Diego Sebastián Luyo León · Estefanía Diana Carolina Apaza Díaz — Estadística para el Análisis Político II, PUCP
Desde 1980 hasta mediados de 2025, el Perú registró 25,026 eventos de protesta (Aragón et al., 2025), un canal recurrente de comunicación entre la ciudadanía y el Estado. En un contexto de capacidades estatales desiguales, el escalamiento hacia la violencia puede leerse como una estrategia para elevar los costos de la inacción estatal (Arce, 2014; Dargent et al., 2017). En ese sentido, nos planteamos la siguiente pregunta:
Cinco variables construidas y operacionalizadas a partir de la Base de Eventos de Protesta del Perú.
violencia_yEs una variable dicotómica: toma el valor 1 si el evento presentó una acción colectiva violenta (enfrentamiento, saqueo, quema, agresión física, toma de local, entre otras) o si hubo alguna víctima —herido o muerto—, según el Libro de Códigos de la base original (Aragón et al., 2024).
Lima concentra el mayor número de eventos, pero regiones como Loreto tienen tasas de violencia mucho más altas.
Los picos de eventos coinciden con momentos de crisis institucional (1983-1984, hiperinflación; 2022-2023, crisis política); la tasa de violencia (línea) no siempre sube junto con el volumen.
Esta sección se centra únicamente en periodo_politico, nuestra variable independiente. Se construyó a partir del año de cada evento, dividiendo la historia reciente del Perú en cuatro periodos según la literatura sobre estructura de oportunidad política (McAdam et al., 1996; S. G. Tarrow, 2011). H1: la probabilidad de escalamiento a la violencia responde a las condiciones estructurales de cada periodo político y sus respectivos ejecutivos.
25,026 eventos en 45 años: el riesgo de escalamiento no es constante, cambia con cada estructura de oportunidad política.
Cruce de tasa de violencia por tipo de actor y periodo político — cada celda es un subgrupo real de la base, no un promedio agregado. Este cruce es clave para leer si el efecto del periodo es homogéneo entre actores.
El tipo de actor (categoria_actor) es una variable explicativa secundaria, no la variable independiente principal. La incorporamos como control para aislar si el escalamiento responde a quién protesta, y así contrastarlo con el efecto del periodo político.
La identidad del actor movilizado también predice el escalamiento — casi tanto como el periodo político.
El actor laboral tiene la mayor cantidad de eventos registrados, pero es el menos propenso a la violencia.
Cada burbuja es un tipo de actor. Eje X: cuántos eventos protagoniza. Eje Y: qué tan violentos suelen ser. Tamaño: volumen total. Arriba a la izquierda = poco frecuente pero muy peligroso cuando ocurre (estudiantil); abajo a la derecha = frecuente pero mayormente pacífico (laboral).
Recordatorio — Variable dependiente: violencia_y (¿escaló a violencia?). Variable independiente: periodo_politico.
Esta sección cubre las variables de control: la magnitud de la protesta (protesta_masiva) y la inercia temporal del conflicto (numero_eventos_previos), ambas construidas a partir de la base original para aislar el efecto del periodo político.
protesta_masiva = 1 si el número de participantes
supera el percentil 75 de la muestra (3,500 asistentes). Distingue
movilizaciones convencionales de eventos de gran alcance.
Porcentaje de eventos que superaron el umbral de 3,500 participantes, año a año.
numero_eventos_previos = eventos ocurridos en la
misma provincia durante el mes calendario anterior. Captura si la
movilización se retroalimenta a sí misma.
Solo el 15.5% de los eventos originales escaló a violencia (N = 3,882 de 25,026). Sin corrección, el modelo tiende a sobreajustarse a la clase mayoritaria, por eso comparamos dos estrategias de remuestreo antes de estimar el modelo final.
Antes de cualquier remuestreo: así de desbalanceada está la base real. Ambas estrategias de corrección (down y up-sampling) llevan esta distribución a un 50/50 exacto por diseño; lo que realmente las diferencia es cuánta información original se conserva en el proceso (ver la pestaña de rendimiento abajo).
Por qué up-sampling: el down-sampling elimina ~69% de las protestas pacíficas originales, perdiendo heterogeneidad; el up-sampling conserva el 100% de la información con métricas igualmente estables.
Estimamos un modelo logístico binomial sobre la base up-sampled (N = 42,288): violencia_y ~ periodo + actor + protesta_masiva + eventos_previos. Las siguientes pestañas muestran los resultados desde distintos ángulos — Odds Ratios, efectos marginales, calidad de la predicción y diagnóstico de multicolinealidad.
Un OR mayor a 1 (rojo) aumenta el riesgo de violencia frente a la categoría de referencia; menor a 1 (verde) lo reduce. Se calcula como OR = e^β, donde β es el coeficiente del modelo logístico y e ≈ 2.718 (la constante de Euler) — es la operación inversa del logaritmo natural que usa la regresión por dentro.
Traduce el OR a un número directo: cuántos puntos porcentuales cambia la probabilidad de violencia.
Diagnóstico de multicolinealidad: valores cercanos a ±1 (rojo/verde intenso) indicarían variables redundantes. Aquí no hay ninguna preocupante.
H1 — "La probabilidad de que una protesta social escale hacia la violencia en el Perú responde a las condiciones estructurales y los incentivos institucionales determinados por cada periodo político y sus respectivos ejecutivos." Validada — los nueve predictores del modelo son estadísticamente significativos (p < 0.001, salvo eventos previos p < 0.01).
La violencia en las protestas no es un desvío irracional de la movilización: es un mecanismo relacional y estratégico que emerge cuando las ventanas de negociación política se cierran y cuando la identidad del actor movilizado carece de canales formales de intermediación con el poder central. La respuesta estatal más efectiva frente a la conflictividad social no es únicamente el control punitivo, sino la apertura sostenida de espacios institucionales de diálogo.