Profiluri electorale teritoriale. Cum s-au distribuit geografic și socio-demografic preferințele pentru candidații din turul 1 

Preambul

Transformările capitaliste la nivel global din ultimele decenii au condus la reconfigurarea spațiului și au accelerat tendința de extindere a urbanizării la nivel planetar. Însă acesta nu a fost un proces uniform, generând o geografie marcată de inegalități, polarizări, ierarhii și dezvoltare inegală. Înțelegerea acestei discontinuități complexe, a modului în care se formează prin articularea cu alți factori locali și/sau globali reprezintă o provocare analitică ce caută să surprindă modul concret în care au loc procesele de formare și transformare spațială a capitalismului.  

În România, ca și în alte state din estul european post-comunist, unul din mecanismele importante de restructurare a spațiului a fost prin investițiile străine directe. Preferând anumite centre urbane sau regionale – din motive ce, de asemenea, trebuie specificate în fiecare caz în parte – aceste investiții au dus la o concentrare a capitalului și a forței de muncă în aceste zone și prin urmare la crearea unor ierarhii geografice specifice. Acești factori modelatori globali și externi nu s-au manifestat în vid. Ei au acționat într-o economie (post)-socialistă specifică.  

Structura administrativă din 1968 (încă în vigoare) viza dezvoltarea industrială intensivă la nivelul județelor care erau împărțite între orașul central cu rol administrativ și cu o periferie industrială și un hinterland agricol. Căderea comunismului și dezindustrializarea care a urmat în primii ani ai tranziției a schimbat în mod radical acest model economic și spațial, chiar dacă formal structura administrativ-teritorială a rămas aceeași. Re-industrializarea dependentă care s-a petrecut după integrarea în UE prin investiții străine directe nu a folosit decât parțial și extrem de selectiv vechea infrastructură industrială.  

În acest proces orașele și zonele lor peri-urbane au devenit actorii economici relevanți, sau, altfel spus, re-industrializarea dependentă s-a spațializat în și în jurul orașelor din Romania, producând un dezechilibru major între aceste spații și cele din afara lor. Această transformare a fost la rândul ei neuniformă și inegală, conducând la acumulare de capital în anumite centre urbane nodale dar și la specializare economică (servicii, industrie, logistică, agricultură, turism, fiind cele mai importante domenii).  

Prin urmare, economia politică a orașelor a devenit principalul factor după care s-a restructurat spațiul din jurul acestor orașe, fie că vorbim de spațiul peri-urban din primul inel, fie că vorbim de fostul hinterland agricol al județelor. Economia politică a orașelor a dictat totodată și natura pieței muncii și a dinamicii acesteia, selectând anumite categorii de angajați în detrimentul altora și creând o ierarhie între aceștia care la rândul ei s-a manifestat spațial.  

Pe baza acestei înțelegeri spațiale a circulației capitalului analiza de față surprinde modul în care s-au manifestat opțiunile de vot la primul tur al alegerilor prezidențiale. Lucrând pe datele existente înainte de renumărare, textul relevă importanța analitică a acestei abordări inclusiv prin faptul că ajută la eliminarea unor credințe comune, dar eronate.      

Profiluri electorale teritoriale 

Profilarea teritorială a candidaților a fost realizată la nivel de localitate (UAT) și regiune, utilizând date care surprind dinamica teritorială între 2011 și 2022. Deși aceste date nu reflectă situația din ziua votului, analiza arată că transformările economice și sociale au generat noi forme de organizare spațială. Voturile exprimate conturează astfel peisaje sociale marcate de structuri teritoriale distincte. 

Am determinat candidatul dominant în fiecare localitate pe baza proporției voturilor exprimate și am analizat dacă dinamica pieței muncii pe sectoare din perioada 2011-2022 are o corelație cu voturile (această relație este detaliată în Tabelul 1). De asemenea, am folosit factorii socio-economici și demografici ai localităților pentru a modela probabilistic preferințele electorale dominante (rezultatele sunt prezentate în Tabelul 2). Modelul statistic aplicat este o regresie spațială cu control al erorilor, ale cărei detalii tehnice sunt expuse mai jos. 

Capacitatea de profilare teritorială a fiecărui candidat este ilustrată prin hărți care prezintă valorile prezise pe baza modelului statistic, comparate cu harta efectivă a voturilor exprimate, disponibilă pe platforma Hotnews Alegeri.

Prin aceasta, evidențiem modul în care opțiunile de vot pentru fiecare candidat reflectă transformările spațiale și economice în România. Relațiile economice și reconfigurările spațiale au influențat comportamentul electoral, surprinzând procesele de formare și transformare spațială discutate în literatura de specialitate. 

Călin Georgescu a fost preferat în localitățile industriale aflate în creștere, în special în cele situate în afara aglomerărilor urbane în expansiune sau la periferia acestora, frecvent dincolo de primul inel metropolitan, în zonele care atrag muncitori industriali navetiști. Aceste localități se remarcă prin dezvoltarea sectorului industrial. Electoratul său, similar cu cel al lui Marcel Ciolacu, provine din regiuni în care piața muncii este în expansiune, atât în cadrul firmelor industriale cu capital autohton, cât și al celor cu capital străin. Totuși, analizând alte trăsături ale localităților, precum dinamica demografică, specificul acestui candidat rezidă în capacitatea sa de a atrage voturi din localități cu o creștere economică bazată pe industrie dominată de firme autohtone, precum și din zone cu o experiență redusă de migrație colectivă. Georgescu nu a fost preferat în localități caracterizate printr-un nivel scăzut de educație sau cu o proporție ridicată de pensionari cu contribuții, ceea ce evidențiază o bază electorală alcătuită în principal din populații active și cu un nivel educațional mediu. Regiunile în care a beneficiat de o susținere semnificativă în Centru, Vest și Nord-Est. În plus, a primit un sprijin considerabil din partea diasporei din Europa. 

Elena Lasconi a fost votată în zonele urbane aflate în creștere, unde serviciile pentru afaceri au cunoscut o expansiune rapidă, alimentată de investițiile străine directe. A primit susținere în zonele metropolitate care au înregistrat o creștere a populației. Însă în orașele ce prezintă astfel de dinamici a existat o asociere negativă cu voturile pentru ea. Votul pentru Lasconi se află într-o relație negativă și în localitățile în care creșterea economică este concentrată în industria dominată de firme autohtone. Totodată ea este mai puțin votată în localitățile care au un trecut industrial pronunțat. Electoratul său este compus atât din populații cu nivel educațional ridicat, cât și din pensionari cu contribuții, ceea ce reflectă o diversitate socială în susținători. A fost puternic sprijinită în regiunea Centru și în București, deși voturile sale s-au concentrat mai degrabă în mediul urban decât pe o bază regională largă. Lasconi a fost preferată de o nouă clasă urbană, precum și de zonele economice cu un rol logistic important în economiile regionale și de cele cu un sector comercial în plină expansiune. 

Marcel Ciolacu a obținut susținere majoritară în localitățile unde munca salariată s-a extins în agricultură, industrie și servicii domestice, precum și în zonele aflate în declin economic. Electoratul său provine în principal din zone locuite de pensionari cu contribuții, reprezentând vechea clasă de angajați. Spre deosebire de Călin Georgescu, susținerea lui Marcel Ciolacu nu este asociată cu localitățile cu un trecut investițional socialist în industrie, ci, mai degrabă, cu localitățile industriale marcate de contracție demografică. Totuși, similar cu Georgescu, a fost votat de persoane din localități cu o experiență mai redusă de migrație. Cu toate acestea, spre deosebire de Georgescu, Ciolacu nu a beneficiat de susținerea diasporei europene. Susținerea pentru Ciolacu a fost redusă în regiunile dezvoltate economic, Centru și Vest, precum și în diaspora. În schimb, voturile sale s-au concentrat în regiunile agricole din Oltenia și Muntenia. În localitățile unde agricultura s-a extins, aceasta nu reprezintă o agricultură tradițională, ci una bazată pe muncă salariată, integrată într-un sistem de dependență structurală. În acest context, capitalul autohton implicat în producția agricolă este subordonat unor actori economici de mari dimensiuni, care beneficiază de investiții străine directe și controlează infrastructura de depozitare și distribuție. Această dinamică reflectă un peisaj agricol complex, în care dependența de capitalul internațional determină relațiile economice locale. 

Nicolae Ciucă a beneficiat de susținere în localități caracterizate printr-o proporție ridicată de pensionari și un nivel crescut de persoane cu educație primară. Nu există o asociere clară între voturile pentru el și creșterile economice specifice sau anumite sectoare ale pieței muncii. Totuși, a înregistrat o preferință mai scăzută în regiunile cu expansiune agricolă din Sud-Est și în Vest. 

George Simion nu prezintă asocieri semnificative cu dinamica economică a localităților, însă a fost votat în localități omogene din punct de vedere etnic și religios, având investiții industriale istorice și un electorat format în principal din pensionari cu contribuții, adică vechea clasă industrială. Susținerea sa a fost mai concentrată în Nord-Est și în Oltenia. Deși a fost susținut în localități cu un nivel educațional scăzut, electoratul său este diversificat, fără o corelație puternică cu anumiți factori socio-economici. Modelul statistic aplicat în cazul său are o valoare explicativă redusă, reflectând o bază electorală eterogenă. 

Kelemen Hunor a fost votat aproape exclusiv în localitățile cu o proporție ridicată de populație de etnie maghiară, cu regiunile Nord-Vest și Centru având un rol esențial în susținerea sa. Profilul său electoral este specific comunității maghiare din România, votul fiind determinat în principal de identitatea etnică, iar factorii economici și demografici având un impact limitat. Este de notat că aceste localități dispun de o industrie autohtonă proprie, chiar dacă nu se disting printr-un istoric socialist pronunțat în industrializare. 

Tabel 1.  Relația dintre sectorul dominant al creșterii pieței muncii și candidatul dominant votat la nivel de localitate  

χ²(35) = 2.628.805, p< 0.000, C = 0.485. În paranteză sunt indicate scorurile ajustate standardizate χ². Valoarea negativă indică un deficit față de valoarea așteptată (dacă nu ar exista o relație), iar valoarea pozitivă arată o asociere care nu poate fi atribuită întâmplării. Localitățile au fost ponderate în funcție de numărul de voturi exprimate. Țările diasporei au fost grupate în două categorii: „Diaspora europeană și restul lumii” și „Diaspora americană”. Acestea nu au fost incluse ca variabile separate în tabel. Totuși, rezultatele arată o asociere puternică între primul tip de diasporă și voturile pentru Călin Georgescu, iar al doilea tip de diasporă și voturile pentru Elena Lasconi. 

Tabel 2. Rezultatele regresiei spațiale pentru fiecare candidat dominant la nivel de localitate 

Notă Categoriile de referință sunt setate pe localitățile cu creștere agricolă, și regiunea Sud-Vest Oltenia, adică bazinele electorale ale lui Marcel Ciolacu. Acest candidat joac, rolul de candidat de referință implicit în analiză, de aceea nu prezintă asocieri semnificative cu alte sectoare decât agricultura care e referința. 

Factorii utilizați 

Analiza utilizează variabile care reflectă dinamica economică, demografică și socio-culturală a localităților. Sectorul dominant al pieței muncii a fost determinat pe baza creșterii absolute a numărului de salariați în diferite sectoare economice între 2011 și 2022, oferind o perspectivă asupra tendințelor de creștere economică la nivel local. Indicatorul diferențiază între localitățile cu scădere totală a numărului de salariați (contractare), cele cu creștere în comerț, industrie, servicii oferite de firme autohtone sau servicii oferite de firme străine. Sectorul agricol este utilizat ca referință. Datele provin din balanțele financiare ale companiilor, iar indicatorul a fost dezvoltat în cadrul lucrării ​Petrovici, Poenaru, et al. (2023)​. 

Istoricul investițional industrial este reprezentat printr-un indice bazat pe investițiile realizate în perioada socialistă (1955-1990) în agricultură, industrie și servicii. Indicele reflectă traiectoria economică istorică a localităților. O valoare negativă indică o pondere mai mare a investițiilor în agricultură, în timp ce o valoare pozitivă indică o pondere mai mare a investițiilor în industrie. Valorile apropiate de zero sugerează o distribuție echilibrată a investițiilor între agricultură și industrie, completată de investiții în servicii pentru populație. Datele utilizate au fost extrase din Anuarele statistice ale României, iar acest indicator a fost dezvoltat de ​Petrovici, Belbe, et al. (2023)​. 

Dinamica demografică a fost analizată prin intermediul a doi indicatori. Primul, creșterea populațională în aglomerările urbane, este un indicator binar care măsoară dacă populația unei aglomerări urbane, incluzând centrul urban și periurbanul acestuia, a crescut între 2011 și 2023. În cazul orașelor adiacente, centrul urban este considerat cel mai mare oraș din aglomerare. Al doilea indicator, creșterea populației în localități, arată dacă populația localității propriu-zise a crescut în aceeași perioadă. Acești indicatori au fost dezvoltați în cadrul lucrării ​Petrovici and Poenaru (2024)​. 

Structura populației a fost caracterizată prin cinci variabile. Primul, propus de ​Sandu (2017)​, măsoară experiența de migrație a unei comunități, exprimând volumul total al anilor de migrație internațională dintr-o localitate. Acest indicator are valori între 0 (fără experiență) și 1 (experiență comunitară ridicată). Proporția pensionarilor care primesc pensie bazată pe contribuție din totalul populației de peste 65 de ani reflectă vechea clasă salariată dintr-o localitate. Indicatorul a fost dezvoltat de ​Petrovici, Belbe, et al. (2023)​. Proporția populației cu educație primară măsoară ponderea persoanelor cu cel mult patru clase absolvite din populația totală a localității. De asemenea, proporția populației de etnie maghiară și proporția populației neoprotestante oferă o imagine asupra distribuției etnice și religioase a localităților. 

Regiunile au fost incluse în analiză ca variabile categorice, corespunzând regiunilor de dezvoltare din România: București, Ilfov, Centru, Diaspora, Nord-Est, Nord-Vest, Sud-Est, Sud-Muntenia și Vest. Regiunea Sud-Vest Oltenia a fost utilizată ca referință. Aceste variabile regionale permit evaluarea diferențelor teritoriale în comportamentele și tendințele analizate. 

Metoda de modelare 

Am utilizat o regresie spațială de tip eroare (Spatial Error Model – SEM) pentru a analiza relațiile dintre variabilele explicative și rezultatele electorale pentru fiecare candidat la alegerile prezidențiale, ținând cont de dependențele spațiale. Metoda SEM a fost utilizată pentru a corecta dependențele spațiale între localități vecine, reflectate prin coeficientul ρ, care măsoară gradul de influență a vecinătăților asupra erorilor reziduale.  

Modelele sunt ponderate în funcție de numărul de voturi exprimate, pentru a reflecta importanța diferită a localităților. Modelele au fost aplicate separat pentru fiecare candidat: Georgescu, Lasconi, Ciolacu, Ciucă, Simion și Hunor. 

Coeficienții estimați reflectă relația dintre variabilele independente și probabilitatea de a vota pentru fiecare candidat. Coeficientul ρ  măsoară gradul în care variația reziduurilor poate fi explicată prin dependențele spațiale între localități vecine. 

Pentru evaluarea performanței modelelor, au fost utilizate măsuri precum log-verosimilitudinea și AIC, care permit compararea modelelor între ele și cu alte alternative. De asemenea, este raportat un pseudo-R², care indică proporția din variația preferințelor pentru un candidat explicată de factorii incluși în model.  Măsurile indicând faptul că modelele sunt bine specificate. Totuși, un pseudo-R² de 0.034 pentru George Simion și de 0.120 pentru Nicolae Ciucă sugerează explicații slabe ale variației votului în funcție de variabilele incluse. 

Rezultatele: profilul candidaților la nivel de localitate 

Călin Georgescu 

Sectorul dominant al creșterii pieței muncii: 

• Georgescu este preferat în localități cu creștere în industrie dominată de firme autohtone (β=0.061, p<0.05), ceea ce indică o legătură cu expansiunea capitalului autohton. 

• Mai puțin susținut în localități cu servicii furnizate de firme străine (β=−0.166, p<0.001), comerț și logistică (β=−0.081, p<0.01), ceea ce reflectă o distanțare de sectoarele centrate pe consum. 

• În localități cu creștere industrială autohtonă, Georgescu a fost votat de 44% dintre alegători. 

• În localități cu contractarea pieței muncii, procentul este identic (44%). 

• În localități dominate de comerț și logistică, sprijinul scade la 26%. 

Structura populației: 

• Este preferat în localități cu proporții mai mici de pensionari cu contribuții (β=−2.255, p<0.001), sugerând o bază electorală formată din populație activă. 

• Mai puțin votat în localități cu proporții ridicate de populație maghiară (β=−0.571, p<0.001). 

• Asociere negativă cu localitățile cu experiență de migrație (β=−0.180, p<0.01). 

• Nivelul educațional nu influențează semnificativ votul pentru el. 

Istoric investițional și dinamică demografică: 

• Sprijin pozitiv din zone cu istoric industrial semnificativ (β=0.050β=0.050, p<0.001). 

• Mai puțin votat în zone metropolitane în creștere (β=−0.213, p<0.001), dar asociat pozitiv cu orașe individuale în creștere (β=0.094, p<0.001). 

Regiuni cu susținere puternică: 

• Nord-Est (β=0.232, p<0.001), Vest (β=0.215, p<0.001), Sud-Est (β=0.152, p<0.01), Nord-Vest (β=0.112, p<0.05), Ilfov (β=0.157, p<0.001). 

Elena Lasconi 

Sectorul dominant al creșterii pieței muncii: 

• Susținere puternică în localități cu servicii oferite de firme străine (β=0.131, p<0.001) și comerț și logistică (β=0.100, p<0.001). 

• Sprijin negativ în industriile autohtone (β=−0.045, p<0.05). 

• În localități cu servicii străine, 59% dintre alegători au votat pentru ea. 

• În localități dominate de comerț și logistică, procentul scade la 36%. 

Structura populației: 

• Preferată în localități cu proporții mari de pensionari cu contribuții (β=1.477, p<0.001) și experiență ridicată de migrație (β=0.542, p<0.001). 

• Mai puțin votată în localități cu populație maghiară (β=−0.250, p<0.001). 

• Asociere negativă cu niveluri scăzute de educație (β=−0.364, p<0.001). 

Istoric investițional și dinamică demografică: 

• Asociere negativă cu localități industrializate istoric (β=−0.030, p<0.001). 

• Susținere puternică în aglomerări urbane în creștere (β=0.410, p<0.001). 

• Asociere negativă cu orașe în creștere (β=−0.058, p<0.001). 

Regiuni cu susținere: 

• Pozitivă: Centru (β=0.133, p<0.01). 

• Negativă: Nord-Vest (β=−0.183, p<0.001), Sud Muntenia (β=−0.175, p<0.001), București-Ilfov (β=−0.078, p<0.01). 

Marcel Ciolacu 

Sectorul dominant al creșterii pieței muncii: 

• Preferat în localități cu creșteri în agricultură, aceasta fiind categoria de referință în analiza multivariată. 

• În analiza bivariată, susținerea sa electorală a fost identificată în localități industriale, atât cele cu capital autohton, cât și transnațional, precum și în cele dominate de servicii domestice. Totuși, în analiza multivariată, fiind categorie implicită de referință, aceste asocieri nu mai apar explicit. 

• Voturile pentru Ciolacu se suprapun spațial parțial cu cele ale lui Călin Georgescu, reflectând similitudini în structura electorală, în special în localitățile industriale. 

Structura populației: 

• Susținut în localități cu proporții mari de pensionari (β=0.642, p<0.01) și experiență de migrație redusă (β=−0.327, p<0.001). 

• Sprijin redus în localități cu populație maghiară (β=−0.307, p<0.001). 

• Nivelul de educație nu influențează semnificativ votul. 

Istoric investițional și dinamică demografică: 

• Sprijin redus în aglomerări urbane în creștere (β=−0.126, p<0.001). 

Regiuni cu susținere: 

• Pozitivă: Sud Muntenia (β=0.123, p<0.01). 

• Negativă: Vest (β=−0.213, p<0.001), Nord-Est (β=−0.252, p<0.001), Sud-Est (β=−0.164, p<0.01). 

Nicolae Ciucă 

Sectorul dominant al creșterii pieței muncii 

• Nu există asocieri semnificative între susținerea electorală a lui Nicolae Ciucă și sectoarele economice analizate, sugerând că preferințele pentru acest candidat nu sunt legate de dinamica economică specifică localităților. 

Structura populației 

• Preferat în localități cu o proporție mare de pensionari cu contribuții (β=0.543, p<0.001), indicând o bază electorală îmbătrânită. 

• Susținerea sa are o asociere pozitivă cu localități unde o proporție semnificativă a populației are educație primară (β=0.534, p<0.001). 

• Asociere negativă cu localitățile cu o populație predominant maghiară (β=−0.171, p<0.001). 
• Istoric investițional și dinamică demografică 
• Asociere negativă cu localitățile industriale din perioada socialistă (β=−0.018, p<0.01). 

• Mai puțin votat în aglomerări urbane care au înregistrat o creștere populațională (β=−0.029, p<0.05). 

• Nu există asocieri semnificative cu localitățile individuale care au crescut demografic. 

Regiuni cu susținere puternică 

• Vest (β=0.066, p<0.01), Sud-Est (β=0.061β=0.061, p<0.01) 

• Nu prezintă asocieri semnificative cu alte regiuni. 

George Simion 

Sectorul dominant al creșterii pieței muncii 

• Nu există asocieri semnificative cu niciun sector economic analizat, sugerând că baza sa electorală nu este influențată direct de caracteristicile economice ale localităților. 

• Întreg modelul statistic are o adecvare mică în cazul acestui candidat, voturile sale au fost structurate socio-demografic slab, chiar dacă efectele de proximitate spațială au fost puternice. 

Structura populației 

• Susținut în localități cu o proporție mai mare de persoane cu educație primară (β=0.198, p<0.001), indicând o bază electorală provenind din zone cu nivel educațional scăzut. 

• Asociere negativă cu localități cu o proporție ridicată de pensionari cu contribuții (β=−0.194, p<0.05). 

• Nu are corelații semnificative cu migrația sau structura etnică. 

Istoric investițional și dinamică demografică 

• Nu există asocieri semnificative cu dinamica demografică. 

• Asociere pozitivă cu istoricul investițional industrial (β=0.008β=0.008, p<0.01). 

Regiuni cu susținere puternică 

• Nord-Est (β=0.046, p<0.001). 

• Nu prezintă asocieri semnificative cu alte regiuni. 

Kelemen Hunor 

Sectorul dominant al creșterii pieței muncii 

• Susținut în localități unde creșterea a fost concentrată în industria dominată de firme autohtone (β=0.019, p<0.01). 

• Asociere negativă cu localitățile unde serviciile furnizate de firme autohtone erau dominante (β=−0.015, p<0.05). 

• Identitatea etnică rămâne principalul determinant al susținerii sale electorale. 

Structura populației 

• Susținut aproape exclusiv în localități cu o proporție mare de populație maghiară (β=1.314, p<0.001), ceea ce reflectă o bază electorală clar dominată de identitatea etnică. 

• Nu există asocieri semnificative cu alte caracteristici demografice sau economice. 

Istoric investițional și dinamică demografică 

• Mai puțin votat în aglomerări urbane cu creștere de populație (β=−0.043, p<0.001). 

• Asociere negativă slabă cu localitățile individuale în creștere (β=−0.008, nesemnificativ). 

• Asociere negativă cu istoricul investițional industrial (β=−0.006, p<0.05). 

Regiuni 

• Cu susținere puternică: Centru (β=0.058, p<0.01), Nord-Vest (β=0.029, p<0.05). 

• Cu susținere redusă: Nord-Est (β=−0.054, p<0.01), Sud-Est (β=−0.053, p<0.01). 

Fig. 1 Predicția voturilor în funcție de factorii utilizați pentru fiecare candidat (se remarcă similaritatea cu rezultatele BEC înainte de renumărare). 

Referințe 

​​Petrovici N and Poenaru F (2025) Uneven and divergent spatial figurations: A five-pronged typology of urban and peri-urban formations in Romania. Cities 156: 105578. 

​Petrovici N, Poenaru F and Mare C (2023) “Exploded urbanism”: Processes of peri-urban formation in Romania. Cities 135. Pergamon: 104218. 

​Petrovici N, Belbe S (Ștefana), Mare C (Codruța), et al. (2023) Hybrid health regimes: Access to primary care physicians and COVID-19 vaccine uptake across municipalities in Romania. Social Science & Medicine 337: 116305. 

​Sandu D (2017) Destination Selection Among Romanian Migrants in Times of Crisis: an Origin Integrated Approach. Romanian Journal of Population Studies 11(2). Centrul de Studiere a Populaţiei: 145–192. 

​ ​