Estudo mede quanto ideologia afeta eleitor na transferência de votos nas eleições

A polarização ideológica é fator fundamental na migração de votos dos candidatos que não foram eleitos no primeiro turno para os dois concorrentes do segundo turno, mostra estudo realizado por pesquisadores da UFPE (Universidade Federal de Pernambuco).

O Brasil tem 28 partidos políticos, mas os eleitores tendem a se dividir em dois grandes blocos: esquerda e direita. Uma vez que seu candidato favorito não está mais concorrendo, o eleitor faz uma escolha afetiva. Quanto maior a distância ideológica entre os partidos, menor a chance de transferência de voto, comprovaram os pesquisadores.

A partir de um modelo matemático, o estudo usou escalas partidárias para projetar resultados das 51 cidades com segundo turno nas eleições municipais de 2024, incluindo 15 capitais. O modelo pode ser aplicado a diferentes metodologias, inclusive ao GPS Partidário, criado pela Folha de S.Paulo.

Com base no GPS, a previsão sobre o vencedor do segundo turno foi correta em 37 dos 50 municípios com resultado definido (74%) – em Jundiaí (SP), o resultado ainda depende de decisão judicial. Nas capitais, foram 11 previsões corretas de 15.

Em São Paulo, por exemplo, o modelo previu corretamente que o vencedor da disputa seria Ricardo Nunes (MDB), embora não tenha acertado exatamente o percentual de votos. A projeção foi de 51,9% para Nunes, contra 48,06% para Guilherme Boulos (PSOL). O resultado final foi de 59,35% a 40,65%.

Na escala ideológica, o PRTB de Pablo Marçal – terceiro mais votado no primeiro turno – está muito mais próximo do MDB de Ricardo Nunes do que do PSOL de Boulos, logo, o modelo estimou uma transferência de votos maior para Nunes.

“A taxa de sucesso foi muito boa. Em algumas cidades, a projeção foi até mais precisa que os institutos de pesquisa. A vantagem é o custo zero de campo, então é possível aplicar a todas as cidades, inclusive nas que não têm pesquisa”, diz o cientista político Dalson Figueiredo, um dos autores do estudo.

Em Belo Horizonte, onde houve virada em relação ao primeiro turno, a ferramenta calculou migração maior de votos dos candidatos Gabriel (MDB) e Mauro Tramonte (Republicanos) para Fuad Noman (PSD), devido à menor distância ideológica destes partidos quando comparado ao PL de Bruno Engler.

A projeção foi de 52,29% para Fuad, contra 47,71% para Engler. O resultado nas urnas foi próximo: de 53,73% a 46,27% para Fuad.

Em João Pessoa, a projeção de vitória de Cícero Lucena (PP) contra Marcelo Queiroga (PL) também foi correta. A estimativa foi de 61,01% a 26,34%. O resultado final acabou sendo de 63,91% a 36,09%.

Em alguns casos, como no da capital paraibana, a soma da estimativa não totaliza 100% porque o estudo projeta os votos totais que deve ter o candidato, com base nas transferências dos perdedores no primeiro turno (nem todos os votos são transferidos). Já o percentual das urnas é totalizado a partir de votos válidos, ou seja, sem brancos e nulos.

Entre as capitais em que houve previsão incorreta destaca-se Fortaleza, que foi marcada por disputa acirrada que terminou com virada de Evandro Leitão (PT) sobre André Fernandes (PL). A projeção era de que Fernandes vencesse por 53,6% a 46,37%, mas a vitória foi de Leitão, por 50,38% a 49,62%.

O método também não foi capaz de acertar o resultado em Porto Velho, cidade que teve a maior virada do segundo turno. Léo (Podemos) superou uma distância de quase 19 pontos percentuais em relação a Mariana Carvalho (União) no primeiro turno e foi eleito por 56,18% a 43,82%. A projeção havia sido de vitória de Mariana por 51,12% a 36,08%.

“Ainda não incluímos o tamanho da coligação, se há apoio do governador, se o presidente fez campanha a favor do candidato e outros fatores que sabemos ser importantes no cenário de uma eleição”, diz Figueiredo.

Segundo o pesquisador, o objetivo é aprimorar a ferramenta para aumentar a precisão. Por se tratar de um método replicável e com informações abertas, a expectativa é que outras customizações, como a aplicação por zona e seção eleitoral, por exemplo, possam aumentar a confiabilidade dos resultados.