Determinantes estructurales y temporales de la violencia político-electoral en México¹

Structural and temporal determinants of political-electoral violence in Mexico

Determinantes estruturais e temporais da violência político-eleitoral no México

Resumen

Este artículo analiza los determinantes estructurales y temporales de la violencia político-electoral en México durante los comicios de 2018, 2021 y 2024, utilizando modelos de regresión binomial negativa y el análisis de ventanas de riesgo electoral sobre una base de datos de 1,051 eventos. Los resultados identifican tres factores estructurales significativos. El ingreso per cápita del gobierno municipal se asocia positivamente con la violencia; la desalineación partidista entre los gobiernos municipal y estatal duplica el riesgo de eventos; y la tasa de homicidios previa presenta una asociación negativa, lo que sugiere dinámicas de consolidación criminal. Los hallazgos revelan patrones temporales opuestos según el tipo de delito. Las amenazas se concentran en el periodo preelectoral y se disipan tras la jornada, mientras que los homicidios se elevan a partir del día de la elección y permanecen durante el mes posterior, lo que apunta a lógicas diferenciadas de violencia estratégica en contextos de fragmentación institucional y gobernanza criminal local.

Palabras clave
Violencia político-electoral; Desalineación partidista; Gobernanza criminal; Elecciones municipales; Ciclos electorales

Abstract

This article analyzes the structural and temporal determinants of political-electoral violence in México during the 2018, 2021, and 2024 federal elections. Using negative binomial regression models and electoral risk window analysis on a dataset of 1,051 violent events, the study identifies three significant structural factors. Municipal per capita income shows a positive association with violence, while partisan misalignment between municipal and state governments doubles the risk of violent events. Conversely, the prior homicide rate exhibits a negative association, suggesting dynamics of criminal consolidation or violence displacement. The findings reveal opposing temporal patterns by crime type: threats concentrate in the pre-electoral period and dissipate after election day, while homicides peak on election day and remain elevated during the following month. This differentiation points to distinct strategic logics operating within contexts of institutional fragmentation and local criminal governance.

Keywords
Political-electoral violence; Partisan misalignment; Criminal governance; Municipal elections; Electoral cycles

Resumo

Este artigo analisa os determinantes estruturais e temporais da violência político-eleitoral no México durante as eleições de 2018, 2021 e 2024, utilizando modelos de regressão binomial negativa e análise de janela de risco eleitoral em um banco de dados de 1.051 eventos. Os resultados identificam três fatores estruturais significativos. A renda per capita dos governos municipais está positivamente associada à violência; o desalinhamento partidário entre os governos municipais e estaduais dobra o risco de incidentes; e a taxa de homicídios pré-eleitorais mostra uma associação negativa, sugerindo dinâmicas de consolidação criminal. Os resultados revelam padrões temporais opostos dependendo do tipo de crime. As ameaças se concentram no período pré-eleitoral e se dissipam após o dia da eleição, enquanto os homicídios aumentam a partir do dia da eleição e permanecem altos durante o mês seguinte, apontando para lógicas diferenciadas de violência estratégica em contextos de fragmentação institucional e governança criminal local.

Palavras-chave
Violência político-eleitoral; Desalinhamento partidário; Governança criminal; Eleições municipais; Ciclos eleitorais

Introducción

La violencia política y electoral se ha consolidado como una de las problemáticas más críticas del régimen democrático en México. Este fenómeno trasciende los conflictos tradicionales entre partidos o facciones políticas y, en contextos específicos, revela una estructura de poder intensamente disputada, atravesada por dinámicas locales de coerción que pueden incluir la injerencia de actores criminales. Aunque en los últimos años ha adoptado expresiones más visibles y complejas, la violencia político-electoral se inscribe en una larga tradición histórica que la ha convertido en un componente recurrente de los procesos de construcción y transformación del Estado desde el siglo XIX. La violencia electoral, entendida como una expresión específica de la violencia política (Derrick, 2009; Mochtak, 2018; Birch et al., 2020), también cuenta con antecedentes de larga data; sin embargo, sus manifestaciones contemporáneas presentan mayor sistematicidad, territorialización y sofisticación operativa.

La violencia política en México ha persistido a lo largo de distintos arreglos institucionales, tanto durante el régimen de partido único como a lo largo del proceso de democratización. Si bien la alternancia política del año 2000 transformó parcialmente las formas en que se expresaba esta violencia, no erradicó las prácticas ilegales asociadas a la competencia electoral. A partir de 2010, con el asesinato del candidato del Partido Revolucionario Institucional (PRI) a la gubernatura de Tamaulipas, Rodolfo Torre Cantú, a pocos días de los comicios, se produjo una inflexión cualitativa en la que la violencia letal contra candidatos de alto perfil adquirió visibilidad pública y la impunidad se consolidó como patrón persistente. Desde entonces, las agresiones, amenazas y homicidios vinculados a procesos electorales han mostrado un incremento sostenido y, en la mayoría de los casos, no han sido esclarecidos².

A partir del proceso electoral de 2018, diversos factores contribuyeron a agudizar esta tendencia. El triunfo presidencial de Andrés Manuel López Obrador contrastó con los altos niveles de violencia política y delitos electorales registrados ese mismo año, lo que evidenció la fragilidad del sistema electoral ante prácticas coercitivas y disputas territoriales de orden local³. Por otro lado, investigaciones recientes documentaron la participación de organizaciones criminales en los procesos electorales, orientada a asegurar control territorial y captura de gobiernos locales (Alvarado Mendoza, 2019; Trejo y Ley, 2020, 2022).

Esta intensificación de la violencia se ha visto acompañada por transformaciones estructurales en el sistema de partidos. En los últimos tres ciclos electorales, la irrupción de Morena como fuerza dominante, con un amplio respaldo popular, modificó el equilibrio de poder que desde finales de los años noventa mantuvieron tres partidos. El debilitamiento del PRI, la desaparición del Partido de la Revolución Democrática (PRD) y la fragmentación de las oposiciones generaron un reacomodo partidista que ha exacerbado las disputas locales por cargos, territorios y redes clientelares (Maldonado Aranda, 2019). En este nuevo escenario, la violencia aparece no solo como un instrumento para ganar elecciones, sino como una estrategia para ejercer control sobre los gobiernos locales, controlar recursos públicos y asegurar presencia territorial (Derrick, 2009; Mochtak, 2018; Wilkinson, 2004; Nieburg, 1969; Martínez i Coma et al., 2015, en Alvarado Mendoza, 2020).

Este panorama sugiere que la convergencia entre actores políticos y, en algunos contextos, criminales está configurando nuevas formas de ejercicio del poder, en las que la legalidad, la democracia y la representación se ven profundamente distorsionadas. La violencia electoral no es aleatoria ni espontánea, sino organizada estratégicamente por distintos actores con el fin de alterar resultados o capturar estructuras estatales a nivel local (Alvarado Mendoza, 2020).

En este contexto, el proceso electoral de 2024 marcó un punto de inflexión en esta trayectoria. Con más de 21 mil cargos de elección popular, se convirtió en el más grande y violento de los últimos tres comicios. Las estadísticas disponibles para el periodo 2018–2024 documentan un incremento sostenido de agresiones, atentados y homicidios contra actores políticos, particularmente a nivel local (Alvarado Mendoza, 2019; 2024, Data Cívica, “México evalúa y animal político”, 2024, ACLED, 2024). Las candidaturas a presidencias municipales han sido las más afectadas, lo que refleja una estructura política vulnerable, sometida a competencia violenta entre grupos rivales y a la influencia del crimen organizado en numerosos municipios (Calderón, 1994; Hernández-Gutiérrez y Somuano-Ventura, 2024).

Además, México no constituye un caso aislado en la región. La violencia electoral se ha intensificado en América Latina como parte de una crisis más amplia en la que confluyen corrupción, criminalidad organizada y debilidad estatal. Casos recientes en Colombia, Brasil, Ecuador y El Salvador muestran que la violencia político-electoral se ha convertido en un fenómeno recurrente que altera los procesos electorales en democracias con altos niveles de fragmentación institucional (Albarracín, 2018; Cruz Merchán, Bonilla y Pérez, 2024; Jasso González y Baltazar Landeros, 2025).

Es importante señalar que este estudio analiza la violencia político-electoral en su conjunto, reconociendo las limitaciones metodológicas para distinguir empíricamente entre violencia de origen estrictamente político y aquella con clara autoría criminal. La base de datos captura eventos violentos en contextos electorales, pero la atribución específica a grupos delictivos requiere evidencia adicional que no está disponible sistemáticamente.

Así, comprender la violencia político-electoral en México exige ir más allá de las narrativas sobre ausencia estatal o descomposición institucional. Este fenómeno responde a dinámicas más complejas, donde confluyen disputas locales por el poder, estrategias de actores criminales y reconfiguraciones del sistema de partidos. En este marco, el objetivo de este artículo es poner a prueba un conjunto de hipótesis sobre los determinantes estructurales e institucionales de la violencia político-electoral en México entre 2018 y 2024, así como sobre su distribución temporal a lo largo del ciclo electoral, explorando en qué medida los patrones observados son consistentes con dinámicas de violencia político-criminal documentadas en la literatura. Para ello, el artículo se organiza en cuatro secciones. La primera desarrolla el problema y las premisas teóricas que orientan el análisis. La segunda describe la base de datos, el enfoque metodológico y la estrategia de modelación. En la tercera se presentan y discuten los resultados empíricos. Finalmente, se ofrecen conclusiones sobre los hallazgos, sus implicaciones y posibles líneas de investigación futura.

Planteamiento del problema y marco teórico

Resulta paradójico que la violencia político-electoral en México haya mantenido una tendencia al alza a la par de la consolidación institucional del sistema electoral. Los tres últimos procesos electorales muestran una intensificación sostenida del fenómeno, lo que lleva a cuestionar las premisas de la democratización como factor pacificador de la competencia política. En este contexto, las formas de violencia se han diversificado, la concentración territorial se ha reconfigurado entre un ciclo electoral y otro, y las agresiones se dirigen cada vez con mayor frecuencia hacia actores políticos locales, particularmente a quienes compiten por alcaldías y regidurías, así como a militantes, simpatizantes y familiares. Esta combinación de persistencia y cambio territorial en el ámbito municipal configura un fenómeno que entrelaza lógicas de competencia político-electoral, disputas criminales y falta de capacidades institucionales.

Diversas investigaciones han mostrado que las elecciones, antes que erradicar la violencia, pueden reconfigurarla o intensificarla (Birch et al., 2020; Harish y Little, 2017), contradiciendo premisas centrales de la teoría de la consolidación democrática (O’Donnell, 2010). Birch et al. (2020) define la violencia electoral como el uso de fuerza coercitiva contra actores o instituciones del proceso electoral con el propósito de incidir en la competencia política. Su tipología distingue entre contextos endémicos, donde la violencia acompaña sistemáticamente los comicios, contextos episódicos, donde emerge en coyunturas específicas, y contextos atípicos, donde irrumpe sin antecedentes. Höglund (2009) converge con esta perspectiva al proponer que la violencia electoral constituye una subcategoría de la violencia política definida por su temporalidad y sus objetivos, identificando tres conjuntos de factores habilitantes, entre ellos, el carácter político de las sociedades en conflicto, la intensidad de la competencia electoral, y los incentivos generados por el diseño institucional. Ambas perspectivas coinciden en que la violencia electoral no es un fenómeno aleatorio, sino que responde a estructuras de oportunidad configuradas por la interacción entre actores, instituciones y contextos territoriales.

La producción académica reciente ha diferenciado cuatro ejes analíticos de la violencia político-electoral. El primero refiere a la violencia electoral en sentido estricto, orientada a manipular o distorsionar resultados (Fischer, 2002; Mochtak, 2018). El segundo, a la violencia política como uso ilegítimo de la fuerza para mantener o desafiar el orden político (Nieburg, 1969). El tercero describe la violencia político-criminal, referida al involucramiento de grupos armados en la política local para capturar rentas o reforzar el control territorial subnacional (Trejo y Ley, 2020, 2022; Maldonado Aranda, 2019). El cuarto aborda la violencia política de género, dirigida a limitar la participación de mujeres en política (Guadarrama y Aguilar Barrera, 2021; Albaine, 2021). La base de datos utilizada en esta investigación no permite clasificar cada evento según estos ejes, pero su distinción resulta necesaria para reconocer que los patrones observados pueden responder a lógicas diversas y simultáneas.

La disputa por los recursos públicos locales

Un primer eje explicativo de la violencia político-electoral remite al control de los recursos públicos en el ámbito local. Los municipios con mayores ingresos concentran presupuestos, contratos, transferencias federales y aparatos administrativos cuyo control genera incentivos tanto para actores políticos como para actores criminales que buscan acceder a ellos. Maldonado Aranda (2019) documenta cómo en Michoacán los grupos del crimen organizado se apropiaron de los recursos federales transferidos a los municipios mediante la imposición de cuotas a alcaldes, la infiltración de oficinas de finanzas, catastro y obras públicas, y el acceso a bases de datos locales para optimizar prácticas de extorsión. Trejo y Ley (2022) amplían esta perspectiva al mostrar que la captura de gobiernos municipales no responde a la acción de un solo grupo, sino a la competencia entre organizaciones criminales rivales por el control de esos mismos recursos institucionales. Del Río Castro (2025) confirma este patrón al encontrar que la violencia se intensifica en los municipios donde los cargos en disputa ofrecen un acceso relevante a presupuestos y decisiones de gasto. Esta convergencia empírica sugiere que el volumen de los recursos públicos municipales opera como un factor que incrementa los incentivos para la competencia violenta, independientemente del tipo de actor que la ejerza.

Gobernanza criminal, desalineación partidista y violencia estructural

Un segundo eje se articula en torno a las condiciones institucionales que facilitan o inhiben la violencia político-electoral. A partir del concepto de gobernanza criminal (Lessing, 2015) se plantea que las organizaciones criminales emplean asesinatos selectivos, amenazas o pactos preelectorales para garantizar que sus aliados lleguen al poder o que sus adversarios sean eliminados de la contienda. Trejo y Ley (2022) detallan cómo los grupos criminales en México han transitado de buscar protección informal del Estado a utilizar estrategias de violencia política pública para establecer regímenes de dominación local, aprovechando momentos de vulnerabilidad institucional durante los ciclos electorales. Entre las condiciones estructurales que facilitaron esta transformación se incluyen la alternancia partidista subnacional iniciada en los años noventa, que desestabilizó las redes informales de protección del régimen de partido único, y la polarización política posterior a la elección presidencial de 2006⁴, que favoreció un uso partidista del aparato federal de seguridad, dejando en situación de desprotección a entidades gobernadas por partidos opositores (Maldonado Aranda, 2019; Alvarado Mendoza, 2024; del Río Castro, 2025).

En ese sentido, la desalineación partidista vertical constituiría una dimensión analítica central en la comprensión del fenómeno. La coexistencia de partidos distintos en los niveles municipal y estatal puede generar dos efectos complementarios que incrementan la vulnerabilidad a la violencia. Por un lado, la fragmentación institucional vertical dificulta la coordinación en materia de seguridad y protección electoral, generando vacíos operativos que facilitan la acción de actores violentos (Trejo y Ley, 2022). Por otro, la incertidumbre política derivada de la desalineación desregula la competencia por alianzas entre actores políticos y, potencialmente, criminales, intensificando el uso de la violencia como mecanismo de aseguramiento frente al resultado electoral (Gambetta, 1993). Cabría esperar que, si este efecto opera de manera diferenciada según el tipo de agresión, la desalineación incremente de forma heterogénea los distintos repertorios de violencia.

Ahora bien, la relación entre violencia estructural previa y violencia político-electoral no es necesariamente lineal. La literatura sugiere al menos dos escenarios contrastantes. En el primero, las organizaciones criminales emplean la violencia preelectoral como instrumento de señalización estratégica. Alesina, Piccolo y Pinotti (2019) formalizan este argumento mediante un modelo de equilibrio bayesiano aplicado al caso italiano, en el que las organizaciones mafiosas recurren a la violencia antes de las elecciones para revelar su capacidad militar y elevar los costos de campaña de los partidos que se oponen a sus intereses.

La señal opera a través de tres canales simultáneos. El primero es la intimidación del electorado, que desincentiva el voto por candidatos honestos. El segundo, la eliminación física de candidatos, que obliga a reemplazos menos competitivos. El tercero, la perturbación logística de las campañas, que reduce la eficacia del esfuerzo electoral. Sus datos confirman que la tasa de homicidios atribuibles a organizaciones criminales se eleva significativamente durante los años electorales en las regiones con fuerte presencia mafiosa, mientras que otras formas de letalidad no muestran este patrón. En el segundo escenario, la violencia letal previa puede asociarse con una menor incidencia de violencia electoral cuando un actor criminal ha alcanzado una posición hegemónica y el control coercitivo ya está consolidado.

En términos de Kalyvas (2010), los actores armados que han estabilizado su dominio local carecen de incentivos para recurrir a la violencia abierta en periodos electorales. Trejo y Ley (2022) y Maldonado Aranda (2019) documentan este tipo de gobernanza criminal consolidada en ciertos municipios mexicanos, donde la captura institucional se ha consumado de tal manera que las elecciones transcurren sin violencia visible, no porque exista paz, sino porque el orden coercitivo prescinde de ella⁵. Esta distinción entre territorios donde la violencia opera como señal activa y territorios donde el control hegemónico la vuelve innecesaria constituye una hipótesis central para interpretar el efecto de la violencia estructural previa.

Conviene, sin embargo, no reducir la violencia político-electoral a una extensión del accionar criminal. Calderón (1994) identifica hipótesis complementarias para comprender su emergencia en el ámbito local, entre las cuales destacan el colapso del corporativismo tradicional, la crisis de legitimidad de los mecanismos de representación, y la indignación moral ante procesos percibidos como injustos. Estas dinámicas persisten en municipios donde los procesos de alternancia han sido abruptos o los márgenes de competencia son estrechos, y producen repertorios de agresión similares a los de los grupos criminales, aunque respondan a lógicas estrictamente políticas.

Temporalidad estratégica, ventanas de riesgo y ciclo electoral

Un tercer eje remite a la dimensión temporal de la violencia político-electoral. Hafner-Burton, Hyde y Jablonski (2014) argumentan que la decisión de recurrir a la violencia electoral está condicionada por el temor del incumbente a perder el poder y por las restricciones institucionales sobre su capacidad de decisión. Su análisis distingue entre dinámicas preelectorales y postelectorales, mostrando que la violencia preelectoral tiende a favorecer la permanencia del incumbente, mientras que la violencia postelectoral puede generar dinámicas de protesta con costos elevados para quien la ejerce. Esta distinción resulta relevante porque sugiere que la violencia no se distribuye de manera homogénea a lo largo del proceso, sino que responde a cálculos estratégicos diferenciados según el momento del ciclo.

A nivel empírico, Harish y Little (2017) modelan esta dinámica como un ciclo de violencia política en el que las elecciones operan como puntos focales que concentran tanto las oportunidades como los incentivos para la coacción. Omotola y Oyewole (2023) proponen una periodización que distingue entre el periodo preelectoral, el postelectoral y un periodo interelectoral, mostrando que los comicios fuera de ciclo están igualmente expuestos a violencia.

En México, análisis recientes confirman una escalada sistemática en los meses previos a la elección (Trejo y Ley, 2018; Hernández-Huerta, 2020; del Río Castro, 2025), y Birch y Muchlinski (2018) subrayan la importancia de identificar con precisión los momentos de mayor riesgo para focalizar intervenciones de prevención.

La literatura, con todo, ha tendido a analizar la concentración temporal como un fenómeno homogéneo, sin distinguir si los diferentes repertorios de agresión siguen patrones temporales diferenciados. Es plausible que la violencia letal obedezca a lógicas temporales distintas de las amenazas o el vandalismo. Si los homicidios se concentran en la jornada electoral y el periodo postelectoral inmediato, ello sugeriría una lógica reactiva o punitiva, mientras que las amenazas, al distribuirse de forma más uniforme, operarían como mecanismo de intimidación sostenida. Esta diferenciación temporal por tipo de delito constituye una contribución de esta investigación.

A partir de los tres ejes descritos, este artículo pone a prueba un conjunto de hipótesis sobre los determinantes estructurales e institucionales de la violencia político-electoral en México entre 2018 y 2024, así como sobre su distribución temporal a lo largo del ciclo electoral. Los ingresos públicos municipales, operacionalizados mediante el ingreso per cápita del gobierno local, funcionan como indicador del volumen de recursos susceptibles de captura. La tasa de homicidios dolosos en el año previo aproxima las condiciones de violencia estructural que anteceden a los comicios, permitiendo evaluar si la relación entre violencia previa y violencia electoral responde a una lógica de territorios disputados o de consolidación hegemónica. La desalineación partidista vertical identifica los municipios donde el partido gobernante difiere del partido del gobierno estatal (Trejo y Ley, 2022), capturando las condiciones de fragmentación institucional que, según la literatura revisada, facilitan la acción de actores violentos. Adicionalmente, se examina el ciclo temporal de la violencia, evaluando si los repertorios de agresión se despliegan en momentos diferenciados del calendario electoral.

Datos y Metodología

Pese al crecimiento sostenido de la violencia político-electoral en México durante los últimos años, este fenómeno sigue siendo de baja frecuencia relativa y alta concentración territorial. En cada proceso electoral, una proporción muy reducida de municipios concentra la mayoría de los eventos violentos. En 2018, el 60% de los incidentes registrados se concentraron en apenas 73 municipios (2.98% del total nacional); en 2021, en 62 municipios (2.53%); y en 2024, en 83 municipios (3.39%). Esta distribución marcadamente desigual y focalizada refleja un patrón de violencia territorialmente acotado, pero persistente, que se intensifica en ciertos núcleos locales. Dicha configuración impone desafíos analíticos y metodológicos particulares, al exigir estrategias estadísticas sensibles tanto a la rareza del evento como a su concentración espacial y temporal.

En este sentido, el análisis de la violencia político-electoral exige atender una dimensión teórico-analítica y otra técnico-metodológica. En el plano conceptual, se parte de la construcción de un conjunto de variables empíricas que, orientadas teóricamente, permiten probar hipótesis sobre la distribución temporal de la violencia en contextos electorales, así como sobre el papel de factores estructurales en su incidencia. En el plano técnico, se opta por una estrategia estadística adecuada para fenómenos de conteo con sobredispersión, como los atentados y homicidios contra actores políticos.

La base de datos utilizada es de elaboración propia (Alvarado Mendoza, 2024), y fue construida a partir de un monitoreo sistemático de hechos violentos ocurridos entre septiembre de 2017 y junio de 2024. El levantamiento se realizó con base en fuentes hemerográficas, cotejadas con registros oficiales de organismos electorales y otras fuentes disponibles sobre violencia política en México (Data Cívica – Votar entre Balas, Laboratorio Electoral, Integralia y Causa en común, Tabla 1, anexo). A diferencia de otros esfuerzos, esta base incluye un mapeo más amplio de actores afectados, que incluye no solo candidatos y funcionarios, sino también familiares, acompañantes y personas indirectamente involucradas en los hechos violentos.

Cada registro fue codificado individualmente, permitiendo identificar municipio, entidad, fecha, tipo de agresión, víctima principal (nombre, género, cargo, afiliación partidista), y, cuando fue posible, personas acompañantes o afectadas indirectamente. Para los eventos con múltiples víctimas, se generó una fila por persona agredida. El proceso de codificación se realizó con base en un libro de códigos compatible para los tres periodos electorales, lo cual facilita el análisis comparativo (Alvarado Mendoza, 2019 y 2024). Debido a la dependencia de fuentes abiertas, no se cuenta con información sistemática sobre los perpetradores de los hechos violentos, salvo registros aislados basados en declaraciones a la prensa. Esta limitación impide atribuir causalmente los eventos a actores específicos (políticos, criminales o de otra índole) y debe considerarse al interpretar los resultados. Adicionalmente, la dependencia de fuentes hemerográficas puede introducir sesgos de cobertura o subregistro por omisión informativa.

El tipo de delito se codificó a partir de 14 categorías que clasifican la agresión principal sufrida por la víctima. Para efectos del análisis estadístico, estas categorías se reagruparon en ocho tipos utilizados en los modelos. Las amenazas constituyen la categoría de referencia en el modelo⁶, y las restantes son: 1) atentados, 2) homicidios, 3) lesiones, 4) privación de la libertad/secuestro, 5) vandalismo, 6) violencia basada en el género⁷ y; 7) otros⁸.

La variable de ingreso per cápita del gobierno municipal se construyó a partir de los datos anuales reportados sobre Finanzas Públicas Estatales y Municipales (Efipem) del Instituto Nacional de Estadística y Geografía (Inegi), que proporciona información detallada sobre los ingresos y egresos totales de los gobiernos de estados, municipios, Ciudad de México y alcaldías. Para hacer esta variable comparable entre territorios con diferentes tamaños poblacionales, se dividió el monto de ingreso total entre la población estimada de cada municipio, generando una medición per cápita. Esta transformación permite comparar la disponibilidad relativa de recursos públicos entre municipios. Es importante señalar que esta variable no captura la riqueza de los habitantes, sino la magnitud de la capacidad fiscal del gobierno local, lo que resulta central para evaluar la hipótesis de que municipios con presupuestos más altos constituyen un “premio” político más atractivo para actores que buscan capturar el aparato estatal (Maldonado Aranda, 2019; Trejo y Ley, 2022). En el modelo, esta variable fue estandarizada (media cero, desviación estándar uno) para facilitar la interpretación de los coeficientes.

Los datos poblacionales utilizados provienen de la reconstrucción y proyecciones de la población de los municipios de México, elaborada por el Consejo Nacional de Población (Conapo). Dado que la fuente de ingresos municipales solo reporta datos hasta 2023, para el año electoral 2024 se extrapoló el valor per cápita tomando como base el ingreso total de 2023 y la población proyectada para 2024, bajo el supuesto de estabilidad en la estructura de ingresos entre ambos años.

La tasa de homicidios previos se incluyó como una variable de control para captar niveles de violencia estructural en los municipios. Esta se calculó a partir del número de homicidios dolosos reportados por el Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública (SESNSP), divididos entre la población estimada del municipio según Conapo. A diferencia de un enfoque anclado al calendario electoral, se utilizó el valor correspondiente al año anterior a la ocurrencia de cada evento violento, con el fin de aproximar las condiciones de riesgo estructural inmediatas al momento del hecho. Al igual que el ingreso per cápita del gobierno municipal, esta variable fue estandarizada en el modelo.

La variable de riesgo temporal relativo a la elección clasifica cada evento según su proximidad al día de la jornada electoral más cercana, a partir del cálculo de la diferencia mensual entre ambas fechas. Esta medida se organizó en seis categorías: “3 a 2 meses antes”, “1 mes antes”, “día de la elección”, “1 mes después”, “2 a 3 meses después” y “más de 3 meses después”. La categoría de referencia en el modelo es “más de 3 meses después”, que representa el periodo post-electoral distante en el que la lógica estratégica de la violencia vinculada al proceso electoral se ha disipado. Esta selección permite evaluar el incremento relativo del riesgo en las ventanas temporales cercanas a la jornada electoral respecto a un periodo de baja intensidad electoral.

La desalineación partidista se operacionalizó mediante una variable binaria que indica si el partido en el gobierno a nivel municipal es distinto al partido en el poder a nivel estatal. Esta variable funciona como un indicador indirecto de desalineación política vertical, y busca captar posibles tensiones derivadas de una coexistencia partidista adversa entre niveles de gobierno. En la muestra analítica, el 76.3% de las observaciones corresponde a municipios desalineados, lo que refleja que la violencia político-electoral se concentra desproporcionadamente en contextos de fragmentación institucional vertical. La categoría de referencia (municipios alineados, n = 119) presenta suficientes observaciones para estimar el contraste con precisión.

En total, se registraron 1,051 eventos de violencia político-electoral; sin embargo, la estrategia de modelación requirió transformar los eventos individuales en unidades agregadas por combinación única de municipio, mes relativo y tipo de delito, generando una matriz analítica con 589 observaciones completas distribuidas en 363 municipios. Esta base consolidada fue utilizada para el ajuste de los tres modelos de regresión binomial negativa. La reducción respecto al total de eventos se debe a la agregación necesaria para modelar conteos por unidad territorial-temporal, así como a la exclusión de registros con datos faltantes en covariables clave (ingreso per cápita del gobierno municipal, tasa de homicidios previa, desalineación política o población municipal). En la Tabla 2 se consignan los descriptivos básicos de la muestra analítica, de acuerdo con las precisiones metodológicas expuestas.

TABLA 2
Estadísticos descriptivos de la muestra analítica

Panel A. Variables continuas (N = 589)
VARIABLE	MEDIA	MEDIANA	DE	Min	Max
Conteo de eventos	1.69	1.00	2.02	1.00	34.00
Ingreso per cápita gob. Mpal. (pesos)	5,310	4,606	2,899	1,761	33,146
Tasa homicidios previa (x 100k)	32.09	18.29	35.01	0.00	205.76
población municipal	213,585	60,451	368,106	403	2,112,570
Panel B. Desalineación partidista (N = 503)
CONDICIÓN	n			%
Alineados (municipio = estado)	119			23.7
Desalineados (municipio ≠ estado)	384			76.3
Panel C. Ventana temporal de riesgo (N = 589)
CATEGORÍA	n			%
3 a 2 meses antes	13			2.6
1 mes antes	12			2.4
Día de la elección	82			16.3
1 mes después	145			28.8
2 a 3 meses después	127			25.2
Más de 3 meses después (ref.)	124			24.7
Panel D. Tipo de delito (N = 589)
CATEGORÍA	n			%
Homicidio	269			45.7
Atentado	94			16.0
Amenazas (Categoría de referencia)	82			13.9
Lesiones	64			10.9
Secuestro	44			7.5
Vandalismo	18			3.1
Otro	11			1.9
Violencia basada en el género	7			1.2

• Nota: N = 589 corresponde a observaciones municipio-mes-tipo con datos completos en todas las covariables. La variable de desalineación se reporta como proporción y frecuencias dado su carácter dicotómico. Panel B reporta N = 503 (observaciones municipio-mes) dado que la desalineación partidista es una variable de nivel municipal que no varía por tipo de delito dentro de una misma unidad territorial-temporal. Fuente: Elaboración propia.

Dado que la variable dependiente presenta una alta sobredispersión – con el 60% de los eventos concentrados en solo 116 municipios durante el periodo 2017-2024 –, se optó por utilizar un modelo de regresión binomial negativa (NB2). A diferencia del modelo de Poisson, que asume igualdad entre la media y la varianza condicional, el modelo binomial negativo incorpora un parámetro adicional de dispersión (θ) que permite que la varianza exceda la media de forma cuadrática, ajustándose a la distribución empírica de los conteos observados⁹. Se incluyó un término de exposición logarítmica basado en la población municipal (log(población)), lo que permite interpretar los coeficientes exponenciales como razones de tasas de incidencia (IRR) controladas por la heterogeneidad demográfica entre municipios.

Los errores estándar fueron estimados mediante la matriz de varianzas-covarianzas cluster-robusta de Liang-Zeger, agrupando las observaciones por municipio, con el fin de corregir la correlación intragrupo derivada de la presencia de múltiples observaciones temporales y por tipo de delito para un mismo municipio¹⁰.

Se estimaron tres especificaciones del modelo, cada una orientada a una pregunta analítica distinta. El Modelo 1 (aditivo) incluye como variables el ingreso per cápita del gobierno municipal estandarizado, la tasa de homicidios previa estandarizada, la desalineación partidista, el tipo de delito y la ventana temporal de riesgo, sin términos de interacción. Este modelo evalúa los efectos principales de cada variable sobre la tasa de incidencia de eventos violentos.

El Modelo 2 (interacción desalineación × tipo de delito) incorpora un término cruzado entre la desalineación partidista y el tipo de delito, con el propósito de evaluar si el efecto de la desalineación vertical sobre la violencia varía según el tipo de agresión empleado. Esta especificación permite identificar si la fragmentación institucional potencia ciertos tipos de violencia de forma diferenciada.

El Modelo 3 (interacción ventana temporal × tipo de delito) incorpora un término cruzado entre la ventana temporal de riesgo y el tipo de delito, con el objetivo de evaluar si la distribución temporal de la violencia varía sistemáticamente según la forma de agresión. Esta especificación permite determinar si ciertos delitos se concentran en momentos del ciclo electoral distintos a otros, lo que constituye una contribución central de este estudio. Dado que esta interacción genera 35 términos adicionales con una muestra de 589 observaciones, los resultados de este modelo se presentan con carácter exploratorio.

La comparación entre modelos se realizó mediante la prueba de razón de verosimilitud, y el ajuste relativo se evaluó con los criterios de información de Akaike (AIC) y bayesiano (BIC), así como el R² de Nagelkerke¹¹. La ecuación del modelo base es la siguiente:

$\log \left({\mu }_i\right)=\alpha +x_i^{\prime }\beta +\log \left({\text{población}}_i\right)$

$\mathrm{Var}\left(Y_i\right)={\mu }_i+{\mu }_i^2/\theta$

Donde α es el intercepto, x’_i es el vector de variables predictoras, β es el vector de coeficientes asociados, y θ es el parámetro de sobre dispersión propio de la distribución binomial negativa. El término log (población i) opera como offset, de modo que los coeficientes exponenciales (e^β) se interpretan como razones de tasas de incidencia (IRR)¹².

TABLA 3
Modelos de regresión binomial negativa – IRR [IC 95%]

	MODELO 1	MODELO 2	MODELO 3
VARIABLE	Aditivo	Desalineación × Tipo	Temporal × Tipo
Efectos principales
Ingreso per cápita g.m. (sc.)	1.73*** [1.57, 1.91]	1.73*** [1.58, 1.91]	1.72*** [1.55, 1.90]
Tasa homicidios previa (sc.)	0.87† [0.75, 1.01]	0.87† [0.76, 1.01]	0.86† [0.74, 1.01]
Desalineación	2.14*** [1.60, 2.85]	2.88** [1.45, 5.73]	2.12*** [1.59, 2.82]
Tipo de delito (ref. = amenazas)
Atentado	1.00 [0.71, 1.43]	1.57 [0.74, 3.31]	0.49* [0.26, 0.91]
Homicidio	1.27 [0.87, 1.85]	1.49 [0.70, 3.17]	0.38** [0.20, 0.72]
Lesiones	2.07** [1.32, 3.25]	4.33** [1.76, 10.7]	1.36 [0.58, 3.19]
Secuestro	0.87 [0.58, 1.30]	0.61 [0.26, 1.42]	0.71 [0.31, 1.64]
Vandalismo	0.67 [0.38, 1.19]	0.25** [0.10, 0.61]	0.55 [0.16, 1.91]
Otro	1.30 [0.58, 2.93]	4.06** [1.62, 10.2]	0.18** [0.06, 0.57]
Violencia de género	0.37* [0.16, 0.82]	0.36* [0.16, 0.83]	0.12** [0.03, 0.51]
Ventana temporal (ref. = +3 meses después)
3 a 2 meses antes	1.38 [0.74, 2.58]	1.38 [0.76, 2.51]	1.63 [0.63, 4.21]
1 mes antes	2.47* [1.03, 5.91]	2.90* [1.14, 7.36]	2.56 [0.61, 10.7]
Día de la elección	1.17 [0.76, 1.80]	1.19 [0.79, 1.78]	0.19** [0.07, 0.51]
1 mes después	1.03 [0.71, 1.49]	1.08 [0.75, 1.56]	0.26** [0.11, 0.62]
2 a 3 meses después	0.62** [0.44, 0.88]	0.61** [0.43, 0.86]	0.24*** [0.10, 0.55]
Interacciones desalineación × Tipo (M2)
Desal. × Atentado	—	0.58 [0.25, 1.35]	—
Desal. × Homicidio	—	0.85 [0.39, 1.86]	—
Desal. × Lesiones	—	0.36† [0.13, 1.01]	—
Desal. × Otro	—	0.12** [0.03, 0.55]	—
Desal. × Secuestro	—	1.64 [0.64, 4.19]	—
Desal. × Vandalismo	—	4.39** [1.43, 13.5]	—
Interacciones Temporal × Tipo significativas (M3)
Homicidio × Día elección	—	—	17.4*** [6.08, 49.8]
Lesiones × Día elección	—	—	22.5*** [5.97, 84.6]
Homicidio × 1 mes después	—	—	9.50*** [3.60, 25.0]
Lesiones × 1 mes después	—	—	3.99* [1.23, 12.9]
Otro × 1 mes después	—	—	11.3*** [4.66, 27.1]
Homicidio × 2-3 meses después	—	—	3.81** [1.49, 9.71]
Violencia de género × 2-3 meses después	—	—	13.8*** [4.54, 41.9]
Atentado × 1 mes antes	—	—	0.15** [0.04, 0.54]
Estadísticos de ajuste
N	589	589	589
k (parámetros)	17	23	42
Log-verosimilitud	-1,212.89	-1,205.90	-1,183.11
AIC	2,459.78	2,457.81	2,450.22
BIC	2,534.21	2,558.51	2,634.11
χ2 LR vs. nulo	135.20***	149.17***	194.76***
R2 Nagelkerke	0.208	0.227	0.285
θ (dispersión)	0.996	1.022	1.129
LR test vs. M1	—	χ2=13.97, gl=6, p=.030	χ2=59.56, gl=25, p<.001

• Nota: Coeficientes exponenciados (IRR) con intervalos de confianza al 95% basados en errores estándar cluster-robustos por municipio (Liang-Zeger). categoría de referencia temporal = “Más de 3 meses después”; categoría de referencia de tipo de delito = amenazas. † p < 0.10; * p < 0.05; ** p < 0.01; *** p < 0.001. Para el Modelo 3, solo se reportan los términos de interacción estadísticamente significativos (p < 0.05); los 27 términos restantes no alcanzaron significancia. AIC favorece M3 (2,450 vs. 2,460); BIC favorece M1 (2,534 vs. 2,634). Fuente: elaboración propia.

El análisis de regresión binomial negativa identifica un conjunto de factores consistentemente asociados con la violencia político-electoral en los tres modelos estimados. Tres variables estructurales mantienen significancia y dirección estables a lo largo de las especificaciones. El ingreso per cápita del gobierno municipal presenta una asociación positiva con la incidencia de eventos violentos (IRR = 1.73, p < 0.001 en M1), lo que indica que, por cada incremento de una desviación estándar en los recursos públicos del gobierno local, la tasa de violencia se incrementa en un 73%. Este hallazgo es consistente con la hipótesis de que los municipios con presupuestos más altos constituyen un incentivo mayor para actores que buscan capturar el aparato estatal (Maldonado Aranda, 2019; Trejo y Ley, 2022).

La tasa de homicidios previa muestra una asociación negativa marginal (IRR = 0.87, p = 0.062 en M1), es decir, un IRR inferior a 1 que indica que, por cada incremento de una desviación estándar en la tasa de homicidios del año anterior, la incidencia de violencia político-electoral disminuye en un 13%. Este resultado debe interpretarse con cautela dado su nivel de significancia (p < 0.10 pero no < 0.05), aunque su dirección es estable en los tres modelos. La desalineación partidista duplica el riesgo de violencia (IRR = 2.14, p < 0.001 en M1), confirmando que la coexistencia de partidos distintos en los niveles municipal y estatal genera condiciones institucionales que facilitan la violencia.

Respecto a los tipos de delito, el Modelo 1 revela que las lesiones presentan una incidencia significativamente mayor que las amenazas (categoría de referencia) con un IRR de 2.07 (p < 0.01), mientras que la violencia basada en el género registra una incidencia significativamente menor (IRR = 0.37, p < 0.05). Este último resultado debe leerse a la luz de las limitaciones del registro hemerográfico, dado que la violencia política de género frecuentemente adopta formas de coerción simbólica, psicológica o digital que escapan a la cobertura mediática convencional (Albaine, 2021; Guadarrama y Aguilar Barrera, 2021).

En cuanto a las ventanas temporales, el Modelo 1 identifica un pico preelectoral significativo en el mes previo a la jornada (IRR = 2.47, p < 0.05), así como una reducción significativa del riesgo en el periodo postelectoral distante de 2 a 3 meses después de la elección (IRR = 0.62, p < 0.01). Este hallazgo contrasta con los resultados de del Río Castro (2025), quien encuentra una mayor significancia durante el periodo temprano de inicio de campañas y selección de candidatos, lo cual sugiere que la detección del pico temporal depende del nivel de desagregación con que se analice el calendario electoral.

El Modelo 2, que incorpora la interacción entre desalineación partidista y tipo de delito, revela que el efecto amplificador de la fragmentación institucional no es uniforme. El vandalismo se intensifica desproporcionadamente en municipios desalineados (IRR de interacción = 4.39, p < 0.01), mientras que la categoría “otros” (que agrupa delitos como extorsión y compra de voto) registra una reducción significativa (IRR de interacción = 0.12, p < 0.01). En el caso de las lesiones, la interacción muestra una tendencia a la reducción relativa (IRR = 0.36, p = 0.053). Esto no implica que haya menos violencia en municipios desalineados, sino que la composición del repertorio cambia.

La fragmentación institucional parece favorecer formas de agresión que prosperan en el desorden institucional y reducir aquellas que requieren cierta infraestructura para operar. La interacción entre desalineación y homicidio no alcanza significancia estadística (IRR = 0.85, p = 0.68), lo que puede reflejar tanto la ausencia de un efecto diferenciado como las limitaciones del tamaño muestral para detectarlo. La prueba de razón de verosimilitud confirma que la inclusión de los términos de interacción mejora significativamente el ajuste del modelo (χ² = 13.97, gl = 6, p = 0.030).

El Modelo 3, que cruza la ventana temporal con el tipo de delito, constituye el hallazgo más revelador del análisis, aunque su interpretación requiere precaución dada la ratio de parámetros a observaciones (42 parámetros con N = 589). En este modelo con interacciones, los efectos principales temporales reflejan el patrón específico de las amenazas (categoría de referencia del tipo de delito). Los IRR condicionales para otros tipos de delito deben calcularse multiplicando el efecto principal temporal por el término de interacción correspondiente. Así, las amenazas muestran una caída drástica a partir del día de la elección (IRR = 0.19, p < 0.01) que se mantiene en los meses posteriores (IRR = 0.26 un mes después, IRR = 0.24 entre dos y tres meses después), indicando que este repertorio se concentra en el periodo preelectoral y se disipa una vez celebrados los comicios.

Los homicidios siguen un patrón opuesto. Sus IRR condicionales, calculados como el producto del efecto principal temporal y el término de interacción, revelan una elevación significativa el día de la elección (0.19 × 17.4 = 3.31), que se mantiene un mes después (0.26 × 9.50 = 2.47) y retorna al nivel base entre dos y tres meses después (0.24 × 3.81 = 0.91). Las lesiones presentan un pico aún más concentrado el día de la jornada (IRR condicional = 0.19 × 22.5 = 4.28), con retorno prácticamente inmediato al nivel de referencia un mes después (0.26 × 3.99 = 1.04). La violencia basada en el género se concentra en el periodo de 2 a 3 meses posteriores a la elección (IRR condicional = 0.24 × 13.8 = 3.31), aunque este resultado debe considerarse exploratorio dada la reducida frecuencia de esta categoría en la muestra (n = 7).

Discusión

Los resultados de los tres modelos permiten sostener que la violencia político-electoral en México no opera como fenómeno temporalmente homogéneo ni como repertorio indiferenciado de violencia, sino como un conjunto de prácticas estratégicamente diferenciadas que se despliegan en momentos distintos del ciclo electoral y responden a lógicas funcionales específicas. Esta afirmación, que constituye la contribución central del estudio, se sustenta en la evidencia del Modelo 3, cuyas interacciones temporales revelan patrones opuestos según el tipo de delito. El modelo aditivo (M1) promediaba dinámicas contrastantes en un solo coeficiente temporal, produciendo una imagen engañosamente plana de la distribución del riesgo. Al desagregar por tipo de delito, emerge una estructura temporal diferenciada.

Este patrón es interpretable a la luz de una distinción teórica presente en la literatura comparada sobre violencia electoral, aunque hasta ahora poco explorada con datos desagregados por tipo de delito en América Latina. Höglund (2009) distingue entre violencia preelectoral orientada a alterar las condiciones de competencia (disuasión de candidaturas, intimidación de votantes) y violencia postelectoral orientada a sancionar resultados o reconfigurar correlaciones de fuerza. Hafner-Burton, Hyde y Jablonski (2014) documentan que los incumbentes recurren estratégicamente a la violencia preelectoral como mecanismo de aseguramiento, mientras que Birch y Muchlinski (2018) operacionalizan esta distinción temporal para propósitos de prevención. Los hallazgos del Modelo 3 aportan evidencia empírica que enriquece esta discusión. Las amenazas, cuya función es fundamentalmente disuasoria, se concentran en el periodo preelectoral y caen drásticamente a partir del día de la elección (IRR condicional = 0.19), consistente con una lógica ex ante orientada a inhibir la competencia. Los homicidios, en cambio, se elevan a partir del día de la jornada (IRR condicional = 3.31), se mantienen un mes después (2.47) y retornan al nivel base entre dos y tres meses después (0.91), siguiendo una lógica posterior de retaliación o venganza, eliminación de adversarios electos o presión sobre autoridades antes de su toma de posesión.

Esta diferenciación temporal por repertorio contrasta con los hallazgos de Alesina, Piccolo y Pinotti (2019) sobre violencia electoral y crimen organizado en Italia. En su modelo los homicidios mafiosos se incrementan durante el periodo preelectoral como instrumento para revelar la capacidad de control de la organización, elevar los costos de campaña de los partidos opuestos a los intereses de los grupos criminales y condicionar los resultados antes de que estos se definan. En el caso mexicano, la concentración letal es predominantemente postelectoral, lo que sugiere una lógica distinta. No se trata de la intervención anticipada para determinar al ganador, sino del castigo retroactivo una vez conocido el resultado o de la presión sobre autoridades electas. Esta divergencia entre el patrón italiano (preelectoral, señalización) y el mexicano (postelectoral, retaliación) subraya la necesidad de evitar generalizaciones lineales sobre la relación entre crimen organizado y violencia electoral, y de atender las variaciones institucionales y temporales que modulan esa relación en cada contexto.

Omotola y Oyewole (2023) documentan para Nigeria una distribución más equilibrada de la violencia entre las fases pre y postelectorales, lo que refuerza la hipótesis de que la temporalidad de la violencia electoral no es universalmente estable, sino contingente a configuraciones político-criminales locales. Del Río Castro (2025), por su parte, encuentra para el caso mexicano una mayor significancia en la fase temprana de campañas y selección de candidatos, lo cual complementa los hallazgos aquí presentados al señalar que la violencia opera en múltiples ventanas y que su detección depende del nivel de desagregación temporal y por tipo de delito con que se analice.

La concentración de las lesiones el día de la jornada electoral (IRR condicional = 4.28, el más alto entre todos los tipos de delito para esa ventana temporal) merece atención particular. A diferencia de los homicidios, cuyo IRR condicional permanece elevado durante el mes posterior, las lesiones retornan prácticamente al nivel de referencia de manera inmediata (IRR condicional = 1.04 un mes después). Este patrón sugiere violencia física situacional directamente asociada al proceso de votación, como confrontaciones en casillas, agresiones a funcionarios electorales o intimidación física de votantes, que no obedece a una planificación estratégica de largo plazo sino a la fricción que genera el acto electoral en contextos de alta polarización y presencia de actores dispuestos a recurrir a la fuerza. El contraste con las amenazas resulta revelador. Mientras la coerción verbal opera como instrumento que se concentra antes de la elección y se disipa después, la violencia física directa se activa precisamente en el momento de máxima incertidumbre, cuando la definición del poder está en juego y los mecanismos disuasorios previos han dejado de ser funcionales.

El marco de Kalyvas (2010) sobre control territorial y lógicas de violencia ofrece una clave interpretativa que permite articular estos hallazgos temporales con las variables estructurales del modelo. Su tipología distingue entre zonas de control hegemónico, donde la violencia resulta innecesaria porque el dominio está asegurado, y zonas de control disputado, donde la incertidumbre sobre el resultado genera incentivos para la confrontación directa. Trasladada al ciclo electoral, esta lógica produce predicciones diferenciadas. En los momentos de máxima incertidumbre (día de la elección), la violencia adopta formas directas y letales propias de la disputa abierta. En los periodos de mayor estabilidad (postelectoral distante), la coerción se reduce o adopta formas más sutiles. La asociación negativa entre la tasa de homicidios previa y la violencia político-electoral (IRR = 0.87, p = 0.062) es consistente con esta lectura. Los municipios donde ya se ha consolidado un orden hegemónico de gobernanza criminal, manifestado en alta letalidad previa, presentan menor incidencia de violencia electoral porque la coerción durante los comicios resulta innecesaria.

Esta interpretación enfrenta, no obstante, un riesgo de circularidad. Si la alta violencia se interpreta como disputa y la baja violencia como hegemonía, el argumento se vuelve no falsificable. Las categorías de Kalyvas generan, sin embargo, predicciones observacionales diferenciadas. El control hegemónico no solo debería reducir la violencia electoral, sino asociarse con baja competencia electoral y con patrones de captura institucional verificables por vías independientes, como la ausencia de candidaturas opositoras competitivas o la concentración anómala de votos. La exploración de estos indicadores complementarios constituye una línea de investigación necesaria para resolver la ambigüedad causal. Una variable de presencia histórica de organizaciones criminales, como la que propone la literatura brasileña sobre la influencia del PCC en la reducción de homicidios en São Paulo, podría ofrecer un criterio externo para distinguir municipios con paz genuina de aquellos con paz coercitiva (Adorno y Alvarado, 2022).

La asociación positiva entre recursos públicos municipales y violencia (IRR = 1.73, p < 0.001) refuerza esta interpretación estructural desde otro ángulo. Dado que la variable mide el volumen de recursos administrados por el gobierno local y no la riqueza de los habitantes, el hallazgo es consistente con la hipótesis de que municipios con presupuestos más altos constituyen un incentivo político más atractivo, no solo por el volumen de recursos disponibles sino por las posibilidades de control sobre finanzas, obra pública y distribución de rentas (Maldonado Aranda, 2019; Trejo y Ley, 2022; del Río Castro, 2025).

La desalineación partidista, por su parte, amplifica el riesgo de manera diferenciada según el repertorio de agresión. El Modelo 2 revela que el vandalismo se intensifica desproporcionadamente bajo fragmentación institucional (IRR de interacción = 4.39, p = 0.010), mientras que las prácticas agrupadas en la categoría “otros” se reducen significativamente (IRR de interacción = 0.12, p = 0.006). Esta reconfiguración del repertorio es interpretable en clave de Gambetta (1993). Cuando los acuerdos de protección político-criminales se desregulan por la ausencia de coordinación entre niveles de gobierno, la violencia transita de formas que requieren cierta infraestructura institucional hacia formas que prosperan en contextos de desorden institucional. La atribución de estos cambios a estrategias criminales específicas requiere, no obstante, evidencia adicional que no está disponible en la presente base de datos. Los datos no permiten determinar si la reconfiguración de los repertorios responde a actores criminales, a conflictos políticos tradicionales o a una combinación de ambos.

La violencia basada en el género presenta un patrón temporal que, pese a la reducida frecuencia de esta categoría en la muestra (n = 7), resulta consistente con hipótesis documentadas en la literatura especializada. Su concentración significativa en el periodo de 2 a 3 meses posteriores a la elección (IRR condicional = 3.31) sugiere que opera con mayor frecuencia como mecanismo de “castigo” contra mujeres que accedieron a cargos o se preparaban para asumir funciones, y no como instrumento de disuasión preelectoral (Albaine, 2021; Guadarrama y Aguilar Barrera, 2021). Este hallazgo debe considerarse exploratorio dada la baja frecuencia, que limita la precisión de la estimación y amplifica la influencia de casos individuales. Su mención es pertinente, sin embargo, porque señala una dimensión del fenómeno que el registro hemerográfico captura de forma insuficiente y que requiere investigaciones con estrategias de recolección específicas y muestras de mayor tamaño para ser confirmada o descartada.

Conclusiones

Este estudio analiza la violencia político-electoral en México durante los comicios de 2018, 2021 y 2024, argumentando que no se trata de una disfunción ocasional del proceso democrático, sino de un fenómeno persistente y estratégicamente diferenciado que se despliega en momentos distintos del ciclo electoral según el tipo de agresión empleado. La contribución central del artículo reside en la demostración empírica de que el modelo, al promediar dinámicas temporales opuestas, oculta una estructura diferenciada que solo emerge al desagregar por tipo de delito.

Los hallazgos empíricos permiten sostener tres conclusiones principales. En primer lugar, las amenazas y los homicidios siguen lógicas temporales opuestas. Las amenazas se concentran en el periodo preelectoral y se disipan a partir del día de la elección, operando como mecanismo de disuasión ex ante. Los homicidios, en cambio, se elevan el día de la jornada electoral y permanecen por encima del nivel inicial durante el mes posterior, siguiendo una lógica ex post de castigo o presión sobre autoridades electas. Las lesiones presentan un pico agudo y concentrado el día de la elección con retorno inmediato al nivel de referencia, lo que sugiere violencia situacional asociada directamente al acto de votación. Este patrón diverge del documentado por Alesina, Piccolo y Pinotti (2019) para Italia, donde la violencia criminal es predominantemente preelectoral y funciona como señalización estratégica, lo que subraya que la relación entre crimen organizado y violencia electoral varía significativamente según el contexto institucional.

En segundo lugar, tres variables estructurales se asocian de manera consistente con la incidencia de violencia. El ingreso per cápita del gobierno municipal (IRR = 1.73, p < 0.001) confirma que los municipios con mayores recursos públicos constituyen incentivos más atractivos para la competencia violenta. La desalineación partidista (IRR = 2.14, p < 0.001) duplica el riesgo de violencia, lo que apunta a que la fragmentación institucional vertical genera vacíos de coordinación y desregula la competencia por alianzas entre actores políticos y, potencialmente, criminales. La tasa de homicidios previa presenta una asociación negativa marginal (IRR = 0.87, p = 0.062), consistente con la hipótesis de que en territorios donde se ha consolidado un orden hegemónico de gobernanza criminal, la violencia durante los comicios resulta redundante (Kalyvas, 2010; Trejo y Ley, 2022). Esta interpretación debe, sin embargo, complementarse con indicadores independientes de captura institucional para evitar el riesgo de circularidad, dado que la sola asociación entre homicidios previos y violencia electoral no permite distinguir entre municipios genuinamente pacíficos y aquellos sometidos a una paz coercitiva.

En tercer lugar, la desalineación partidista no amplifica todos los repertorios de violencia por igual. El Modelo 2 muestra que la fragmentación institucional intensifica desproporcionadamente el vandalismo y reduce las prácticas que requieren cierta infraestructura institucional para operar, lo que sugiere una reconfiguración del repertorio de agresiones bajo condiciones de desorden institucional.

El análisis presenta limitaciones que deben considerarse al evaluar estos resultados. La dependencia de fuentes hemerográficas puede introducir sesgos de cobertura, particularmente para formas de violencia de menor visibilidad mediática como la violencia política de género, cuya reducida representación en la muestra (n = 7) limita las inferencias posibles. La base de datos no permite atribuir los eventos a perpetradores específicos, lo que impide distinguir empíricamente entre violencia de origen político y violencia con autoría criminal. Finalmente, el Modelo 3 opera con una ratio de parámetros a observaciones (42:589) que exige cautela interpretativa, razón por la cual sus resultados se presentan con tratamiento exploratorio.

A partir de estos hallazgos, se abren líneas de investigación que podrían profundizar la comprensión del fenómeno. La relación negativa entre homicidios previos y violencia electoral requiere ser evaluada con indicadores independientes de captura institucional, como la concentración anómala de votos, la ausencia de candidaturas opositoras competitivas o la presencia documentada de organizaciones criminales, a fin de resolver la ambigüedad entre municipios pacíficos y municipios bajo gobernanza criminal consolidada. La diferenciación temporal por repertorio de agresión merece ser explorada con muestras de mayor tamaño y mayor desagregación temporal, incorporando las fases tempranas del proceso electoral (precampañas, selección de candidatos) que del Río Castro (2025) identifica como significativas.

La violencia política de género demanda investigaciones con estrategias de recolección específicas que permitan capturar formas de coerción simbólica, psicológica y digital que el registro hemerográfico subrepresenta. Los mecanismos mediante los cuales la desalineación partidista desregula la competencia entre actores políticos y criminales requieren ser estudiados con diseños que permitan identificar los canales específicos a través de los cuales la fragmentación institucional facilita la violencia.

Referencias

• ACLED. (2024). Armed conflict location & event data project: Mexico https://acleddata.com/
  » https://acleddata.com/
• ADORNO, S. & ALVARADO MENDOZA, A. (2022), "Crime and the governance of large metropolises in Latin America: Mexico City (Mexico) and São Paulo (Brazil)". Dilemas: Revista de Estudos de Conflito e Controle Social, 15 (Edição Especial 4): 117-151. https://doi.org/10.4322/dilemas.v15esp4.52505
  » https://doi.org/10.4322/dilemas.v15esp4.52505
• ALBAINE, L. (2021), "Violencia política de género en América Latina". Revista de Estudios de Género La Ventana, 6 (54): 277-316.
• ALESINA, A.; PICCOLO, S. & PINOTTI, P. (2019), "Organized crime, violence, and politics". The Review of Economic Studies, 86 (2): 457-499. https://doi.org/10.1093/restud/rdy036
  » https://doi.org/10.1093/restud/rdy036
• ALBARRACÍN, J. (2018), "Criminalized electoral politics in Brazilian urban peripheries". Crime, Law and Social Change, 69 (4): 553-575. https://doi.org/10.1007/s10611-017-9761-8
  » https://doi.org/10.1007/s10611-017-9761-8
• ALVARADO MENDOZA, A. (2019), Violencia política y delitos electorales en las elecciones. In: ALVARADO MENDOZA, A.; RODRÍGUEZ, E.; SONNLEITNER, W.; TEJERA, H. & TINAT, K. Reporte. Balance de las reformas electorales en el proceso electoral 2018. México, INE-IIDH-Capel.
• ALVARADO MENDOZA, A. (2020), "Violencia política y electoral en las elecciones de 2018". Alteridades, 29 (57), 59-73. https://doi.org/10.24275/uam/izt/dcsh/alteridades/2019v29n57/alvarado
  » https://doi.org/10.24275/uam/izt/dcsh/alteridades/2019v29n57/alvarado
• ALVARADO MENDOZA, A. (2024), Evolución de la violencia política y electoral, impactos regionales en la calidad de la democracia y la fortaleza de las instituciones, 2018-2024 (Reporte final). Centro de Estudios Sociológicos, El Colegio de México.
• BIRCH, S.; DAXECKER, U. & HÖGLUND, K. (2020), "Electoral violence: An introduction". Journal of Peace Research, 57 (1), 3-14. https://doi.org/10.1177/0022343319889657
  » https://doi.org/10.1177/0022343319889657
• BIRCH, S. & MUCHLINSKI, D. (2018), "Electoral violence prevention: What works?". Democratization, 25 (3), 385-403. https://doi.org/10.1080/13510347.2017.1365841
  » https://doi.org/10.1080/13510347.2017.1365841
• CALDERÓN, M. A. (1994), Violencia política y elecciones municipales: conflictos postelectorales en Michoacán y Guerrero durante 1989 México, El Colegio de Michoacán.
• CASTILLO, Gustavo. (5 de febrero de 2026), "Alcalde de Tequila, Diego Rivera Navarro, es detenido por extorsión y vínculos con 'CJNG'". La Jornada. Disponível em https://www.jornada.com.mx/noticia/2026/02/05/politica/alcalde-de-tequila-diego-rivera-navarro-es-detenido-por-extorsion-y-vinculos-con-cjng
  » https://www.jornada.com.mx/noticia/2026/02/05/politica/alcalde-de-tequila-diego-rivera-navarro-es-detenido-por-extorsion-y-vinculos-con-cjng
• CÓDIGO PENAL FEDERAL, México.
• CRUZ MERCHÁN, C. A.; BONILLA OVALLOS, M. E. & PÉREZ GUEVARA, N. (2024), "Violencia político electoral tras la firma del acuerdo de paz en Colombia: un análisis electoral". Araucaria, 26 (56): 87-110. https://doi.org/10.12795/araucaria.2024.i56.04
  » https://doi.org/10.12795/araucaria.2024.i56.04
• DATA CÍVICA, "México evalúa y animal político". (2024), Votar entre balas. https://votar-entre-balas.datacivica.org/
  » https://votar-entre-balas.datacivica.org/
• DEL RÍO CASTRO, E. (2025), Violencia, competencia y selección de candidaturas para presidencias municipales de México. Tesis de licenciatura, El Colegio de México.
• DERRICK, M. (2009), Reducing electoral conflict: A toolkit. Election Monitoring Network/Open Society Foundation. http://quaker.org/legacy/peace-network/Reducing_Electoral_Conflict_Toolkit.pdf
  » http://quaker.org/legacy/peace-network/Reducing_Electoral_Conflict_Toolkit.pdf
• FISCHER, J. (2002), Electoral conflict and violence: A strategy for study and prevention (White Paper). International Foundation for Electoral Systems.
• GAMBETTA, D. (1993), The Sicilian mafia: The business of private protection Harvard, Harvard University Press.
• GUADARRAMA CRUZ, R. & AGUILAR BARRERA, M. E. (2021), "Violencia política contra las mujeres en razón de género en México". Política y Gobierno, 28 (2), 1-27.
• HAFNER-BURTON, E. M.; HYDE, S. D. & JABLONSKI, R. S. (2014), "When do governments resort to election violence?". British Journal of Political Science, 44 (1): 149-171. https://doi.org/10.1017/S0007123412000671
  » https://doi.org/10.1017/S0007123412000671
• HARISH, S. P. & LITTLE, A. T. (2017), "The political violence cycle". American Political Science Review, 111 (2): 237-255. https://doi.org/10.1017/S0003055416000733
  » https://doi.org/10.1017/S0003055416000733
• HERNÁNDEZ-GUTIÉRREZ, J. C. & SOMUANO-VENTURA, M. F. (2024), "Violencia y participación electoral en Tierra Caliente". Revista Mexicana de Ciencias Políticas y Sociales, 69 (250). https://doi.org/10.22201/fcpys.2448492xe.2024.250.83619
  » https://doi.org/10.22201/fcpys.2448492xe.2024.250.83619
• HERNÁNDEZ-HUERTA, V. A. (2020), "Candidatos asesinados en México, ¿competencia electoral o violencia criminal?". Política y Gobierno, 27 (2), ePYG1307.
• HÖGLUND, K. (2009), "Electoral violence in conflict-ridden societies: Concepts, causes, and consequences". Terrorism and Political Violence, 21 (3): 412-427. https://doi.org/10.1080/09546550902950290
  » https://doi.org/10.1080/09546550902950290
• JASSO GONZÁLEZ, C. & BALTAZAR LANDEROS, E. (2025), "La politización de los liderazgos pandilleros: el caso de la Ranfla Nacional de la MS-13 (2012-2024)". Revista Criminalidad, 67 (1): 43-58. https://doi.org/10.47741/17943108.650
  » https://doi.org/10.47741/17943108.650
• KALYVAS, S. (2010), La lógica de la violencia en la Guerra Civil México, Ediciones Akal.
• LEY GENERAL DE ACCESO DE LAS MUJERES A UNA VIDA LIBRE DE VIOLENCIA. México CDCU.
• LEY GENERAL EN MATERIA DE DELITOS ELECTORALES, México.
• LESSING, B. (2015), "Logics of violence in criminal war". Journal of Conflict Resolution, 59 (8): 1486-1516. https://doi.org/10.1177/0022002715587100
  » https://doi.org/10.1177/0022002715587100
• MALDONADO ARANDA, S. (2019), "Los retos de la seguridad en Michoacán". Revista Mexicana de Sociología, 81 (4), 737-763. https://doi.org/10.22201/iis.01882503p.2019.4.57977
  » https://doi.org/10.22201/iis.01882503p.2019.4.57977
• MARTÍNEZ I COMA, F.; Norris, P. & Frank, R. (2015), "Integridad en las elecciones de América Latina 2012-2014". América Latina Hoy, 70: 37-54. https://www.redalyc.org/pdf/308/30842528003.pdf
  » https://www.redalyc.org/pdf/308/30842528003.pdf
• MOCHTAK, M. (2018), Electoral violence in the Western Balkans: From voting to fighting and back. Nova York, Routledge.
• NIEBURG, H. (1969), Political violence: The behavioral process Nova York, St. Martin's Press.
• O'DONNELL, G. (2010), Democracia, agencia y estado. Teoría con intención comparativa. Buenos Aires, Prometeo.
• OMOTOLA, J. S. & OYEWOLE, S. (2023), "Electoral violence in Nigeria: Insights from off-cycle subnational elections". Journal of Asian and African Studies, 60 (2): 947-959. https://doi.org/10.1177/00219096231184409
  » https://doi.org/10.1177/00219096231184409
• TREJO, G. & LEY, S. (2018), "Why did drug cartels go to war? Subnational party alternation, the breakdown of criminal protection, and the onset of large-scale violence in Mexico". Comparative Political Studies, 51 (7): 900-937. https://doi.org/10.1177/0010414017720703
  » https://doi.org/10.1177/0010414017720703
• TREJO, G. & LEY, S. (2020), Votes, drugs, and violence: The political logic of criminal wars in Mexico Cambridge, Cambridge University Press. https://doi.org/10.1017/9781108894807
  » https://doi.org/10.1017/9781108894807
• TREJO, G. & LEY, S. (2022), Votos, drogas y violencia. La lógica política de las guerras criminales. Penguin Random House.
• WILKINSON, S. (2004), Votes and violence: Electoral competition and ethnic riots in India Cambridge, Cambridge University Press.

• 1
  . Los datos de la investigación están disponibles bajo petición.
• 2
  . Las definiciones de las categorías utilizadas en el estudio, así como las variables se detallan en el cuadro anexo. Todas provienen de la legislación electoral y penal de México. Por ejemplo, la categoría de amenazas incluye en la legislación la intimidación, el ejercicio de violencia o coacción contra votantes, candidatos u organizaciones, incluyendo desde promesas como empleo, o amagos para suspender programas sociales, con el propósito de influir ilegalmente en el voto de una persona, alterando la libertad y el sufragio. Ver. Ley General en materia de Delitos Electorales y Código Penal Federal, México.
• 3
  . La elección de 2018 representó la primera victoria de una coalición de izquierda en la presidencia de México. López Obrador, candidato de la coalición Juntos Haremos Historia, encabezada por el Movimiento de Regeneración Nacional (Morena), obtuvo el 53.2% de los votos, el margen más amplio registrado en una elección presidencial desde la transición democrática. Su triunfo marcó una ruptura con la alternancia entre el PRI y el PAN que había caracterizado el periodo 2000-2018.
• 4
  . La elección presidencial de 2006 fue la más disputada de los últimos años. Felipe Calderón (PAN) fue el candidato electo frente a López Obrador (PRD) por un margen de 0.56 puntos porcentuales (aproximadamente 234,000 votos), resultado que la oposición impugnó y que derivó en una prolongada crisis de legitimidad y en movilizaciones masivas de protesta
• 5
  . Como lo demuestra el caso de Alcaldía de Tequila en Jalisco, donde el Presidente Municipal ganó las elecciones apoyado por Morena, sin que se presentaran conflictos y violencia electoral evidentes. El Alcalde Diego Rivera fue detenido el 5 de febrero de 2026 por el gobierno federal acusado de extorsión y por presuntos vínculos con el Cartel Jalisco Nueva Generación (Castillo, 2026).
• 6
  . La selección de las amenazas como categoría de referencia responde a una consideración teórica. En la tipología de la violencia electoral, las amenazas representan el umbral mínimo de coerción directa, a partir del cual se despliegan formas de agresión de mayor severidad (Höglund, 2009; Hafner-Burton et al., 2014). Esta elección permite interpretar los coeficientes de los demás tipos de delito como desviaciones respecto de esta forma de violencia político-electoral, y facilita la lectura de los efectos principales temporales en el Modelo 3 como el patrón específico de este repertorio. Los IRR condicionales estimados son invariantes a la elección de categoría de referencia.
• 7
  . La categoría de violencia basada en el género fue construida a partir de una definición de “violencia política contra las mujeres en razón de género” que fue incorporada en la legislación (electoral, penal y administrativa) mexicana en 2020 como un tipo de delito en el modelo. El artículo 20 bis de la Ley General de Acceso de las mujeres a una vida libre de violencia, la define como… “toda acción u omisión, incluida la tolerancia, basada en elementos de género y ejercida dentro de la esfera pública o privada, que tenga por objeto o resultado limitar, anular o menoscabar el ejercicio efectivo de los derechos políticos y electorales de una o varias mujeres, el acceso al pleno ejercicio de las atribuciones inherentes a su cargo, labor o actividad, el libre desarrollo de la función pública, la toma de decisiones, la libertad de organización, así como el acceso y ejercicio a las prerrogativas, tratándose de precandidaturas, candidaturas, funciones o cargos públicos del mismo tipo”. Debido a su novedad, su frecuencia es reducida (7 observaciones en la muestra analítica, equivalente al 1.2% del total). Su inclusión permite explorar si este tipo de violencia presenta patrones temporales diferenciados respecto a otros repertorios de agresión. No obstante, la baja frecuencia impone cautela en la interpretación de sus coeficientes, y los resultados asociados deben considerarse como indicativos. Investigaciones complementarias sobre violencia política de género (Albaine, 2021; Guadarrama y Aguilar, 2021) documentan la persistencia y gravedad de este fenómeno, cuyo abordaje empírico pleno requiere estrategias de recolección específicas que exceden el alcance de la presente base de datos.
• 8
  . Esta última agrupa los eventos clasificados originalmente como robo, extorsión, corrupción, clientelismo, proselitismo en circunstancias o periodos prohibidos, compra de voto o coacción al votante, y crimen organizado, cuyas frecuencias individuales resultaron insuficientes para su inclusión como categorías independientes en el modelo.
• 9
  . El ajuste óptimo del modelo NB2 sobre el Poisson fue confirmada mediante una prueba de razón de verosimilitud (χ = 1,080.91, p < 0.001) y una diferencia de 1,079 puntos en el criterio de información de Akaike.
• 10
  . Un análisis de sensibilidad comparó tres especificaciones de errores estándar – máxima verosimilitud (clásicos), robustos a heteroscedasticidad (HC1) y clúster por municipio –, confirmando que la inflación promedio de los errores clúster respecto a los clásicos es modesta (factor de 1.02 a 1.08), consistente con la estructura de los datos en la que numerosos municipios contribuyen con una o dos observaciones. No obstante, la corrección clúster se mantiene como especificación principal por su justificación teórica y por la presencia de sobre dispersión residual moderada (dispersión de Pearson de 1.61 en el modelo principal), que los errores agrupados contribuyen a absorber.
• 11
  . El BIC penaliza con mayor severidad la complejidad del modelo que el AIC, por lo que tiende a favorecer especificaciones más parsimoniosas. Cuando ambos criterios divergen en la selección del modelo preferido, se reportan los resultados del modelo más complejo señalando explícitamente esta discrepancia.
• 12
  . Para evaluar la bondad de ajuste se reportan el R de Nagelkerke, el estadístico chi-cuadrado de razón de verosimilitud respecto al modelo nulo, los criterios AIC y BIC, el logaritmo de la verosimilitud, y el parámetro de dispersión θ con su error estándar.
• Declaración de disponibilidad de datos:
  Los datos de la investigación están disponibles bajo petición.
• Trabalho realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (Capes) – Código de Financiamento 001.

Anexo 1

TABLA 1
Comparativo de bases de datos sobre violencia política

	CES	Data cívica – Votar entre balas	Laboratorio Electoral	Integralia	Causa en común
Periodo de registro	Procesos electorales de 2018, 2021 y 2024	2018-2024	Procesos electorales de 2018, 2021, 2024 (junio de 2023 a septiembre 2024)	Procesos electorales de 2021 y 2024	Proceso electoral 2024
Informes	Por cada proceso electoral	Mensuales	Hasta mayo tienen 2 informes	Hasta mayo tienen 1 informe	Boletín informativo 2024
Delitos que registran	– Amenazas – Robo – Homicidio – Atentado – Privación de la libertad/desaparición/secuestro – Vandalismo – Lesiones – Violencia basada en el género (contra candidatas, autoridades, electores y en general en el contexto electoral) – Extorsión – Corrupción – Clientelismo – Proselitismo en circunstancias o periodos prohibidos – Compra de voto o coacción al volante – Crimen Organizado	– Atentado – Ataque armado – Desaparición – Secuestro – Asesinato	– Asesinatos de personas involucradas en el proceso electoral – Asesinatos de políticos que no buscan un cargo – Asesinatos de excandidatos – Asesinatos de exfuncionarios (ejecutivo, legislativo) – Ataques a autoridades electorales – Ataques contra personas cercanas a candidaturas – Violencia física – Violencia sexual – Violencia psicológica contra candidaturas – Obstaculización de derechos políticos – Restricción del voto – Obstaculización de eventos	– Amenazas – Asesinatos – Atentado – Otros (secuestros, desapariciones, otras formas de violencia)	– Asesinatos
Actores	– Activista – Presidente municipal/Alcalde – Candidato a Presidente municipal/Alcalde – Candidato a regidor, síndico o concejal – Candidato a diputado federal – Candidato a diputado local – Candidato a gobernador – Candidato a senador – Ciudadano – Diputado local – Ex funcionario – Familiar de político – Fuerzas de seguridad pública – Militante/Funcionario de partido – Funcionario local – Otro político – Precandidato – Regidor – Gobernador – Diputado federal – Funcionario electoral INE/Ople – Candidato a Senador – Eclesiástico – Prensa – Funcionario Federal – Senador – Presidente Municipal o funcionario local con licencia – Candidato a presidente – Presidente en turno – Crimen Organizado	– Director Obras Públicas – Gobernador/a – Secretario/a – Diputado/a – Director Policía – Empleado Público/a – Policía – Crimen Organizado – Narco – Candidato/a – Político/a – Presidente/a Municipal – Síndico/a – Regidor/a	– Aspirantes a candidatos – Precandidatos – Candidatos – Encuestadores – Colaboradores de partido – Funcionarios públicos – Familiares	– Aspirantes a candidatos – Funcionarios públicos – Ex funcionarios públicos – Políticos – Ex políticos – Familiares – Colaterales	– Aspirantes/candidatos de partidos políticos a puestos de representación popular – Funcionarios públicos activos – Dirigentes y colaboradores partidistas
Variables	– Identidad de la víctima: Nombre Género Partido Cargo – Otros: Fecha Estado Municipio Localidad Distrito Electoral Fuente Partido en el gobierno Información del agresor	– Identidad de la víctima: género partido puesto nivel de gobierno – Otros: Lugar Fecha Grupo agresor	– Identidad de la víctima: Nombre Foto (en caso de asesinato) Sexo Partido – Otros: Estado Partido que gobierna el estado Partido que gobierna el municipio Fecha Fuente	– Identidad de la víctima: Nombre Sexo Partido – Otros: Estado Partido que gobierna el estado	– Identidad de la víctima: Nombre Cargo Partido Puesto aspirado – Otros: Fecha Partido Estado Municipio Partido en gobierno Fuente
Fuentes	Notas periodísticas y solicitudes de información	Notas Periodísticas			Notas periodísticas
Link a la base		https://votar-entre-balas.datacivica.org/datos-votar-entre-balas	https://laboratorioelectoral.mx/violencia	https://integralia.com.mx/web/reporte-de-violencia-politica-segunda-actualizacion/	https://docs.google.com/spreadsheets/d/...

Anexo 2 GRÁFICA 1: Ventana temporal de la violencia político-electoral en México (2018-2024)

• Editora:
  Ana Paula Hey

Disponibilidad de datos

Los datos de la investigación están disponibles bajo petición.

Fechas de Publicación

• Publicación en esta colección
  19 Jun 2026
• Fecha del número
  2026

Histórico

• Recibido
  02 Oct 2025
• Acepto
  19 Feb 2026