24.940 -11.630
6 Asamblea Nacional Lista 2010-09-26 72174 22809 30619 343 551 17852 24.735 -14.377
7 Presidente 2012-10-07 79371 32456 33136 233 774 12772 16.092 -1.021
8 Gobernador 2012-12-16 80522 26647 24645 37 999 28194 35.014 3.826
9 Presidente 2013-04-14 79371 28058 38825 86 150 12252 15.436 -16.042
El Mene (ID_PARROQUIA = 91, ID_MUNICIPIO = 18, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 3361 1237 1281 0 843 25.082 -1.747
2 Gobernador 2004-10-31 3484 959 1204 7 43 1271 36.481 -11.071
3 Presidente 2006-12-03 3618 1473 1426 10 31 678 18.740 1.599
4 Gobernador 2008-11-23 3775 1428 1447 18 18 864 22.887 -0.653
5 Referendo Constitucional 2009-02-15 3764 1391 1443 20 910 24.176 -1.822
6 Asamblea Nacional Lista 2010-09-26 3789 1355 1364 13 55 1002 26.445 -0.323
7 Presidente 2012-10-07 4099 1932 1403 21 42 701 17.102 15.568
8 Gobernador 2012-12-16 4125 1453 1292 1 55 1324 32.097 5.748
9 Presidente 2013-04-14 4099 1745 1618 8 13 715 17.443 3.753
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

192
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

José Cenovio Urribarrí (ID_PARROQUIA = 92, ID_MUNICIPIO = 18, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 8024 2836 3086 0 2102 26.196 -4.222
2 Gobernador 2004-10-31 8554 2298 3240 20 95 2901 33.914 -16.664
3 Presidente 2006-12-03 8986 3503 3490 5 65 1923 21.400 0.184
4 Gobernador 2008-11-23 9602 3212 4006 41 56 2287 23.818 -10.854
5 Referendo Constitucional 2009-02-15 9518 3257 3731 48 2482 26.077 -6.737
6 Asamblea Nacional Lista 2010-09-26 10008 3451 3981 22 90 2464 24.620 -7.025
7 Presidente 2012-10-07 10805 4920 3810 37 131 1907 17.649 12.475
8 Gobernador 2012-12-16 10927 3702 4086 3 131 3005 27.501 -4.847
9 Presidente 2013-04-14 10805 4503 4340 11 29 1922 17.788 1.835
Pedro Lucas Urribarrí (ID_PARROQUIA = 93, ID_MUNICIPIO = 18, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 2805 1014 939 37 815 29.055 3.769
2 Gobernador 2004-10-31 3064 900 1135 3 79 947 30.907 -11.101
3 Presidente 2006-12-03 3417 1358 1126 1 17 915 26.778 9.273
4 Gobernador 2008-11-23 3557 1455 1060 17 23 1002 28.170 15.460
5 Referendo Constitucional 2009-02-15 3499 1305 1042 17 1135 32.438 11.125
6 Asamblea Nacional Lista 2010-09-26 3171 1043 1055 3 16 1054 33.239 -0.567
7 Presidente 2012-10-07 3438 1657 1015 5 55 706 20.535 23.499
8 Gobernador 2012-12-16 3486 1408 1005 1 29 1043 29.920 16.496
9 Presidente 2013-04-14 3438 1508 1148 1 4 777 22.600 13.529
Santa Rita (ID_PARROQUIA = 94, ID_MUNICIPIO = 18, ID_SUB_ECON = 2, CIRCUNS_ELEC = 10)
1 Referendo Revocatorio 2004-08-15 15040 5302 5451 0 4287 28.504 -1.386
2 Gobernador 2004-10-31 15856 4070 5736 77 238 5735 36.169 -16.461
3 Presidente 2006-12-03 16776 6735 6246 18 124 3653 21.775 3.726
4 Gobernador 2008-11-23 17774 6571 6727 117 181 4178 23.506 -1.147
5 Referendo Constitucional 2009-02-15 17590 6471 6588 81 4450 25.298 -0.890
6 Asamblea Nacional Lista 2010-09-26 18503 6451 6945 83 182 4842 26.169 -3.616
7 Presidente 2012-10-07 20725 9913 6922 74 268 3548 17.119 17.413
8 Gobernador 2012-12-16 20976 7371 6774 10 251 6570 31.322 4.144
9 Presidente 2013-04-14 20725 9049 8005 28 52 3591 17.327 6.093
Manuel Manrique (ID_PARROQUIA = 95, ID_MUNICIPIO = 19, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 14797 4995 5658 0 4144 28.006 -6.224
2 Gobernador 2004-10-31 14956 3149 5387 102 391 5927 39.630 -24.787
3 Presidente 2006-12-03 14858 5216 6374 14 136 3118 20.985 -9.864
4 Gobernador 2008-11-23 16201 5068 6718 184 226 4005 24.721 -13.529
5 Referendo Constitucional 2009-02-15 16127 5159 7021 143 3804 23.588 -15.110
6 Asamblea Nacional Lista 2010-09-26 16364 5307 6747 75 209 4026 24.603 -11.671
7 Presidente 2012-10-07 17577 6828 7346 63 287 3053 17.369 -3.567
8 Gobernador 2012-12-16 17697 4951 5888 13 335 6510 36.786 -8.376
9 Presidente 2013-04-14 17577 5919 8535 27 62 3034 17.261 -17.988
Rafael María Baralt (ID_PARROQUIA = 96, ID_MUNICIPIO = 19, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 7638 3175 2222 0 2241 29.340 17.658
2 Gobernador 2004-10-31 7695 1973 2416 66 263 2977 38.687 -9.390
3 Presidente 2006-12-03 7772 3280 2699 14 76 1703 21.912 9.573
4 Gobernador 2008-11-23 9242 3550 3241 85 126 2240 24.237 4.413
5 Referendo Constitucional 2009-02-15 9181 3611 3222 85 2263 24.649 5.623
6 Asamblea Nacional Lista 2010-09-26 9697 3519 3419 50 158 2551 26.307 1.399
7 Presidente 2012-10-07 11251 5675 3482 40 195 1859 16.523 23.350
8 Gobernador 2012-12-16 11385 3630 3239 2 294 4220 37.066 5.457
9 Presidente 2013-04-14 11251 5029 4247 12 42 1921 17.074 8.382
Rafael Urdaneta (ID_PARROQUIA = 97, ID_MUNICIPIO = 19, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 2258 1057 619 1 581 25.731 26.118
2 Gobernador 2004-10-31 2287 798 586 10 72 821 35.899 14.461
3 Presidente 2006-12-03 2742 1166 850 0 33 693 25.274 15.422
4 Gobernador 2008-11-23 3013 1281 899 21 27 785 26.054 17.145
5 Referendo Constitucional 2009-02-15 2980 1295 802 21 862 28.926 23.277
6 Asamblea Nacional Lista 2010-09-26 3026 1025 989 9 43 960 31.725 1.742
7 Presidente 2012-10-07 3420 1728 891 17 69 715 20.906 30.943
8 Gobernador 2012-12-16 3465 1209 842 0 44 1370 39.538 17.518
9 Presidente 2013-04-14 3420 1621 1069 4 8 718 20.994 20.429
Bobures (ID_PARROQUIA = 98, ID_MUNICIPIO = 20, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 3160 1259 702 6 1193 37.753 28.317
2 Gobernador 2004-10-31 3241 673 686 30 81 1771 54.644 -0.884
3 Presidente 2006-12-03 3554 1486 870 5 32 1161 32.667 25.742
4 Gobernador 2008-11-23 3818 1084 1292 52 74 1316 34.468 -8.313
5 Referendo Constitucional 2009-02-15 3784 1255 1058 24 1447 38.240 8.430
6 Asamblea Nacional Lista 2010-09-26 3934 1297 1246 7 68 1316 33.452 1.948
7 Presidente 2012-10-07 4189 2051 1116 6 66 950 22.678 28.867
8 Gobernador 2012-12-16 4236 1495 960 1 70 1710 40.368 21.180
9 Presidente 2013-04-14 4189 1933 1146 4 10 1096 26.164 25.445
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

193
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

El Batey (ID_PARROQUIA = 99, ID_MUNICIPIO = 20, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)

1 Referendo Revocatorio 2004-08-15 3350 1657 610 3 1080 32.239 46.123
2 Gobernador 2004-10-31 3410 1113 665 27 104 1501 44.018 23.468
3 Presidente 2006-12-03 3664 1663 818 7 30 1146 31.277 33.558
4 Gobernador 2008-11-23 4038 1232 1381 33 96 1296 32.095 -5.434
5 Referendo Constitucional 2009-02-15 3978 1546 1087 28 1317 33.107 17.249
6 Asamblea Nacional Lista 2010-09-26 4181 1650 1167 15 72 1277 30.543 16.632
7 Presidente 2012-10-07 4547 2470 1011 16 62 988 21.729 40.995
8 Gobernador 2012-12-16 4624 1654 883 3 78 2006 43.382 29.450
9 Presidente 2013-04-14 4547 2406 1044 6 11 1080 23.752 39.285
Gibraltar (ID_PARROQUIA = 100, ID_MUNICIPIO = 20, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 4395 1981 895 52 1467 33.379 37.090
2 Gobernador 2004-10-31 4448 1402 883 17 122 2024 45.504 21.411
3 Presidente 2006-12-03 5573 2498 1354 1 48 1672 30.002 29.326
4 Gobernador 2008-11-23 6254 1964 1909 26 87 2268 36.265 1.380
5 Referendo Constitucional 2009-02-15 6188 2337 1624 38 2189 35.375 17.829
6 Asamblea Nacional Lista 2010-09-26 6445 2296 1830 12 65 2242 34.787 11.087
7 Presidente 2012-10-07 7026 3604 1657 11 103 1651 23.498 36.223
8 Gobernador 2012-12-16 7104 2703 1416 2 67 2916 41.047 30.731
9 Presidente 2013-04-14 7026 3599 1589 5 13 1820 25.904 38.609
Heras (ID_PARROQUIA = 101, ID_MUNICIPIO = 20, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 3047 1369 609 50 1019 33.443 37.475
2 Gobernador 2004-10-31 3127 840 564 53 27 1643 52.542 18.598
3 Presidente 2006-12-03 3562 1494 801 4 30 1233 34.615 29.755
4 Gobernador 2008-11-23 3822 1080 1137 17 58 1530 40.031 -2.487
5 Referendo Constitucional 2009-02-15 3747 1271 908 26 1542 41.153 16.463
6 Asamblea Nacional Lista 2010-09-26 3928 1235 1050 13 57 1573 40.046 7.856
7 Presidente 2012-10-07 4142 1944 1013 10 67 1108 26.750 30.686
8 Gobernador 2012-12-16 4267 1360 948 3 29 1927 45.161 17.607
9 Presidente 2013-04-14 4142 1857 1070 5 12 1198 28.923 26.732
Monseñor Arturo Celestino Álvarez (ID_PARROQUIA = 102, ID_MUNICIPIO = 20, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 2908 1260 744 11 893 30.708 25.608
2 Gobernador 2004-10-31 3030 1038 630 48 57 1257 41.485 23.012
3 Presidente 2006-12-03 3684 1550 1083 2 14 1035 28.094 17.629
4 Gobernador 2008-11-23 4098 1357 1329 10 26 1376 33.577 1.029
5 Referendo Constitucional 2009-02-15 4021 1506 1131 19 1365 33.947 14.119
6 Asamblea Nacional Lista 2010-09-26 4253 1371 1270 6 29 1577 37.080 3.774
7 Presidente 2012-10-07 4854 2287 1426 11 69 1061 21.858 22.700
8 Gobernador 2012-12-16 4991 1643 1186 0 33 2129 42.657 15.968
9 Presidente 2013-04-14 4854 2202 1534 1 8 1109 22.847 17.837
Rómulo Gallegos (ID_PARROQUIA = 103, ID_MUNICIPIO = 20, ID_SUB_ECON = 5, CIRCUNS_ELEC = 12)
1 Referendo Revocatorio 2004-08-15 8449 3845 1622 5 2977 35.235 40.625
2 Gobernador 2004-10-31 8800 2515 1507 72 290 4416 50.182 22.993
3 Presidente 2006-12-03 11298 4917 2783 15 108 3475 30.758 27.279
4 Gobernador 2008-11-23 13251 3606 4128 174 327 5016 37.854 -6.339
5 Referendo Constitucional 2009-02-15 13013 4562 3585 96 4770 36.656 11.852
6 Asamblea Nacional Lista 2010-09-26 13858 4398 4199 65 272 4924 35.532 2.227
7 Presidente 2012-10-07 14843 6809 4564 57 246 3167 21.337 19.227
8 Gobernador 2012-12-16 15092 4535 3356 8 207 6986 46.289 14.545
9 Presidente 2013-04-14 14843 6455 4985 66 57 3280 22.098 12.713
La Victoria (ID_PARROQUIA = 104, ID_MUNICIPIO = 21, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 16651 5202 6072 20 5357 32.172 -7.703
2 Gobernador 2004-10-31 16443 2980 5039 88 429 7907 48.087 -24.121
3 Presidente 2006-12-03 16967 5545 7177 20 166 4059 23.923 -12.643
4 Gobernador 2008-11-23 17605 5614 7288 112 344 4247 24.124 -12.532
5 Referendo Constitucional 2009-02-15 17533 5694 6841 129 4869 27.770 -9.057
6 Asamblea Nacional Lista 2010-09-26 18068 6214 6535 94 280 4945 27.369 -2.446
7 Presidente 2012-10-07 19448 7847 7538 93 352 3618 18.603 1.952
8 Gobernador 2012-12-16 19573 5643 6282 13 483 7152 36.540 -5.145
9 Presidente 2013-04-14 19448 7014 8755 28 70 3581 18.413 -10.972
Rafael Urdaneta (ID_PARROQUIA = 105, ID_MUNICIPIO = 21, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)
1 Referendo Revocatorio 2004-08-15 6360 1874 2417 48 2021 31.777 -12.514
2 Gobernador 2004-10-31 6436 979 2051 22 167 3217 49.984 -33.302
3 Presidente 2006-12-03 6564 1982 2943 5 61 1573 23.964 -19.255
4 Gobernador 2008-11-23 6813 2115 2788 61 158 1691 24.820 -13.139
5 Referendo Constitucional 2009-02-15 6771 2133 2665 56 1917 28.312 -10.960
6 Asamblea Nacional Lista 2010-09-26 6901 2323 2465 37 101 1975 28.619 -2.883
7 Presidente 2012-10-07 7606 3061 2803 37 158 1547 20.339 4.258
8 Gobernador 2012-12-16 7693 2121 2322 6 214 3030 39.386 -4.311
9 Presidente 2013-04-14 7606 2799 3249 12 24 1522 20.011 -7.396
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

194
ID_PROCESO_ TIPO_DE_ FECHA A B C D E F X Y
ELECTORAL ELECCIÓN (AAAA-MM-DD)

Raúl Cuenca (ID_PARROQUIA = 106, ID_MUNICIPIO = 21, ID_SUB_ECON = 2, CIRCUNS_ELEC = 11)

1 Referendo Revocatorio 2004-08-15 7704 3297 2209 249 1949 25.299 18.905
2 Gobernador 2004-10-31 7840 2169 2583 28 221 2839 36.212 -8.278
3 Presidente 2006-12-03 8281 3579 2935 7 41 1719 20.758 9.814
4 Gobernador 2008-11-23 8801 3563 2906 67 190 2075 23.577 9.768
5 Referendo Constitucional 2009-02-15 8788 3625 2647 54 2462 28.015 15.460
6 Asamblea Nacional Lista 2010-09-26 9164 3452 3024 28 170 2490 27.172 6.413
7 Presidente 2012-10-07 9772 5135 2742 42 170 1683 17.223 29.583
8 Gobernador 2012-12-16 9814 3637 2706 3 204 3264 33.259 14.214
9 Presidente 2013-04-14 9772 4603 3192 12 39 1926 19.709 17.984
A: ELECTORES_ACTAS_TOTALIZADAS. E: VOTOS_ NULOS. ID_SUB_ECON = ID_SUBREGIÓN_ECONÓMICA.
B: VOTOS_OFICIALISMO. F: ELECTORES_ABSTENCIÓN. CIRCUNS_ELEC: CIRCUNSCRIPCIÓN_ELECTORAL.
C: VOTOS_OPOSICIÓN. X: ABSTENCIÓN_porcentaje. A-F: atributos del acto de votación.
D: VOTOS_INDEPENDIENTES. Y: DIF_OFI_OPO_porcentaje. X-Y: atributos derivados (claves del estudio).

195