O país das bolhas

Quanto o eleitor de Lula e o de Flávio Bolsonaro vivem separados, rua a rua? Medimos a vizinhança de cada local de votação do país em três eleições presidenciais, usando o método que Brown e Enos aplicaram a 180 milhões de eleitores americanos. O resultado contraria a intuição de um país dividido em bolhas: a separação entre vizinhos caiu desde 2018, quase toda ela é regional, e a virada de 2026 não parou na fronteira das vizinhanças mais fechadas. O que separa os brasileiros, dentro das cidades, é menos a distância e mais o muro.

Daniel Pessini Sobreira · 29 de outubro de 2026 · votação por seção e locais de votação do TSE (2018, 2022 e 2026), perfil do eleitorado por seção, população do IBGE

1. 15,9 → 9,7pontos de isolamento entre o eleitor do PT e o da direita, do 2º turno de 2018 ao de 2026.
2. 85%da separação está entre estados e entre cidades. Só 15% está entre vizinhos da mesma cidade.
3. −1,0ponto de virada numa vizinhança fechada de Lula, com o mesmo perfil e o mesmo ponto de partida. Na escala que desconta o teto, nada.

No 2º turno de 2026, Lula teve 77,5% dos votos dados aos dois candidatos na escola municipal Nossa Senhora de Fátima, no Bom Jesus, em Porto Alegre. A 1,8 quilômetro dali, no Colégio Farroupilha, em Três Figueiras, teve 30,1%. Em São Paulo, o CEU Paraisópolis deu 74,2% a Lula; um colégio do Jardim Morumbi, a 1,2 quilômetro, deu 37,3%. Em Salvador, 82,4% na Santa Cruz e 47,2% no Itaigara, a 1,5 quilômetro. Cenas assim alimentam a ideia de um país partido em bolhas que não se tocam. Esta análise pergunta quanto isso é verdade, e se piorou.

Por que a vizinhança importa

A opinião política não se forma no vazio. Desde os estudos de Huckfeldt e Sprague (1995) em South Bend, sabe-se que o eleitor absorve informação e preferências das conversas com quem está por perto, e que o bairro molda essas conversas. Mutz (2006) mostrou o outro lado da moeda: quem convive com quem pensa diferente tolera mais, mas também hesita mais e participa menos. A hipótese do contato, de Allport (1954), testada em mais de 500 estudos por Pettigrew e Tropp (2006), diz que o convívio entre grupos reduz o preconceito. Se o eleitor de Lula e o de Flávio moram em mundos separados, cada um desses mecanismos trabalha a favor da polarização.

Nos Estados Unidos, essa preocupação ganhou um nome, the big sort: a tese de Bishop e Cushing (2008) de que os americanos estariam se mudando para perto de quem vota como eles. A tese foi contestada. Mummolo e Nall (2017) mostraram que, quando se mudam, as pessoas pesam preço, segurança e tempo de deslocamento muito mais que a política do bairro. Martin e Webster (2020) calcularam que a preferência partidária na escolha da casa é cerca de cinco vezes pequena demais para produzir a separação observada, o que sugere que os vizinhos se parecem porque se influenciam, e não só porque se escolhem. Mesmo assim, a separação existe e cresceu: Johnston, Manley e Jones (2016) a documentam entre condados de 1992 a 2012, e Kaplan, Spenkuch e Sullivan (2022) mostram um aumento forte desde meados do século XX.

No Brasil, a geografia do voto presidencial foi estudada sobretudo entre municípios e estados. Soares e Terron (2008) e Zucco (2008) mostraram como a reeleição de Lula, em 2006, deslocou a base do PT para os municípios mais pobres do Norte e do Nordeste; Terron e Soares (2010) chamaram de "divórcio" a separação entre os territórios de Lula e os do PT. Alkmim e Terron (2022) concluíram que o país é polarizado do ponto de vista eleitoral, com padrões territoriais marcados. O que ninguém tinha medido é a escala da rua: com quem cada eleitor divide o bairro. É o que os dados do TSE permitem agora, porque o cadastro dos locais de votação traz a latitude e a longitude de quase todas as escolas onde se vota.

Este texto percorre quatro escalas, da maior para a menor: as cinco regiões, os 27 estados, os 5.570 municípios e, dentro das cidades, os locais de votação. Em cada uma, a pergunta é a mesma, quanto o eleitor de um lado vive perto do outro, e a ferramenta muda conforme a escala. É a forma de lidar com uma advertência antiga da geografia: a separação que se vê depende da lente com que se olha (OPENSHAW, 1984; REARDON; O'SULLIVAN, 2004).

A vizinhança de cada local de votação

A unidade é o prédio onde se vota: 91.810 locais em 2026, com a votação somada de todas as seções que funcionam ali. Para cada um, definimos a vizinhança como os locais mais próximos, sem contar o próprio, até juntar 10 mil votos dados a Lula ou a Flávio (ou a Haddad e Bolsonaro em 2018, e a Lula e Bolsonaro em 2022). Numa capital, isso é um raio de um ou dois quilômetros; no interior pouco povoado, pode passar de 20. O raio mediano em 2026 foi de 5,9 km.

A medida principal é a que Brown e Enos (2021) chamam de isolamento, e que a sociologia urbana conhece como a diferença entre os índices de exposição (MASSEY; DENTON, 1988): a parcela de votos do PT na vizinhança do eleitor típico do PT, menos a mesma parcela na vizinhança do eleitor típico da direita. Se os dois vivessem misturados ao acaso, a diferença seria zero. Se vivessem em mundos totalmente separados, seria 100.

Toda medida de segregação depende do tamanho da unidade escolhida, o problema da unidade de área modificável de Openshaw (1984). Por isso repetimos a conta com vizinhanças de 2,5 mil, 25 mil e 100 mil votos e com raios fixos de 1, 2 e 5 km, seguindo a recomendação de Reardon e O'Sullivan (2004) de medir a segregação em várias escalas. Os níveis mudam pouco, e a ordem entre as eleições não muda em nenhuma delas.

Isolamento em pontos: parcela do PT na vizinhança do eleitor típico do PT menos a do eleitor típico da direita, só com os votos nos dois candidatos.

Duas ferramentas completam a medida. A primeira decompõe a separação: a variação do voto entre os locais de votação (o η², a parcela da variância que se deve ao lugar) pode ser dividida entre a parte que existe porque os estados votam diferente, a que existe porque os municípios de um mesmo estado votam diferente e a que sobra entre os locais de um mesmo município. A segunda é a correlação espacial. A "primeira lei da geografia" de Tobler (1970) diz que tudo se relaciona com tudo, mas as coisas próximas se relacionam mais. O I de Moran (MORAN, 1950) mede quanto: vai de −1 a 1, e é positivo quando lugares vizinhos votam parecido. Os indicadores locais de associação espacial, o LISA de Anselin (1995), dizem onde: apontam os agrupamentos de lugares de voto forte do PT cercados de lugares iguais (alto-alto), os de voto forte da direita (baixo-baixo) e as exceções, lugares que votam ao contrário dos vizinhos.

O país ficou menos dividido entre vizinhos

No 2º turno de 2018, o eleitor típico de Haddad vivia numa vizinhança onde 52,3% dos votos foram para o PT; o de Bolsonaro, numa onde só 36,4% foram. A diferença era de 15,9 pontos. Em 2022 caiu para 10,0, subiu um pouco no 1º turno de 2026 (10,8) e chegou a 9,7 no 2º turno, o menor valor da série.

O sentido é o oposto do americano. Enquanto lá a separação geográfica cresceu por décadas (JOHNSTON; MANLEY; JONES, 2016; KAPLAN; SPENKUCH; SULLIVAN, 2022), aqui ela recuou em oito anos de eleições muito disputadas. A explicação está menos na rua que no mapa: em 2018, o Sudeste e o Sul votaram em bloco em Bolsonaro, e o Nordeste em bloco em Haddad. Em 2022 e 2026, São Paulo, Minas Gerais e Rio de Janeiro passaram a ser disputados, e um eleitor de Lula em Campinas ou em Juiz de Fora deixou de ser raro.

Isso não quer dizer que os brasileiros ficaram menos polarizados. Fuks e Marques (2022) encontraram polarização afetiva, a antipatia pelo outro lado, muito mais visível em 2018, e Fuks, Ribeiro e Borba (2021) mostraram como o antipetismo se tornou um antipartidarismo mais amplo. O que os dados mostram é que essa antipatia não se traduz numa separação física maior. Lulistas e bolsonaristas continuam a votar nas mesmas escolas, e cada vez mais.

A divisão é entre regiões, não entre vizinhos

Toda a separação pode ser decomposta em três partes: a que existe porque os estados votam diferente, a que existe porque as cidades de um mesmo estado votam diferente, e a que existe entre locais da mesma cidade. No 2º turno de 2026, 56% da separação estava entre estados, 29% entre municípios do mesmo estado e só 15% dentro dos municípios.

É o retrato do realinhamento que Soares e Terron (2008) e Zucco (2008) descreveram a partir de 2006, quando a base do PT migrou para os municípios mais pobres e para o Nordeste. Também ajuda a entender por que o Brasil não repete a fratura cidade × campo que Rodden (2019) e Chen e Rodden (2013) mostram nos Estados Unidos, onde os democratas se concentram nos centros urbanos. Aqui o PT vence nas periferias das metrópoles, no sertão e na Amazônia ribeirinha ao mesmo tempo, e perde no agronegócio do Centro-Oeste e em boa parte do interior do Sul. A linha que separa os dois eleitorados passa mais entre estados e regiões do que entre bairros.

As cinco regiões

Olhando cada região por dentro, a separação caiu em todas desde 2018 e tem formas diferentes. O Norte é a região internamente mais dividida (11,6 em 2026, contra 15,8 em 2018), com metade da separação entre municípios do mesmo estado. O Nordeste, tão lulista quanto homogêneo, caiu de 11,1 para 6,2. O Sudeste é a região mais misturada (4,6), e o Centro-Oeste é onde a separação mais acontece dentro dos municípios (46%), em parte porque o Distrito Federal é um município só.

Até onde vai a semelhança

O correlograma mostra o I de Moran a distâncias crescentes: entre cada local de votação e os seus vizinhos mais próximos, e entre municípios cada vez mais afastados. A semelhança é altíssima de perto (um local de votação e o seu vizinho mais próximo têm I de 0,89), diminui devagar e ainda é forte entre municípios a 400 ou 800 km um do outro (0,58). Ela some entre 800 e 1.600 km (0,07) e se inverte além disso (−0,59): é a distância que separa o Nordeste lulista do Sul e do Centro-Oeste, onde a direita vence. A primeira lei de Tobler vale aqui em escala continental.

As duas curvas contam histórias diferentes. Entre locais de votação, a semelhança com os vizinhos caiu em todas as distâncias de 2018 a 2026: do 101º ao 500º vizinho, que estão a uma mediana de 52 km, o I foi de 0,75 para 0,69. Entre municípios, caiu em 2022 e voltou em 2026 ao nível de 2018 (de 0,92 para 0,88 e 0,93 entre municípios a menos de 50 km). O Brasil de 2026 tem blocos regionais tão nítidos quanto os de 2018, mas mais mistura dentro deles.

Os estados: menos divididos, cada um a seu modo

Dentro de cada estado, a separação entre locais de votação caiu em 24 dos 27 de 2018 para 2026. As maiores quedas foram no Amazonas e em Alagoas (−8,7 e −7,8 pontos). A separação só subiu no Distrito Federal, no Rio de Janeiro e no Rio Grande do Sul, e pouco: no máximo 0,6 ponto. Entre os estados, a semelhança do voto também diminuiu: o I de Moran entre estados vizinhos foi de 0,75 em 2018 para 0,69 em 2026.

O mapa mostra também onde a separação mora. Em Alagoas e na Paraíba, 88% e 85% dela está entre municípios: cidades inteiras votam diferente das vizinhas, e dentro de cada uma o eleitorado é parecido. No outro extremo, em Mato Grosso do Sul e no Amapá, a maior parte (74% e 68%) está dentro dos municípios, em boa parte porque o eleitorado se concentra numa capital grande e diversa. O Distrito Federal, um único município, tem toda a sua separação, pequena, dentro dele.

Os municípios: blocos nítidos, e alguns rachados por dentro

Na escala dos municípios, o voto é um dos fenômenos geograficamente mais organizados que se pode medir. O I de Moran da parcela do PT entre os 5.570 municípios foi de 0,90 em 2026 (0,90 em 2018 e 0,88 em 2022). O LISA identifica 1.908 municípios num agrupamento de voto forte do PT, quase todos no Nordeste e em Minas Gerais, e 1.999 num agrupamento de voto forte da direita, em São Paulo, no Sul, em Goiás, em Mato Grosso, em Rondônia e em parte de Minas Gerais. As exceções, municípios que votam ao contrário dos vizinhos, são só 36.

A separação dentro dos municípios também tem geografia, mais fraca (I de Moran de 0,28). Os municípios internamente divididos se agrupam: há 241 num agrupamento de separação alta, sobretudo no Maranhão (47), no Pará (40), no Rio Grande do Sul (34), em Mato Grosso do Sul (22) e em Mato Grosso (19). A variação da separação de 2018 a 2026 quase não tem padrão espacial (I de 0,09): a mistura avançou de forma difusa pelo país.

Pesos de k vizinhos mais próximos, padronizados na linha. Todos os valores têm pseudo-p ≤ 0,01 por permutação (999 permutações para estados e municípios, 99 para locais). Locais com 100 votos ou mais nos dois candidatos.

Dentro das cidades: pouca distância, muitos muros

Nas 338 cidades com mais de 100 mil habitantes, medimos a separação só entre os locais da própria cidade. Ela é pequena: a mediana do isolamento por local foi de 1,1 ponto em 2026, contra 1,6 em 2018. Entre 2018 e 2022 a separação caiu em 281 das 330 cidades com dados nas três eleições, e entre 2018 e 2026 em 274.

A correlação espacial dentro das cidades confirma o quadro. O I de Moran entre os locais de votação de cada cidade, com os 8 locais mais próximos como vizinhos, tem mediana de 0,30 em 2026 (0,31 em 2018): os locais vizinhos votam parecido, mas muito menos do que municípios vizinhos (0,90). Em todo o país, o LISA dentro de cada município encontra 7.244 locais de votação em agrupamentos de voto forte do PT, 12.009 em agrupamentos de voto forte da direita e 3.282 exceções, locais que votam ao contrário da vizinhança, como os do começo deste texto. O mapa da seção 8 mostra cada um deles.

As mais divididas são de dois tipos. O primeiro é a cidade com grande zona rural ou com um polo do agronegócio, onde o centro urbano vota de um jeito e os distritos de outro: Santarém (PA), Luís Eduardo Magalhães (BA), Sorriso (MT), Dourados (MS), Paragominas (PA). O segundo é a cidade dos condomínios fechados. Nova Lima, na Grande Belo Horizonte, é o caso extremo e o único que se fechou de forma contínua: o isolamento foi de 1,8 em 2018 para 5,7 em 2022 e 7,1 em 2026, a maior alta do país. Na Vila da Serra, Lula teve 19,4% dos votos nos dois; no Alphaville, 22,5%; no Galo Novo, bairro antigo da cidade, 64,1%.

Nova Lima é a ilustração quase literal do que Teresa Caldeira (2000) chamou de enclaves fortificados: a elite que deixa o centro para condomínios murados, perto dos pobres no mapa e longe deles em tudo o mais. Villaça (1998) mostrou que a segregação nas metrópoles brasileiras é comandada pelo deslocamento das elites, e Marques e Torres (2005) documentaram, em São Paulo, a convivência entre proximidade física e distância social. As cenas do começo deste texto, Paraisópolis ao lado do Morumbi, o Bom Jesus ao lado de Três Figueiras, são esse padrão. Uma medida de vizinhança de 10 mil votos mistura os dois lados do muro e por isso registra pouca separação. A separação brasileira dentro das cidades é de muros, não de quilômetros.

As capitais

Entre as capitais, o Rio de Janeiro é a mais dividida (3,3), seguida de Florianópolis, Teresina, São Paulo e Porto Alegre. Teresina e São Paulo foram as que mais se misturaram: de 5,7 e 5,0 em 2018 para 2,9 e 2,8 em 2026. Maceió, Rio Branco e Manaus têm as menores separações internas.

Isolamento entre locais de votação da cidade (η² × 100, corrigido pelo acaso). Dissimilaridade: parcela dos eleitores de um dos lados que teria de votar em outro local para que todos os locais tivessem a mesma composição (DUNCAN; DUNCAN, 1955). Parte do perfil: quanto da separação a idade, a escolaridade e o sexo do eleitorado de cada local preveem (seção 11). A posição (#) é entre as 338 cidades.

As mais divididas

Procure o seu local de votação

Escolha o estado e a cidade e digite o nome da escola ou do bairro onde você vota. O mapa mostra cada local de votação, e a ficha diz quanto a sua vizinhança é fechada em comparação com a do resto do país. O mapa cobre todos os municípios; a ficha da cidade, as 338 com mais de 100 mil habitantes. O botão dos agrupamentos mostra o LISA de cada local dentro da própria cidade: os agrupamentos de voto forte de cada lado e as exceções.

A virada atravessou as bolhas

Se as vizinhanças fechadas funcionam como câmaras de eco, a mudança de voto entre o 1º e o 2º turno de 2026 deveria ter sido menor nelas. Na conta crua, foi: nos 20% de locais com a vizinhança mais homogênea, a margem de Lula andou +3,8 pontos; nos 20% mais misturados, +6,3.

Olhando por lado, porém, o padrão é outro. A virada foi grande nas vizinhanças de Flávio (+6,1 pontos onde ele tinha mais de 75%, +7,3 entre 65% e 75%) e pequena nas vizinhanças de Lula (+2,1 onde Lula tinha mais de 75%). Não é a bolha que trava a mudança, são duas coisas mais simples. A primeira é o teto: onde Lula já tinha três quartos dos votos, sobrava pouco eleitor para converter. A segunda é a composição: as vizinhanças lulistas tinham menos brancos e nulos no 1º turno, e outras análises deste site já mostraram que foi desse estoque de votos sem dono que veio a maior parte da virada.

Para separar esses efeitos, comparamos locais da mesma cidade com o mesmo ponto de partida, a mesma parcela de brancos e nulos e de terceira via no 1º turno e o mesmo perfil de idade, escolaridade e sexo do eleitorado. Feita essa comparação, uma vizinhança fechada de Lula (com 75% para ele) teve −1,0 ponto de virada a menos que uma vizinhança meio a meio, e uma fechada de Flávio, −0,7. Na escala logit, que desconta o teto, os dois efeitos ficam ligeiramente positivos: o sinal se inverte. A vizinhança, sozinha, explicava 2% das diferenças de virada dentro das cidades; o modelo completo explica 32%, quase tudo pelos brancos e nulos, pelo ponto de partida e pelo perfil.

Diferença de virada, em pontos de margem, entre um local com vizinhança 75% de um lado e um com vizinhança meio a meio, com intervalo de 95% (erro agrupado por município). Modelo B acrescenta a parcela de Lula no próprio local no 1º turno; C, os brancos e nulos e a terceira via no 1º turno; D, a idade, a escolaridade, o sexo e o tamanho do eleitorado do local. 91.810 locais.

O resultado conversa com Martin e Webster (2020): se a semelhança entre vizinhos vem em boa parte da influência mútua, e não de muros intransponíveis, a mudança de voto pode se espalhar de uma vizinhança para outra. A virada de 2026 foi, nesse sentido, um fenômeno nacional, que andou por todos os tipos de vizinhança mais ou menos na proporção do que havia para mudar.

Conviver com o outro lado modera, mas pouco

A literatura sobre redes de conversa política sugere que quem vive entre os dois lados se expõe a mais argumentos cruzados e por isso vota de forma menos alinhada: hesita, escolhe uma terceira opção ou não escolhe ninguém (HUCKFELDT; SPRAGUE, 1995; MUTZ, 2006). Os dados de 2026 apontam nessa direção, com efeitos pequenos. Com o mesmo ponto de partida e o mesmo perfil, um local numa vizinhança meio a meio deu +0,7 ponto a mais à terceira via no 1º turno (Cury, Renan e Caiado) e teve +0,5 ponto a mais de brancos e nulos do que um local numa vizinhança 75% de um dos lados.

É um efeito de contexto, medido entre lugares, e não prova que o convívio muda a cabeça de ninguém (ROBINSON, 1950; KING, 1997). Mas é coerente com a ideia de que a vizinhança misturada produz o eleitor ambivalente, e com o achado de que foi justamente esse eleitor, o dos brancos, dos nulos e da terceira via, que decidiu o 2º turno. A meta-análise de Pettigrew e Tropp (2006) mostra que o contato entre grupos reduz o preconceito mesmo fora das condições ideais descritas por Allport (1954); Enos (2017) lembra que a proximidade sem contato real, a de quem só se vê de longe, pode ter o efeito oposto e acirrar a hostilidade. As cidades de muros ficam desse lado da fronteira.

A separação é de classe ou de política?

Parte da separação política entre bairros é só reflexo da separação social: se a escolaridade prevê o voto, e as pessoas moram separadas por renda, os votos também moram separados. Para medir quanto, comparamos a separação real de cada cidade com a que se preveria só pela idade, pela escolaridade e pelo sexo do eleitorado de cada local, usando o perfil do eleitorado por seção do TSE. A renda não está no cadastro, e a escolaridade faz as vezes dela.

Nas cidades grandes, o perfil explica uma parte considerável, mas não a maior parte: a mediana é de 40% com a relação entre perfil e voto média do país, e de 63% com a relação estimada em cada cidade, que é um teto, porque infla nas cidades com poucos locais. Dentro das cidades, o perfil explica 32% das diferenças de voto entre locais. Em Teresina e Salvador, com a relação estimada na própria cidade, o perfil prevê 88% e 77% da separação: ela é quase toda social. No Rio de Janeiro, o perfil explica só entre 2% e 21%: a Rocinha e a Gávea votaram em Lula (77% e 76%), a Vila Militar e a Barra da Tijuca em Flávio (19% e 30%). A linha que corta o Rio separa a Zona Sul e o Centro da Zona Oeste e das áreas militares, e não o rico do pobre.

É o que Layton, Smith, Moseley e Cohen (2021) chamaram de polarização demográfica em 2018: divisões de gênero, religião e raça que o voto brasileiro não tinha antes, e que se somam à clivagem de renda que Samuels e Zucco (2018) e Nicolau (2020) descrevem. A geografia dentro das cidades guarda as duas coisas. Onde a cidade é segregada por classe, o voto segue a classe; onde há identidades territoriais fortes, como no Rio, o voto segue o território.

Um país dividido no mapa, misturado na rua

A imagem de um Brasil partido em bolhas é verdadeira na escala do país e falsa na escala da rua. O eleitor típico de Lula vota numa escola cuja vizinhança deu 44% dos votos a Flávio, e o eleitor típico de Flávio, numa onde 46% votaram em Lula. A separação que existe é sobretudo regional, herdeira do realinhamento de 2006, e diminuiu desde 2018 à medida que o Sudeste voltou a ser disputado. Dentro das cidades, ela é pequena e caiu na maioria delas.

As quatro escalas contam a mesma história de ângulos diferentes. Nas regiões e nos estados, os blocos continuam nítidos, e o correlograma mostra que a semelhança do voto se estende por centenas de quilômetros. Nos municípios, o voto é organizado em grandes agrupamentos, com pouquíssimas exceções. Nas cidades, a separação é pequena e a correlação entre locais vizinhos, moderada. De 2018 a 2026, a mistura avançou nas escalas menores, a dos estados por dentro e a dos locais, enquanto os blocos maiores se mantiveram.

Há duas exceções que merecem atenção. A primeira são as cidades de condomínios, como Nova Lima, onde a separação política cresce junto com os muros. A segunda são as cidades do agronegócio, onde o centro e os distritos votam como dois países. Nos dois casos, a separação física se soma à social, o arranjo que a literatura associa a mais hostilidade entre grupos (ENOS, 2017).

E a virada de 2026 mostra que as bolhas que existem são porosas. A mudança de voto entre os turnos andou por vizinhanças lulistas, bolsonaristas e mistas na proporção do que havia para mudar. Se a polarização afetiva cresceu, como mostram os surveys, ela convive com um eleitorado que ainda divide as mesmas escolas no domingo de eleição.

Como as contas foram feitas

• Locais de votação. Votação por seção do TSE (2018 e 2026; em 2022, os boletins de urna), casada com o cadastro de locais de votação de cada eleição pelo código da seção. O local é o prédio: coordenada arredondada a cerca de 10 metros dentro do município, o que junta zonas diferentes que votam na mesma escola. Ficam de fora os presos provisórios, as seções temporárias e de voto em trânsito, e as coordenadas a mais de 150 km do centro do município. Em 2018, 18,6% das seções não tinham coordenada, que foi completada com a coordenada de 2022 do local de mesmo nome no mesmo município. A cobertura final é de 92,6% das seções em 2018, 94,0% em 2022 e 98,8% em 2026.
• Vizinhança e isolamento. Para cada local, os vizinhos mais próximos (sem o próprio) até somar 10 mil votos nos dois candidatos. Isolamento = média, ponderada pelos votos do PT, da parcela do PT na vizinhança menos a mesma média ponderada pelos votos da direita (BROWN; ENOS, 2021). Com a parcela do próprio local no lugar da vizinhança, a medida é o η², que se decompõe em entre estados, entre municípios e dentro do município. Nas cidades, o η² é corrigido pelo valor esperado ao acaso.
• Cidades. Os 338 municípios com 100 mil habitantes ou mais na estimativa de população do IBGE (tabela 6579 do SIDRA, 2026), com a vizinhança restrita ao próprio município.
• Virada. Margem de Lula sobre Flávio no 2º turno menos a do 1º, por local, em pontos e em logit. Mínimos quadrados ponderados pelos votos, com efeito fixo de município e erro-padrão agrupado por município. Perfil: eleitores de 16 a 34 anos, de 60 anos ou mais, com ensino superior, com até o fundamental, mulheres (perfil do eleitorado por seção, TSE, julho de 2026), e o logaritmo dos votos.
• Escalas e correlação espacial. A decomposição usa o η² entre locais de votação dentro de cada grupo (Brasil, região, estado), corrigido pelo acaso, e o divide entre estados, municípios e locais pela média de cada nível. I de Moran global com pesos de k vizinhos mais próximos padronizados na linha (k = 4 para estados, 8 para municípios e locais) e pseudo-p por permutação. Correlograma: produto médio dos valores padronizados por faixa de distância, entre locais (por ordem de vizinhança, numa amostra de 20 mil locais) e entre municípios (pela distância entre os centros, todos os pares). LISA com permutação condicional (ANSELIN, 1995): 499 permutações nos municípios e 199 nos locais de cada município com 10 locais ou mais, p < 0,05, sem correção para comparações múltiplas. As estatísticas espaciais não ponderam por votos e usam só locais com 100 votos ou mais.
• Limites. O local de votação não é a casa do eleitor: muita gente continua votando perto de um endereço antigo, o que tende a subestimar a separação. Todas as medidas são de lugares, não de pessoas, e não permitem inferir o comportamento individual (ROBINSON, 1950; KING, 1997). O perfil do TSE não tem renda, e a raça só vem informada para uma minoria dos eleitores, por isso ficou de fora.
• Arquivos. bolhas.json, bolhas-municipios.json e os locais por estado em bolhas-locais/; código, dados e LEIAME em analise-bolhas/.

Referências

ALKMIM, Antonio Carlos; TERRON, Sonia Luiza. O Brasil é realmente um país polarizado? Análise das eleições presidenciais de 1989 a 2018. Estudos Avançados, v. 36, n. 106, p. 6-32, 2022.

ANSELIN, Luc. Local indicators of spatial association: LISA. Geographical Analysis, v. 27, n. 2, p. 93-115, 1995.

ALLPORT, Gordon W. The nature of prejudice. Cambridge, MA: Addison-Wesley, 1954.

BISHOP, Bill; CUSHING, Robert G. The big sort: why the clustering of like-minded America is tearing us apart. Boston: Houghton Mifflin, 2008.

BROWN, Jacob R.; ENOS, Ryan D. The measurement of partisan sorting for 180 million voters. Nature Human Behaviour, v. 5, n. 8, p. 998-1008, 2021.

CALDEIRA, Teresa Pires do Rio. Cidade de muros: crime, segregação e cidadania em São Paulo. São Paulo: Editora 34; Edusp, 2000.

CHEN, Jowei; RODDEN, Jonathan. Unintentional gerrymandering: political geography and electoral bias in legislatures. Quarterly Journal of Political Science, v. 8, n. 3, p. 239-269, 2013.

DUNCAN, Otis Dudley; DUNCAN, Beverly. A methodological analysis of segregation indexes. American Sociological Review, v. 20, n. 2, p. 210-217, 1955.

ENOS, Ryan D. The space between us: social geography and politics. Cambridge: Cambridge University Press, 2017.

FUKS, Mario; MARQUES, Pedro Henrique. Polarização e contexto: medindo e explicando a polarização política no Brasil. Opinião Pública, v. 28, n. 3, p. 560-593, 2022.

FUKS, Mario; RIBEIRO, Ednaldo; BORBA, Julian. From antipetismo to generalized antipartisanship: the impact of rejection of political parties on the 2018 vote for Bolsonaro. Brazilian Political Science Review, v. 15, n. 1, 2021.

HUCKFELDT, Robert; SPRAGUE, John. Citizens, politics, and social communication: information and influence in an election campaign. Cambridge: Cambridge University Press, 1995.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Estimativas da população residente: tabela 6579. Rio de Janeiro: IBGE, 2026. Disponível em: https://sidra.ibge.gov.br/tabela/6579. Acesso em: 29 out. 2026.

JOHNSTON, Ron; MANLEY, David; JONES, Kelvyn. Spatial polarization of presidential voting in the United States, 1992-2012: the "big sort" revisited. Annals of the American Association of Geographers, v. 106, n. 5, p. 1047-1062, 2016.

KAPLAN, Ethan; SPENKUCH, Jörg L.; SULLIVAN, Rebecca. Partisan spatial sorting in the United States: a theoretical and empirical overview. Journal of Public Economics, v. 211, 104668, 2022.

KING, Gary. A solution to the ecological inference problem: reconstructing individual behavior from aggregate data. Princeton: Princeton University Press, 1997.

LAYTON, Matthew L.; SMITH, Amy Erica; MOSELEY, Mason W.; COHEN, Mollie J. Demographic polarization and the rise of the far right: Brazil's 2018 presidential election. Research & Politics, v. 8, n. 1, 2021.

MARQUES, Eduardo; TORRES, Haroldo (org.). São Paulo: segregação, pobreza e desigualdades sociais. São Paulo: Senac, 2005.

MARTIN, Gregory J.; WEBSTER, Steven W. Does residential sorting explain geographic polarization? Political Science Research and Methods, v. 8, n. 2, p. 215-231, 2020.

MASSEY, Douglas S.; DENTON, Nancy A. The dimensions of residential segregation. Social Forces, v. 67, n. 2, p. 281-315, 1988.

MORAN, P. A. P. Notes on continuous stochastic phenomena. Biometrika, v. 37, n. 1-2, p. 17-23, 1950.

MUMMOLO, Jonathan; NALL, Clayton. Why partisans do not sort: the constraints on political segregation. The Journal of Politics, v. 79, n. 1, p. 45-59, 2017.

MUTZ, Diana C. Hearing the other side: deliberative versus participatory democracy. Cambridge: Cambridge University Press, 2006.

NICOLAU, Jairo. O Brasil dobrou à direita: uma radiografia da eleição de Bolsonaro em 2018. Rio de Janeiro: Zahar, 2020.

OPENSHAW, Stan. The modifiable areal unit problem. Norwich: Geo Books, 1984. (Concepts and Techniques in Modern Geography, 38).

PETTIGREW, Thomas F.; TROPP, Linda R. A meta-analytic test of intergroup contact theory. Journal of Personality and Social Psychology, v. 90, n. 5, p. 751-783, 2006.

REARDON, Sean F.; O'SULLIVAN, David. Measures of spatial segregation. Sociological Methodology, v. 34, n. 1, p. 121-162, 2004.

ROBINSON, W. S. Ecological correlations and the behavior of individuals. American Sociological Review, v. 15, n. 3, p. 351-357, 1950.

RODDEN, Jonathan A. Why cities lose: the deep roots of the urban-rural political divide. New York: Basic Books, 2019.

SAMUELS, David J.; ZUCCO, Cesar. Partisans, antipartisans, and nonpartisans: voting behavior in Brazil. Cambridge: Cambridge University Press, 2018.

SOARES, Gláucio Ary Dillon; TERRON, Sonia Luiza. Dois Lulas: a geografia eleitoral da reeleição (explorando conceitos, métodos e técnicas de análise geoespacial). Opinião Pública, v. 14, n. 2, p. 269-301, 2008.

TERRON, Sonia Luiza; SOARES, Gláucio Ary Dillon. As bases eleitorais de Lula e do PT: do distanciamento ao divórcio. Opinião Pública, v. 16, n. 2, p. 310-337, 2010.

TOBLER, Waldo R. A computer movie simulating urban growth in the Detroit region. Economic Geography, v. 46, sup. 1, p. 234-240, 1970.

TRIBUNAL SUPERIOR ELEITORAL (Brasil). Dados abertos: votação por seção eleitoral 2018, 2022 e 2026; eleitorado por local de votação 2018, 2022 e 2026; perfil do eleitorado por seção eleitoral 2026. Brasília: TSE, 2026. Disponível em: https://dadosabertos.tse.jus.br. Acesso em: 29 out. 2026.

VILLAÇA, Flávio. Espaço intra-urbano no Brasil. São Paulo: Studio Nobel; FAPESP; Lincoln Institute, 1998.

ZUCCO, Cesar. The president's "new" constituency: Lula and the pragmatic vote in Brazil's 2006 presidential elections. Journal of Latin American Studies, v. 40, n. 1, p. 29-49, 2008.

O que deu a vitória a Lula · A virada bairro a bairro nas capitais · Página inicial do Placar