Reeleição de Prefeitos e o Enfrentamento à Pandemia de Covid-19 em 2020

Peixoto, Vitor de Moraes; Leal, João Gabriel Ribeiro Pessanha; Marques, Larissa Martins; Souza, Renato Barreto de

doi:10.1590/dados.2024.67.4.331

Acessibilidade / Reportar erro

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

Artigos Originais • Dados rev. ciênc. sociais 67 (4) • 2024 • https://doi.org/10.1590/dados.2024.67.4.331 copiar

Reeleição de Prefeitos e o Enfrentamento à Pandemia de Covid-19 em 2020

Mayor Reelection and COVID-19 Response in 2020

Réélection des Maires et Lutte contre la Pandémie de Covid-19 en 2020

Reelección de Alcaldes y el Enfrentamiento a la Pandemia de Covid-19 en 2020

Autoria SCIMAGO INSTITUTIONS RANKINGS

Resumo

O sucesso ou o fracasso de candidatos à reeleição nas prefeituras nas eleições de 2020 foi determinado pelo contexto da pandemia? Para responder essa questão, testamos a influência de variáveis de cinco dimensões: características individuais dos postulantes, fatores políticos municipais, questões socioeconômicas e de governança, assim como indicadores contextuais da pandemia sobre o desempenho daqueles que tentaram renovar os seus mandatos. A pesquisa circunscreveu 3032 municípios em que prefeitos participaram da corrida eleitoral. Influenciaram positivamente a reeleição os seguintes fatores: tamanho da população, gastos de campanha e gastos em saúde e em educação e contratação de médicos durante a pandemia. Como efeitos negativos, foram encontrados a competição eleitoral e o gênero do chefe do executivo. Concluiu-se que os aspectos que, de fato, determinaram a reeleição estão relacionados ao enfrentamento da Covid-19, a atributos individuais do candidato e às características políticas do município, e não a fatores epidemiológicos ligados à pandemia, como casos confirmados ou mesmo óbitos.

reeleição; pandemia; eleições 2020; auxílio emergencial; Sistema Único de Saúde (SUS)

	Modelo 1		Modelo 2		Modelo 3		Modelo 4		Modelo 5
Predictors	Odds Ratios	p	Odds Ratios	p	Odds Ratios	p	Odds Ratios	p	Odds Ratios	p
(Intercept)	0.02	0.163	0.03	0.017	0.06	0.003	0.06	0.001	1.42	0.548
Log da população (2019)	1.57	0.041	1.33	0.006	1.33	<0.001	1.27	<0.001	1.25	<0.001
Nordeste	1.18	0.799	1.02	0.964	1.03	0.886	1.14	0.552	1.24	0.292
Sudeste	1.10	0.834	1.35	0.354	0.90	0.585	0.94	0.729	0.94	0.690
Sul	1.75	0.295	2.22	0.030	1.33	0.161	1.40	0.084	1.25	0.200
Norte	0.80	0.755	0.93	0.874	0.82	0.442	0.91	0.666	1.04	0.854
Gini (2010)	0.02	0.097	0.09	0.061	0.32	0.192
PIB per capita (2017)	1.00	0.280	1.00	0.504	1.00	0.810	1.00	0.877	1.00	0.971
Metropole	1.05	0.837
Município polo em saúde	0.94	0.826
Densidade demográfica	1.00	0.430
Dependência financeira (2019)	1.00	0.381	1.00	0.984	1.00	0.789
NEP	0.54	<0.001	0.60	<0.001	0.54	<0.001	0.52	<0.001	0.30	<0.001
Diferença entre Haddad e Bolsonaro	1.01	0.265	1.00	0.725	1.01	0.021	1.01	0.010	1.00	0.032
% candidato mais votado (2016)	1.01	0.188	1.01	0.038	1.01	0.054	1.00	0.727	1.01	0.020
PT	0.55	0.248	0.92	0.796	1.01	0.959	1.03	0.882
PSDB	0.66	0.192	0.84	0.418	1.02	0.883
PP	1.17	0.698	0.96	0.877	1.17	0.372	1.12	0.462
PSD	0.58	0.121	0.89	0.595	0.94	0.709	0.93	0.617
PSB	0.80	0.574	0.96	0.859	1.07	0.699
PMDB	0.78	0.421	0.91	0.609	0.98	0.852
PR	0.99	0.987	1.01	0.975	1.05	0.826	1.12	0.564
DEM	0.38	0.038	0.76	0.347	0.84	0.391	0.84	0.373
Prefeita	0.41	0.011	0.59	0.005	0.52	<0.001	0.51	<0.001	0.68	0.001
Médico(a)	0.89	0.736
Casado(a)	0.84	0.424
Ensino Superior	1.30	0.218
% despesa por candidato	1.04	<0.001	1.04	<0.001	1.04	<0.001	1.04	<0.001
% de funcionários discricionários	0.99	0.302
Funcionários per capita	1.10	0.440	1.01	0.911	1.03	0.497
Despesas totais com saúde per capita (2020)	1.00	0.294	1.00	0.302	1.00	0.640	1.00	0.292	1.00	0.026
Δ% em saúde per capita (2019-2020)	1.00	0.855
Δ% de médicos (2016-2020)	1.00	0.064	1.00	0.213	1.00	0.061
Δ% auxiliar de enfermagem (2016-2020)	1.00	0.745	1.00	0.469
IDEB (2019)	0.92	0.621	0.99	0.941
Δ% IDEB (2017-2019)	1.02	0.095	1.01	0.137
Δ% educação fundamental infantil per capita (2016-2020)	1.00	0.479
Despesas com educação infantil per capita (2020)	1.00	0.042
Proporção de beneficiários	8.41	0.690	2.70	0.751	0.56	0.789
Valor recebido de auxílio per capita	1.00	0.856	1.00	0.545	1.00	0.340	1.00	0.073
Média restrição em locais de trabalho	1.00	0.885
Nº óbitos até outubro/10 mil hab	0.97	0.363	1.00	0.909	0.98	0.247	0.99	0.594	1.00	0.831
Nº casos até outubro/10 mil hab	1.00	0.168	1.00	0.995	1.00	0.133
Diferença entre o primeiro e segundo colocado (2016)							1.00	0.640
Observations	659		1490		2751		2854		3079
R2 Tjur	232		180		178		176		114

Instituto de Estudos Sociais e Políticos (IESP) da Universidade do Estado do Rio de Janeiro (UERJ) R. da Matriz, 82, Botafogo, 22260-100 Rio de Janeiro RJ Brazil, Tel. (55 21) 2266-8300, Fax: (55 21) 2266-8345 - Rio de Janeiro - RJ - Brazil
E-mail: dados@iesp.uerj.br

Acompanhe os números deste periódico no seu leitor de RSS