Chilean Political Landscape Dataset

Indicadores electorales y de sistema de partidos a nivel distrital

Descripción General

El Chilean Political Landscape Dataset (CPLD) es una base de datos longitudinal de resultados electorales a nivel distrital que abarca más de tres décadas de democracia chilena. Contiene medidas estandarizadas de fragmentación del sistema de partidos, orientación ideológica y cambio institucional en contiendas legislativas, regionales y municipales. La versión 2.0 contiene 5.301 observaciones en 43 variables y se expandirá a medida que nuevos datos electorales estén disponibles.

Formatos de datos optimizados para flujos de trabajo en Python (pandas) y R (tidyverse).

Fragmentación del sistema de partidos, 1989–2025 Ver gráficos →

Número efectivo de partidos (ENPv) en la Cámara de Diputados. Estable cerca de 2,5 bajo el sistema binominal y luego en alza tras la reforma de 2015 — el inicio de un giro sistémico explorado en la página de Gráficos.

Suscríbete a noticias

Nuevas versiones, publicaciones y seminarios.

5.300+

Observaciones

Décadas

Variables

1,8MB

Tamaño

Acceso a los Datos

Base de Datos
Harvard Dataverse · DOI: 10.7910/DVN/NGRY3R
Libro de Códigos
Definiciones de variables y protocolos de medición
Archivos de Replicación
Scripts de R y materiales suplementarios

Ejemplos de Código

# Cargar La base de datos CPLD
library(tidyverse)

cpld <- read_csv("cpld.csv")

# Explorar variables clave
glimpse(cpld)
# 5.301 × 43 variables incluyendo:
# enpv, enps, polarization_district, av_id, ethnic_frac

# Calcular nóºmero efectivo de partidos a lo largo del tiempo
cpld %>%
  filter(type == "Diputados") %>%
  group_by(election) %>%
  summarise(
    mean_enpv = mean(enpv, na.rm = TRUE),
    mean_enps = mean(enps, na.rm = TRUE)
  )

# Analizar tendencias de fragmentación pre/post reforma 2015
cpld %>%
  filter(type == "Diputados") %>%
  mutate(period = if_else(election >= 2017, 
                            "Post-Reforma", 
                            "Pre-Reforma")) %>%
  ggplot(aes(x = election, y = enpv, color = period)) +
  geom_point(alpha = 0.4) +
  geom_smooth(method = "loess", se = TRUE) +
  labs(title = "Fragmentación del Sistema de Partidos")

# Examinar polarización ideológica por distrito
cpld %>%
  filter(type == "Diputados", election >= 2009) %>%
  ggplot(aes(x = factor(election), 
             y = polarization_district)) +
  geom_boxplot(fill = "steelblue", alpha = 0.7) +
  labs(x = "Año Electoral", 
       y = "Polarización Ideológica (Dalton)")

# Análisis de desproporcionalidad usando índice Gallagher
cpld %>%
  filter(type == "Diputados") %>%
  group_by(election) %>%
  summarise(
    mean_gallagher = mean(Gallagher, na.rm = TRUE),
    mean_dm = mean(dm, na.rm = TRUE)
  ) %>%
  ggplot(aes(x = mean_dm, y = mean_gallagher)) +
  geom_point(size = 3) +
  geom_text(aes(label = election), vjust = -0.5)

Citación

Al utilizar el CPLD en su investigación, por favor cite tanto la base de datos como la publicación asociada.

Base de datos:
Bunker, Kenneth. 2025. "Chilean Political Landscape Dataset (CPLD)". Harvard Dataverse, V2.
doi: 10.7910/DVN/NGRY3R

Publicación:
Bunker, Kenneth. 2025. "Decades of democracy: insights into the political landscape of Chile." Humanities and Social Sciences Communications 12, Article 1911.
doi: 10.1057/s41599-025-06180-1

% BibTeX - Dataset
@data{bunker2025cpld,
  author={Bunker, Kenneth},
  title={{Chilean Political Landscape Dataset (CPLD)}},
  year={2025},
  publisher={Harvard Dataverse},
  version={V2},
  doi={10.7910/DVN/NGRY3R},
  url={https://doi.org/10.7910/DVN/NGRY3R}
}

% BibTeX - Publication
@article{bunker2025decades,
  title={Decades of democracy: insights into the political landscape of Chile},
  author={Bunker, Kenneth},
  journal={Humanities and Social Sciences Communications},
  volume={12},
  number={1911},
  year={2025},
  publisher={Palgrave},
  doi={10.1057/s41599-025-06180-1}
}

Publicaciones Relacionadas

Decades of Democracy
Humanities and Social Sciences Communications · doi: 10.1057/s41599-025-06180-1
Chile's Transformation Amidst Crisis
Palgrave Macmillan · doi: 10.1007/978-3-031-96463-3
Challenging Conventional Wisdom in New Democracies
Election Law Journal · doi: 10.1089/elj.2024.0064
Mapping Party Systems Over Time
Journal of Political Ideologies · doi: 10.1080/13569317.2025.2452179

Palabras Clave y Cobertura del la Base de Datos

Sistemas Electorales y Medidas: Número Efectivo de Partidos (NEP), NEPv (votos), NEPs (escaños), índice Laakso-Taagepera, fragmentación del sistema de partidos, magnitud de distrito, tamaño de asamblea, modelo de producto de escaños, representación proporcional, análisis de reforma electoral

Índices de Desproporcionalidad: Índice Gallagher, índice Loosemore-Hanby, índice Rae, índices Lijphart, medidas Cox-Shugart, desproporcionalidad electoral, relación escaños-votos, equidad representacional

Análisis del Sistema de Partidos: Nacionalización de partidos (Mainwaring-Jones, Chhibber-Kollman), polarización ideológica (índice Dalton), competencia partidaria, dinámica de coaliciones, sistemas multipartidistas, evolución del sistema de partidos

Geográfico y Demográfico: Datos a nivel distrital, elecciones municipales, consejos regionales, fraccionamiento étnico (índice Alesina), poblaciones indígenas, datos censo chileno, análisis espacial, política subnacional

Especificaciones Técnicas: Programación R (tidyverse, dplyr), compatible con Python pandas, formato CSV, análisis de datos longitudinales, datos de series temporales transversales, modelado jerárquico, metodología de política comparada

Tipos de Elecciones Cubiertas: Cámara de Diputados, Senado, Elecciones alcaldes, Concejos municipales (Concejales), Gobernadores regionales, Consejos regionales (Cores), Convenciones constitucionales (Constituyentes)