Pensar en y hablar sobre dinámicas de clase en las elecciones es casi un lugar común desde 2018. Por un lado, Morena ganó la Presidencia en 2018 con un claro discurso de priorizar a los más pobres. A lo largo del sexenio, la oposición le dio la vuelta al discurso con el tema de los “resentidos”. Y en 2021, la desigualdad volvió a hacerse visible, probablemente en ningún lugar más que en la división oriente-poniente de la Ciudad de México, con las alcaldías que recuperó la coalición PAN-PRI-PRD en el poniente de la ciudad.
Esta elección no fue tan diferente. Claudia Sheinbaum fue muy clara en que le daría continuidad al proyecto de Morena, mientras que Xóchitl Gálvez, por ejemplo, hizo todo lo posible por acercarse a los grandes empresarios.
Creo probable, además, que la mayoría de quienes votamos en 2 de junio tenemos experiencias anecdóticas en redes sociales, con familiares y amigos, en grupos de WhatsApp, etc., que, aunadas a lo anterior, sugieren una tendencia: las clases bajas y medias bajas votaron principalmente por Morena, mientras que las clases altas y medias altas lo hicieron principalmente por la coalición PAN-PRI-PRD.
¿Qué podemos saber en realidad? Desafortunadamente no mucho. Es imposible cruzar datos electorales con datos de encuestas de ingreso.
Afortunadamente, el Inegi y el INE publicaron, en 2020, los datos del Censo de Población y Vivienda de 2020 a escalas geoelectorales, es decir, los datos completos del censo del Inegi, pero, en lugar de por estado, municipio, localidad y manzana, por estado, distrito y sección electoral. Esto permite cruzar los datos de los cómputos distritales con los datos del censo. Y aunque el censo no tiene datos de ingreso, sí tiene variables sociodemográficas que permiten darnos una idea del nivel socioeconómico.
Esto se puede lograr por medio de una técnica estadística llamada análisis de factores. Consiste en tomar una serie de variables conocidas, en este caso las que están disponibles en el censo como escolaridad promedio por sección, porcentaje de viviendas con automóvil por sección, porcentaje de viviendas con tres habitaciones o más por sección, etc., y estimar una variable latente no conocida pero que asumimos que es el factor que explica a todas las variables conocidas —en este caso, el nivel socioeconómico de la sección. Mientras mayor sea el nivel socioeconómico de la sección, asumimos que será mayor, y el porcentaje de viviendas con tres o más habitaciones o con automóvil y acceso a internet será mayor.1
¿Qué muestra este análisis preliminar? En primera instancia podría parecer que la anécdota y el sentido común se confirman. La siguiente gráfica muestra el porcentaje promedio de votación por Claudia Sheinbaum y Xóchitl Gálvez por percentil de nivel socioeconómico de la sección. Es decir, una vez que se logró estimar el nivel socioeconómico, se divide a las más de 50 000 secciones para las que se cuenta con información sociodemográfica y de votación en 100 grupos iguales y se ordenan del nivel más bajo al más alto, y se observan los porcentajes de votación.
Como puede verse, desde el percentil 1, el más pobre, hasta el 91, en todos ganó Claudia Sheinbaum con una distancia clara: más de 8 puntos. Del percentil 92 al 94, la diferencia entre ambas es de apenas 3 puntos porcentuales en promedio, y de sólo del 95 en adelante Xóchitl Gálvez obtuvo una ventaja de 9 puntos porcentuales o más. Es decir, Xóchitl Gálvez solamente ganó claramente entre el 6 % más rico de México.
De nuevo, esto no permite conocer los datos reales de ingreso, ya que ese dato no se tiene en el censo, por lo que esto es sólo un estimado del nivel socioeconómico que probablemente tenga relación con el ingreso, pero no es posible saberlo a ciencia cierta.
Pero haciendo dos supuestos adicionales, se puede extender el análisis un poco más. El primero es que el nivel socioeconómico estimado sí es un buen predictor del ingreso, y el segundo que los percentiles de nivel socioeconómico de las secciones corresponden más o menos a los percentiles de ingreso de los hogares.
Sobre el primero, una de las correlaciones más estudiadas en las ciencias sociales es la que existe entre nivel de ingreso y escolaridad. En este caso, el estimado de nivel socioeconómico tiene una correlación muy alta con el nivel de escolaridad: con un coeficiente de correlación de 0.86 (donde el valor más alto posible es 1).2 La relación se muestra en la siguiente gráfica:
Sobre el segundo supuesto, no parece haber una relación entre el tamaño de la Lista Nominal de las secciones electorales y el nivel socioeconómico. Esto es importante porque si, por ejemplo, las secciones más ricas tuvieran menos votantes potenciales, no sería posible hacer una comparación 1 a 1 —o algo cercano— entre percentiles de secciones electorales y percentiles de hogares o de personas. Sin embargo, el coeficiente de correlación entre el tamaño de la sección y el nivel socioeconómico es de 0.09,3 donde 0 es el menor valor posible. La relación se muestra en la siguiente gráfica.
Asumiendo entonces que estos dos supuestos son razonables, se podrían estimar que los hogares que se encuentran en el 6 % de las secciones que ganó Xóchitl Gálvez con claridad, tienen ingresos mensuales per cápita de cerca de 70 000 pesos mensuales o más, de acuerdo con los datos de la World Inequality Database de Thomas Piketty, como se muestra en la gráfica a continuación.
Y, como puede verse, Claudia Sheinbaum tuvo un margen de victoria importante aun en percentiles con ingresos que difícilmente pueden considerarse de clase media baja, mucho menos baja. El ingreso más bajo que se muestra en la gráfica es de poco más de 20 000 pesos mensuales per cápita, correspondientes al percentil 80.
Pero el ingreso no es la única forma de ver las dinámicas de clase. Una forma más clásica tiene que ver con la posesión de capital, que puede aproximarse por medio de la riqueza. Esto es importante porque la posesión de capital en forma de tierras u otro tipo de activos permite la generación de ingresos, como intereses, rentas o retornos de inversión, con pocos límites. Un médico o un abogado, por más altos que sean sus ingresos, tienen que trabajar para ganar dinero, y sus ingresos están limitados por la compensación establecida en un contrato laboral.
Es importante mencionar que los percentiles de ingreso y de riqueza no necesariamente son los mismos. Es posible que un hogar que se encuentra en el percentil 80 de ingresos tenga una deuda muy elevada y por lo tanto se encuentre en el percentil 50 de riqueza —30 % más abajo. Sin embargo, al hablar de los niveles más altos de ingreso y riqueza no es poco razonable pensar que son similares. La siguiente gráfica muestra los mismos percentiles que la gráfica anterior pero, en lugar de ingreso promedio se muestra el porcentaje de la riqueza total que se concentra en cada percentil.
Como puede verse, desde el percentil 80 hasta el 94, es decir, aquellos en los que ganó Claudia Sheinbaum o con mínimas diferencias, la concentración es de 2 % o menos: es mínima. El 6 % de secciones que ganó Xóchitl Gálvez decisivamente, asumiendo que los percentiles de riqueza en la parte superior se distribuyen de forma similar a los de ingreso, concentran el 71 % de toda la riqueza del país, con casi la mitad en sólo el 1 % más rico con casi la mitad.
Pero asumiendo que estas estimaciones y supuestos son correctos, las secciones en las que gana Claudia Sheinbaum pueden tener altos ingresos, pero en general tienen poca riqueza. Muy probablemente viven de su trabajo aun si tienen muy buenos ingresos. Son parte de la clase trabajadora en el sentido más tradicional del término.
Néstor de Buen Alatorre
Maestro en Ciencias Sociales por la Universidad de Chicago, especializado en filosofía política
1 En el análisis de factores aquí realizado, no se utilizaron solamente esas tres variables. Se mencionan solo a manera de ejemplo. El análisis completo incluye las siguientes variables: porcentaje de la población por sección electoral con seguro médico privado y porcentaje de viviendas con viviendas con agua entubada, cisterna, sanitario, drenaje, acceso a energía eléctrica, tres habitaciones o más, refrigerador, lavadora, microondas, automóvil, moto, bici, radio, TV, computadora, teléfono, celular, servicio de internet, televisión de paga y servicio de música o películas por internet (netflix, spotify).
2 El coeficiente es la R de Pearson. El coeficiente Rho de Spearman para las mismas dos variables es de 0.86
2 El coeficiente es la R de Pearson. El coeficiente Rho de Spearman para las mismas dos variables es de 0.16