UN ANLISIS DE LA EFICIENCIA DEL GASTO MUNICIPAL Y DE SUS

DETERMINANTES*
Pedro Herrera Cataln**
Pedro Francke Ballve***
Pontificia Universidad Catlica del Per
LIMA - PER
Febrero, 2007
RESUMEN
En este estudio se analiz la eficiencia del gasto local en 1686 municipalidades del pas
para el ao 2003 mediante la interpretacin de las actividades pblicas locales como
un proceso de produccin que transforma inputs en outputs (Bradford et. al., 1969 y
Fisher, 1996). Se establecieron para ello diversas fronteras de produccin construidas a
partir de los mejores resultados dentro de grupos de municipalidades y luego se estim
la eficiencia relativa como la distancia a dichas fronteras. Se utilizaron 5 metodologas
para la estimacin de la frontera de produccin (i) no paramtricas: Free Disposal Hull
(FDH) y Data Envelopment Analysis (DEA-CRS y DEA-VRS) y (ii) paramtricas:
una determinstica y otra estocstica, las cuales se estimaron a travs de las 10
categoras de municipalidades definidas mediante de una metodologa de
conglomerados. Finalmente, a partir del empleo de modelos de tipo Tobit, se
analizaron los determinantes fiscales, socioeconmicos y demogrficos de los
resultados eficiencia encontrados. Los resultados obtenidos son diversos y varan
segn la categora del municipio analizado, y a pesar que fue posible identificar
algunas buenas prcticas municipales, los resultados a nivel nacional son preocupantes
dado que indican que se podra alcanzar la misma provisin de bienes y servicios
municipales con 57.6% menos recursos. Entre los principales determinantes de este
gasto ineficiente se encontraron las transferencias de los recursos del FONCOMUN y
del canon, sobretodo a nivel distrital, mientras que uno de los factores que
permitieron una provisin ms eficiente de los servicios pblicos locales fue la
participacin ciudadana, aproximada por la presencia de los Consejos de Coordinacin
Local. En el marco de la promulgacin del Decreto Supremo No. 068-2006-PCM, en
octubre del 2006, por el cual se establece la culminacin de las transferencias de
competencias y funciones inicialmente programadas para el perodo 2006-2010, hacia
fines del ao 2007, los resultados obtenidos resaltan la necesidad de concentrar
mayores esfuerzos en mejorar la eficiencia del gasto a nivel local.
CLASIFICACIN JEL: C14, D24, D60, H71, H72
PALABRAS CLAVE: Gasto municipal, desempeo de gobiernos locales, eficiencia,
fronteras de posibilidades de produccin paramtricas y no paramtricas.
*

Agradecemos al Consorcio de Investigacin Econmica y Social (CIES) por el financiamiento

brindado para la elaboracin del presente estudio. Asimismo, a la Direccin Nacional de Contabilidad
del MEF por la provisin de la informacin estadstica municipal. Finalmente, agradecemos a Ramiro
Mlaga, profesor del Departamento de Economa de la Pontificia Universidad Catlica del Per
(PUCP), por los comentarios a la versin preliminar del presente estudio.
**
Profesor del Departamento de Economa de la Pontificia Universidad Catlica del Per (PUCP),
ppherrer@pucp.edu.pe, y consultor de la Direccin General de Economa Internacional, Competencia
e Inversin Privada del Ministerio de Economa y Finanzas del Per, pherrera@mef.gob.pe.
***
Profesor del Departamento de Economa de la Pontificia Universidad Catlica del Per (PUCP),
pfranck@pucp.edu.pe.

1. Introduccin.
El anlisis de la eficiencia es un campo de creciente relevancia en el mbito de la
actividad econmica en general, y del sector pblico en particular, principalmente en la
funcin de provisin de bienes y servicios pblicos (Fox, 2002). Los argumentos que
justifican un anlisis de eficiencia en el sector pblico son diversos. Entre ellos se
encuentran, la magnitud de su actividad econmica en el agregado de la economa, la
ausencia de competencia en gran parte de los servicios pblicos provistos, la necesidad
de justificar resultados en un contexto presupuestario restrictivo, el impacto de los
servicios pblicos en el crecimiento econmico y el bienestar de la poblacin; entre
otros.
En el Per este tipo de anlisis adquiere relevancia, en el marco del actual proceso de
asignacin de competencias y funciones sectoriales a los Gobiernos Regionales y
Locales, el cual se inici en octubre del 2003 con la promulgacin del Decreto
Supremo No. 088-2003-PCM por el cual se transfirieron los proyectos de
infraestructura social a cargo de FONCODES a 241 Gobiernos Locales distritales, y
de los programas de comedores, alimentos por trabajo, hogares y albergues a cargo del
PRONAA a 67 Gobiernos Locales provinciales1. Posteriormente, mediante el Plan
Anual de Transferencias de Competencias Sectoriales de los Gobiernos Regionales y
Locales para el ao 2004, se complet la transferencia de los programas del PRONAA
y FONCODES iniciada en el 2003, a 58 municipalidades provinciales y a 165
municipalidades distritales, respectivamente2. En el Plan Anual de Transferencias para
el ao 2005 no se estableci transferencia alguna a los Gobiernos Locales; mientras
que en el plan de transferencias correspondiente al ao 20063, se program la
transferencia a los municipios provinciales de los programas del PRONAA y del
PROVAS RURAL, y a los Gobiernos Regionales las funciones de los sectores de
Educacin, Energa y Minas, Salud, Trabajo y Promocin del Empleo y de la PCM.
Como puede observarse el Per se encuentra inmerso en un proceso de asignacin de
competencias y funciones a los menores niveles de gobierno, que segn la poltica que
viene implementando el gobierno de Garca, se ir profundizando en los prximos
aos. Una muestra de lo anterior se evidencia en la promulgacin en octubre del 2006
del Decreto Supremo No. 068-2006-PCM por el cual se estableci la culminacin de
las transferencias de competencias y funciones inicialmente programadas para el
perodo 2006-2010 hacia fines del ao 2007, as como en la promulgacin del Decreto
Supremo No. 076-2006-PCM (tambin en octubre del 2006) por el cual se ampli el
plan anual de transferencias del ao 2006 asignndose mayores competencias y
funciones a los Gobiernos Regionales y Locales.
Actualmente, es la implementacin de este conjunto de polticas las que han relanzado
el debate sobre la eficiencia y las capacidades de gestin de los municipios peruanos.
La discusin gira en torno al argumento que sostiene que estos niveles de gobierno no
1

Asimismo, se estableci la transferencia del programa de mantenimiento rutinario de caminos

vecinales y departamentales de PROVIAS RURAL del Ministerio de Transportes y Comunicaciones,
a 12 Gobiernos Locales provinciales y a 4 Gobiernos Regionales, respectivamente; y la transferencia
del programa de reconstruccin de ORDESUR a 29 Gobiernos Locales provinciales. Estas
transferencias se realizaron en funcin al cronograma de transferencias para el ao 2003 aprobado
mediante el Decreto Supremo No. 036-2003-PCM del 2 de abril del 2003.
2
Adems se estableci transferencia del Proyecto de Infraestructura de Transporte Rural del
Ministerio de Transportes y Comunicaciones a 97 Institutos Viales Provinciales y la transferencia de
proyectos de inversin en infraestructura productiva de alcance regional del Ministerio de
Agricultura, del Ministerio de Transportes y Comunicaciones, del Ministerio de Comercio Exterior y
Turismo y del Ministerio de Vivienda, Construccin y Saneamiento; a los Gobiernos Regionales.
3
Aprobado en abril del 2006 mediante Decreto Supremo No. 021-2006-PCM.

poseen las capacidades necesarias para asumir las competencias que determinarn su
propio desarrollo. En contraposicin a este argumento se encuentran aquellos que
consideran al municipio como el espacio fundamental para la real democratizacin de
las decisiones y la escala necesaria para mejorar la gestin pblica y acceder a un
Estado eficiente (Kliksberg, 2004). La racionalidad terica que subyace a las polticas
que asignan responsabilidades y funciones a los niveles menores de gobierno, supone
que la participacin de estos en escoger el uso de los recursos pblicos, les permite
una mejor adecuacin entre la provisin de los servicios locales y las preferencias o
necesidades sentidas de la poblacin (Oates, 1972). Adicionalmente, este tipo de
resultados favorece el esfuerzo de constituir gobiernos ms eficientes y democrticos,
al reducir las oportunidades de corrupcin mediante la simplificacin de los canales
burocrticos (Marlow, 1988 y Sampaio de Sousa y Stosic, 2003).
Si bien actualmente no se cuenta con informacin sistemtica respecto a las
capacidades de gestin a nivel local, se han desencadenado diversos hechos que
podran indicarnos la existencia algn grado de ineficiencia en estos niveles de
gobierno. En primer lugar, cabe considerar el hecho ocurrido en el ao 2004 por el cual
el MIMDES tuvo que realizar una ejecucin conjunta de los programas del PRONAA
y FONCODES con 58 municipalidades provinciales y 165 municipalidades distritales,
debido a las reducidas capacidades de gestin de estos niveles de gobierno. Este
proceso exiga como requisito la suscripcin de convenios de cooperacin para el
fortalecimiento institucional, el cual culminara con la transferencia completa de las
responsabilidades de dichos programas, previa suscripcin de convenios de gestin.
En segundo lugar, el incremento de los saldos de balance de los Gobiernos Locales
debido a la no ejecucin en gasto de inversin de los recursos del canon minero,
hidroenergtico y pesquero, principalmente (tal como establece la normatividad
vigente) lo cual podra estar indicando que estos niveles de gobierno no cuentan con
las capacidades de gestin suficientes para la ejecucin de obras de inversin pblica,
an cuando el SNIP no establece lmite de monto para que los Gobiernos Locales
declaren la viabilidad de sus proyectos inversin4. En tercer lugar, existe evidencia
anecdtica de algunas obras municipales que seran indicativas de la improductividad
que viene generando los mayores recursos del canon asignados a los Gobiernos
Locales, los cuales priorizan obras carentes de rentabilidad social, insostenibles e
incompatibles con sus Planes de Desarrollo Local y Regional Concertados, como por
ejemplo el Monumento al Lagarto y el Parque al Arbitro en Tumbes, la Plaza de
Toros Mxico y el Estadio Municipal Azteca en Cajamarca o el Mirador de
Tambopata en Madre de Dios, cuya construccin de ste ltimo adems de
obstaculizar el trnsito, opera de manera limitada (por los altos costos de electricidad
de la zona), implicando un costo de mantenimiento mensual de 200 mil soles.
Finalmente, cabe mencionar el elevado porcentaje de municipalidades que incumplen
las reglas fiscales establecidas en la Ley No. 27958, Ley de Responsabilidad y
Transparencia Fiscal5, que podra estar indicando algn grado de ineficiencia
administrativa6.
En este contexto, dado que nicamente la descentralizacin del gasto pblico no
garantiza una adecuada provisin de bienes y servicios pblicos por parte de los
Gobiernos Locales, resulta necesario establecer criterios de eficiencia que pueden
constituirse en una herramienta de anlisis para la evaluacin de cmo los recursos
4

El incremento de los saldos de balance a nivel local viene siendo sistemtico. En el ao 2004 y
2005, este saldo de balance ascendi a S/. 241 y S/. 590 millones, respectivamente.
5
48.9% a nivel nacional. Al respecto vase al respecto MEF (2004).
6
Una de las reglas en mencin establece que el saldo de la deuda respecto a los ingresos corrientes no
debe exceder el 100%. Por tanto, el hecho que el saldo de deuda del municipio x exceda el monto
de sus ingresos corrientes, no necesariamente responde a una gestin municipal eficiente.

pblicos vienen siendo gastados por estos niveles de gobierno. En ese sentido, el
objetivo de este trabajo consisti en analizar la eficiencia del gasto de los municipios
peruanos mediante la interpretacin de las actividades pblicas locales como un
proceso de produccin que transforma inputs en outputs/outcomes (Bradford, et. al.
1969 y Fisher, 1996). El anlisis se realiz mediante la aplicacin de diversas
metodologas de estimacin, no paramtricas, determinsticas y estocsticas, para lo
cual se utiliz como variable input el gasto municipal per cpita por entidad y como
variables output diversos indicadores construidos a partir del Registro Nacional de
Municipalidades 2004 (RENAMU 2004). Posteriormente, en una segunda parte del
estudio, mediante la aplicacin de diversos modelos de regresin de tipo Tobit se
evaluaron los determinantes fiscales, socioeconmicos y demogrficos de los niveles
de eficiencia obtenidos. El anlisis de eficiencia descrito fue segmentado con la
finalidad de analizar grupos de municipalidades conformados por unidades de gestin
homogneas. Esta segmentacin (tipologa municipal) se realiz mediante un anlisis
de conglomerados, tcnica multivariante que aglomera elementos o variables en
grupos con la mnima varianza interna y la mxima varianza entre grupos, en la cual se
emplearon como variables caractersticas el tamao de la poblacin, el grado de la
urbanidad y el nivel de pobreza, considerndose la distincin entre municipalidades
provinciales y distritales.
Los resultados obtenidos son diversos y varan segn el grupo de municipio analizado.
Sin embargo, es posible afirmar que en promedio hay un espacio importante para
mejorar la eficiencia del gasto en los municipios peruanos. En el marco de la
promulgacin del Decreto Supremo No. 068-2006-PCM, por el cual se establece la
culminacin de las transferencias de competencias y funciones inicialmente
programadas para el perodo 2006-2010 hacia fines del ao 2007, los resultados
obtenidos resaltan la necesidad de concentrar mayores esfuerzos en mejorar la
eficiencia del gasto a nivel local, para lo cual consideramos indispensable la
implementacin de un sistema de medicin de las capacidades de gestin municipal
que funcione de manera simultnea con un mecanismo de capacitacin y asistencia
tcnica y de obtencin de indicadores objetivos que procedan de los programas de
transferencia de competencias y recursos hacia las municipalidades.
El presente estudio se divide en ocho secciones. En la primera, se presenta la
introduccin del tema a investigar. En la segunda seccin, se establece el marco
terico y conceptual que guiar la investigacin. La tercera seccin presenta el marco
normativo del proceso de descentralizacin. En la cuarta seccin, se presentan las
metodologas no paramtricas y paramtricas que se utilizarn para realizar el anlisis
de eficiencia municipal. En la quinta seccin, se presenta la metodologa de
conglomerados y se realiza una tipologa municipal sobre la base de esta metodologa.
En la sexta seccin, se presentan los indicadores input y output que se emplearn en
el anlisis de eficiencia y se procede a estimar las diversas fronteras de produccin. En
la sptima seccin, se analizan, a partir de modelos de tipo Tobit, los determinantes
fiscales, socioeconmicos y demogrficos de la eficiencia municipal. Finalmente, en la
octava seccin, se presentan las conclusiones y las recomendaciones de poltica.

2. Marco terico y conceptual.

El anlisis de eficiencia municipal, se deriva de la teora microeconmica de la
produccin, la cual interpreta las actividades pblicas locales como un proceso de
produccin que transforma inputs (tales como capital y fuerza laboral) en
outputs/outcomes (Bradford, et. al. 1969 y Fisher, 1996). Siguiendo a Lovell (2000),
dado un conjunto de k = 1,..., K municipalidades, cada uno emplea un vector de N
inputs (recursos), x = ( x1 ,... x N ) , para producir un conjunto de D outputs
(productos), y = ( y1 ,... y D ) mediante el desarrollo de un conjunto de diversas
actividades.
2.1.

El criterio de eficiencia de Farell (1957).

Tradicionalmente, el desempeo de las unidades de gestin se ha analizado mediante

el concepto de eficiencia econmica de Farell (1957), que se compone de la eficiencia
tcnica y la eficiencia asignativa. La eficiencia tcnica refleja la capacidad de una
unidad econmica para producir el mximo posible dado un conjunto de inputs, es
decir la habilidad para producir sobre la frontera de posibilidades de produccin, dada
la tecnologa, pudiendo ser medida en trminos de relaciones fsicas entre el output
observable y el mximo output obtenible (posible) para un conjunto de observables
inputs. Por otro lado, la eficiencia asignativa, denominada tambin precio-eficiencia,
muestra la capacidad de una unidad econmica para escoger un conjunto ptimo de
inputs, dados los correspondientes precios y la referencia tecnolgica.
En lnea con el concepto de eficiencia tcnica de Farell (1957) es factible analizar el
proceso de produccin municipal mediante el empleo de diversos indicadores de
gestin. Bradford, et. al. (1969) distinguen tres fases en el proceso de produccin local,
correspondiendo el primero a un proceso primario, en el cual los recursos son
transformados en actividades intermedias. En esta fase de produccin, el anlisis de
eficiencia permite capturar el grado de desempeo operacional municipal mediante el
uso de indicadores de proceso (De Borger y Kerstens, 2000 y Agrell y West, 2001). La
segunda fase de produccin concierne la forma como esas actividades intermedias son
transformadas en bienes y servicios locales provistos a la poblacin (denominados DOutputs o Direct Outputs, segn Bradford, et. al.,1969)7; proceso que puede evaluase
mediante el empleo indicadores de desempeo (Agrell y West, 2001). Finalmente, la tercera
fase de produccin comprende la manera como estos bienes y servicios provistos (DOutputs) se transforman en mejoras en el bienestar local (denominados C-Outputs o
Consumer Outputs, Bradford, et. al.,1969)8, fase que puede evaluarse mediante el uso
de indicadores de efecto (De Borger y Kerstens, 2000).
Figura No. 1
Modelacin del proceso de produccin local

Por ejemplo, el nmero de efectivos policiales municipales o el nmero de unidades de servicio para
el transporte pblico.
8
Por ejemplo, la reduccin de la tasa de criminalidad o la fluidez del trfico.

Medida

Inputs
primarios
(recursos)

Actividades
(Outputs
intermedios

D-Outputs
(resultados)

C-Outputs
(mejora del
bienestar)

Indicadores

Proceso

Desempeo

Efecto

Dimensiones

Eficiencia

Eficiencia
Tcnica

Eficacia

O
b
j
e
t
i
v
o
s

Adaptado de Afonso y Fernandes (2003).

A la forma como los inputs son combinados para producir outputs se le denomina
tecnologa de produccin y se representa mediante una funcin de produccin, que
admite dos posibles interpretaciones: (i) el mximo output obtenible dado un vector
de inputs (Coelli et. al., 2002) o de manera alternativa como (ii) las posibles
combinaciones de inputs para producir un nivel de output dado (Farell, 1957). Bajo
estas consideraciones, y teniendo en cuenta la definicin de eficiencia de Farell (1957)
y la reciente literatura (vase, Tanzi y Schuknecht, 2000 y Clements, 2002) es posible
definir desempeo municipal al resultado del desarrollo de las polticas pblicas
locales y como eficiencia del gasto municipal al resultado relativo vinculado al
anlisis del gasto de recursos, por lo que una forma de medirla ser mediante la
comparacin entre municipalidades, de que tan bien los recursos (inputs) son
transformados en servicios locales (outputs).
2.2.

Fronteras de produccin y el anlisis de eficiencia: la primera fase de

los modelos de eficiencia en dos etapas.

Diversas metodologas se han utilizado para analizar la eficiencia municipal en las tres
fases de produccin local descritas anteriormente, a travs de la estimacin de una
frontera de produccin obtenida mediante la combinacin de un conjunto de inputs y
outputs. Este conjunto de metodologas pueden compilarse en dos grandes categoras:
no paramtricas y paramtricas.
Las aproximaciones no paramtricas o de programacin matemtica (vase, Eeckhaut
et. al., 1993; Afonso y Fernandes, 2003; Worthington y Dollery; 2000a; entre otros)
analizan la eficiencia de las unidades productivas a partir de un conjunto de supuestos
adoptados sobre la referencia tecnolgica, usualmente desconocida, a partir de los
datos disponibles. Destacan por su flexibilidad y la posibilidad de adaptarse a un
contexto de mltiples inputs y outputs. Si bien la propuesta inicial fue desarrollada en
un contexto determinstico, posteriormente se han desarrollado versiones estocsticas
(Land, Novell y Thore, 1993 y Olesen y Petersen, 1995). Destacan dos metodologas
en este grupo, Free Disposal Hull (FDH) y Data Envelopment Analysis (DEA). La
primera de ellas, introducida por Deprins, Simar y Tulkens (1984), asume no
convexidad del conjunto de combinaciones de inputs y outputs, as como libre
disponibilidad de los mismos. La segunda fue introducida por Charnes, Cooper y
Rhodes (1978) y extendida por Banker, Charnes y Cooper (1984), y asume
rendimientos constantes o variables a escala, fuerte disponibilidad de inputs y outputs
y convexidad del conjunto de combinaciones de posibles inputs y outputs.

Por otro lado, las metodologas paramtricas (vase, Deller, 1992; Davis y Hayes,
1993; Deller y Rudnicki; 1992) a diferencia de las no paramtricas, especifican una
determinada forma funcional para recoger las relaciones entre las variables analizadas,
pudiendo ser determinsticas y estocsticas. Las paramtricas determinsticas
consideran como ineficiencia cualquier desviacin de la frontera de produccin. Su
estimacin puede realizarse mediante mnimos cuadrados corregidos (corrected
ordinary least squares, COLS) o mediante mnimos cuadrados ordinarios modificados
(modified ordinary least squares, MOLS). Por otro lado, las aproximaciones
estocsticas para la estimacin de las fronteras de produccin fueron introducidas por
Aiger, Novell y Schmidt (1977). Esta metodologa considera que las desviaciones de la
frontera se descomponen en dos componentes independientes, un componente
aleatorio y otro de ineficiencia. La estimacin se realiza en dos etapas, en una primera
se obtiene el error compuesto mediante mnimos cuadrados ordinarios y luego se
realiza la estimacin mediante mxima verosimilitud.
Los desarrollos empricos para el anlisis de eficiencia en unidades de gestin han
aplicado indistintamente aproximaciones no paramtricas como paramtricas9,
consecuencia de lo cual se ha desarrollo una amplia literatura que indica que los
resultados de eficiencia son sensibles segn el tipo de metodologa empleada. As por
ejemplo, Bjurek et. al. (1990) utilizando una aproximacin no paramtrica (DEA) y una
metodologa determinstica encontraron similitudes en los resultados de eficiencia
obtenidos, con excepcin de las unidades de gestin ms pequeas. Por el contrario,
Ferrier y Lovell (1990) en un anlisis de eficiencia para bancos comerciales en el cual
emplearon una metodologa DEA y una frontera de produccin estocstica, hallaron
una dbil correlacin en los resultados de eficiencia obtenidos. Gong y Sickles (1992)
sealan que los indicadores de eficiencia que proceden de la aplicacin de una
metodologa estocstica superan a los obtenidos mediante una aproximacin DEA,
slo cuando la eleccin de la funcin de produccin se aproxima a la subyacente
referencia tecnolgica y cuando existe una pequea correlacin entre los regresores del
modelo y el trmino de ineficiencia tcnica. Adicionalmente, se han encontrado
diferencias significativas en los resultados de eficiencia que proceden de la aplicacin
de metodologas no paramtricas (al respecto, vase Vanden Eeckaut, et. al., 1993), as
como diferencias insignificantes en los resultados de eficiencia que proceden de la
aplicacin de metodologas determinsticas y estocsticas (Corbo y De Melo, 1986 y
Lovell y Schmidt, 1988).
2.3.

Aplicaciones empricas vinculadas a la primera fase de los modelos de

eficiencia.

Vinculado a las aplicaciones de eficiencia no paramtricas, se encuentra el trabajo de

Vanden Eeckhaut, et. al. (1993) quienes estimaron una frontera de costos para analizar
la relacin entre el costo agregado y la cantidad de los servicios provistos por las
autoridades locales en los municipios belgas. Este anlisis se realiz mediante cuatro
metodologas no paramtricas, una FDH y tres DEA, para rendimientos constantes,
crecientes y decrecientes a escala. Otra investigacin para municipios belgas que
emplea tcnicas no paramtricas fue realizada por De Borger y Kerstens (1996a)
quienes analizaron el costo de eficiencia en la provisin de diversos servicios
municipales mediante cinco referencias tecnolgicas: dos no paramtricas (FDH y
DEA) y tres paramtricas (determinsticas y estocsticas).

Una sntesis sobre las aplicaciones empricas para el anlisis de eficiencia en los gobiernos locales a
partir de diversas metodologas puede encontrarse en De Borges y Kerstens (2000) y en Worthington
y Dollery (2000).

Afonso A. y Fernandes, S. (2003) construyeron un indicador de desempeo municipal

para analizar la eficiencia del gasto en los municipios portugueses de la regin de
Lisboa y Vale do Tejo. Los resultados indican que estas municipalidades podran
lograr los mismos resultados con aproximadamente 39% menos recursos. Para el caso
peruano recientemente, Herrera y Mlaga (2007) han analizado la eficiencia en 1499
municipalidades mediante el empleo de la metodologa no paramtrica FDH. Los
resultados obtenidos son variados debido al desarrollo de un anlisis de eficiencia
segmentado, sin embargo, dicho trabajo muestra un patrn comn de eficiencia en las
municipalidades distritales de Lima Metropolitana, las cuales resultaron ser, en
promedio, las ms eficientes en la totalidad de las funciones de gestin municipal
evaluadas.
Por otro lado, aplicaciones paramtricas para el anlisis de la eficiencia municipal han
sido desarrollados por Deller (1992) y Deller y Rudnicki (1992). El primero analiza la
eficiencia de las municipalidades del oeste de Estados Unidos en el mantenimiento de
caminos rurales mediante la estimacin de una frontera de produccin estocstica. El
autor demuestra que los costos de produccin pueden reducirse en aproximadamente
15%. Adems encuentra evidencia que relaciona la escala de operaciones con el nivel
de eficiencia encontrado, por el que las jurisdicciones ms grandes resultan ser ms
eficientes en relacin a las ms pequeas. Por su parte, Deller y Rudnicki (1992)
analizan la eficiencia de las autoridades pblicas locales en la provisin de servicios
educativos, a partir de la estimacin de una funcin de costos mediante mnimos
cuadrados ordinarios. Los resultados hallados indican que las escuelas ms pequeas
exhiben mayores niveles de desempeo ineficiente.
2.4.

Determinantes de la eficiencia municipal: la segunda fase de los

modelos de eficiencia en dos etapas.

Una vez realizado el anlisis de eficiencia, el paso siguiente implica indagar sobre los
factores que determinan los niveles de eficiencia o ineficiencia encontrados. Este tipo
de anlisis constituye la segunda fase de los modelos de eficiencia en dos etapas (vase
por ejemplo, Balaguer-Coll et. al., 2003; Loikkanen y Susiluoto, 2005; Afonso y
Fernandes, 2005). El anlisis se realiza mediante la estimacin de modelos de regresin
considerando como variables explicativas aquellas sobre las cuales las unidades de
gestin evaluadas no tienen injerencia, denominadas tambin variables no
discrecionales, Worthington y Dollery (2000a).
La eleccin del modelo de regresin para realizar dicho anlisis, depender de la
distribucin de la variable dependiente. Una primera aproximacin implica estimar
una regresin lineal mediante mnimos cuadrados ordinarios. Sin embargo, cuando la
variable dependiente es censurada, los parmetros estimados mediante este modelo
son inconsistentes, inconsistencia que se incrementa con el nmero de observaciones
censuradas (Greene, 1981). Una solucin a este problema consiste en estimar un
modelo Tobit mediante mxima verosimilitud bajo los supuestos de normalidad y
homoscedasticidad (De Borger y Kerstens, 1996a). Adicionalmente, se han empleado
regresiones y estimaciones de densidad no paramtricas cuando las estimaciones de
eficiencia en una primera etapa proceden de un anlisis no paramtrico (Balaguer-Coll
et. al., 2003); as como herramientas de econometra espacial para capturar efectos de
escala y locacin espaciales como determinantes del nivel de eficiencia municipal
(Sampaio de Sousa y Stosic, 2003).
Si bien la eficiencia o ineficiencia municipal puede ser explicada por factores de
diversa ndole, la literatura se ha concentrado mayormente en los aspectos fiscales,

socioeconmicos y demogrficos como factores explicativos de los niveles de

eficiencia municipal.
2.4.1.

Factores fiscales.

Los factores fiscales se encuentran en la literatura entre los principales determinantes

de la eficiencia municipal. Uno de los primeros autores en tratar el tema fue Spann
(1977) quien sostuvo que una mayor tasa impositiva podra incrementar el control del
gasto local, control que podra ser mayor si fuera posible una comparacin de los
costos entre municipalidades. Ms adelante Silkman y Young (1982) sostuvieron que
un mayor nivel de ingresos incrementa la capacidad fiscal de las municipalidades, lo
cual podra incrementar la probabilidad de los polticos y burcratas de desempearse
de manera ineficiente.
De otro lado, el mayor monto asignado por concepto de transferencias
intergubernamentales a las municipalidades podra tener un efecto negativo sobre la
eficiencia, dado que los gastos se ajustan a los recursos adicionales y no se traducen en
una mayor y mejor provisin de servicios pblicos (Sampaio de Sousa y Stosic, 2003).
Este tipo de resultados se caracterizan por un comportamiento local de menor
recaudacin y de reducido control en la ejecucin del gasto, resultado que en la
literatura se le ha denominado el efecto flypaper (Hamilton, 1983).
La literatura ha revelado la existencia de una relacin difusa entre los recursos
obtenidos por operaciones de endeudamiento y los niveles de eficiencia conseguidos.
La relacin podra ser negativa si se considera que el municipio accede a estas fuentes
de financiamiento debido a que no posee capacidades para generar ingresos mediante
el cobro de impuestos. Entonces bajo el supuesto de que no existe control por parte
de la ciudadana (el cual est presente cuando se cobran impuestos) podran generarse
resultados ineficientes (Balaguer-Coll et. al., 2003). Otra variable que puede tener un
impacto negativo sobre la eficiencia es el dficit fiscal, al considerar que el exceso de
los gastos sobre los ingresos podra exponer a un municipio a una situacin de
vulnerabilidad financiera (Balaguer-Coll et. al., 2003).
2.4.2.

Factores socioeconmicos y demogrficos.

Existe tambin una amplia literatura que ha mostrado la importancia de los factores
socioeconmicos y demogrficos como determinantes de los niveles de la eficiencia
municipal. Por ejemplo, se ha argumentado que un mayor ingreso per cpita
desincentiva el monitoreo eficiente de la ejecucin del gasto debido a los elevados
costos de oportunidad que aquello implica (De Borger y Kerstens, 1996a). En esta
lnea de investigacin se encuentran los resultados hallados por Vanden Eeckaut et. al.
(1993) quienes sostuvieron que elevados ingresos per cpita y niveles de riqueza de la
poblacin local tiene un impacto negativo sobre la eficiencia.
Por otro lado, es posible afirmar que la participacin ciudadana a nivel local podra
contribuir a un mejor desempeo municipal. Vanden Eeckaut et. al. (1993) y De
Borger y Kerstens (1996a) determinaron que la variable de participacin ciudadana
(aproximada por el nivel educativo de la poblacin adulta) tiene un impacto positivo
sobre el grado de eficiencia municipal. En esta lnea de investigacin tambin se
encuentra el trabajo de Deller (1992) quien mostr que entre otros factores que
pueden influir en la eficiencia municipal se encuentran las caractersticas propias de los
residentes locales.

Adicionalmente, De Borger y Kerstens (1996a) y Sampaio de Sousa y Stosic (2003)

han mostrado que una menor cantidad de habitantes por kilmetro cuadrado puede
incrementar el costo medio de la provisin de bienes y servicios, por lo que una
municipalidad podra ser ms eficiente si su densidad poblacional local fuera mayor.
Los hallazgos obtenidos por Balaguer-Coll et. al. (2003) y Loikkanen y Susiluoto (2005)
refuerzan estos resultados. Los primeros encuentran evidencia que una mayor
cantidad de poblacin tiene un impacto positivo sobre la eficiencia mientras que los
segundos encontraron que una densa estructura urbana conduce tambin a resultados
eficientes.
2.4.3.

Otros determinantes de la eficiencia municipal.

Otras lneas de investigacin, han argumentado que la ineficiencia se origina como

resultado de la existencia de intereses privados de grupos de inters como los que
establecen los modelos de ineficiencia burocrtica o del problema principal-agente, en
los cuales los polticos y funcionarios pblicos pueden carecer de incentivos
apropiados para controlar y auditar de manera efectiva la ejecucin del gasto pblico
(Mueller, 1989). As, es posible argumentar que la ineficiencia municipal puede
explicarse por el tamao y la composicin poltica de las autoridades locales. Al
respecto, Vanden Eeckaut et. al. (1993) en un estudio para los municipios belgas
encontraron que las municipalidades dirigidas por municipios multipartidarios
conducen a resultados menos ineficientes que los municipios dirigidos por mayoras.
Adems, las mayoras compuestas por coaliciones mltiples inducen a un
comportamiento ms ineficiente que las mayoras compuestas por un partido nico.
Vinculado tambin al anlisis de eficiencia en los municipios belgas y su relacin con
aspectos polticos, se encuentra el trabajo de De Borger y Kerstens (1996a) quienes
hallaron una relacin positiva entre los niveles de eficiencia obtenidos y la presencia
del partido socialista belga. Por su parte, Athanassopoulos y Triantis (1998)
encontraron evidencia de que los partidos locales pertenecientes al gobierno central
conducen a resultados ineficientes.
Aunque menos estudiados como determinantes de la eficiencia municipal se
encuentran los niveles salariales, as como las tasas de desempleo Loikkanen y
Susiluoto (2005). Entre otros factores que pueden influir en el nivel de eficiencia
municipal, se encuentran el grado de uso de equipos informticos y de actualizacin
de la base de datos municipal. (Sampaio de Sousa y Stosic, 2003).
2.5.

La literatura peruana sobre la eficiencia municipal.

La literatura sobre la eficiencia municipal para el caso peruano es prcticamente nula.

Esto debido a la carencia de informacin sistemtica a nivel municipal. Resulta que
para el desarrollo de un anlisis de eficiencia a cualquier nivel de gobierno se requieren
bsicamente dos tipos de fuente de datos: (i) informacin sobre la ejecucin
presupuestal e (ii) informacin sobre desempeo o gestin.
Es recin a partir del ao 2001 que el INEI viene realizando anualmente (con
interrupciones en los aos 2002 y 2003) encuestas sobre las gestiones municipales en
los diversos campos de su competencia, la cual con algunos cambios ha sido replicada
en los aos 2004, 2005 y 2006. Por otro lado, la informacin de la ejecucin
presupuestal y financiera municipal se encuentra disponible por entidad a partir del
ao 1998, encontrndose una mayor desagregacin de las cuentas de ingresos y gastos
recin desde el ao 2003. En segundo lugar, debido a la relativamente reciente
importancia brindada al proceso de descentralizacin, de manera efectiva desde el ao

10

2003, lo cual ha motivado el estudio e investigacin, de las unidades menores de

gobierno tanto locales como regionales, as como la ejecucin de acciones de
organismos pblicos y privados encaminados a asistir las gestiones de estas unidades
de gobierno.
Si bien a excepcin del trabajo de Herrera y Mlaga (2007)10 no se encuentran estudios
que evalen de manera exclusiva la eficiencia municipal por entidad para el caso
peruano, se han desarrollado algunos trabajos que se vinculan de alguna manera con
este tema, ya sea a nivel agregado o mediante estudios de caso. Es el caso de Aguilar y
Morales (2004) quienes utilizando una base de datos de panel para el perodo 19982002, encontraron que las transferencias intergubernamentales promueven en
promedio un mayor esfuerzo fiscal en las municipalidades del pas, adems de
impactar de manera positiva en el nivel de actividad local; por lo que podran
interpretarse estos resultados como evidencia emprica a favor de un buen desempeo
municipal, al menos en el aspecto tributario y fiscal. Por otro lado, se encuentra el
trabajo realizado por Alvarado et. al. (2004) quienes luego de analizar el
comportamiento de las municipalidades en respuesta a las transferencias del Gobierno
Central, encontraron un efecto sustitucin o pereza fiscal vinculado al mayor monto
de transferencias, as como un efecto desplazamiento de los gastos de inversin locales
con recursos propios.
Alczar (2003) analiza la eficiencia de determinados programas sociales como la del
Vaso de Leche -que es gestionado por las municipalidades distritales- y la educacin.
En el primer caso la investigacin determin que el 70% de los recursos del Vaso de
Leche no llega a sus directos beneficiarios (nios menores de 7 aos de edad y madres
embarazadas o lactantes) mientras que en el caso de los programas del sector
educacin, se encontr un exceso del gasto de alrededor del 33% al mostrarse que la
mitad de los colegios de la muestra bajo estudio contaban con menos personal
trabajando del que figuraba en planilla. El estudio mostr como conclusin principal
que existe espacio relevante para mejorar la eficiencia de los programas sociales en el
Per.
Adems de los trabajos mencionados anteriormente pueden encontrarse algunos que
analizan tema especficos en las municipalidades, pero que sin embargo no
necesariamente se encuentran relacionados con la eficiencia. Por ejemplo, Torero y
Valdivia (2002) realizaron una tipologa de municipalidades sobre la base de una
metodologa de conglomerados en la cual utiliz como variables de tipificacin
aquellas fiscales, financieras y socioeconmicas. En su estudio las municipalidades son
clasificadas segn su nivel de necesidades y de capacidad de gestin, establecindose 4
categoras de municipalidades.
De la evidencia emprica recogida se concluye que los estudios de eficiencia municipal
habitualmente han estado desvinculados del marco normativo correspondiente, lo cual
impide asociar la estructura de incentivos o desincentivos que dicho marco plantea
sobre la eficiencia municipal, restndole funcionalidad y operatividad a los resultados
encontrados en dichos estudios. En tal sentido con la finalidad de comprender mejor
el funcionamiento del proceso de asignacin de competencias, funciones y recursos,
as como para una mejor elaboracin de las recomendaciones y propuestas de las
polticas pblicas correctivas vinculadas, en la siguiente seccin se plasmar de manera
concisa el marco normativo legal vinculado al proceso de descentralizacin de
competencias y funciones a los Gobiernos Regionales y Locales establecido en el pas
desde el ao 2002.

10

Vase la seccin 2.3.

11

3. Marco normativo vinculado al proceso de descentralizacin.

El actual proceso de descentralizacin peruano se inici en el ao 2002 con la
promulgacin de dos normas: Ley No. 27680, Ley de Reforma Constitucional del
Captulo XIV del Ttulo IV de la Constitucin Poltica del Per sobre
descentralizacin (marzo del 2002) y Ley No. 27783, Ley de Bases de la
Descentralizacin (junio del 2002), las cuales establecieron los lineamientos normativos
de diversos procesos vinculados requeridos como indispensables para el desarrollo de la
descentralizacin en el pas11. En primer lugar, establecieron la descentralizacin del
Presupuesto de la Repblica con la finalidad de asegurar la participacin efectiva de la
sociedad civil en el proceso de formulacin presupuestal, proceso que sera desarrollado
posteriormente en la Ley No. 28056, Ley Marco del Presupuesto Participativo, aprobada
en agosto del 2003. En segundo lugar, establecieron la asignacin de funciones,
competencias y recursos a los Gobiernos Regionales y Locales, cuyos mecanismos e
instrumentos se desarrollaron en la Ley No. 28273, Ley del Sistema de Acreditacin de
los Gobiernos Regionales y Locales, aprobada en julio del 2004. En tercer lugar,
establecieron el inicio del proceso de regionalizacin mediante la eleccin de Gobiernos
Regionales en los actuales departamentos, como una fase previa para la conformacin de
regiones mediante referndum, establecindose los incentivos econmicos de dicha
conformacin en el Decreto Legislativo No. 955, Ley de Descentralizacin Fiscal
promulgada en febrero del 2004 y en la Ley No. 28274, Ley de Incentivos para la
Integracin y Conformacin de Regiones promulgada en julio del 2004. Finalmente,
establecieron la estructura orgnica, las competencias, as como los bienes y rentas de los
Gobiernos Regionales y Locales, los cuales fueron desarrollados con posterioridad, en la
Ley No. 27867, Ley Orgnica de Gobiernos Regionales (noviembre 2002) y la Ley No.
27972, Ley Orgnica de Municipalidades (mayo 2003); respectivamente.
En el marco del proceso de descentralizacin, el proceso vinculado al cual mayor
importancia se le brind durante el gobierno de Alejandro Toledo (2001-2006) y que
actualmente viene teniendo en el gobierno de Alan Garca es el de asignacin de
competencias y funciones a los Gobiernos Regionales y Locales. Su importancia radica
en el hecho de acercar las decisiones de polticas pblicas a las autoridades locales,
aquellas que se encuentran ms prximas a las poblaciones, las cuales conocen con
mayor exactitud las demandas de la ciudadana, por lo que podran elevar el bienestar
general mediante una provisin ms focalizada de los bienes y servicios pblicos
locales.
Sin embargo, a pesar de la importancia brindada a este proceso, la evidencia muestra
que el marco legal vinculado ha sido (y viene siendo) complejo y desordenado. ste se
inici en octubre del 2003, con la promulgacin del Decreto Supremo No. 088-2003PCM por el cual se estableci la transferencia de los fondos, programas y proyectos de
lucha contra la pobreza (proyectos y programas del FONCODES, PRONAA,
PRONAMACHS, PROVAS RURAL y ORDESUR); y de los proyectos de
infraestructura productiva de alcance regional a los Gobiernos Regionales (proyectos
de INADE, PROVAS RURAL y electrificacin rural) en funcin al Cronograma de
Transferencias a los Gobiernos Regionales y Locales para el ao 200312 13. Ms
11

Vase en el anexo las principales normas vinculadas al proceso de descentralizacin para el perodo
2002-2006.
12
Promulgada en marzo del 2003 mediante el Decreto Supremo No. 036-2003-PCM. Cabe mencionar
que posterior a esta norma y previo a la promulgacin del Decreto Supremo No. 088-2003-PCM, se
aprobaron la Resolucin Presidencial No. 070-CND-P-2003 y la Resolucin Presidencial No. 071CND-P-2003, por las cuales se aprobaron directivas sobre el procedimiento, y los mecanismos de
verificacin para la ejecucin de transferencia a los Gobiernos Regionales y Locales de los fondos,
proyectos y programas a que se refiere el Decreto Supremo No. 036-2003-PCM; respectivamente.

12

adelante, en mayo del 2004, se promulg el Decreto Supremo No. 038-2004-PCM,

por el cual se aprob el Plan Anual de Transferencias de Competencias Sectoriales a
los Gobiernos Regionales y Locales para el ao 2004, que en la prctica signific: (i) la
complementacin de la transferencia de fondos, proyectos y programas del PRONAA
y FONCODES iniciada en el 2003, a 58 y 165 municipalidades provinciales y
distritales, respectivamente; (ii) la transferencia del proyecto para el mantenimiento
rutinario de caminos vecinales-PROVAS RURAL a 97 Institutos Viales Provinciales
y, (iii) la transferencia de los proyectos de inversin en infraestructura productiva
sectoriales a los Gobiernos Regionales14; y no as la transferencia de competencias
sectoriales como estableca la norma.
Va a ser recin en julio del 2004, con la aprobacin de la Ley No. 28273, Ley del
Sistema de Acreditacin de los Gobiernos Regionales y Locales que se estableci un
proceso operativo relativamente sistemtico para el proceso de asignacin de
transferencias de competencias y funciones: el Sistema de Acreditacin Nacional
encargado de medir, a travs de un Sistema de Informacin para la Gestin Pblica
Descentralizada, la capacidad y desempeo de los tres niveles de gobierno, cuya
finalidad es la de garantizar una transferencia ordenada y progresiva de competencias,
funciones y recursos del Gobierno Nacional hacia los Gobiernos Regionales y
Locales. Los integrantes del Sistema de Acreditacin son 3: el Gobierno Nacional, a
travs de los sectores, el CND y los Gobiernos Regionales y Locales, y su
funcionamiento es como sigue:
Figura No. 2
Funcionamiento del Sistema de Acreditacin
1. Sectores del Gobierno
Central
Proponen al CND los planes
sectoriales de transferencia de
competencias y funciones

Sistema de
Acreditacin

3. CND
Elabora la metodologa e
indicadores sobre la base del
cual certifican la acreditacin
de las transferencias de
competencias y funciones

2. Gobiernos Regionales y
Locales
Solicitan y reciben las
competencias en funcin a
los planes anuales de
transferencia y a sus
capacidades de gestin

Elaboracin: propia

La interaccin de los actores que participan del Sistema de Acreditacin, as como la

secuencia el funcionamiento del mismo se estableci en el Decreto Supremo No. 0802004-PCM por el cual se aprob el reglamento de la Ley del Sistema de Acreditacin
de los Gobiernos Regionales y Locales. El proceso de asignacin de competencias y
13

Se estableci la transferencia de los proyectos de infraestructura social del FONCODES, que

incluye el PESP RURAL, a 241 Gobiernos Locales distritales; y los programas de comedores,
alimentos por trabajo, hogares y albergues, a cargo del PRONAA, a 67 Gobiernos Locales
provinciales. Asimismo, se estableci la transferencia del programa de mantenimiento rutinario de
caminos vecinales y departamentales del PROVAS RURAL del Ministerio de Transportes y
Comunicaciones a 12 Gobiernos Locales y a 4 Gobiernos Regionales (Ancash, Cajamarca, Ica y San
Martn), y la transferencia de proyectos de reconstruccin de ORDESUR a 29 Gobiernos Locales
provinciales.
14
Se incluyeron proyectos de infraestructura del Ministerio de Agricultura, Ministerio de Transporte
Exterior y Turismo, Ministerio de Transportes y Comunicaciones y del Ministerio de Vivienda,
Construccin y Saneamiento.

13

funciones, denominado tambin proceso de acreditacin de competencias y funciones,

empieza una vez que el Plan Anual de Transferencias es aprobado y se desarrolla
siguiendo las siguientes 4 etapas, tal como se muestra en la siguiente figura15:
Figura No. 3
Proceso de transferencia de competencias, funciones y recursos a los
Gobiernos Regionales y Locales
1. Solicitud y suscripcin de convenios
(Hasta el ltimo da hbil de abril)
Los Gobiernos Regionales y Locales
solicitan al CND la transferencia de
competencias y recursos y suscriben con
ste y los sectores convenios de cooperacin
para la asistencia tcnica respecto a las
competencias solicitadas.

2. Certificacin
(Agosto hasta ltimo da hbil de
septiembre)
El CND o las entidades certificadoras
realizan la certificacin de las
competencias sectoriales solicitadas.

Proceso de
acreditacin

4. Efectivizacin
(Desde el ao siguiente al proceso
de acreditacin)
El CND transfiere las funciones
sectoriales a los Gobiernos
Regionales y Locales acreditados,
previa suscripcin de Actas de
Entrega y Suscripcin y la
promulgacin de los respectivos
Decretos Supremos.

3. Acreditacin
(Hasta el ltimo da hbil de
octubre)
El CND acredita a los
Gobiernos Regionales y Locales
que cumplan con la certificacin.

Elaboracin: propia

Los requisitos que deben cumplir los Gobiernos Regionales y Locales para acceder a
las competencias y funciones materia de transferencia tambin fueron establecidos en
el reglamento de la Ley de Acreditacin. Se establecieron una serie de requisitos
genricos, algunos de ellos innecesarios para la acreditacin de capacidades de gestin
locales, como por ejemplo el contar con programas de inversiones con un presupuesto
no menor al 50% del FONCOMUN, elaborar programas de desarrollo institucional
local o presentar cuadros de asignacin de personal, presupuesto analtico de personal,
y reglamentos y manuales de organizacin y funciones desarrollados acorde a las
competencias solicitadas; lo cual desestima lo que debe de constituir un sistema de
requerimientos simples y concretos para la acreditacin de capacidades para la
transferencia de funciones. Para quienes s se establecieron requisitos mnimos
simplificados fue para aquellas municipalidades que perciben menos de 8 UIT por
concepto de FONCOMUN, as como para aquellas que cuentan con capacidad
instalada insuficiente, establecindose para estos la elaboracin de los Planes de
Desarrollo Local Concertado, la elaboracin y aprobacin del presupuesto
participativo y las actas de instalacin y sesiones de los Concejos de Coordinacin
Local. Por ltimo, el reglamento de la Ley de Acreditacin tambin estableci la
elaboracin de un Plan de Transferencia Sectorial de Mediano Plazo para un perodo
de 5 aos, el cual deber ser trabajado por los Sectores en coordinacin con los
Gobiernos Regionales y Locales hasta fines del mes de octubre de cada ao, y debern
ser consolidados por el CND para su aprobacin mediante Resolucin.

15
Se estableci que los Planes Anuales de Transferencia de competencias debern: (i) ser publicados
mediante Decreto Supremo antes del 6 de abril de cada ao, (ii) contener los requisitos especficos e
indicadores de gestin que debern cumplir los Gobiernos Regionales y Locales que soliciten la
transferencia de competencias sectoriales, y (iii) ser elaborados a partir de los planes sectoriales
(propuestos por los Sectores hasta el ltimo da hbil del mes de febrero de cada ao).

14

El marco normativo del proceso de asignacin de competencias y funciones se

completa con la promulgacin del Decreto Supremo No. 052-2005-PCM (julio 2005)
y del Decreto Supremo No. 021-2006-PCM (abril 2006), por lo cuales se aprobaron
los Planes Anuales de Transferencias a los Gobiernos Regionales y Locales para los
aos 2005 y 2006, respectivamente. En el primero de ellos se estableci la
transferencia a los Gobiernos Regionales de 28 funciones sectoriales vinculadas a los
sectores de Agricultura, Energa y Minas, Salud y Transportes y Comunicaciones; y en
el caso de los Gobiernos Locales la transferencia de aquellas funciones que les haban
sido asignadas a las municipalidades con anterioridad (programas del PRONAA y
FONCODES16), as como los programas del PROVAS RURAL a 12 nuevos
Institutos Viales Provinciales (IVP)17. Por otro lado, en el Plan de Transferencias para
el ao 2006, se estableci la transferencia a los Gobiernos Regionales de funciones de
los sectores de Educacin, Energa y Minas, Salud, Trabajo y Promocin del Empleo y
de la Presidencia del Consejo de Ministros. En cuanto a los municipios provinciales se
program la transferencia de los programas del PRONAA y del PROVAS RURAL,
mientras que en el caso de los municipios distritales no program transferencia alguna.
Como puede apreciarse el marco legal vinculado al proceso de descentralizacin de
competencias y funciones hacia los Gobierno Regionales y Locales ha sido
desordenado, complejo y diverso, lo cual se evidencia en un sistema para la
acreditacin de competencias y funciones cargado de requisitos, alguno de ellos
innecesarios, enmarcados en un sistema poco claro. Adems de que lo establecido en
la normativa no ha traducido al plano prctico, desde que: (i) algunas competencias y
funciones se han asignado y otras no, (ii) algunas en los plazos y condiciones
establecidas y otras fuera de ellos, (iii) no se han contemplado la transferencia de los
correspondientes recursos financieros, personal, acervo documentario y activos fsicos
para poder acceder a las competencias y funciones transferidas de manera adecuada
(tal como lo establece la normativa); lo cual evidencia un proceso que ha mostrado
cierta renuencia por parte de los sectores del Gobierno Central a descentralizarse18.
Este conjunto de factores adversos para el desarrollo de la descentralizacin de
competencias y funciones son los que motivaron al Poder Ejecutivo a emitir en
octubre del 2006 dos Decretos Supremos, primero el Decreto Supremo No. 0682006-PCM, por el cual se establece la culminacin de las transferencias de
competencias y funciones programadas para el perodo 2006-2010 hacia fines del ao
2007; y luego el Decreto Supremo No. 076-2006-PCM por el cual se ampla el Plan
Anual de Transferencias del ao 2006 asignndose mayores competencias y funciones
a los Gobiernos Regionales y Locales. Si bien estas dos ltimas normas otorgarn
mayor dinamismo al proceso de descentralizacin peruano, al mismo tiempo
establecen nuevos desafos desde que el esquema de funcionamiento y las bases del
sistema de acreditacin de competencias y funciones no evidencian cambio alguno, lo
cual podra retrazar el avance del proceso de descentralizacin. Adicionalmente,
plantea el desafo y la interrogante de si los Gobiernos Locales se encuentran en
condiciones de asumir las competencias y funciones que se les transfieran, por lo que
16
Se estableci la suscripcin de Convenios de Gestin entre el MINDES y los 406 Gobiernos
Locales distritales (verificados por el CND) para la ejecucin de los programas de FONCODES en el
ao 2005. En el caso de la transferencia del PRONAA, se estableci el fortalecimiento del proceso de
transferencia iniciado en el 2003, con las 125 municipalidades provinciales verificadas con las cuales
el MINDES haba firmado Convenios de Gestin.
17
Ubicados en los departamentos de Ancash, Apurimac, Ayacucho, Cajamarca, Cusco, Junn y Puno.
18
Tal como lo seala PRODES (2007): ...la lentitud de las transferencias de responsabilidades, lo
engorroso y confuso de los procedimientos de acreditacin y el hecho de que las funciones
transferidas correspondan a tareas que ya se estaban ejecutando en los niveles descentralizados,
acrecentaron la precepcin de un proceso dbil para lo cual no exista voluntad poltica.

15

se considera de suma importancia contar con herramientas para medir dichas

capacidades de gestin a nivel local.
En ese sentido, se torna indispensable brindar mayor atencin a la formulacin y
puesta en marcha del Sistema de Informacin para la Gestin Pblica Descentralizada
que establece la Ley del Sistema de Acreditacin, para la medicin del desempeo y las
capacidades de gestin de los Gobiernos Locales, en la medida que ste se constituye
como la herramienta tcnica ms importante para garantizar una transferencia
ordenada y progresiva de competencias, funciones y recursos del Gobierno Nacional
hacia estos niveles de gobierno. En esencia, se requiere que dicho sistema sea simple e
intuitivo pero al mismo riguroso, que se fundamente en metodologas robustas, que
permitan capturar a cabalidad el desempeo de las unidades de gestin local. Una
propuesta metodolgica de este tipo se presenta a continuacin.

16

4. Metodologas para el anlisis del desempeo y la eficiencia municipal.

En la presente seccin se establecen 5 metodologas para la medicin de las
capacidades de gestin municipales, con la finalidad de realizar posteriormente un
anlisis de eficiencia municipal. Tal como se mencion anteriormente las metodologas
planteadas en esta seccin constituyen una propuesta metodolgica para el diseo del
Sistema de Informacin para la Gestin Pblica Descentralizada que establece la Ley
del Sistema de Acreditacin.
En la seccin 2 se mencion que una posible forma de estimar la eficiencia municipal
es mediante la comparacin de qu tan bien las municipalidades convierten los inputs
(recursos) en outputs (productos), es decir evaluando que tan bien gastan las
municipalidades del pas. Para la medicin de la eficiencia municipal es necesario
estimar previamente una Frontera de Posibilidades de Produccin (FPP), la cual
captura la tecnologa de operatividad para cada muestra de municipios, y luego evaluar
el desempeo de cada una de estas municipalidades como la distancia a dicha frontera.
Acorde a la revisin de la literatura, las fronteras de produccin pueden construirse
mediante tcnicas no paramtricas y paramtricas, las cuales reproducen la mejor
combinacin de resultados dentro de una muestra de productores (en nuestro caso,
municipalidades). A continuacin se describirn cada una de las 5 metodologas que se
emplearn en la sexta seccin para realizar el anlisis de eficiencia municipal, tres no
paramtricas y dos paramtricas (determinstica y estocstica).
4.1.

Anlisis no paramtrico: FDH, DEA-CRS y DEA-VRS.

Las metodologas no paramtricas analizan la eficiencia de las unidades productivas a

partir de un conjunto de supuestos adoptados sobre la referencia tecnolgica,
usualmente desconocida, a partir de los datos disponibles. Destacan por su flexibilidad
y la posibilidad de adaptarse a un contexto de mltiples inputs y outputs. Destacan
dos metodologas en este grupo, Free Disposal Hull (FDH) y Data Envelopment
Analysis (DEA), ste ltimo tanto para rendimientos constantes como para
rendimientos variables a escala.
4.1.1.

Free Disposal Hull (FDH).

La metodologa FDH fue originalmente esbozada por Farell (1957) quien desarroll
un ndice de eficiencia tcnica para medir la mxima reduccin equiproporcional en la
totalidad de inputs consistente con la produccin de outputs observados (Coelli et. al,
2002). De esta manera, una unidad productiva es considerada tcnicamente eficiente si
es posible producir el mismo nivel de output con el empleo de menos inputs.
Formalmente, la metodologa FDH fue propuesta por Deprins, Simar y Tulkens
(1984) para analizar la eficiencia relativa de las operaciones realizadas por las oficinas
postales de EEUU. sta establece una frontera de produccin no convexa
representada por la combinacin de los mejores resultados dentro de una muestra de
productores y luego estima la ineficiencia relativa de los productores como la distancia
a dicha frontera. La metodologa impone slo una restriccin a la tecnologa de
produccin, vinculado al uso de los inputs/outputs, los cuales pueden utilizarse

17

libremente, lo cual garantiza la existencia de una frontera de posibilidades produccin

continua dentro de una muestra de observaciones19.
Dados K municipios, N inputs y D outputs, la metodologa procede de la siguiente
manera:
(i)

(ii)

Para el municipio k se seleccionan todos los municipios que son ms

eficientes que ste, es decir aquellos que producen ms de cada output con
menos de cada input. Si no es posible encontrar un municipio ms eficiente,
el municipio k es considerado eficiente y se le asigna un puntaje de eficiencia.
De esta manera se construye la frontera de posibilidades de produccin, la
cual se conforma por las mejores prcticas municipales dentro de una muestra
de municipios.
Posteriormente, los productores ineficientes (ubicados al interior de la
frontera de posibilidades de produccin) son ordenados segn su distancia
relativa a la frontera de produccin estimada, y se le asigna un puntaje de
eficiencia.

Cabe mencionar que la metodologa FDH, as como todas las metodologas no

paramtricas, permiten realizar un eficiencia relativa bajo dos orientaciones: en
trminos de inputs y de outputs. As, una municipalidad es denominada eficiente en
trminos de inputs cuando reduce proporcionalmente la mayor cantidad de inputs sin
alterar el nivel de output, en comparacin a otros municipios. De la misma manera,
una municipalidad es denominada eficiente en trminos de outputs cuando incrementa
proporcionalmente una mayor cantidad de output manteniendo invariables las
cantidades de inputs empleados, en comparacin a otras municipalidades.
De esta manera, si el municipio k es ineficiente, el puntaje de eficiencia en trminos
de los inputs utilizados es igual a:

MIN MAX

k =k1 ,....,kl

p =1,....q

x p (K )
x p (k )

Donde:

k1 ,...., kl : son los l municipios ms eficientes que el municipio p .

Para obtener el puntaje de eficiencia en trminos de outputs, se procede de manera
similar que para el caso anterior:

MIN MAX

k =k1 ,....,kl

p =1,.... q

y p (k )
y p (K )

Para recrear el funcionamiento de la metodologa FDH se supondr un ejercicio

simple de simulacin numrica para el caso de un input y un output. Asumamos que
existe una muestra de 5 municipalidades las cuales tienen los siguientes niveles de
input y output:
19

La metodologa FDH destaca por su flexibilidad dado que no impone ninguna restriccin sobre la
forma de la frontera de posibilidades de produccin en comparacin a la convexidad impuesta por la
metodologa Data Envelopment Analysis (DEA-VRS), como se ver ms adelante.

18

Tabla No. 1
Valores de simulacin para la construccin de la frontera FDH
Input
1000
1150
1200
1500
1650

Municipalidad A
Municipalidad B
Municipalidad C
Municipalidad D
Municipalidad E

Output
75
76
85
80
82

De la lectura de la tabla anterior puede deducirse que las municipalidades D y E son

ineficientes en trminos relativos, dado que ambas gastan mayores recursos que la
municipalidad C (1500 y 1800, respectivamente contra 1200), y obtienen al mismo
tiempo un producto menor (80 y 82, respectivamente contra 85). Por otro lado,
utilizando el mismo criterio, las municipalidades A, B y C son relativamente eficientes,
por lo que les corresponde situarse sobre la frontera de posibilidades de produccin
FDH20. As, utilizando la informacin de la tabla 1, la frontera de posibilidades de
produccin FDH viene representada en el grfico 1 por la lnea segmentada ABC, la
cual corresponde a las observaciones eficientes.
Grfico No. 1
Frontera de posibilidades de Produccin: Free Disposal Hull (FDH)
y

85

82
80

76

75

x
1000

1150 1200

1500 1650

Si bien existen ventajas asociadas al empleo de la metodologa FDH como su

flexibilidad y parsimoniosidad, as como el no requerimiento de una especificacin
para la funcin de produccin, etc., en el anlisis de la eficiencia relativa estas ventajas
constituyen al mismo tiempo desventajas. En primer lugar, dado que en una
metodologa no paramtrica, la frontera de produccin est influenciada por outliers o
puntos extremos anmalos (Vanden Eeckhaut et. al., 1993). En segundo lugar, por el
20

Es posible que las municipalidades A, B y C sean ineficientes sin embargo no existe evidencia
emprica que soporte dicha afirmacin. Esta limitacin constituye, como se ver ms adelante una
deficiencia de esta metodologa, la cual asume que determinadas unidades de gestin son eficientes
por default.

19

hecho que una municipalidad puede ser considerada eficiente por default, cuando
sta tiene el nivel de gasto ms bajo dentro de una muestra de municipalidades y no
domina o no es dominado por otros municipios, o cuando no existe otras
municipalidades con mejor desempeo para al menos un output (Vanden Eeckhaut et.
al., 1993).
Este ltimo punto puede representarse en el grfico 1. Como se vi anteriormente, la
frontera FDH viene representada por la lnea segmentada ABC, la cual corresponde a
las observaciones eficientes de la muestra. Ahora bien, es posible calificar a estas
observaciones como no dominadas por otras de la muestra, dado que para estas
observaciones no existen unidades productivas que produzcan el mismo o un mayor
nivel de output con igual o una menor cantidad de recursos o inputs. As por ejemplo,
el productor C domina a los productores D y E, dado que el primero obtiene un
mayor nivel de output con menos recursos. Sin embargo, si consideramos al
productor A, observamos que no es comparado con otros productores, por lo que no
domina ni es dominado por otras unidades productivas, por lo que es considerado
eficiente por default.
4.1.2.

Data Envelopment Analysis (DEA-CRS).

Esta metodologa fue introducida por Farrell (1957) y popularizada por Charnes,
Cooper y Rhodes (1978). Asume una frontera de produccin constante la cual se
construye mediante mtodos de programacin lineal. De manera similar que para el
caso de la metodologa FDH, la aproximacin DEA-CRS permite el clculo de la
eficiencia municipal a partir de dos dimensiones, es decir en trminos de inputs y
outputs. Un anlisis de eficiencia en trminos de inputs permite evaluar, cuanta
cantidad de input puede ser proporcionalmente reducida manteniendo las cantidades
de output. Por otro lado, el anlisis en trminos de outputs, permite estimar en cuanto
puede incrementarse proporcionalmente el nivel de output sin modificar la cantidad
de los input empleados21.
La descripcin analtica del modelo bajo la hiptesis de rendimientos a escala
constante, asume que dados n municipios, cada uno produce m diferentes outputs
utilizando k diferentes inputs. Formalmente, la solucin del modelo DEA-CRS
implica resolver el siguiente problema de programacin matemtica:

MIN ,
s.a. y i + Y 0

x i X 0
0
Donde:

yi : Vector de outputs producidos por el ith municipio.

xi : Vector de inputs utilizados por el ith municipio.
Y : Matriz ( m n ) de outputs para todos los n municipios.
X : Matriz ( k n ) de inputs para todos los n municipios.
21

Bajo retornos constantes a escala, ambas medidas nos proporcionan los mismos valores. Sin
embargo, como se ver ms adelante, los resultados cambian cuando se asume retornos variables a
escala.

20

 : Vector ( nx1 ) de constantes.

i : Toma los valores desde 1 a n .
: Escalar que representa el puntaje de eficiencia para un determinado municipio, el
cual satisface la restriccin 1 .
Al igual que en la metodologa FDH, el puntaje de eficiencia ( ) se calcula como la
distancia entre un municipio y la frontera de posibilidades de produccin, la cual se
define como la combinacin lineal de las mejores observaciones dentro de una
muestra de municipalidades. Dado que el escalar toma los valores menores o
iguales a uno, se producen los siguientes dos casos:
(i)

< 1 : la municipalidad evaluada es ineficiente dado que se encuentra al

(ii)

interior de la frontera de produccin.

= 1 : la municipalidad evaluada se encuentra sobre la frontera de
produccin, por lo que es considerada eficiente.

El vector mide los pesos empleados para estimar la ubicacin de una unidad de
gestin ineficiente si ste fuera a convertirse en eficiente. As, las unidades de gestin
ineficientes podrn ser proyectadas sobre la frontera de posibilidades de produccin
como una combinacin lineal mediante el empleo de estos pesos.
4.1.3.

Data Envelopment Analysis (DEA-VRS).

Esta metodologa fue introducida por Banker, Charnes y Cooper (1984) y a diferencia
de la metodologa FDH o la DEA-CRS, asume una frontera de produccin convexa,
la cual se construye incorporando la restriccin n1' = 1 22 al modelo DEA-CRS
(modelo anterior) de esta manera es posible analizar el modelo para rendimientos a
escala variables. As, incorporando esta restriccin, la solucin del modelo implica
resolver el siguiente problema de programacin:
MIN ,
s.a. y i + Y 0

xi X 0
n1' = 1
0

Dado que la medida de eficiencia obtenida no indica si el municipio opera en el

mbito de rendimientos a escala crecientes o decrecientes, es posible reemplazar la
restriccin n1' = 1 , por la de rendimientos a escala no crecientes n1' 1 ,
propuesta por Fre et. al. (1994). De esta manera, si la medida de eficiencia bajo este
supuesto es equivalente a los obtenidos bajo rendimientos a escala variable, entonces
puede sealarse que un determinado municipio opera en el campo de rendimientos a
escala decrecientes. Por el contrario, si las medidas de eficiencia fueran diferentes,
entonces aquel municipio opera en el campo de rendimientos a escala crecientes.
A continuacin se grafican las fronteras de produccin para el caso de un input y un
output empleando la metodologa DEA, bajo el supuesto de retornos constantes y
variables a escala, considerando la informacin numrica proporcionada por la tabla 1
(seccin 4.1.1).
22

Donde

n1 es un vector n-dimensional de 1.

21

Grfico No. 2
Fronteras de Posibilidades de Produccin: DEA(crs) y DEA(vrs)
y

DEA(RCE)

85

82
80

D
B

76

75

DEA(RVE)

x
1000

1150 1200

1500 1650

La frontera de produccin para retornos variables a escala, DEA(vrs), viene

representada por la lnea que une un punto del eje de las abscisas con el punto A y
luego ste con el punto C. Por otro lado, la frontera para retornos constantes a escala
viene representada por la lnea punteada, la cual es una lnea recta que une un punto
del eje de las abscisas con el punto A, dado que es en este punto en el cual se obtiene
el ratio output-input ms elevado (0.75). De esta manera, bajo esta metodologa slo
una observacin es considerada como eficiente.
Cabe mencionar que debido a la convexidad impuesta por la metodologa DEA(vrs),
la observacin B, la cual era considerada eficiente bajo la metodologa FDH, es ahora
ineficiente. As, es posible afirmar que la metodologa DEA(vrs) es mucho ms
rigurosa que la metodologa FDH: una unidad de gestin que es eficiente bajo la
metodologa FDH no siempre lo ser bajo la metodologa DEA(vrs), sin embargo,
una unidad de gestin considerada eficiente bajo la metodologa DEA(vrs) siempre
ser eficiente bajo la metodologa FDH. En trminos cuantitativos, este hecho implica
que los puntajes de eficiencia sern menores en la metodologa DEA(vrs).
4.2.

Anlisis paramtrico: determinstico y estocstico.

Las metodologas paramtricas a diferencia de las no paramtricas, especifican

previamente al anlisis de eficiencia, una determinada forma funcional para la
referencia tecnolgica con la finalidad de recoger las relaciones entre las variables
analizadas. Una de las funciones de produccin ms utilizadas debido a su sencillez ha
sido la funcin Cobb-Douglas, sin embargo, en la literatura se han utilizado funciones
ms complejas como la translogartmica, CES y la Leontief generalizada. Las
aproximaciones paramtricas se clasifican en dos: determinsticas y estocsticas.

4.2.1.

Modelo determinstico.

22

Las metodologas determinsticas para el anlisis de eficiencia consideran como

ineficiencia tcnica cualquier desviacin de la frontera de produccin. Este tipo de
modelos asumen una relacin del siguiente tipo:

yi = xi ui
Donde:
yi : variable output.

xi : variable imput.

: Parmetro a ser estimado.

ui : Trmino de error, con ui 0 .
Su estimacin puede realizarse mediante mnimos cuadrados ordinarios modificados
(modified ordinary least squares, MOLS) o mediante mnimos cuadrados corregidos
(corrected ordinary least squares, COLS). El primero de ellos asume una funcin de
distribucin para la perturbacin, de forma tal que luego de la estimacin mediante
mnimos cuadrados ordinarios, el trmino constante se modifica por la media de la
funcin de distribucin asumida. Por otro lado, el mtodo de estimacin COLS
corrige el trmino independiente por el mximo residuo positivo de la estimacin por
mnimos cuadrados ordinarios inicial. De esta manera, la totalidad de observaciones se
ubicarn por debajo de la frontera, a excepcin de la ms eficiente que se
corresponder con la unidad utilizada en el proceso de correccin.
Si bien ambas aproximaciones para la estimacin de fronteras de produccin
determnisticas brindan resultados robustos, en la literatura debido a su sencillez e
intuitividad se ha privilegiado la estimacin de dichas fronteras mediante corrected
ordinary least squares-COLS (Lovell, 1993) luego de la correspondiente
transformacin logartmica (vase Greene, 1993).
4.2.2.

Modelo estocstico.

Los modelos para la estimacin de fronteras estocsticas fueron propuestos de manera

independiente por Aigner, Lovell y Schmidt (1977) y Meeusen y Van den Broeck
(1977). En su propuesta original involucraban la especificacin de una funcin de
produccin cuyo trmino de error se conformaba por dos componentes
independientes, uno que consideraba efectos aleatorios y otro de ineficiencia tcnica.
As, las desviaciones respecto de la frontera es posible explicarlos en funcin a estos
dos componentes.
Este modelo puede expresarse de la siguiente manera:

y i = xi + (vi u i ) , i = 1,..., N
Donde:
yi : es la produccin (expresada en logaritmos) de la produccin del ith municipio.

xi : es el vector k 1 de las cantidades de input del ith municipio.

: es un vector de parmetros desconocidos.

23

vi : son variables aleatorias las cuales son asumidas independientes e idnticamente

distribuidas (iid), con N (0, v2 ) .

ui : son variables aleatorias no negativas las cuales corresponden al componente de

ineficiencia tcnica en la produccin, las cuales son asumidas habitualmente
independientes e idnticamente distribuidas (iid), con N (0, u2 ) .
La especificacin original planteada anteriormente ha sido extendida en diversas
lneas. Sin embargo, la mayora de estas extensiones se han centrado en: (i) los
supuestos que subyacen la especificacin ms general para la distribucin de ui (por
ejemplo, se han propuesto distribuciones truncadas, exponenciales o del tipo gamma);
(ii) las consideraciones de anlisis de eficiencia tcnica para datos de panel y de corte
transversal; y (iii) la extensiones metodolgicas para la estimacin de funciones de
costos23.
El mtodo de estimacin para las fronteras estocsticas depende de la funcin de
distribucin que se asuma para el componente de ineficiencia ( ui ). Por ejemplo, si se
asume que la distribucin de dicho componente es seminormal ui N (0, u )
(vase Greene, 1993) la estimacin se realizar por mxima verosimilitud24, previa
estimacin del error compuesto mediante mnimos cuadrados ordinarios. Por otro
lado, dado que las metodologas de estimacin no imponen restricciones sobre la
distribucin del componente aleatorio ( vi ), este es habitualmente asumido
independiente e idnticamente distribuido, es decir N (0, v2 ) .
Grfico No. 3
Fronteras de Posibilidades de Produccin determinstica y estocstica
y
MLE
COLS

MOLS

OLS

x
Adaptado de Lovell (1993).

23
Para mayor detalles sobre las direcciones de los avances realizados a las metodologas para la
estimacin de fronteras estocsticas, vase, Greene (1993).
24
Vase Olson et. al. (1980) para una lectura sobre los diversos procedimientos de mxima
verosimilitud para los casos en los cuales las distribuciones del componente de ineficiencia son
normal, gamma o truncadas.

24

En lo anterior se han expuesto las metodologas disponibles en la literatura para el

clculo y el anlisis del desempeo y de las capacidades de gestin municipales. Se ha
explicado el funcionamiento de cada una de ellas, se han expuesto sus ventajas y
desventajas asociadas, as como los procedimientos y las diversas aproximaciones para
su estimacin.
Sin embargo, dado que el marco metodolgico desarrollado establece un anlisis de
eficiencia relativa, es indispensable que ste sea complementado para su
implementacin con una tipologa municipal, es decir que sea implementado a travs
de grupos de municipios, para una evaluacin de la eficiencia en municipalidades con
caractersticas similares. Esto es necesario en un contexto de heterogeneidad
municipal que muestra desiguales niveles de urbanidad, tamao de poblacin,
necesidades bsicas insatisfechas, etc., y que impide el desarrollo de un anlisis de
eficiencia integral, agregado. Metodolgicamente es incorrecto comparar los
desempeos de municipalidades con caractersticas tan diversas, dado que nos
brindara resultados de eficiencia insesgados, inconsistentes y difcilmente
interpretables. Adems, una de las ventajas adicionales de realizar evaluaciones de
eficiencia segmentadas radica en la posibilidad de controlar la presencia de outliers
(puntos extremos anmalos), dado que municipalidades de este tipo deberan
corresponder a aquellas que mantienen caractersticas comunes, particulares. Una
propuesta de tipologa municipal, a partir de un anlisis de conglomerados, es
desarrollada a continuacin.

25

5. Segmentacin para el anlisis de eficiencia: tipologa municipal mediante

el anlisis de conglomerados.
El anlisis de eficiencia municipal, a partir de las metodologas descritas en la seccin
anterior, es posible realizarse de manera agregada, es decir considerando la totalidad
de municipalidades del pas. Sin embargo, dado que el enfoque de eficiencia adoptado
involucra una evaluacin relativa, en un contexto de heterogeneidad municipal que
evidencia la presencia de 1830 municipalidades agrupadas en 194 provinciales y 1634
distritales, cada una con dismiles niveles de urbanidad, tamao de poblacin, pobreza,
etc., resulta indispensable previamente tipificar las unidades de gestin municipales
bajo anlisis con la finalidad de obtener resultados coherentes e interpretables. En
caso contrario, el anlisis desarrollado sera inexacto, y la interpretacin de los
resultados obtenidos sera errnea. Por ejemplo, no tendra sentido analizar la
eficiencia relativa de municipalidades pertenecientes a Lima Metropolitana, que
cuentan con un alto grado de urbanidad, con aquellas ubicadas en la sierra o selva, que
en promedio cuentan con menor urbanidad y mayores niveles de pobreza, dado que
responden a realidades dismiles.
Una ventaja asociada a la tipificacin de municipalidades radica en el hecho de facilitar
al hacedor de poltica la formulacin y aplicacin de las medidas de polticas
correctivas correspondientes, adems de poner en discusin la necesidad de contar
con una clasificacin oficial de municipalidades para la implementacin normativa y
de decisiones de poltica.
En la literatura vinculada al anlisis de eficiencia municipal relativa pocos han sido los
intentos para homogenizar o tipificar las unidades de gestin evaluadas, aun cuando
prescindir de ello condiciona los resultados de eficiencia obtenidos. El hecho que no
se hayan desarrollado avances en esta direccin se debe bsicamente a tres razones:
(i)

(ii)

(iii)

En primer lugar, debido a que la mayor parte de la literatura sobre la eficiencia

municipal se ha desarrollado en Europa, en donde en promedio el nmero de
municipalidades es reducido, por lo que no se requerira una tipificacin
previa al anlisis de eficiencia municipal. As por ejemplo, Loikkanen y
Susiluoto (2005) realizaron un anlisis de eficiencia en 353 municipalidades
finlandesas y Athanassopoulos y Triantis (1998) hicieron lo propio en 172
municipalidades griegas.
En segundo lugar, dado que algunos estudios han analizado la eficiencia
nicamente de municipalidades pertenecientes a una regin como los trabajos
de Balaguer-Coll et. al. (2003) y Afonso y Fernandes (2003) quienes analizan la
eficiencia municipal en 258 municipalidades de la regin de Valencia en
Espaa, y en 51 municipalidades ubicadas en la regin de Lisboa y Vale do
Tejo en Portugal; respectivamente.
En tercer lugar, dado que algunos estudios de eficiencia han adoptado
clasificaciones oficiales municipales previamente establecidas como los
trabajos de Afonso y Fernandes (2005) y Worthington y Dollery (2000a).

As, dado que en el presente estudio se evaluar la totalidad de municipalidades del

pas (o al menos para los cuales la informacin es disponible) y considerando que
actualmente en el pas no se cuenta con una clasificacin municipal oficial, en esta
seccin, se realizar una tipologa municipal mediante un anlisis de conglomerados
(clusters), con el objetivo primario de evaluar la eficiencia en grupos conformados por
unidades de gestin homogneas.

26

5.1.

El anlisis de conglomerados o clusters.

Consiste en una tcnica multivariante que busca agrupar elementos o variables en

grupos con la mnima varianza interna y la mxima varianza entre grupos. Existen
diversos mtodos de agrupamiento para la conformacin de los clusters. Una de las
ms intuitivas es el agrupamiento jerrquico aglomerativo, la cual consiste en organizar un
conjunto de unidades formando grupos con las unidades ms cercanas entre s. Dicho
mtodo es jerrquico porque los grupos se relacionan jerrquicamente, cada unidad
pertenece a un subgrupo, el cual a su vez pertenece a un grupo mayor y ste a uno ms
grande, hasta llegar a un grupo que contiene a la totalidad de las observaciones. Es
aglomerativo porque se comienza formando tantos grupos como unidades haya en total
y luego se va reduciendo el nmero de grupos de uno en uno, juntndose los grupos
ms cercanos hasta que slo queda un grupo que contiene a todas las observaciones.
Los mtodos de agrupamiento precisan dos medidas de distancia:
(i)
(ii)

Entre las unidades, y

Entre los grupos que se van formando, denominado medida de asociacin

Respecto a la medida de distancia entre unidades u observaciones, la ms empleada es la

distancia comn o euclidiana L2 que se define como la norma euclidiana en un espacio
n dimensional, que entre el punto x y el punto y es igual a25:
d ( x, y ) = ( x1 y1 )2 + ... + ( xn yn ) 2

Donde:

n : Es el nmero de variables de agrupamiento.

En cuanto a las medidas de asociacin, la ms empleada es la medida de asociacin simple, la
cual define la distancia entre dos grupos como la distancia entre sus unidades ms
cercanas. Otra es la denominada medida de asociacin completa en la cual la distancia entre
dos grupos corresponde a la distancia entre sus unidades ms lejanas. Por otro lado, la
medida de asociacin promedio se define como aquella en la cual la distancia entre dos
grupos es igual al promedio de las distancias entre los puntos de un grupo respecto de
los puntos de otro26.
5.2.

Las variables de agrupamiento.

Las variables de tipificacin o agrupamiento van a determinar los grupos de

municipalidades que se conformen, por tanto la eleccin de stas constituye la parte
medular del anlisis de conglomerados. Considerando que se requiere agrupar las
municipalidades con la finalidad de realizar un anlisis de eficiencia en dos etapas27,
para obtener resultados insesgados, consistentes e interpretables, las variables de
agrupamiento utilizadas no podrn corresponder a ninguna de las variables utilizadas
en alguna de estas dos etapas de anlisis.
25
Otra medida de distancia entre observaciones es la norma L2 cuadrada, la cual consiste en el
cuadrado de la norma euclidiana, caracterstica que tiende a asignar ms distancia a las observaciones
ms alejadas en comparacin con la distancia euclidiana.
26
Cabe mencionar que todas estas medidas de asociacin emplean como medida de distancia la
euclidiana.
27
Reacurdese que en la primera se analizar la eficiencia como tal, sobre la base de lo cual en la
segunda fase se investigarn los determinantes de dichos resultados de eficiencia.

27

As, las variables de tipificacin que se empleen no debern corresponder a aquellas

relacionadas con la gestin municipal, ni con variables fiscales, ni de ndole
socioeconmico ni demogrfico, sino a aquellas que permitan capturar similares
condiciones iniciales para la provisin de servicios municipales, es decir aquellas
variables sobre las cuales las municipalidades no poseen injerencia para modificarlas, al
menos no en el corto plazo: son las denominadas variables de estado. De esta manera,
unidades de gestin local agrupadas segn variables de estado debieran tener similares
caractersticas estructurales y por tanto conducirnos, a partir de un anlisis de
eficiencia relativo, a resultados interpretables. Adems, sera posible afirmar que las
diferencias en los resultados de eficiencia existentes entre las municipalidades
pertenecientes a un mismo grupo, dependern de aquellas variables sobre las cuales las
autoridades locales poseen injerencia: denominadas variables de poltica o de control28.
Dadas las consideraciones anteriores, se proponen como variables de agrupamiento
para la tipificacin municipal: el tamao de la poblacin, el nivel de urbanidad y el
nivel de pobreza. Siendo estas variables sencillas, intuitivas y realistas para comprender
y capturar el entorno y las condiciones municipales, se proponen para ser empleadas
como variables para una tipologa municipal29. La ventaja de contar con una tipologa
municipal de esta naturaleza radica en el hecho de contar con el discernimiento y
definicin previa de los tipos de variables que lo componen (variables de estado), lo
cual permitira al hacedor de poltica esbozar de manera ms adecuada las medidas de
polticas correctivas correspondientes.
5.2.1.

El tamao poblacional.

El tamao de la poblacin determina el grado de complejidad en la administracin de un

municipio. Cuanto ms grande sea la poblacin de una municipalidad lo ptimo es
que se ofrezca una mayor cantidad de bienes y servicios pblicos, por lo que el manejo
administrativo de una unidad de gestin local se complica conforme mayor poblacin
posea. Sin embargo, debido a la existencia de economas de escala en la provisin de
bienes y servicios municipales, la complejidad administrativa menos que se duplica si
la poblacin se duplica.
La variable de tipificacin que se emplear ser el logaritmo neperiano de la poblacin, al
considerar la existencia de economas de escala en la gestin municipal, por lo que
modelamos esta variable de manera logstica.
5.2.2.

El grado de urbanidad.

Al igual que el tamao de la poblacin, el nivel de urbanidad determina tambin el grado

de complejidad de la gestin municipal. Esto debido a varias razones. Por ejemplo,
una poblacin ms urbana cuenta con mayores posibilidades para financiar sus gastos
locales mediante la generacin de recursos propios como el cobro de impuestos o
tasas; o de tener acceso a profesionales calificados y a tecnologa para el mejor
desempeo de las competencias y funciones. Sin embargo, municipios mayormente
rurales cuentan con mayores limitaciones para la gestin municipal como por ejemplo,
una base tributaria ms reducida que los hace ms dependientes de las transferencias
del Gobierno Central, restricciones para el acceso a personal calificado, as como
infraestructura productiva limitada, que les impide beneficiarse de las sinergias que la
presencia de estos elementos podra generar.
28
29

Variables no empleadas en la tipificacin.

Aunque no necesariamente las nicas.

28

Bajo estas consideraciones, la variable de agrupamiento que se emplear es el porcentaje

de la poblacin que es urbana.
5.2.3.

El nivel de pobreza.

El ingreso, la riqueza per cpita, as como la distribucin del bienestar poblacional son
tambin determinantes de la administracin municipal, dado que los mayores ingresos
de los pobladores (mayor flujo de bienestar) generarn mayores posibilidades de una
municipalidad para recaudar impuestos30.
En el mismo sentido, a medida que la poblacin de una municipalidad tenga una
mayor riqueza (acumulacin de bienestar) ya sea de manera individual o en forma de
bienes pblicos, menores sern las necesidades bsicas que tendrn que atender las
autoridades municipales, y por tanto podrn enfocar sus esfuerzos en satisfacer
necesidades menos imperiosas. Cabe mencionar que la distribucin del bienestar
condiciona tambin la gestin administrativa municipal, dado que si la riqueza no se
distribuye de manera homognea entonces ser ms dificultoso identificar a los
principales contribuyentes tributarios, as como desarrollar polticas focalizadas para
atender a las poblaciones ms vulnerables.
Actualmente no se dispone de una medida del ingreso, ni de la riqueza per capita a
nivel municipal, por lo que se emplear como proxy una medida de pobreza. As, la
variable de agrupamiento que se emplear es la proporcin de la poblacin que no satisface
una necesidad bsica.
De esta manera, con las estas tres variables de agrupamiento deberamos contar con
grupos de municipalidades conformados por unidades que posean una similar
complejidad administrativa y posibilidades de recaudacin afines, as como similitudes
en el acceso a la tecnologa y a profesionales calificados y demandas similares por
parte de la poblacin.
5.3.

Tipologa municipal para el anlisis de eficiencia.

5.3.1.

Aspectos metodolgicos.

Previo a la implementacin de la tipologa municipal sobre la base de la metodologa

de conglomerados, cabe considerar las consideraciones metodolgicas siguientes:
(i)

(ii)

La aproximacin para la medida de distancia entre unidades de gestin local,

precisan medidas de distancia diferentes acorde a la naturaleza de la variable
empleada. En el caso de variables categricas no es conveniente el empleo de
la distancia euclidiana, ni de la norma L2 cuadrada pues ambas asignan la
misma distancia a (1,1) o a (0,0). Por otro lado, si se trata de variables
intervalares, es adecuado el empleo de la distancia euclidiana, dado que es
posible cuantificar la medida de distancia inequvocamente. Dado que las tres
variables descritas en la seccin anterior, son intervalares se emplear en la
tipificacin municipal la distancia euclidiana L2.
Las transformaciones de las variables empleadas como estandarizaciones,
normalizaciones o el cambio en sus unidades son importantes para controlar

30

Estamos abstrayendo del anlisis, otros factores que podran determinar el nivel de recaudacin de
una municipalidad, dado que estamos justificando la utilizacin de las variables de estado en la
tipificacin municipal.

29

(iii)

una variable con un alto grado de variabilidad que pueda dominar la

conformacin de los grupos de municipalidades. En ese sentido, debido a la
alta variabilidad de la poblacin municipal, se le cambiar de escala
aproximndola por el logaritmo neperiano de la poblacin.
Se emplear la medida de asociacin de Ward, la cual agrupa las unidades de la
muestra bajo anlisis de modo tal que minimiza la varianza interna de los
grupos y maximiza la varianza entre los grupos; empleando como medida de
distancia entre unidades, la norma L2 cuadrada. Para estimar la medida de
asociacin de Ward, se utilizar la notacin propuesta por Everitt, Landau y
Leese (2001), d k (ij ) , la cual define la distancia entre el grupo k y el nuevo
grupo formado por la fusin de los grupos i y j , de la siguiente manera:

d k (ij ) =

ni + nk
ni + n j + nk

)d +(
ki

n j + nk
ni + n j + nk

)d +(

nk
ni + n j + nk

kj

)d

ij

Donde:
d ij : Es la distancia entre el grupo i y el grupo j .
(iv)

ni : Es el nmero de elementos del grupo i .

Se emplear el estadstico pseudo F de Calinski-Harabasz para hallar el
nmero ptimo de grupos con el cual debe de contar la tipificacin municipal.
Valores grandes del pseudo F , indica la existencia de una estructura de
grupos muy diferenciada. Por otro lado, una estructura poco diferenciada se
obtiene para valores pequeos del estadstico. El estadstico pseudo F de
Calinski-Harabasz para N observaciones y g grupos se define como:
pseudo F =

(v)

(vi)
5.3.2.

traza( B) /( g 1)
traza(W ) /( N g )

Donde:
B : Es la matriz de suma de cuadrados y de productos cruzados entre los
grupos.
W : Es la matriz de suma de cuadrados y matriz de productos cruzados
interior a los grupos.
Considerando las diferentes competencias asignadas a las municipalidades
provinciales y distritales en la Ley Orgnica de Municipalidades, la tipologa
municipal se realizar considerando la distincin entre ambos tipos de
municipalidades.
La fuente de las tres variables empleadas en la tipificacin de municipalidades
es el Instituto Nacional de Estadstica e Informtica (INEI).
Propuesta de tipologa municipal.

Se propone sobre la base de la aplicacin de la metodologa de clusters y del empleo

de las variables de tipificacin descritas anteriormente, la clasificacin de los
municipios peruanos en 10 categoras o grupos: 4 categoras provinciales y 6 categoras
distritales.
5.3.2.1.

Tipologa de municipalidades provinciales.

El anlisis de clusters se realiz en 194 municipalidades provinciales, las cuales fueron

clasificadas en 4 categoras.
s

30

Tabla No. 2
Categoras de municipalidades provinciales que proceden del anlisis de
conglomerado
Categoras
Categora 1
Categora 2
Categora 3
Categora 4
Total

Nmero de
observaciones
57
33
36
68
194

Poblacin
30095.7
127714.7
13410.5
16283.6
46876.1

Promedio
Urbanidad
77.3
94.9
26.6
42.2
60.2

NBI1
25.0
16.7
52.3
32.7
31.7

Categora 1: Ciudades intermedias.

En este grupo se encuentran las municipalidades provinciales capitales de
departamento de menor dinamismo econmico y limitada infraestructura productiva
como las de Chachapoyas, Huaraz, Cajamarca, Huancavelica, Tambopata y
Moyobamba. Se encuentran tambin municipalidades que cuentan con valles
interandinos frtiles como Caraveli, Chivay, Jauja, Tarma, La Oroya; municipios en los
cuales se ubican valles productivos de ceja de selva como los de Chanchamayo, Satipo,
Concepcin, as como municipalidades litorales que han basado su dinamismo en
actividades portuarias como las de Mollendo, Caman, Casma y Huarmey. Cabe
mencionar que el 42% de las municipalidades pertenecientes a este grupo
corresponden a aquellas ubicadas en los departamentos de Amazonas, Junn y San
Martn, encontrndose el 24% de las municipalidades provinciales capitales de
departamento del pas.
Categora 2: Metrpolis.
En este grupo se ubican las municipalidades provinciales capitales de departamento
con mayor dinamismo econmico del pas, que cuentan con mejor infraestructura
productiva, presencia de entidades bancarias que permiten un mayor acceso al sistema
financiero y en las cuales se encuentran las principales entidades pblicas del
Gobierno Central. Pertenecen a este grupo el 76% de las municipalidades provinciales
capitales de departamento, entre las cuales destacan los municipios de Lima, Trujillo,
Arequipa, Piura, Chiclayo, Cusco, Ica, Callao, Huancayo, Iquitos y Tacna. Adems,
pertenecen a este grupo aquellas municipalidades que han mostrado un dinamismo
econmico similar e incluso superior al de los propios municipios capitales de
departamento, liderado sobretodo por actividades comerciales o de servicios, como es
el caso de Tarapoto y Juliaca; o por actividades portuarias como Chimbote, Ilo, Paita y
Sullana, etc. A nivel de municipalidades provinciales, en este grupo se encuentran
aquellas que poseen una mayor urbanidad, menores necesidades bsicas insatisfechas y
mayor poblacin.
Categora 3: Rural.
En esta categora se ubican las municipalidades provinciales ms pobres pas, ms
rurales y menos pobladas. En general son municipios que carecen de infraestructura
vial y energtica adecuada, servicios pblicos bsicos, as como de acceso al mar,
factores que han impedido que puedan articularse a los cluster productivos regionales
existentes. Mayormente son municipios ubicados en la regin sierra, correspondiendo
el 53% de estos a los ubicados en los departamentos de Hunuco, Huancavelica, Puno
y Ancash. Adems, ninguno es municipio capital de departamento, correspondiendo el

31

20% de sus integrantes a municipalidades fronterizas, la mayora de las cuales forman

frontera con Bolivia.
Categora 4: Semi-rural.
Esta categora agrupa a la mayor parte de municipalidades provinciales del pas (35%)
las cuales se encuentran ubicadas mayormente en la regin sierra (85%),
concentrndose el 46% de los municipios que pertenecen a este grupo en los
departamentos de Ancash, Ayacucho, Cajamarca y Puno. A pesar de que hay varias
municipalidades provinciales que pertenecen a departamentos litorales como
Cajatambo, Yauyos, Matucana y Oyn en Lima; Otuzco y Cascas en La Libertad;
Huancabamba en Piura; Omate en Moquegua; y Locumba y Candavare en Tacna,
todas estas se encuentran ubicadas en la regin sierra, siendo nicamente el municipio
de Vir en La Libertad el que cuenta con acceso al mar. Finalmente, cabe mencionar
que ninguna municipalidad de este grupo es capital de departamento; y si bien son
municipios ms rurales que urbanos, el nivel de sus necesidades bsicas insatisfechas
es solo ligeramente superior al promedio nacional para municipios provinciales.
5.3.2.2.

Tipologa de municipalidades distritales.

En los municipios distritales la metodologa de conglomerados se aplic a 1634

municipalidades, las cuales se clasificaron en 6 grupos o categoras.
Tabla No. 3
Categoras de municipalidades distritales que proceden del anlisis de
conglomerados
Categoras
Categora 1
Categora 2
Categora 3
Categora 4
Categora 5
Categora 6
Total

Nmero de
observaciones
324
200
188
73
672
177
1634

Promedio
Poblacin Urbanidad
7289.4
48.1
1461.3
68.4
12803.1
85.1
133421.9
98.5
6434.5
14.4
2935.1
22.3
27390.9
56.1

NBI1
34.7
64.4
24.1
12.0
41.2
66.8
40.5

Categora 1: Semi-urbano.
En este grupo de municipalidades se encuentran aquellos municipios que ms se
aproximan al promedio nacional de municipalidades distritales, con una urbanidad
cercana al 50% y necesidades bsicas insatisfechas del orden del 35%. Se encuentran
en esta categora municipalidades pertenecientes a todos los departamentos del pas
(con excepcin de los de la Provincia Constitucional del Callao), el 21% de los cuales
se concentran en la regin selva, precisamente en los departamentos de Loreto, San
Martn y Amazonas. Adems, se ubican en esta categora el distrito de Santa Mara del
Mar perteneciente a Lima Metropolitana, as como los distritos balnearios de Asia y
Cerro Azul ubicados en la provincia de Caete en el departamento de Lima.
Categora 2: Urbano pobre.
En esta categora se ubican municipios urbanos y de elevada pobreza. El 63.5% de
estos poseen una urbanidad superior al 60% y el 86.5% tienen necesidades bsicas

32

insatisfechas mayores al 50%. Corresponden adems a municipalidades poco

pobladas, cuyo rango de poblacin flucta entre los 110 y los 12,247 habitantes.
Finalmente, cabe mencionar que ningn municipio de este grupo pertenece a Lima
Metropolitana ni al Callao.
Categora 3: Urbano.
Pertenecen a esta categora municipalidades con una urbanidad superior al 60% y con
reducidas necesidades bsicas insatisfechas, todas estas menores al 43%. Dadas las
caractersticas de elevada urbanidad y reducida pobreza, algunas de estas
municipalidades pueden ser consideradas como ciudades intermedias que cuentan con
un elevado potencial de desarrollo econmico debido a las ventajas comparativas que
les proporciona su cercana al mar (el 46.8% de los municipios de esta categora
ubicados en los departamentos litorales de Arequipa, Ica, Lambayeque, La Libertad y
Piura). As por ejemplo, en este grupo se encuentran municipios caracterizados por
sus tursticas playas como Pucusana, Punta Hermosa, Punta Negra, San Bartolo y
Santa Rosa en Lima Metropolitana; Chala, Atico, Yauca e Islay en Arequipa; Tambo
de Mora y Paracas en Ica; Huanchaco en La Libertad; Coln, Los Organos, Mncora
en Piura; o aquellas caracterizadas por sus actividades portuarias como Salaverry en La
Libertad; Pimentel y Eten en Lambayeque; y Supe en Lima. Adicionalmente, se
encuentran los distritos limtrofes de Cieneguilla y Pachacamac, pertenecientes a Lima
Metropolitana; as como aquellos en los cuales se ubican los valles agroindustriales de
la costa norte como Laredo, Moche, Jequetepeque y Chicama en La Libertad; y
Cayalti, Patapo, Pomalca, Pucal y Casa Grande en Lambayeque.
Categora 4: Ciudades metropolitanas.
Agrupa a las municipalidades distritales ms pobladas, mayormente urbanas y menos
pobres del pas. Contiene a 34 de los 42 distritos de Lima Metropolitana y a 4 de los 5
distritos de la Provincia Constitucional del Callao. En este grupo se encuentran
mayormente municipalidades pertenecientes a los departamentos de Arequipa y La
Libertad, las cuales representan el 20.5% del total de municipios del grupo. Cabe
mencionar que ningn municipio de esta categora pertenece a los departamentos de
Amazonas, Apurimac, Cajamarca, Huancavelica, Loreto, Madre de Dios, Moquegua,
Pasco, Puno, Tumbes y Ucayali, que son justamente en los cuales se ubican los
municipios ms deprimidos y mas rurales del pas.
Categora 5: Rural pobre.
En esta categora se encuentran la mayora de las municipalidades distritales del pas
(41%) quienes comparten la caracterstica de ser las menos urbanas del pas (de las 672
municipalidades del grupo, el 75% posee una ruralidad por encima del 80%), as como
un nivel de pobreza no extrema que muestra necesidades bsicas insatisfechas
promedio del orden del 41%. Cabe mencionar que en este grupo se encuentran
municipalidades pertenecientes a todos los departamentos del pas (con excepcin de
los de la Provincia Constitucional del Callao), concentrndose la mayor parte de los
mismos (47%) en los departamentos de Cuzco, Hunuco, Ancash, Puno y Cajamarca.
Categora 6: Rural pobre extremo.
Esta categora agrupa a los municipios, en promedio, ms deprimidos y pobres del
pas, los cuales carecen de servicios pblicos bsicos como agua, desage y alumbrado
elctrico, y que mayormente habitan en viviendas hacinadas e improvisadas. A pesar
de ser el grupo de municipalidades ms pobres, no resultan ser las ms rurales, pero si
mayormente ubicadas en la regin sierra, perteneciendo el 71% de estos a los

33

departamentos de Ancash, Apurimac, Ayacucho, Cuzco y Huancavelica. Cabe

mencionar que ninguna municipalidad de este grupo pertenece a Lima Metropolitana y
el Callao.
As, una vez realizada la tipologa municipal ya contamos con todos los insumos
necesarios para realizar el anlisis de eficiencia en las municipalidades del pas. Por
tanto, en la siguiente seccin se aplicarn las metodologas descritas en la cuarta
seccin para la construccin de las fronteras de posibilidades de produccin
considerando las 10 categoras de municipalidades descritas anteriormente. Como
puede apreciarse, ambas metodologas, la de conglomerados y aquellas para la
estimacin de fronteras de produccin son complementarias, segn el esquema
definido, por lo que deben de ser implementadas conjuntamente, secuencia
metodolgica que debe ser tomada en cuenta en el diseo del Sistema de Informacin
para la Gestin Pblica Descentralizada.

34

6. Anlisis de la eficiencia del gasto municipal.

En esta seccin se analizar la eficiencia municipal a partir de las 5 metodologas
establecidas en la cuarta seccin y considerando las 10 categoras de municipalidades
propuestas anteriormente.
Tal como se vio en la cuarta seccin, es posible realizar un anlisis de eficiencia segn
dos orientaciones: inputs y de outputs31. Sin embargo, el empleo de ambas
orientaciones no siempre es del todo relevante, por lo que ser oportuno optar por
una de ellas acorde al tipo de unidad de gestin que se est evaluando, el contexto
emprico particular, as como del entorno caracterstico de las unidades de gestin bajo
anlisis (Worthington y Dollery, 2000b). As, si los outputs responden mayormente a
la demanda de los ciudadanos locales (lo cual implica que estos son exgenos) y
adems, las autoridades municipales tienen un control importante sobre los input (es
decir sobre el gasto), parece ser ms apropiado un anlisis de eficiencia en trminos de
inputs (De Borger y Kerstens, 1996b).
En tal sentido, dado que en el Per: (i) las municipalidades son totalmente autnomas
en la ejecucin de su gasto, (ii) sus objetivos responden principalmente a las funciones
de demanda de sus vecinos32 y (iii) dado que en la actual coyuntura, parece ser ms
relevante analizar cuanto de los recursos disponibles es posible ahorrar con la finalidad
de alcanzar los objetivos establecidos, en el presente estudio se adoptar una
orientacin input-eficiente, el cual admite la siguiente interpretacin de los resultados
de eficiencia: cuanto es la cantidad de input (recursos, gastos) que es posible reducir con la
finalidad de mantener el mismo nivel de output (indicadores objetivos). La adopcin de esta
orientacin permitir detectar las limitaciones de las autoridades locales para reducir
los costos de la provisin de sus servicios, ya sea como consecuencia de la
discrecionalidad en la ejecucin de los recursos o por las fallas del monitoreo de los
gastos, lo cual brindar medidas correctivas expresadas en posibles reducciones de
gastos.
6.1.

Variables output y el Indicador de Desempeo Municipal (IDEM).

6.1.1.

Variables output.

Las variables output son variables objetivo o resultado, que proceden de la ejecucin
presupuestal del gasto anual de las municipalidades, correspondiendo por tanto a cada
una de las funciones de ejecucin presupuestal municipal definidas oficialmente. En
otras palabras se definen como las variables de desempeo empleadas para aproximar
cuantitativamente la provisin de servicios pblicos municipales.
Las variables output cumplen las siguientes caractersticas:
(i)
(ii)

Estn expresadas en trminos anuales.

Son construidas a partir del Registro Nacional de Municipalidades 2004
(RENAMU 2004), que considera informacin estadstica para el ao
2003.

31
La primera analiza cuantos recursos pueden reducirse para obtener el mismo nivel de produccin y
la segunda, cuanto es el nivel de produccin que puede incrementarse con los recursos disponibles.
32
Por ejemplo, la cobertura de los servicios de baja polica, as como de los programas de asistencia
social alimentaria, control y prevencin de la salud implementados, son claramente una funcin de la
demanda de los pobladores locales.

35

(iii)

(iv)

(v)
(vi)

Son compatibles con 6 de las 10 funciones de ejecucin presupuestal

municipal oficial33; y son de mayor relevancia a nivel local dado que
representan, en promedio, para las municipalidades provinciales y
distritales, el 94% y 88% de la ejecucin del gasto, respectivamente.
Las 6 funciones de ejecucin municipal (mencionadas anteriormente) son:
(1) Administracin y planeamiento, (2) Asistencia y previsin social, (3)
Educacin y cultura, (4) Industria, comercio y servicios, (5) Salud y
saneamiento, y (6) Transporte 34.
Son construidos considerando algunos de los criterios para la elaboracin
de indicadores de gestin de la Ley del Sistema de Acreditacin de los
Gobiernos Regionales y Locales35.
Son elaborados acorde a las competencias municipales exclusivas36.

Las variables output que se emplearn en el anlisis de eficiencia son las siguientes:

33

Definidas por la Direccin Nacional de Presupuesto Pblico (DNPP) del MEF.

34

Las otras 4 funciones de ejecucin presupuestal municipal no consideradas son (1) Agraria, (2)
Energa y recursos minerales, (3) Pesca y (4) Vivienda y desarrollo urbano.
35
Esta norma establece en su Artculo 9 que los indicadores de gestin deben incluir criterios de
desempeo en la provisin de los servicios locales, vinculados a la cobertura y la calidad de los
servicios, as como de desempeo interno, relacionados con los procesos administrativos internos.
Tambin criterios fiscales, de competitividad y desarrollo econmico, de participacin ciudadana, de
acceso a la informacin y transparencia en la gestin; entre otros.
36
La Ley No. 27972, Ley Orgnica de Municipalidades establece en el Artculo 72 el carcter
exclusivo, compartido o delegable de una competencia municipal. En el presente estudio nicamente
se considerarn las competencias exclusivas de estos niveles de gobierno.

36

Tabla No. 4
Variables output utilizadas en el anlisis de eficiencia municipal
Output

Funcin de gestin municipal

1. ADMINISTRACION Y
PLANEAMIENTO

2. ASISTENCIA Y PREVISION
SOCIAL

3. EDUCACIN Y CULTURA

4. INDUSTRIA, COMERCIO Y
SERVICIOS

Observaciones

Indicador

Nmero de instrumentos de gestin y desarrollo urbano y/o rural. Se consideraron: (i) plan de desarrollo municipal concertado;
(ii) plan estratgico y de desarrollo econmico local; (iii) plan de desarrollo social; (iv) plan de acondicionamiento territorial; (v)
plan de desarrollo urbano o plan director; (vi) esquema de zonificacin de reas urbanas; (vii) plan de desarrollo rural; (viii) plan
vial; (ix) plan de gestin ambiental; (x) plan de desarrollo asentamientos humanos; (xi) plan de desarrollo institucional; (xii)
programas de inversiones; (xiii) presupuesto participativo; (xiv) plan operativo; (xv) otros

Instrumentos de gestin y
desarrollo urbano y/o
rural

Y1

Licencias de construcin
en trminos per cpita
otorgadas

Y2

Nmero de licencias de construccin dividido entre el nmero de habitantes. Se consideraron las licencias para obras de
construccin segn: (i) viviendas multifamiliar; (ii) viviendas bifamiliar; (iii) viviendas unifamiliar; (iv) comercio; (v) industria; (vi)
oficinas; (vii) institucional; (viii) educacin; (ix) salud; (x) otras

Licencias de
funcionamiento en
trminos per cpita
otorgadas

Y3

Nmero de licencias de funcionamiento dividido entre el nmero de habitantes. Se consideraron licencias para funcionamiento
segn: (i) comercial, (ii) servicios, (iii) artesana y manufactura industriales, (iv) construccin, (v) actividades profesionales, (vi)
otros

Cobertura de locales
municipales para asistencia
social

Y4

Nmero de poblacin beneficiada dividido entre el nmero de habitantes. Se consideraron beneficiarios slo de los locales de
administracin municipal para la proteccin del nio, adolescente y adulto mayor segn los siguientes establecimientos: (i) Casa
Hogar; (ii) asilos y albergues; (iii) centro de cuidado diurno; (iv) centro de cuidado comunal; (v) casa de estancia; (vi) DEMUNA;
y (vii) otros

Efectivos de serenazgo
per cpita

Y5

Raciones distribuidas por

el Programa del Vaso de
Leche

Y6

Beneficiarios en
programas de apoyo a la
educacin

Y7

Acciones para incentivar a

la MYPE

Y8

Acciones para el fomento

a la artesana

Y9

Acciones para incentivar

el turismo

Y 10

Nmero de acciones realizadas. Se consideraron las siguientes: (i) Promocin y publicidad; (ii) mejoramiento de la infraestructura
de acceso; (iii) construccin de nuevos atractivos tursticos; (iv) mantenimiento de los atractivos tursticos; (v) normas de
promocin al turismo; (vi) realizacin de eventos y ferias; (vii) convenios institucionales; (viii) otros

Locales para el apoyo al

diagnstico de la salud per
cpita

Y 11

Nmero de locales dividido entre el nmero de habitantes. Se consideraron locales propios del municipio, segn: (i) Locales con
servicios de rayos x/ecografa, (ii) laboratorio, (iii) servicio odontolgico, (iv) otros

Locales de atencin de
salud per cpita

Y 12

Nmero de locales dividido entre el nmero de habitantes. Se consideraron locales de administracin municipal en
funcionamiento segn: (i) hospitales y clnicas, (ii) centros de salud, (iii) puestos de salud, (iv) consultorios mdico, (v) casas de
reposo/asilos, (vi) boticas, (vii) botiquines, (viii) otros

Operativos de control

Y 13

Nmero de operativos realizados. Se consideraron los siguientes: (i) Aseo, higiene y salubridad; (ii) carn de sanidad; (iii) servicios
higinicos pblicos; (iv) fumigacin; (v) anuncios; (vi) pesas y medidas; (vii) alimentos; (viii) comercio ambulatorio; (ix) transporte
urbano; (x) vigencia de licencias de construccin; (xi) vigencia de licencia de funcionamiento; (xii) emisin de humos, gases
txicos y ruidos; (xiii) otros

Cobertura del servicio de

recojo de basura

Y 14

Se consideraron 4 rangos de cobertura del servicio de recojo de basura realizada por la municipalidad: (i) menor al 25%, (ii) entre
25% y 49%; (iii) entre 50% y 74%; y (iv) entre 75% y 100%

Cantidad de basura basura

recolectada

Y 15

Reparacin y construccin
de pistas y veredas

Y 16

Z1

Z2

Nmero de raciones distribuidas del Programa del Vaso de Leche considerando la poblacin objetivo de las dos prioridades
definidas en la normativa vigente (nios de 0-13 aos, madres gestantes y lactantes, personas con TBC y ancianos)

Z3

6. TRANSPORTE

Nmero de beneficiarios. Se consideraron los siguientes programas: (i) Desayuno escolar; (ii) uniformes, buzos y calzado; (iii)
capacitacin laboral juvenil; (iv) alfabetizacin; (v) otros

Nmero de acciones realizadas. Se consideraron las siguientes: (i) Promocin y publicidad; (ii) realizacin de ferias y concursos;
(iii) convenios con ONG y/o empresas privadas; (iv) capacitacin para mejorar la produccin y venta; (v) otras acciones

Z4

Z5

5. SALUD Y SANEAMIENTO

Nmero de efectivos de serenazgo del municipio dividido por el nmero de habitantes

Nmero de acciones realizadas. Se consideraron las siguientes: (i) Promocin y publicidad; (ii) realizacin de ferias; (iii) apoyo a la
comercializacin de productos; (iv) promover el consumo de productos de la localidad; (v) otros

Promedio anual de basura recolectada expresada en kilogramos

Metros cuadrados de pistas y veredas reparadas o construidas

Z6

Reparacin y construccin
de caminos rurales

Y 17

Metros cuadrados de caminos rurales reparados o construidos

Fuente: RENAMU 2004.

Cabe anotar que a pesar de que se utiliz un amplio rango de indicadores output, la
amplitud y diversidad de las funciones otorgadas a las municipalidades en la Ley de
Bases de la Descentralizacin y la Ley Orgnica de Municipalidades, as como la
diversidad de demandas de la poblacin y de orientaciones polticas de los alcaldes,
han llevado a que existan municipalidades que pueden haber realizado otras
actividades no consideradas en estos indicadores. Del mismo modo, la caracterstica
de los indicadores no captura siempre la magnitud del indicador output; por ejemplo,
tratndose de una posta de salud con un ambiente o un hospital con cien camas, el
indicador Y12 registrar ambos como iguales: 1 local de atencin de salud. Sin
embargo esto podra contrastarse en el anlisis de eficiencia cuando se evale cual es el
gasto en cada local de salud correspondiente. An as, se resalta as la importancia de
que se trabaje en la obtencin de indicadores resultado (output) ms precisos para la
mejora futuras investigaciones del anlisis de la eficiencia municipal.

37

Como puede apreciarse en la tabla anterior, cada una de las 6 funciones de ejecucin
municipal estn representadas por indicadores output, precisamente indicadores Zjoutput, los cuales se conforman a su vez por otros subindicadores, denominados Ykoutput, que en nmero ascienden a 17. A continuacin se presentan los valores
promedio de los indicadores Yk-output, segn funcin de gestin municipal y
categoras de municipalidades provinciales y distritales, los cuales han sido
normalizados previa transformacin en trminos per cpita o en porcentajes, segn
corresponda.

38

Tabla No. 5
Valores promedio de los indicadores Yk-output, segn categoras de municipalidades37
ASISTENCIA Y PREVISION
EDUCACIN INDUSTRIA, COMERCIO
Y CULTURA
Y SERVICIOS
SOCIAL
(Z 3)
(Z 4)
(Z 2)
Raciones
Cobertura de
Locales para
Acciones Acciones
Efectivos distribuidas Beneficiarios en
Licencias de
Acciones
locales
el apoyo al
para el
para
de
funcionamiento municipales
por el
programas de
para
incentivar fomento
diagnstico
incentivar
serenazgo Programa del
en trminos per
apoyo a la
para
a la
de la salud
a la
el turismo
cpita otorgadas
Vaso de
educacin
asistencia per cpita
MYPE artesana
per cpita
(Y 10)
(Y 5)
(Y 3)
Leche
(Y 7)
social
(Y 8 )
(Y 11)
(Y 9)
(Y 6)
(Y 4)

ADMINISTRACION Y PLANEAMIENTO
(Z 1)
Categoras /
Instrumentos de
Licencias de
nmero de
gestin y
construcin en
municipalidades
desarrollo urbano trminos per
y/o rural
cpita otorgadas
(Y 1)
(Y 2)
Provinciales
Categora 1 (55)
Categora 2 (33)
Categora 3 (32)
Categora 4 (65)
Distritales
Categora 1 (295)
Categora 2 (178)
Categora 3 (181)
Categora 4 (73)
Categora 5 (608)
Categora 6 (166)
Mean
Std. Dev.
Min
Max

37

TRANSPORTE
(Z 6)

SALUD Y SANEAMIENTO
(Z 5)

Locales
Reparacin
Reparacin y
Cobertura Cantidad de
de
y
Operativos del servicio
construccin
basura
atencin
construcci
de control de recojo de
de caminos
basura
de salud
n de pistas y
(Y 13)
rurales
basura
recolectada
per cpita
veredas
(Y 17)
(Y 14)
(Y 15)
(Y 12)
(Y 16)

0.332
0.482
0.500
0.442

0.102
0.239
0.140
0.053

0.241
0.139
0.278
0.113

0.049
0.170
0.066
0.061

0.076
0.173
0.062
0.070

0.059
0.041
0.070
0.099

0.031
0.078
0.079
0.030

0.182
0.273
0.302
0.269

0.264
0.299
0.240
0.342

0.325
0.367
0.321
0.449

0.080
0.165
0.096
0.120

0.062
0.251
0.094
0.205

0.467
0.524
0.361
0.467

0.741
0.879
0.672
0.738

0.132
0.182
0.043
0.188

0.032
0.079
0.062
0.022

0.034
0.038
0.084
0.021

0.263
0.267
0.372
0.347
0.289
0.247
0.354
0.093
0.247
0.500

0.025
0.015
0.035
0.125
0.006
0.019
0.076
0.075
0.006
0.239

0.067
0.111
0.079
0.183
0.006
0.039
0.126
0.087
0.006
0.278

0.022
0.017
0.032
0.043
0.016
0.021
0.050
0.046
0.016
0.170

0.004
0.000
0.012
0.088
0.004
0.006
0.050
0.056
0.000
0.173

0.031
0.067
0.033
0.110
0.034
0.055
0.060
0.028
0.031
0.110

0.027
0.020
0.022
0.031
0.034
0.060
0.041
0.023
0.020
0.079

0.107
0.087
0.141
0.313
0.069
0.104
0.185
0.096
0.069
0.313

0.168
0.151
0.154
0.283
0.130
0.173
0.220
0.074
0.130
0.342

0.231
0.259
0.299
0.332
0.262
0.214
0.306
0.070
0.214
0.449

0.039
0.012
0.086
0.071
0.017
0.034
0.072
0.048
0.012
0.165

0.066
0.020
0.117
0.071
0.014
0.028
0.093
0.079
0.014
0.251

0.266
0.223
0.354
0.444
0.214
0.212
0.353
0.119
0.212
0.524

0.478
0.351
0.680
0.856
0.366
0.315
0.608
0.212
0.315
0.879

0.028
0.028
0.082
0.151
0.016
0.028
0.088
0.069
0.016
0.188

0.006
0.006
0.018
0.036
0.002
0.012
0.028
0.026
0.002
0.079

0.004
0.028
0.018
0.027
0.002
0.034
0.029
0.023
0.002
0.084

El nmero de municipalidades pertenecientes a cada una de las 10 categoras municipales, a excepcin de las categoras 2 y 4 de municipalidades provinciales y distritales,
respectivamente, difiere de aquel establecido en el anlisis de cluster. La razn de ello radica en el hecho que la tipologa municipal se realiz considerando la totalidad de
municipalidades del pas, mientras que los indicadores output se construyeron considerando slo las municipalidades que remitieron informacin para el RENAMU 2004. An as la
diferencia no es significativa.

Como se desprende de la tabla 5, los indicadores Yk-output sugieren la existencia de

grandes diferencias en la provisin de servicios municipales, diferencias que se
evidencian tanto a travs de las funciones de gestin municipal, como de las categoras
municipales definidas. Destaca el caso de la funcin -salud y saneamiento- en la cual
fueron las municipalidades provinciales pertenecientes a la categora 2 (en la que se
ubican casi la totalidad de municipalidades provinciales capitales de departamento del
pas), quienes obtuvieron los valores mximos en los indicadores que lo conforman.
Al respecto cabe mencionar a las municipalidades de Santa-Chimbote (Ancash), El
Callao (Callao) y Maynas-Iquitos (Loreto); as como a las de Cusco (Cusco), Lima
(Lima) e Ilo (Moquegua) quienes obtuvieron los mayores valores en los indicadores
locales de atencin de salud per cpita; y cobertura del servicio de recojo de basura,
respectivamente.
Como era de esperarse, los mayores valores de los indicadores cobertura de locales
municipales para asistencia social, y efectivos de serenazgo per cpita, correspondientes a la
funcin -asistencia y previsin social- recayeron en las municipalidades ms urbanas y
menos pobres del pas, precisamente (y nuevamente) en la categora 2 de
municipalidades provinciales. Destacan las municipalidades de Tarapoto (San Martn)
y Mariscal Nieto (Moquegua); as como las de Pasco (Pasco), Huacho (Lima) y Lima
(Lima), quienes obtuvieron los mayores valores en los indicadores mencionados,
respectivamente.
En la funcin -administracin y planeamiento-, destaca la provisin de servicios de las
municipalidades provinciales pertenecientes a la categora 3, catalogadas como rurales
y pobres. En promedio este grupo de municipalidades obtuvo los mayores valores
para los indicadores instrumentos de gestin y desarrollo urbano y/o rural, y licencias de
funcionamiento en trminos per cpita otorgadas, destacando las municipalidades de
Pomabamba (Ancash) y Purus (Ucayali) en el primer indicador; y las de Huacaybamba
(Huanuco) y Grau-Chuquibambilla (Apurimac) en el segundo. Tambin son los
municipios ubicados en la categora 3 de municipalidades provinciales, los que
obtuvieron los mayores valores para el indicador beneficiarios en programas de apoyo a la
educacin, perteneciente a la funcin, -educacin y cultura-, destacando nuevamente la
municipalidad de Grau-Chuquibambilla (Apurimac), as como la de Manu (Madre de
Dios) y Daniel Carrin-Yanahuanca (Pasco).
Es interesante notar que 2 de los 3 indicadores correspondientes a la funcinindustria, comercio y servicios- tienen sus mximos valores en las municipalidades
provinciales pertenecientes a la categora 4, catalogadas como semi-rural. Destacan
las municipalidades de Aymaraes-Chalhuanca (Apurimac), Chota (Cajamarca) y
Atalaya-Raymondi (Ucayali) en el desarrollo de acciones para el fomento a la artesana; y las
de Tayacaja-Pampas (Huancavelica) y Chincheros (Apurimac) en el desarrollo de
acciones para incentivar el turismo.
Respecto a los indicadores reparacin y construccin de pistas y veredas; y reparacin y
construccin de caminos rurales, ambos pertenecientes a la funcin transporte- sus valores
mximos recayeron en las categoras de municipalidades provinciales 2 y 3,
respectivamente. Finalmente, cabe mencionar que las municipalidades de Lima
Metropolitana, pertenecientes a la categora 4 de municipalidades distritales, mostraron
una provisin de servicios reducida en comparacin al resto de categoras de
municipios distritales. Estas municipalidades slo destacaron en las raciones distribuidas
por el Programa del Vaso de Leche, (Comas, San Juan de Lurigancho y San Martn de
Porres) y en el desarrollo de acciones para incentivar a la MYPE (Comas, San Juan de
Lurigancho y Ate Vitarte).

6.1.2.

Indicador de Desempeo Municipal (IDEM).

Habitualmente en los diversos campos del anlisis de eficiencia de unidades de gestin

se han construido indicadores de desempeo integrales a partir de un conjunto de
subindicadores. Sin embargo, para el caso de unidades de gestin local, la literatura
para la construccin de indicadores de desempeo municipal a partir de un conjunto
de indicadores output es escasa. Hasta donde tenemos conocimiento los dos nicos
estudios que han construido un indicador genrico de desempeo municipal a partir
de diversos output son los de Afonso y fernndes (2003, 2005), ambos para el caso de
municipalidades portuguesas, en los cuales se agruparon 14 y 8 indicadores output,
respectivamente.
Al parecer, la razn de que no se hayan elaborado indicadores de desempeo
integrales radicara en el hecho que la mayor parte de los estudios de eficiencia
municipal han utilizado pocos indicadores output, lo cual ha permitido prescindir de
un indicador global que los sintetice. Otra de las razones podra estar en que algunos
de estos estudios han analizado slo un mbito particular de la gestin local, lo cual
generalmente est asociado al empleo de unos pocos indicadores output. As, por
ejemplo, se encuentran los estudios de De Borger y Kerstens (1996a), quienes
emplean 5 indicadores output; Vanden Eeckaut, et. al. (1993), quienes utilizan 6
indicadores output; y Athanassopoulos y Triantis (1998) quienes emplean 5
indicadores output, o los estudios de Worthington y Dollery (2000a) y de Prieto y
Zofio (2001) los cuales analizan una sola competencia de gestin local, empleando en
sus anlisis pocos indicadores output38.
Dado que los 6 indicadores Zj-output propuestos se conforman por 17 subindicadores
Yk-output, estos sern sintetizados en uno slo, en el Indicador de Desempeo
Municipal (IDEM), construido a partir de todos los Zj-output e Yk-output,
establecidos en la tabla 4, con la finalidad facilitar el anlisis de los resultados de
eficiencia obtenidos, la sntesis de las conclusiones y recomendaciones de polticas
correctivas correspondientes, as como para tener una nocin global de la provisin de
los servicios pblicos locales por parte de las municipalidades del pas39.
Siguiendo a De Borger y Kerstens (1996b) y a Afonso, Schuknecht, y Tanzi (2003),
para construir el Indicador de Desempeo Municipal (IDEM), se desarrollaron los
siguientes pasos:
(i)
(ii)

Todos los indicadores Yk-output pertenecientes a cada funcin de gestin

municipal, fueron normalizados40.
Luego, se calcul el indicador output de cada funcin municipal, Zjoutput, dndole un mismo peso a cada indicador Yk-output 41.

38

Los primeros analizan la eficiencia en la administracin de los servicios de sanidad empleando para
ello 3 outputs; mientras los segundos analizan la eficiencia en la provisin de infraestructura y
equipamiento pblico, utilizando en su anlisis 6 outputs.
39
La necesidad de contar con un nico indicador de desempeo integral municipal es prioritario
desde que se emplean en el anlisis de eficiencia 5 metodologas, lo que complica an ms el anlisis
y la interpretacin de los resultados.
40
Este paso fue desarrollado anteriormente al presentar los indicadores Yk-output en la tabla 5. Cabe
mencionar que previo a la normalizacin deben de construirse las variables en porcentajes o en
trminos per cpita, segn corresponda.
41
El hecho de otorgar pesos iguales a los diversos indicadores Yk-output puede ser cuestionable. Una
forma ms adecuada de proceder sera por ejemplo asignar a los indicadores output, pesos que
correspondan a la ejecucin presupuestal de dicha funcin municipal. Sin embargo, la informacin
estadstica disponible no permite realizar la compatibilidad entre los subindicadores output

41

(iii)

Finalmente, se construy el IDEM otorgndole ponderadores

diferenciados a cada uno de los indicadores Zj-output, segn la
participacin promedio de la ejecucin del gasto local para el ao 2003
correspondiente a cada categora municipal42.

En la siguiente tabla se presentan los componentes, as como los ponderadores de los

indicadores Zj-output e Yk-output empleados en la construccin del IDEM.
Tabla No. 6
Componentes y ponderadores del Indicador de Desempeo Municipal
(IDEM)
Ponderadores Indicador Zj-output (Pcj)**
Funcin de gestin municipal

Ponderadores
Yk-Output Indicador Yk- Zj-Output
output (Pkj)*

Municipalidades distritales

Municipalidades provinciales

Categora 1 Categora 2 Categora 3 Categora 4 Categora 1 Categora 2 Categora 3 Categora 4 Categora 5 Categora 6

1. ADMINISTRACION Y
PLANEAMIENTO

2. ASISTENCIA Y PREVISION
SOCIAL

3. EDUCACIN Y CULTURA

4. INDUSTRIA, COMERCIO Y
SERVICIOS

5. SALUD Y SANEAMIENTO

Y1

1/3

Y2

1/3

Y3

1/3

Y4

1/3

Y5

1/3

Y6

1/3

Y7

Y8

1/3

Y9

1/3

Y 10

1/3

Y 11

1/5

Y 12

1/5

Y 13

1/5

Y 14

1/5

Y 15

1/5

Y 16

1/2

Y 17

1/2

6. TRANSPORTE

Z1

0.470

0.526

0.492

0.503

0.511

0.464

0.493

0.433

0.446

0.485

Z2

0.158

0.104

0.199

0.162

0.188

0.150

0.154

0.222

0.226

0.187

Z3

0.042

0.018

0.095

0.071

0.083

0.113

0.053

0.023

0.120

0.114

Z4

0.033

0.045

0.015

0.023

0.010

0.014

0.021

0.010

0.011

0.006

Z5

0.115

0.164

0.066

0.087

0.084

0.105

0.146

0.225

0.055

0.065

Z6

0.182

0.143

0.134

0.154

0.124

0.155

0.133

0.088

0.143

0.144

*-/ Pkj es el ponderador de los indicadores Yk-output, donde k=17 y j=6

**-/ Pcj es el ponderadores de los indicadores Zj-output, donde c=10 y j=6

As por ejemplo, el ponderador del output Z1 correspondiente a la funcin

administracin y planeamiento, asciende en promedio a 0.49 y 0.47 para las
municipalidades provinciales y distritales, respectivamente. Esta cifra es por dems
interesante dado que nos brinda informacin sobre el gasto funcional43: de cada sol
que se gasta en las municipalidades provinciales y distritales, S/. 0.49 y S/. 0.47,
respectivamente, se destinan a la administracin y el planeamiento del municipio, es
decir aproximadamente el 50% del presupuesto municipal se destina a gastos de
administracin. La lectura de los ponderadores correspondientes a los restantes Zjoutput es la misma. Al respecto, sorprende que las municipalidades provinciales y
distritales nicamente destinen respectivamente, a la funcin industria, comercio y
servicios, S/. 0.02 y S/. 0.01 por cada sol que gastan, cuando debiera ser una de las
principales fuentes de gasto local, que dinamice la economa local. Este porcentaje
incluso se mantiene en la categora 2 y 4 correspondientes a las municipalidades
provinciales y distritales, respectivamente, en las cuales se encuentran los municipios
ms urbanos y menos pobres del pas.
establecidos y sus correspondientes contrapartidas de gasto. Esta es una de las limitaciones de la
informacin estadstica actual que impide el desarrollo de un anlisis de eficiencia ms preciso.
42
Este tercer paso no est establecido en la literatura referida. Por lo que constituye una propuesta
para la construccin de indicadores de eficiencia globales a partir de una serie de indicadores output,
al asignar ponderadores no discrecionales que aproximen el gasto de las diversas funciones de gestin
municipal.
43
Dado que, como se mencion, procede de la participacin de la ejecucin de dicha funcin en el
total del gasto municipal.

42

Por otro lado, tal y como se indic, a los indicadores Yk-output se les asign el mismo
peso, segn sea el caso.
As, formalmente el IDEM puede expresarse como la suma de ponderada de los
indicadores Zj-output, donde los ponderadores proceden de cada categora municipal,
por lo que se entiende que estos sern diferentes segn las categoras de
municipalidades propuestas.
Sean, i el nmero de municipalidades y j el nmero de funciones de gestin
municipal, para el municipio i se define el IDEM i de la siguiente manera:

IDEM i = (Pcj Z ij ), con Z ij = PkjYkj

n

j =1

Donde:
i : es el nmero de municipalidades.
j : es el nmero de funciones de gestin municipal.

Pcj : son los ponderadores de los indicadores Zj-output (correspondientes a las 6

funciones de gestin municipal) segn las 10 categoras de municipalidades definidas
en la quinta seccin.
Z ij : son los output correspondientes a cada municipalidad segn las 6 funciones de
gestin municipal.
Ykj : son los indicadores Yk-output correspondientes a cada municipalidad segn las 6
funciones de gestin municipal.
Pkj : son los ponderadores de los indicadores Yk-output, correspondientes a las 6
funciones de gestin municipal.
A continuacin se presentan los valores promedio de los indicadores Zj-output y del
IDEM para cada una de las 10 categoras de municipalidades definidas44:
Tabla No. 7
Valores promedio de los indicadores Zj-output e Indicador de Desempeo
Municipal (IDEM), segn categoras de municipalidades

44

Vase en el anexo, el IDEM para cada una de las municipalidades, segn categoras municipales.

43

SALUD Y
SANEAMIENTO
(Z 5)

TRANSPORTE
(Z 6)

INDICADOR DE
DESEMPEO
MUNICIPAL
(IDEM)

0.257

0.296

0.033

0.165

0.078

0.313

0.400

0.059

0.254

0.066

0.079

0.288

0.253

0.073

0.202

0.202

0.077

0.030

0.353

0.344

0.022

0.158

295

0.118

0.019

0.027

0.169

0.175

0.005

0.083

Categora 2: Urbano pobre

178

0.131

0.028

0.020

0.166

0.127

0.017

0.085

Categora 3: Urbano

181

0.162

0.026

0.022

0.198

0.264

0.018

0.130

Categora 4: Ciudades
metropolitanas

73

0.218

0.080

0.031

0.309

0.319

0.031

0.191

Categora 5: Rural pobre

608

0.100

0.018

0.034

0.154

0.126

0.002

0.062

Categora 6: Rural pobre

extremo

166

0.101

0.027

0.060

0.164

0.123

0.023

0.074

0.185
0.075
0.100
0.306

0.053
0.036
0.018
0.128

0.041
0.023
0.020
0.079

0.237
0.075
0.154
0.353

0.243
0.100
0.123
0.400

0.028
0.022
0.002
0.073

0.140
0.064
0.062
0.254

INDUSTRIA,
EDUCACIN
COMERCIO Y
Y CULTURA
SERVICIOS
(Z 3)
(Z 4)

Nmero de
municipios

ADMINISTRACION Y
PLANEAMIENTO
(Z 1)

ASISTENCIA Y
PREVISION
SOCIAL
(Z 2)

Categora 1: Ciudades
intermedias

55

0.225

0.061

0.031

Categora 2: Metrpolis

33

0.287

0.128

Categora 3: Rural

32

0.306

Categora 4: Semi-rural

65

Categora 1: Semi-urbano

Categoras de
municipalidades

Provinciales

Distritales

Mean
Std. Dev.
Min
Max

Dado que los indicadores Yk-output conforman los indicadores Zj-output, los valores
ms elevados de estos ltimos corresponden justamente en aquellas categoras de
municipalidades que obtuvieron los mayores valores de los indicadores Yk-output.
De la lectura de la lectura de la tabla 7 se desprende que en 2 de las 6 funciones de
gestin municipal, la categora 2 de municipalidades provinciales (metrpolis) obtuvo
los indicadores Zj-output ms elevados. Precisamente en la funcin asistencia y
previsin social, en la cual destacaron las municipalidades de El Callao (Callao), PascoChapimarca (Pasco) y Tarapoto (San Martn); y en la funcin de salud y saneamiento,
en la cual destac nuevamente El Callao (Callao); as como Maynas-Iquitos (Loreto) y
Chepen (La Libertad).
La categora 3 de municipalidades provinciales (rural-pobre) obtuvo los valores ms
elevados en las 3 de las 6 funciones de gestin local Destacan las municipalidades de
Grau-Chuquibambilla (Apurimac) y Mariscal Luzuriaga- Piscobamba (Ancash) en la
funcin de administracin y planeamiento; nuevamente la municipalidad de GrauChuquibambilla (Apurimac) y Manu (Madre de Dios) en la funcin de educacin y
cultura; y las municipalidades de Oxapampa (Pasco) y Ayabaca (Piura) en la funcin
transporte.
En cuanto al IDEM, a nivel nacional el valor promedio ms elevado recae en la
categora de municipios que agrupa a las principales municipalidades provinciales
capitales de departamento del pas (categora 2). Destacan las municipalidades de
Huancayo- Junn (0.48), Tarapoto-San Martn (0.48), Tacna (0.47), Ilo-Moquegua
(0.45) y Lima (0.35). Finalmente, a nivel de municipalidades distritales, el IDEM
result ser ms elevado en la categora 4 (ciudades metropolitanas) en la cual se ubican
las municipalidades distritales de Lima Metropolitana. Destacan los municipios de
Yanahuara- Arequipa (0.35), Morales-San Martn (0.33); y San Isidro (0.33), Jess
Maria (0.31) y Comas (0.30), ubicados en Lima. Cabe mencionar que 6 de los 10
municipios con mayores valores del IDEM correspondientes a la categora 4 de
municipalidades distritales, se encuentran en la jurisdiccin de Lima Metropolitana.

44

Como era de esperarse, las metrpolis tanto a nivel provincial como distrital tienen
indicadores de desempeo municipal mayores, pero sorprendentemente los
municipios provinciales rurales pobres (categora 3) tienen indicadores de desempeo
mayores que las ciudades intermedias, hecho que no se repite a nivel de municipios
distritales.
6.2.

Variables input.

Las variables input para el anlisis de eficiencia, corresponden a los niveles de gasto
municipal per cpita por entidad para el ao 2003, cuya informacin fue obtenida de la
Direccin Nacional de Contabilidad del MEF. Para mantener la compatibilidad con
los indicadores Zj-output propuestos, los indicadores input, provendrn de las 6
funciones de gasto ms relevantes para los municipios peruanos45: (1) Administracin
y planeamiento, (2) Asistencia y previsin social, (3) Educacin y cultura, (4) Industria,
comercio y servicios, (5) Salud y saneamiento, y (6) Transporte46.
Tabla No. 8
Valores promedio de los indicadores input segn categoras de
municipalidades
Categoras de
municipalidades

Nmero de ADMINISTRACION
municipios Y PLANEAMIENTO

ASISTENCIA Y
PREVISION
SOCIAL

INDUSTRIA,
EDUCACIN
SALUD Y
COMERCIO Y
TRANSPORTE
Y CULTURA
SANEAMIENTO
SERVICIOS

INPUT
TOTAL

Provinciales
Categora 1: Ciudades
intermedias

55

34.127

9.181

2.438

1.845

6.548

10.856

64.994

Categora 2: Metrpolis

33

39.352

9.939

1.700

4.908

12.644

9.017

77.560

Categora 3: Rural

32

46.620

33.915

7.724

1.234

8.445

7.711

105.649

Categora 4: Semi-rural

65

36.584

9.985

4.523

1.616

4.085

9.949

66.743

Categora 1: Semi-urbano

295

136.025

38.000

19.804

1.851

35.775

24.193

255.648

Categora 2: Urbano pobre

178

202.066

52.718

35.085

5.669

42.612

78.159

416.309

Categora 3: Urbano

181

121.359

28.056

19.211

2.952

32.514

21.929

226.021

Categora 4: Ciudades
metropolitanas

73

74.638

31.902

4.591

2.426

32.559

14.190

160.306

Categora 5: Rural pobre

608

86.132

35.085

22.738

2.847

10.468

27.034

184.304

Categora 6: Rural pobre

extremo

166

106.725

33.102

22.124

0.928

14.138

33.479

210.497

88.363
54.351
34.127
202.066

28.188
14.306
9.181
52.718

13.994
11.306
1.700
35.085

2.628
1.553
0.928
5.669

19.979
14.227
4.085
42.612

23.652
21.060
7.711
78.159

176.803
109.032
64.994
416.309

Distritales

Mean
Std. Dev.
Min
Max

Los valores ms elevados para los indicadores input en las 6 categoras de funcin de
gasto municipal e inclusive para el -input total- corresponde a la categora 2 de
municipalidades distritales, catalogada como urbano pobre, es decir es en este
grupo de municipios en el cual se ejecuta el mayor gasto por habitante del pas. Cabe
mencionar que entre las 10 municipalidades con mayor gasto por habitante
perteneciente a ste grupo, 5 corresponden al departamento de Lima.

45
46

Vase la seccin 6.1.1. al respecto.

Vase en el anexo, las variables input para cada una de las municipalidades incluidas en el anlisis.

45

6.3.

Anlisis de eficiencia municipal.

A continuacin se presentan los resultados del anlisis de eficiencia realizado, para el

caso de un input, el gasto municipal per cpita (input total), y un output, el IDEM,
segn las 4 y 6 categoras de municipalidades provinciales y distritales,
respectivamente; empleando para ello las 5 metodologas de estimacin propuestas en
la cuarta seccin. Los resultados que se obtengan permitirn identificar aquellas
municipalidades eficientes e ineficientes, a las cuales se les otorgar puntajes de
eficiencia.
6.3.1.
(i)
(ii)

(iii)

(iv)
(v)

(vi)

Consideraciones metodolgicas previas.

Las estimaciones de las fronteras de produccin no paramtricas FDH se
realizaron mediante el programa MATLAB 7.0.
La metodologa DEA-CRS para la construccin de fronteras de
produccin, asume que los rendimientos de escala son constantes, lo cual
implica que las municipalidades operan a una escala ptima, es decir en
ausencia de competencia imperfecta.
Dado que en mundo real existen fallas de mercado, las municipalidades
puede que no operen a una escala ptima, y la estimacin de la eficiencia
municipal considerando rendimientos a escala constantes cuando no
todas las municipalidades estn operando a una escala ptima, resultar
en medidas de eficiencia que son confundidas con escala de eficiencia.
Por esta razn se estimaron fronteras de produccin mediante
la metodologa DEA-VRS, la cual considera rendimientos a escala
variables.
Las estimaciones de las fronteras de produccin mediante las
aproximaciones DEA-CRS y DEA-VRS se realizaron mediante el
programa DEAP 2.147.
Para el caso de las fronteras determinsticas se estim una funcin de
produccin
Cobb
Douglas
de
la
siguiente
forma:
ln( yi ) = 0 + 1 ( xi ) ui , donde yi y xi son el output (IDEM) y el
input (gasto per cpita), respectivamente, y ui fue asumida a ser
distribuida normal. Previo a la estimacin las variables input y output
fueron expresadas en logaritmos, emplendose en la estimacin de dichas
fronteras el paquete LIMDEP 6.0.
Para el caso de las fronteras estocsticas se estim una funcin de
produccin
Cobb
Douglas,
del
siguiente
tipo:
ln( yi ) = 0 + 1 ( xi ) + (vi u i ) , donde yi y xi son el output (IDEM)
y el input (gasto per cpita), respectivamente, y vi y ui fueron asumidas
a ser distribuidas normal y semi normal, respectivamente. Al igual que
para el caso de las fronteras determinsticas, las variables input y output
fueron expresados en logaritmos previo a la estimacin48. Las fronteras

47

Tal como se vio en la cuarta seccin, la construccin de las fronteras de produccin mediante estas
dos ltimas metodologas implica resolver un problema de programacin lineal N veces, una por cada
una de las municipalidades pertenecientes a la muestra, obtenindose a partir de ello un valor de
(puntaje de eficiencia) para cada municipio.
48

Como la distribucin de

ui

fue asumida semi normal, la metodologa primeramente estima el error

compuesto mediante mnimos cuadrados ordinarios y luego corrige la estimacin por mxima
verosimilitud.

46

(vii)

(viii)

6.3.2.

de produccin estocsticas fueron estimadas mediante el paquete

FRONTIER 4.1.
Es importante mencionar que los resultados de eficiencia no son
comparables entre categoras de municipalidades. Es decir por ejemplo,
no es posible comparar el puntaje de eficiencia del municipio x
perteneciente a la categora 1, con el puntaje de eficiencia del municipio
y perteneciente a la categora 4, dado que corresponden a anlisis que
responden a condiciones distintas (establecidas en el anlisis de clusters),
y que establecern estndares de eficiencia distintos. Sin embargo, si es
posible comparar, aunque solo de manera referencial, los puntajes de
eficiencia promedio de las 10 categoras de municipalidades. Por ejemplo,
un puntaje de eficiencia que es en promedio ms bajo en una categora
que en otra estar indicando que en el primero es posible reducir ms
recursos para obtener el mismo resultado, o dicho de otra manera, que en
promedio las municipalidades pertenecientes a esa categora muestran un
desempeo menos eficiente.
El anlisis de eficiencia se realiz en 1686 municipalidades (185
provinciales y 1501 distritales) lo cual es compatible con aquellas
municipalidades que remitieron informacin sobre ejecucin presupuestal
a la Direccin Nacional de Contabilidad del MEF, y a su vez remitieron el
cuestionario del RENAMU (2004) al INEI.

Anlisis de eficiencia en las municipalidades provinciales49.

Como resultado de la estimacin de las fronteras de posibilidades de produccin

mediante las 5 metodologas propuestas, se obtuvieron los puntajes promedio
presentados en la tabla 9 para el caso de las municipalidades provinciales.
Como se mencion anteriormente la lectura de todos los puntajes de eficiencia tienen
la misma interpretacin: que porcentaje de los recursos utilizados pueden reducirse
sin alterar la produccin de los servicios brindados. As por ejemplo, para el caso de
las municipalidades pertenecientes a la categora 1 (ciudades intermedias) el puntaje de
eficiencia promedio fue de 0.465 (46.5%), lo cual indica que una reduccin del 53.5%
es posible hacerse manteniendo inalterable la produccin de servicios municipales.
Del anlisis de la tabla 9 se desprende que son las municipalidades de la categora 2 (en
la cual se encuentran la mayor parte de las municipalidades provinciales capitales de
departamento del pas) las ms eficientes. Estas municipalidades en 4 de las 5
metodologas empleadas, obtuvieron los mayores puntajes de eficiencia, siendo el
puntaje total promedio de la categora de 0.568. Destacan las gestiones de las
municipalidades de Huancayo (Junn), Huacho (Lima) y Tarapoto (San Martn) con
puntajes de eficiente de (0.978), (0.914) y (0.891), respectivamente. De mayor a menor
ordenacin le siguen, las municipalidades pertenecientes a la categora 3 (rural), con un
puntaje de eficiencia promedio de 0.505; seguida por las municipalidades de la
categora 4 (semi-rural) y la categora 1 (ciudades intermedias) cuyos puntajes de
eficiencia ascendieron a 0.491 y 0.465; respectivamente.
Del anlisis de la distribucin geogrfica se obtuvo que el 25% de las municipalidades
ms eficientes (3 de las 12 establecidas en la tabla 9) se ubicaron en el departamento
San Martn. Por el contrario, el 50% de las municipalidades menos eficientes
resultaron pertenecer a los departamentos de Ancash y Puno.
49
Vase en el anexo, los resultados de eficiencia para cada una de las municipalidades provinciales
incluidas en el anlisis.

47

Cabe resaltar la gran disparidad que existe entre los municipios catalogados como los
ms eficientes y los menos eficientes, a travs de las 4 categoras de municipalidades
provinciales. As, mientras el puntaje de eficiencia mximo lo obtuvo la municipalidad
de Cutervo (Cajamarca) con 0.985, el ms reducido lo obtuvo la municipalidad de
Recuay (Ancash) con un puntaje de 0.144, lo cual indica que este municipio puede
obtener los mismos resultados de gestin de servicios locales con 85.6% menos
recursos. Finalmente, cabe mencionar que en promedio los municipios provinciales
del pas podran brindar la misma provisin de bienes y servicios locales con 49.3%
menos recursos, es decir con aproximadamente solo la mitad de su presupuesto actual.
6.3.3.

Anlisis de eficiencia en las municipalidades distritales50.

Para el caso de las municipalidades distritales la situacin es ms dramtica. En

promedio estos municipios pueden obtener los mismos resultados con
aproximadamente 63.2% menos recursos. Lo anterior nos permite afirmar que en
promedio a nivel nacional, los municipios provinciales se desempean mejor en la
provisin de bienes y servicios locales que los municipios distritales.
Merecen mencin las gestiones de las municipalidades pertenecientes a la categora 4,
en la cual se encuentran los municipios de Lima Metropolitana, las cuales obtuvieron
los puntajes de eficiencia ms elevados en todas las metodologas aplicadas. Destacan
las gestiones de San Isidro y Miraflores ambas en Lima, pero sobre todo la de Morales
en San Martn quien obtuvo el mayor puntaje de eficiencia de dicha categora.
Adicionalmente, cabe mencionar que dentro de las 10 primeras posiciones, 7
corresponden a municipalidades de Lima Metropolitana, entre las cuales se encuentran
San Borja, Lince y Barranco.
Sin embargo, irnicamente dentro de las 10 municipalidades menos eficientes
pertenecientes tambin a la cuarta categora, 6 corresponden a municipalidades de
Lima Metropolitana, liderando la tabla justamente aquellos municipios pertenecientes
a esta jurisdiccin: Ancn, La Victoria y Surquillo. Adems, si se consideran los
municipios de la provincia constitucional del Callao se concluye que de los 10
municipios ms ineficientes, 8 se ubican en Lima Metropolitana y El Callao. De esta
manera, Lima Metropolitana se constituye en un claro ejemplo de buenas y malas
prcticas municipales, por lo que convendra estudiarlos a mayor profundidad.
Finalmente, cabe mencionar que de los 18 municipios menos eficientes (3 por cada
una de las 6 categoras), el 72% de estos pertenecen a los departamentos de
Amazonas, Ancash y Lima.

50

Vase en el anexo, los resultados de eficiencia para cada una de las municipalidades distritales
incluidas en el anlisis.

48

Tabla No. 9
Resultados de eficiencia promedio segn tipo de metodologa y categoras de municipalidades provinciales

Puntajes de eficiencia promedio

Categoras de
municipalidades
provinciales

Nmero de
municipios

Categora 1: Ciudades
intermedias

55

Categora 2: Metrpolis

33

Categora 3: Rural

Categora 4: Semi-rural
Mean
Std. Dev.
Min
Max

32

65

FDH DEA-CRS DEA-VRS

0.494

0.608

0.596

0.310

0.456

0.315

0.481

0.553

0.583

Determinstica

Estocstica

Promedio
(segn metodologas)

0.487

0.553

0.465

0.595

0.483

0.629

0.548

0.568

0.505

0.530

0.324

0.513

0.495

0.592

0.491

0.557
0.054
0.494
0.608

0.351
0.070
0.310
0.456

0.532
0.045
0.481
0.583

0.515
0.054
0.483
0.595

0.580
0.038
0.548
0.629

0.507
0.044
0.465
0.568

Puntajes de eficiencia mximos

(segn promedio)

Puntajes de eficiencia mnimos (segn

promedio)

(0.958) Rioja-San Martn

(0.238) Huallaga-Saposoa-San Martn

(0915) Lamas-San Martn

(0.211) Tarata-Tacna

(0.809) La Convencin-Santa Ana-Cusco

(0.178) Canchis-Sicuani-Cusco

(0.978) Huancayo-Junn

(0.238) Santa-Chimbote-Ancash

(0.914) Huacho-Lima

(0.219) Talara-Parias-Piura

(0.891) Tarapoto-San Martn

(0.219) Puno-Puno

(0.939) Grau-Chuquibambilla-Apurimac

(0.302) Acomayo-Cusco

(0.913) Oxapampa-Paso

(0.274) Purus-Ucayali

(0.753) Mariscal Luzuriaga-Piscobamba-Ancash

(0.245) Moho-Puno

(0.985) Cutervo-Cajamarca

(0.161) Yunguyo-Puno

(0.904) Chincheros-Apurimac

(0.150) Corongo-Ancash

(0.865) Sanchez Cerro-Omate-Moquegua

(0.144) Recuay-Ancash

0.902
0.067
0.753
0.985

0.215
0.049
0.144
0.302

Tabla No. 10
Resultados de eficiencia promedio segn tipo de metodologa y categoras de municipalidades distritales
Puntajes de eficiencia promedio

Categoras de
municipalidades
distritales

Nmero de
municipios

Categora 1: Semi-urbano

295

Categora 2: Urbano
pobre

Categora 3: Urbano

Categora 4: Ciudades
metropolitanas

Categora 5: Rural pobre

Categora 6: Rural pobre

extremo
Mean
Std. Dev.
Min
Max

178

181

73

608

166

FDH

DEA-CRS

DEA-VRS

Determinstica

Estocstica

Promedio
(segn metodologas)

0.338

0.163

0.270

0.390

0.417

0.316

0.354

0.302

0.555

0.359

0.441
0.391
0.092
0.302
0.555

0.139

0.143

0.424

0.192

0.171
0.205
0.109
0.139
0.424

0.262

0.221

0.517

0.337

0.329
0.323
0.105
0.221
0.517

0.397

0.476

0.596

0.347

0.377
0.430
0.092
0.347
0.596

0.392

0.591

0.798

0.373

0.377
0.491
0.171
0.373
0.798

0.309

0.346

0.578

0.322

0.339
0.368
0.104
0.309
0.578

Puntajes de eficiencia mximos

(segn promedio)

Puntajes de eficiencia mnimos

(segn promedio)

(0.904) Perene-Junn

(0.037) Asuncin-Amazonas

(0.872) Villa Rica-Pasco

(0.025) Recta-Amazonas

(0.838) Santa Ana de Tusi-Pasco

(0.016) Cajacay-Ancash

(0.982) San Cristbal-Ayacucho

(0.041) Cajamarquilla-Ancash

(0.872) Quilcas-Junn

(0.036) Tapacocha-Ancash

(0.745) Cochas-Lima

(0.031) San Joaquin-Lima

(0.858) Orcopampa-Arequipa

(0.049) Muqui-Junn

(0.824) Pillco Marca-Hunuco

(0.046) Manzanares-Junn

(0.779) Casa Grande-La Libertad

(0.041) San Carlos-Amazonas

(0.985) Morales-San Martn

(0.302) Surquillo-Lima

(0.898) San Isidro-Lima

(0.300) La Victoria-Lima

(0.894) Miraflores-Lima

(0.284) Ancon-Lima

(0.907) Conduriri-Puno

(0.022) San Francisco de Daguas-Amazonas

(0.903) Alto Inambari-Puno

(0.019) Santa Rosa-Amazonas

(0.888) Iparia-Ucayali

(0.015) Quechualla-Arequipa

(0.979) Pomacanchi-Cusco

(0.083) Justo Apusahuaraura-Apurimac

(0.848) La Merced-Ancash

(0.059) Eleazar Guzman Barrn-Ancash

(0.738) Pampamarca-Cusco

(0.054) Huayllo-Apurimac

0.872
0.072
0.738
0.985

0.081
0.100
0.015
0.302

6.4.

Anlisis de sensibilidad y correlacin de resultados.

En esta seccin se discutirn los resultados de eficiencia obtenidos, diferenciando

entre las 5 metodologas aplicadas.
Un primer punto pasa por conocer el nmero de municipalidades eficientes. Como se
observa en la tabla 11, la metodologa FDH es la que cuenta con el mayor nmero de
municipios eficientes, los cuales considerando las 10 categoras de municipalidades, en
promedio ascienden a 5 unidades, las cuales representan el 5.2% de municipalidades
analizadas; es seguida por la metodologa DEA-VRS con 3 unidades, que representan
en promedio, el 3.7% de la muestra. La metodologa DEA-CRS y la determinstica
slo contienen a un municipio eficiente, mientras la metodologa estocstica no
contiene a ningn municipio eficiente. Analizando con mayor detalle la tabla 11, es
posible afirmar que segn las metodologas FDH y DEA-VRS, son las categoras 1
(semi-urbano) y 5 (rural pobre) de municipios distritales, las que concentran a la mayor
cantidad de municipios eficientes. Sin embargo, la distribucin de las municipalidades
eficientes a lo largo de las otras 8 categoras de municipalidades restantes result ser
uniforme.
Un segundo punto en cuestin, son los niveles de los puntajes de eficiencia promedio
y sus correspondientes correlaciones. Respecto a los puntajes de eficiencia promedio,
considerando las 10 categoras de municipalidades, fueron los resultados obtenidos
bajo la metodologa estocstica los ms elevados, ascendiendo, en promedio, a 0.53.
Es seguida por las metodologas FDH y determinstica, ambas con 0.46; luego por la
metodologa DEA-VRS con un puntaje de 0.41 y por ltimo se encuentra la DEACRS, cuyo puntaje de eficiencia result ser (aproximadamente) slo el 50% del puntaje
obtenido mediante la metodologa estocstica, 0.26. Si se segrega el anlisis segn
metodologas no paramtricas (FDH, DEA-VRS y DEA-CRS) y paramtricas
(determinstica y estocstica), se concluye que son stas ltimas las que en promedio
presentan los puntajes ms elevados (0.50), en comparacin con las no paramtricas
(0.38).
Respecto a las correlaciones entre los puntajes de eficiencia, cabe mencionar que por
definicin todas las entidades que son eficientes bajo la metodologa DEA-VRS son
eficientes tambin bajo la FDH, lo cual evidencia que la convexidad impuesta por la
primera metodologa restringe los resultados de eficiencia obtenidos. Por otro lado, las
municipalidades que resultaron ser eficientes en las metodologas DEA-CRS y
determinstica (las cuales contienen a un solo municipio eficiente) tambin resultaron
serlo bajo las metodologas FDH y DEA-VRS.
En la tabla 12, el coeficiente de Pearson muestra la existencia de una alta concordancia
entre las medidas de eficiencia de las metodologas FDH y DEA-VRS, cuyo
coeficiente de Pearson promedio a travs de las 10 categoras de municipalidades fue
de 0.96; as como entre las metodologas DEA-VRS con la DEA-CRS; y FDH con la
DEA-CRS, ambos con 0.83. Es decir, la correlacin entre los resultados arrojados por
las metodologas no paramtricas es alto. As como los obtenidos por las dos
metodologas economtricas (determinstica y estocstica), cuyo coeficiente de
Pearson fue de 0.92. Sin embargo, la correlacin entre ambos tipos de metodologas,
paramtricas y no parmtricas es reducida, slo asciende a 0.44.
En tercer lugar, sobre la dispersin de los puntajes de eficiencia promedio, cabe
mencionar que sta fue similar a travs de las 5 metodologas, encontrndose los
resultados menos dispersos en las metodologas DEA-CRS (0.19), determinstica
(0.20) y estocstica (0.20). Siendo las metodologas no paramtricas (FDH, DEA-VRS

y DEA-CRS) ligeramente menos voltiles (0.21) que las paramtricas (determinstica y

estocstica), (0.20).
Finalmente, se analizaron los puntajes de eficiencia mximos segn categoras de
municipalidades. Al respecto cabe mencionar que acorde a los resultados arrojados
por las metodologas FDH y DEA-CRS, son las municipalidades provinciales de la
categora 2 (metrpolis) las que tienen los mayores puntajes de eficiencia promedio; las
metodologas determinstica y estocstica sealan lo propio para la categora 4 de
municipalidades distritales (ciudades metropolitanas) y la metodologa DEA-VRS
seala que son las municipalidades provinciales de la categora 3 (rural) las que
presentan los resultados de eficiencia ms elevados.
En conclusin, los resultados de eficiencia que proceden de las 5 metodologas
empleadas difieren en trminos cuantitativos, la DEA es ms restrictiva que el FDH, y
la estocstica es ms permisiva que la deterministica. Sin embargo, independiente del
valor de la medida de eficiencia, todas coinciden en sealar como eficientes a las
mismas categoras de municipalidades, lo cual es un indicativo de la robustez de los
resultados obtenidos.

52

Tabla No. 11
Resumen de los resultados de eficiencia segn tipo de metodologa y categoras de municipalidades
Puntajes de eficiencia
Categoras de
municipalidades

Nmero de
municipios

FDH

DEA-CRS

No. obs. % obs.

Prom Std. Dev.
efic.
efic.

DEA-VRS

Min

No. obs. % obs.

Max
Prom Std. Dev.
efic.
efic.

Min

No. obs. % obs.

Max
Prom Std. Dev.
efic.
efic.

Determinstica
Min

No. obs. % obs.

Max
Prom Std. Dev.
efic.
efic.

Estocstica
Min

No. obs. % obs.

Max
Prom Std. Dev.
efic.
efic.

Min

Max

Provinciales
Categora 1: Ciudades
intermedias

55

5.5%

0.494

0.228

0.089

1.000

1.8%

0.310

0.221

0.002 1.000

5.5%

0.481

0.228

0.075 1.000

1.8%

0.487

0.231

0.081 1.000

0.0%

0.553

0.238

0.001 1.000

Categora 2: Metrpolis

33

12.1%

0.608

0.262

0.165

1.000

3.0%

0.456

0.252

0.088 1.000

9.1%

0.553

0.237

0.148 1.000

3.0%

0.595

0.191

0.123 1.000

0.0%

0.629

0.186

0.201 0.892

Categora 3: Rural

32

6.3%

0.596

0.215

0.018

1.000

3.1%

0.315

0.224

0.011 1.000

6.3%

0.583

0.202

0.018 1.000

3.1%

0.483

0.214

0.115 1.000

0.0%

0.548

0.218

0.094 0.897

Categora 4: Semi-rural

65

6.2%

0.530

0.220

0.122

1.000

1.5%

0.324

0.205

0.019 1.000

4.6%

0.513

0.215

0.122 1.000

1.5%

0.495

0.201

0.011 1.000

0.0%

0.592

0.207

0.096 0.926

Categora 1: Semi-urbano

295

2.4%

0.338

0.219

0.024

1.000

0.3%

0.163

0.147

0.000 1.000

1.7%

0.270

0.182

0.004 1.000

0.3%

0.390

0.196

0.008 1.000

0.0%

0.417

0.214

0.000 0.899

Categora 2: Urbano pobre

178

3.9%

0.354

0.256

0.027

1.000

0.6%

0.139

0.139

0.000 1.000

1.7%

0.262

0.195

0.027 1.000

0.6%

0.397

0.219

0.003 1.000

0.0%

0.392

0.227

0.000 0.912

Categora 3: Urbano

181

3.3%

0.302

0.257

0.010

1.000

0.6%

0.143

0.123

0.006 1.000

1.7%

0.221

0.204

0.010 1.000

0.6%

0.476

0.198

0.002 1.000

0.0%

0.591

0.208

0.069 0.926

Categora 4: Ciudades
metropolitanas

73

6.8%

0.554

0.269

0.147

1.000

1.4%

0.424

0.251

0.095 1.000

4.1%

0.517

0.257

0.128 1.000

1.4%

0.596

0.096

0.264 1.000

0.0%

0.798

0.082

0.507 0.926

Categora 5: Rural pobre

608

1.5%

0.359

0.189

0.022

1.000

0.2%

0.192

0.155

0.000 1.000

0.8%

0.337

0.172

0.018 1.000

0.2%

0.347

0.199

0.000 1.000

0.0%

0.373

0.209

0.000 0.915

Categora 6: Rural pobre

extremo

166

4.2%

0.441

0.237

0.032

1.000

0.6%

0.171

0.153

0.000 1.000

1.2%

0.329

0.179

0.032 1.000

0.6%

0.377

0.213

0.011 1.000

0.0%

0.377

0.221

0.000 0.895

5
2
2
9

5.2%
3.0%
1.5%
12.1%

0.458
0.114
0.302
0.608

0.235
0.026
0.189
0.269

0.065
0.060
0.010
0.165

1.000
0.000
1.000
1.000

1
0
1
1

1.3%
1.1%
0.2%
3.1%

0.264
0.118
0.139
0.456

0.187
0.049
0.123
0.252

0.022
0.037
0.000
0.095

3
1
2
5

3.7%
2.7%
0.8%
9.1%

0.407
0.136
0.221
0.583

0.207
0.027
0.172
0.257

0.058
0.055
0.004
0.148

1
0
1
1

1.3%
1.1%
0.2%
3.1%

0.464
0.087
0.347
0.596

0.196
0.037
0.096
0.231

0.062
0.086
0.000
0.264

0
0
0
0

0.0%
0.0%
0.0%
0.0%

0.527
0.137
0.373
0.798

0.201
0.044
0.082
0.238

0.097
0.158
0.000
0.507

Distritales

Mean
Std. Dev.
Min
Max

1.000
0.000
1.000
1.000

1.000
0.000
1.000
1.000

1.000
0.000
1.000
1.000

0.919
0.031
0.892
1.000

Tabla No. 12
Coeficiente de correlacin de Pearson segn categoras de municipalidades
Categoras de municipalidades

Metodologas

FDH

DEA-CRS

DEA-VRS

Determinstica

Estocstica

1.0000
0.7493
0.3686
0.6241

1.0000
0.1236
0.0437

1.0000
0.7422

1.0000

1.0000
0.9504
0.7499
0.7205

1.0000
0.5401
0.4953

1.0000
0.9822

1.0000

1.0000
0.6872
0.7167
0.7486

1.0000
0.1506
0.1045

1.0000
0.8895

1.0000

1.0000
0.7922
0.6571
0.6604

1.0000
0.2088
0.1535

1.0000
0.9143

1.0000

1.0000
0.8605
0.6223
0.6979

1.0000
0.4702
0.4695

1.0000
0.9309

1.0000

1.0000
0.8217
0.6304
0.6304

1.0000
0.3626
0.3607

1.0000
0.9742

1.0000

1.0000
0.9049
0.4536
0.4553

1.0000
0.5612
0.5696

1.0000
0.9872

1.0000

1.0000
0.9175
0.5459
0.4678

1.0000
0.4630
0.3948

1.0000
0.8939

1.0000

1.0000
0.7851
0.7167
0.7229

1.0000
0.2640
0.2608

1.0000
0.9831

1.0000

1.0000
0.8346
0.6761
0.6814

1.0000
0.3485
0.2936

1.0000
0.9247

1.0000

Provinciales
Categora 1: Ciudades
intermedias

Categora 2: Metrpolis

Categora 3: Rural

Categora 4: Semi-rural

FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica
FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica
FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica
FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica

1.0000
0.7660
0.9935
0.1575
0.0840
1.0000
0.9336
0.9669
0.5673
0.5247
1.0000
0.7161
0.9429
0.2165
0.1806
1.0000
0.8217
0.9910
0.2606
0.2124

FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica
FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica
FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica
FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica
FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica
FDH
DEA-CRS
DEA-VRS
Determinstica
Estocstica

1.0000
0.8544
0.9599
0.4879
0.4923
1.0000
0.8286
0.9546
0.4233
0.4059
1.0000
0.8780
0.9396
0.5821
0.5886
1.0000
0.9229
0.9702
0.4681
0.4457
1.0000
0.8422
0.9820
0.3702
0.3665
1.0000
0.8343
0.9230
0.4520
0.4049

Distritales

Categora 1: Semi-urbano

Categora 2: Urbano pobre

Categora 3: Urbano

Categora 4: Ciudades
metropolitanas

Categora 5: Rural pobre

Categora 6: Rural pobre

extremo

7. Determinantes fiscales, socioeconmicos y demogrficos de la eficiencia

municipal.
En esta seccin se analizar el segundo tramo de los modelos de eficiencia en dos
etapas, el cual consiste en evaluar los determinantes de eficiencia de los resultados
obtenidos en la seccin anterior, a travs de la estimacin de diversos modelos de
regresin. Al respecto cabe hacer dos consideraciones:
(i)

(ii)

7.1.

En esta segunda etapa del anlisis se utilizarn como variables explicativas

aquellas variables que las municipalidades no pueden alterar o modificar
de manera directa, las cuales conforman su entorno municipal y de una u
otra manera determinan su accionar, son las llamadas variables no
discrecionales51. Esta acotacin es importante hacer debido a que si se
emplearn en esta fase del anlisis, variables que las municipalidades
pueden modificar se obtendran resultados insesgados e inconsistentes,
dado que se confundiran con las variables output empleadas en la
primera etapa del anlisis52.
El segundo punto tiene que ver con la eleccin del modelo de regresin
que se emplear para evaluar los determinantes de eficiencia, el cual
depender de las caractersticas de la distribucin de la variable
dependiente (medida de eficiencia estimada). En el caso de que esta
variable sea no censurada se estimar una regresin lineal mediante
mnimos cuadrados ordinarios previa transformacin logartmica. Sin
embargo, en el caso de que la variable dependiente sea censurada, se
estimarn modelos Tobit mediante mxima verosimilitud bajo los
supuestos de normalidad y homoscedasticidad (De Borger y Kerstens,
1996a)53.
Las variables explicativas.

Se emplearn las variables de tipo fiscal, socioeconmicas y demogrficas, que han

sido utilizadas en la literatura, para analizar los determinantes de la eficiencia en los
municipios peruanos, a travs de las 10 categoras de municipalidades definidas.
En primer lugar, se utilizar el monto de las transferencias que recibieron las
municipalidades de parte del Gobierno Central en el ao 2003, agrupndolas en dos
tipos de transferencias: (1) aquellas que se transfirieron sobre la base de determinados
indicadores socioeconmicos, y (2) aquellas cuyo monto dependen de la explotacin
de los recursos naturales. La primera se introducir a travs de la variable FCM , la
cual contiene las transferencias del Fondo de Compensacin Municipal
(FONCOMUN); y la segunda a travs de la variable Canon , la cual corresponde a los
diversos tipos de canon, y la renta de aduanas. La introduccin, en el anlisis de los
determinantes de la eficiencia, de las transferencias recibidas por las municipalidades
51

Por tanto, se entiende que tampoco se podrn emplear como variables explicativas, las variables
definidas como variables estado (poblacin, urbanidad y necesidades bsicas insatisfechas empleadas
en la tipificacin municipal.
52
Esta observacin es especialmente importante para el caso de las metodologas paramtricas dado
que el trmino de error del modelo influye en las variables explicativas de la eficiencia, por lo que
podran generarse resultados sesgados y por ende no interpretables. La solucin a esta deficiencia
consiste en tener previo al anlisis, variables input y output (ambas empleadas en la primera etapa) y
variables explicativas (vinculadas a la segunda etapa) no correlacionadas.
53
Cuando la variable dependiente es censurada, los parmetros estimados mediante mnimos
cuadrados ordinarios resultan inconsistentes, inconsistencia que se incrementa con el nmero de
observaciones censuradas (Greene, 1981).

55

nos permitir evaluar si un mayor monto de estas tiene un impacto genera un gasto
ms ineficiente, como habitualmente se ha encontrado en la literatura emprica
vinculada al anlisis de la gestin de las municipalidades (efecto flypaper).
La segunda variable explicativa que se emplear ser la densidad poblacional Denpob ,
lo cual nos permitir evaluar si una poblacin menos dispersa facilita una provisin
ms eficiente de los bienes y servicios locales, debido al menor costo de provisin que
ello implica. En tercer lugar, se introducir la variable CCL que representa el nmero
de miembros que pertenecen a los Consejos de Coordinacin Local. Esta variable se
introducir con la finalidad de aproximar si la participacin de la sociedad civil en
procesos vinculados a la rendicin de cuentas, apoyo en el mejoramiento de la calidad
de los servicios y propuestas de prioridades de gasto en el municipio contribuye a una
mejor gestin en el manejo de los recursos municipales.
Finalmente, se incorporarn en el anlisis las variables Educ1 y Educ 2 , que contienen
el porcentaje de la poblacin con educacin secundaria, y universitaria y tcnica,
respectivamente. Se espera que una poblacin ms educada pueda ejercer mayor
presin a las autoridades locales para una provisin ms eficiente de los bienes y
servicios municipales54. Adicionalmente, considerando que existe una relacin positiva
entre la participacin poltica de la poblacin y el nivel de educacin, un mayor grado
de instruccin, es posible que incremente la eficiencia local.
7.2.

Especificacin del modelo Tobit.

Se considerar como variable dependiente el puntaje de eficiencia promedio ( ) segn

las 10 categoras de municipalidades definidas. Debido a que dicha variable
dependiente es censurada55, se estimaron modelos de regresin para variables
censuradas de tipo Tobit, los cuales permiten estimar los coeficientes de las variables
explicativas por mxima verosimilitud, integrando para ello tanto informacin de
observaciones censuradas como no censuradas.
La especificacin del modelo es la siguiente56:
i = 0 + 1 FCM i + 2Canoni + 3 Denpobi + 4CCLi + 5 Educ1i + 6 Educ2 i + i

Donde:
FCM i : Monto transferido por concepto de FONCOMUN en el ao 2003 en
trminos per cpita.

54
El monto de las transferencias por municipio se obtuvo del Ministerio de Economa y Finanzas
(MEF). La densidad poblacional (habitantes por kilmetro cuadrado) se construy a partir de la
informacin del Instituto Nacional de Estadstica e Informtica (INEI). Por otro lado, el nmero de
miembros que pertenecen a los Consejos de Coordinacin Local se obtuvo del RENAMU (2004).
Finalmente, la informacin sobre el nivel educativo aproximado por el grado de instruccin de la
poblacin a nivel local se obtuvo del Censo 2005 a cargo del Instituto Nacional de Estadstica e
Informtica (INEI). Todas las variables explicativas corresponden al ao 2003, a excepcin de las
variables de educacin ( Educ1i y Educ2i ) las cuales correspondieron al ao 2005.
55

Una variable es censurada cuando la distribucin de dicha variable es una mezcla entre una
distribucin continua y otra discreta, lo cual genera una acumulacin de probabilidad en el punto de
censura. Todas las variables dependientes (puntajes de eficiencia promedio) a travs de las 10
categoras de municipalidades, presentaron funciones de densidad de este tipo. Vase en el anexo al
respecto.
56
Vase en el anexo la especificacin detallada del modelo Tobit estimado.

56

Canoni : Monto transferido por concepto de los canon: minero, petrolero,

hidroenergtico, pesquero, forestal y gasfero; y la renta de adunas para el ao 2003 en
trminos per cpita.
Denpobi : Nmero de habitantes por kilmetro cuadrado.
CCLi : Nmero de miembros del Consejo de Coordinacin Local.
Educ1i : Porcentaje de la poblacin con secundaria completa.
Educ2i : Porcentaje de la poblacin con estudios universitarios y tcnicos concluidos.

: Parmetro a ser estimado57.

i : Trmino de error.
7.3.

Determinantes de la eficiencia en las municipalidades provinciales.

Los resultados de las regresiones se muestran en la tabla 13, en la cual las cifras entre
parntesis corresponden a los errores estndar de las diversas regresiones realizadas.
Como puede observarse a travs de las 4 categoras de municipalidades provinciales,
todos los coeficientes correspondientes a las transferencias por canon ( canon )
tuvieron signo negativo, lo cual implica que en el ao 2003 los montos transferidos
por canon a estas municipalidades tuvieron un impacto negativo en la eficiencia
municipal. Sin embargo, dichos coeficientes solamente son significativos en dos
categoras de municipalidades provinciales, especficamente en la 2 y 4, que
corresponden a las metrpolis y a los municipios semi-rurales, respectivamente.
Los resultados obtenidos permitiran afirmar que en estas categoras de municipios se
estara produciendo una especie de pereza o relajo fiscal, situacin en la cual los gastos
se ajustan a los recursos adicionales y no se traducen en una mayor y mejor provisin
de servicios pblicos (efecto flypaper). Esto se estara produciendo dado las
municipalidades se acostumbran a recibir las transferencias del Gobierno Central, y
relajan sus capacidades de generar ingresos propios, lo cual aunado con un exiguo
control ex-post en la ejecucin del gasto, existe mayor probabilidad de que las
transferencias del canon generen un gasto ineficiente.
El FONCOMUN ( FCM ) afect de manera positiva a la eficiencia municipal, aunque
marginalmente y slo en los municipios metropolitanos (categora 2), lo cual implica
que estos recursos en las municipalidades provinciales capitales de departamento
estaran constituyendo un instrumento importante para mejorar la provisin de
servicios municipales. La razn de ello podra radica en que este tipo de transferencias
al ser no condicionadas (es decir son de libre disponibilidad) estaran siendo utilizadas
por estas municipalidades en los diversos campos de gestin que estas consideran
como relevantes para mejorar la provisin de servicios pblicos locales; hecho que no
ocurre con los recursos del canon los cuales al ser condicionados deben destinarse
nicamente a gastos de inversin, los cuales al no tener lmite de monto para declarar
la viabilidad de los mismos, frecuentemente vienen siendo mal ejecutados dado que no
consideran criterios de rentabilidad social ni sosteniblilidad.
La variable Consejo de Coordinacin Local ( CCL ) result ser positiva y significativa
en las categoras 2 y 4 categoras de municipalidades provinciales, lo cual estara
implicando que en estas municipalidades, estos espacios de concertacin y
participacin ciudadana estaran promoviendo una prestacin ms adecuada de bienes
57

El cual representa el efecto marginal de cada una de las variables explicativas sobre el valor medio
de la variable subyacente y * , cuando las primeras varan en una unidad. Vase el anexo al respecto.

57

y servicios pblicos locales, lo cual se estara traduciendo en un incremento de la

eficiencia municipal.
La variable educacin universitaria y tcnica ( Educ 2 ) afect positivamente a la
eficiencia aunque nicamente en las categoras 3 y 4 de municipalidades,
correspondientes a municipios rurales y semi-rurales, respectivamente, lo que nos
permite afirmar que en las municipalidades provinciales ms rurales y con mayores
necesidades bsicas insatisfechas del pas, el nivel de educacin superior y tcnica de la
poblacin es importante para incrementar el nivel de eficiencia del gasto municipal.
Los signos de la variable educacin secundaria ( Educ1 ) no fueron robustos dado que
en las municipalidades en los cuales resultaron ser significativos, categoras 2 y 3
municipalidades metropolitanas y rurales, respectivamente, sta afect a la eficiencia
de manera positiva y negativa, respectivamente.
Si se analizan los resultados de la variable educacin considerando las categoras de
municipalidades provinciales (en las cuales los coeficientes fueron significativos), se
encuentra evidencia a favor de que un mayor nivel de educacin incrementa la
eficiencia en la provisin de servicios locales. Adicionalmente, si se asume que la
participacin poltica de la poblacin tiene una relacin positiva con el grado de
instruccin, un mayor nivel educativo afecta la eficiencia de manera positiva.
Finalmente, la variable densidad poblacional ( Denpob ) result no ser significativa
para ninguna categora de municipalidades provinciales, por lo que se concluye que
una poblacin ms dispersa o menos dispersa no tiene ninguna implicancia en la
eficiencia del gasto municipal.
7.4.

Determinantes de la eficiencia en las municipalidades distritales.

Los recursos transferidos por concepto de FONCOMUN ( FCM ) afectaron

negativamente la eficiencia municipal en todas las categoras de municipalidades
distritales, lo cual implica que en estos municipios a diferencia de lo que ocurre en las
municipalidades provinciales, los recursos del FONCOMUN producen incentivos a
un desempeo ineficiente. Este incentivo es avivado por el limitado control ex-post en
la ejecucin del gasto, desde que la labor de la Contralora General de la Repblica es
insuficiente, limitndose solamente a hacer el seguimiento de la ejecucin de los
recursos transferidos para el Programa del Vaso de Leche, desatendiendo el
seguimiento de las otras transferencias de recursos, como las del canon, que
justamente son las que ms han crecido en los ltimos aos.
En la misma lnea, que los resultados obtenidos para el caso del FONCOMUN en
todas las categoras de municipalidades distritales (a excepcin de las categoras 3 y 4
las cuales corresponden a las municipalidades urbano y metropolitanas,
respectivamente) los recursos transferidos por concepto de canon ( canon ) afectaron
negativamente la eficiencia municipal. El efecto relajo o pereza fiscal parece
evidenciarse nuevamente, esta vez para el caso de las municipalidades distritales.
El nmero de personas que participan en los Consejos de Coordinacin Local ( CCL )
result relevante para explicar la eficiencia municipal a nivel distrital. En todas las
categoras de distritos, a excepcin de la categora 4 en la cual se encuentran de
municipalidades distritales de Lima Metropolitana, los coeficientes de esta variable
fueron positivos, lo cual indica que la participacin ciudadana es relevante para
incrementar la eficiencia municipal. Este efecto es por dems relevante en las
categoras de municipalidades 1, 2 y 5 las cuales agrupan a los municipios distritales

58

con mayores necesidades bsicas del pas (cuyos coeficientes de las regresiones fueron
muy significativos), por lo que puede concluirse que en municipios distritales ms
pobres del pas la presencia de este espacio de concertacin ciudadana es importante
para aumentar la eficiencia municipal.
A nivel distrital se evidencia que la variable educacin secundaria ( Educ 1 ) tiene un
impacto positivo en la eficiencia aunque solo de manera marginal y nicamente para
las municipalidades de la categora 5, en la cual se encuentran los municipios rurales
pobres. Por otro lado, y contrariamente la presencia de personas con educacin
universitaria y tcnica a nivel distrital generan resultados ineficientes. Finalmente, igual
que para el caso de las municipalidades provinciales, la variable densidad poblacional
( Denpob ), muestra no ser importante para explicar la eficiencia a nivel local.
Los hallazgos obtenidos en esta seccin permiten comprender como el entorno
municipal condiciona de manera diferente las gestiones de las municipalidades,
condicionamiento que aunque diferenciado nos permite delinear algunas conclusiones
similares. As, en todos los municipios distritales las transferencias del FONCOMUN
produjeron un impacto negativo en la eficiencia del gasto. Por el contrario, en los
municipios provinciales (en la nica categora que esta variable result ser significativa)
estas transferencias promovieron un manejo eficiente de los recursos. En el mismo
sentido, las transferencias del canon en todas las categoras de municipalidades (tanto
provinciales como distritales) en las cuales los coeficientes fueron significativos,
implicaron un gasto ineficiente. Lo opuesto ocurri con la participacin de la sociedad
civil, dado que la presencia de los Consejos de Coordinacin Local, implic un gasto
eficiente. Por otro lado, en el caso de las variables de educacin los resultados son
diversos. Mientras que el nmero de personas con educacin universitaria y tcnica,
promueven la eficiencia del gasto a nivel provincial, a nivel distrital generaron lo
contrario. Por otro lado, las personas con educacin secundaria brindaron resultados
poco robustos y no significativos para explicar la eficiencia municipal. Se concluye al
respecto que un anlisis ms profundo sobre la variable educacin se torna necesario.
Por ltimo, la densidad poblacional y la consecuente reduccin de los costos en la
provisin de servicios locales que segn la teora de ella deberan derivarse, en el Per
no fueron relevantes para explicar la eficiencia a nivel municipal.
Tabla No. 13
Resultados de los modelos Tobit segn categoras de municipalidades
provinciales y distritales

59

Categoras de
municipalidades

Nmero de
municipios

Variables explicativas
FCM

Canon

Denpob

CCL

Edu1

Edu2

Constante

Log
likelihood

19.9979

Provinciales
Categora 1: Ciudades
intermedias

55

Categora 2: Metrpolis

33

0.0000

-0.0003

0.0001

0.0020

-0.0025

0.0000

0.4675

(0.0002)

(0.0003)

(0.0001)

(0.0021)

(0.0052)

(0.0075)

(0.1047)***

-0.0024

-1.33E-06

0.0021
(0.0010)*

Categora 3: Rural

Categora 4: Semi-rural

32

65

(0.0006)** (9.79e-06)

0.0049

0.0165

-0.0030

0.1601

(0.0018)**

(0.0089)*

(0.0066)

(0.2252)

-0.0146

0.0561

0.4108

-0.0004

-0.0001

0.0004

0.0017

(0.0002)

(0.0001)

(0.0008)

(0.0021)

-8.47E-07

-0.0009

4.39E-06

0.0051

-0.0041

(0.0000)

(0.0004)**

(0.0001)

(0.0017)**

(0.0053)

11.5793

22.2124

(0.0064)** (0.0096)*** (0.0731)***

0.0124

0.4343

27.8468

(0.0068)* (0.0542)***

Distritales
Categora 1: Semi-urbano

295

-0.0001
(0.0000)***

-0.0002
(0.0001)*

0.0001
0.0082
(0.0000) (0.0017)***

0.0028
(0.0021)

0.0006
(0.0048)

0.2627
(0.0219)***

135.9242

Categora 2: Urbano pobre

178

-0.0001
(0.0000)**

-0.0002
(0.0000)**

0.0005
(0.0003)

0.0112
(0.0028)***

0.0031
(0.0027)

0.3161
-0.0131
(0.0056)** (0.0352)***

76.8003

Categora 3: Urbano

181

-0.0001
(0.0000)**

-0.0001
(0.0000)

7.52E-06
(0.0000)

0.0043
(0.0019)**

0.0011
(0.0029)

0.3022
(0.0490)***

69.0534

Categora 4: Ciudades
metropolitanas

73

31.5948

Categora 5: Rural pobre

608

-0.0048

-0.0007

-3.11E-06

0.0031

-0.0078

0.0012

0.8652

(0.0021)**

(0.0006)

(3.56e-06)

(0.0027)

(0.0066 )

(0.0024)

(0.1931)***

-0.0005

-0.0001

-0.0084

0.3679

(0.0000)*** (0.0000)**
Categora 6: Rural pobre
extremo

166

0.0033
(0.0029)

-0.0004

-0.0006

(0.0001)*** (0.0002)**

-0.0001

0.0052

0.0028

(0.0001)

(0.0008)***

(0.0015)*

0.0008

0.0065

-0.0009

-0.0060

0.4130

(0.0006)

(0.0020)**

(0.0032)

(0.0077)

(0.0338)***

* Indica 90% de significancia

** Indica 95% de significancia
*** Indica 99% de significancia

60

350.6466

(0.0044)* (0.0135)***
82.9918

8. Conclusiones y recomendaciones de poltica.

En este trabajo se realiz un anlisis de la eficiencia del gasto para el ao 2003 en 1686
municipalidades del pas, para lo cual se definieron previamente 10 categoras de
municipalidades, 4 provinciales y 6 distritales, con la finalidad de analizar la eficiencia
local en grupos de municipalidades con caractersticas similares. Dicha
homogenizacin se realiz a partir de un anlisis de conglomerados, tcnica
multivariante que agrup a las municipalidades en categoras con la mnima varianza
interna y la mxima varianza entre grupos, empleando para ello las variables
poblacin, urbanidad y necesidades bsicas insatisfechas.
Se utilizaron 5 metodologas para analizar la eficiencia del gasto local, 3 no
paramtricas: Free Disposal Hull (FDH) y Data Envelopment Analysis (DEA) para
rendimientos constantes y variables a escala, y 2 paramtricas: una determinstica y
otra estocstica. Dichas metodologas aproximaron la eficiencia del gasto mediante la
construccin de una frontera de posibilidades de produccin formada por la
combinacin de los mejores resultados dentro de cada categora de municipalidades, y
posteriormente evalu la eficiencia relativa como la distancia a dicha frontera. Se
emplearon diversos indicadores input (recursos), as como variables output
(resultados, objetivos) en el desarrollo del anlisis de eficiencia. Las variables input se
aproximaron mediante el gasto municipal per cpita (input total) perteneciente a las
categoras de gasto ms representativas para las municipalidades (representaron en el
ao 2003 aproximadamente el 91% de la ejecucin del gasto total). Por el lado de las
variables output, se emplearon diversos indicadores resultados construidos a partir del
Registro Nacional de Municipalidades 2004 (RENAMU 2004) los cuales se
consolidaron en un nico indicador output, denominado el Indicador de Desempeo
Municipal (IDEM).
Los resultados de eficiencia obtenidos fueron diversos y variaron segn la categora de
municipalidades analizada. Cabe destacar los desempeos de las municipalidades
provinciales de la categora 2, la cual contiene a la mayor parte de las municipalidades
provinciales capitales de departamento del pas; y de las municipalidades distritales de
la categora 4, en las cuales se encuentran las municipalidades de Lima Metropolitana;
los cuales obtuvieron, respectivamente, los mayores puntajes de eficiencia promedio
de la totalidad de las categoras de municipalidades provinciales y distritales definidas.
Sin embargo, aunque puedan haberse encontrado resultados eficientes, (como
corresponde en un anlisis de eficiencia relativo) los resultados obtenidos son
preocupantes. As, agrupando las municipalidades del pas en dos categoras:
provinciales y distritales, se encontr que en promedio los primeros podran brindar la
actual provisin de bienes y servicios locales con 49.3% menos recursos, mientras las
segundas podran hacer lo mismo con 63.2% menos recursos. A nivel nacional, los
resultados indican que las municipalidades del pas podran ofrecer los mismos bienes
y servicios locales con 57.6% menos recursos, es decir con menos de la mitad de su
presupuesto actual.
El anlisis de los determinantes de eficiencia nos permite comprender como el
entorno local y los factores exgenos prximos a la administracin municipal
condicionan desigualmente las gestiones en las diversas categoras de municipalidades.
Algunos resultados afines, mostraron que en todas las categoras de municipalidades
distritales las transferencias del FONCOMUN produjeron un impacto negativo en la
eficiencia del gasto. As mismo, las transferencias del canon en todas las categoras de
municipalidades en las cuales los coeficientes fueron significativos, implicaron un
gasto ineficiente. En este contexto, resulta indispensable la implementacin de un
sistema de evaluacin ex-post del gasto cuyos recursos provengan de las transferencias

del Gobierno Central, que recaiga en la Contralora General de la Repblica, el cual

debiera componerse de un sistema para la evaluacin de la gestin y la capacitacin
para la mejora del manejo de los recursos. Por otro lado, para el caso del canon, es
recomendable que sea el Sistema Nacional de Inversin Pblica (SNIP) a partir de un
esquema desconcentrado, quien declare la viabilidad de los proyectos de inversin
pblica, dado que actualmente los recursos del canon vienen siendo gastados
(frecuentemente) en proyectos insostenibles y carentes de rentabilidad social. Esto en
gran parte debido a que son los municipios quienes declaran la viabilidad de los
mismos, y es ms no tienen lmite de monto para hacerlo. Este esquema del SNIP
desconcentrado debera constituirse en un esquema similar al de la capacitacin
brindada por los residentes del SIAF-GL (Sistema Integrado de Administracin
Pblica para los Gobiernos Locales) con la finalidad de que las municipalidades se
beneficien de una asesora tcnica personalizada en su mismo lugar de sus
operaciones.
La participacin de la sociedad civil a nivel local, aproximada por la presencia de los
Consejos de Coordinacin Local, implic un gasto eficiente de los recursos
municipales, por lo que es deseable la institucionalizacin de estos espacios de
concertacin local. En el ao 2003, slo el 53% de las municipalidades del pas
reportaron contar con estos espacios de concertacin y participacin ciudadana, por lo
que debieran promoverse a partir del Gobierno Central, ONGs e instituciones
vinculadas, la conformacin de este tipo de espacios para el estmulo de las buenas
prcticas municipales, mediante la decisin concertada de las prioridades de proyectos
de inversin, as como de la rendicin de cuentas.
En la actual coyuntura, las recomendaciones de poltica para los casos del
FONCOMUN y del canon son de particular importancia, dado que estos recursos se
han incrementado en los ltimos 6 aos en 61% y 532%, respectivamente,.
Actualmente muchos municipios tienen ingentes cantidades de recursos, gran parte de
los cuales se encuentran sin utilizar en cuentas bancarias, y que vienen generando en
muchos de los casos un gasto ineficiente e improductivo. Estos hechos adems nos
plantean la siguiente interrogante: qu pasar con la recaudacin municipal luego que
pase la bonanza econmica aquella que ha permitido el incremento de las
transferencias dado que como se ha demostrado stas generan pereza fiscal? En este
sentido, se hace necesario trabajar en la promocin de la generacin de capacidades de
recaudacin de ingresos propios.
En el marco de la promulgacin del Decreto Supremo No. 068-2006-PCM, en
octubre del 2006, por el cual se establece la culminacin de las transferencias de
competencias y funciones inicialmente programadas para el perodo 2006-2010, hacia
fines del ao 2007, los resultados obtenidos resaltan la necesidad de concentrar
mayores esfuerzos en mejorar la eficiencia del gasto a nivel local. Consideramos
indispensable, para ello la implementacin de un sistema de medicin de las
capacidades de gestin municipal que se componga por lo menos de 3 ejes: (i) un
sistema para la medicin de las capacidades de gestin que se nutra de metodologas
como las propuestas en el presente estudio; (ii) un mecanismo de capacitacin y
asistencia tcnica cuyo principal insumo sean los resultados obtenidos por dicho
sistema de medicin; y (iii) un sistema para la obtencin de indicadores que provengan
del proceso de asignacin de competencias y funciones a las municipalidades. Para un
cabal funcionamiento de dicho sistema y con la finalidad de identificar no solamente
las malas prcticas de gasto local sino tambin aquellas de buen gobierno para su
posterior institucionalizacin, es necesario que estos tres ejes funcionen de manera
simultnea, es decir que permita evaluar la gestin municipal y que paralelamente
corrija las deficiencias encontradas mediante la asistencia y capacitacin, nutrindose

62

para ello de los indicadores que se obtengan del sistema de transferencias de

competencias y funciones.
Un primer paso para el diseo de este sistema de medicin de la gestin local sera la
eleccin de la(s) metodologa(s) para realizar dicha medicin. Al respecto cabe
mencionar cabe mencionar que las metodologas propuestas en este estudio para
analizar la eficiencia municipal no debieran ser vistas como sustitutorias sino ms bien
como complementarias, dado que si bien todas parten de diversos supuestos, estas
permiten estimar una misma cuestin, la eficiencia municipal. Sin embargo, es cierto
que el empleo de una u otra metodologa es siempre relevante dependiendo del
contexto y las unidades de gestin bajo anlisis. En el caso del anlisis de las
municipalidades, recomendamos el empleo de las metodologas no paramtricas dado
que no requieren el establecimiento previo de una forma funcional de la funcin de
produccin, por lo que es ms adecuado para su empleo en el sector pblico, dado
que habitualmente las funciones de produccin son desconocidas.
Un segundo paso sera la tipificacin de las municipalidades para la obtencin de
grupos de municipios con caractersticas similares, la cual debiera desarrollarse acorde
a criterios sencillos, intuitivos y facilmente interpretales por el hacedor de poltica.
Esto debido a que las metodologas de evaluacin de la gestin local, dado que
establecen un anlisis relativo, condicionan los resultados obtenidos, en caso se
analicen grupos de municipalidades muy heterogneos o en todo caso la totalidad de
municipios. En general la propuesta de contar con una tipologa oficial de
municipalidades no slo debiera establecerse para el desarrollo del anlisis de la
gestin de municipalidades sino a todo nivel, por ejemplo en la elaboracin de
propuestas normativas, y como componentes bsicos para la asignacin de las
transferencias de recursos evitando as la concentracin de los mismos en municipios
que no requieren de ellos, y ms bien reasignndolos de manera eficiente.
Un tercer paso para el diseo del sistema de medicin de capacidades sera la
definicin y la construccin de indicadores adecuados tanto de insumos como de
productos, que permitan aproximar con precisin las capacidades de gestin
municipal. Consideramos que este paso es fundamental para el xito del sistema, sin el
cual cualquier intento de evaluacin de la gestin a cualquier nivel de gobierno
fracasara. Sin embargo, y mientras dichos indicadores esten disponibles es
indispensable obtener dichos indicadores de fuentes alternas. Al respecto y sobre los
indicadores de gestin/resultados/objetivos, el Registro Nacional de Municipalidades
(RENAMU) a cargo del INEI se constituye actualmente en una herramienta de
evaluacin esencial para aproximar indicadores resultado a nivel local. Sin embargo,
convendra mejorar y complementar dicho registro. Mejorarlo en el sentido de
implementar un mejor mecanismo de verificacin de datos, dado que son las
municipalidades quienes registran la informacin en los correspondientes formularios;
y complementarlo con variables flujos antes que stocks, dado que de esta manera es
posible aproximar de mejor manera la gestin muncipal. Otra fuente importante de
recoleccin de variables a nivel local tanto de resultados como de insumos, es el SIAFGL, el cual permite actualmente obtener informacin en tiempo real sobre la
ejecucin presupuestal para aproximadamente 700 municipalidades. La importancia de
su permanencia, en la actual coyuntura en la cual se ha propuesto su eliminacin, es
por dems indispensable.
Por ltimo, ahondar en el estudio de las funciones de produccin municipales segn
tipos de categoras de municipalidades; estudiar a mayor profundidad los
determinantes de la eficiencia municipal, como por ejemplo las variables educacin o
incorporar algunas otras como las de tipo poltico; evaluar la eficiencia municipal en el

63

tiempo lo cual nos permitira evaluar la productividad municipal; realizar anlisis de

eficiencia acorde a metodologas paramtricas segn funciones de produccin
diferentes a las cobb douglas (que son las utilizadas en este estudio), asi como analizar
si son las municipalidades que ms canon reciben las ms ineficientes, podran
constituir lneas para futuras investigaciones.

64

Bibliografa
Afonso A. y Fernandes, S. (2003). Efficiency of Local Government Spending: Evidence for
the Lisbon Region, Mimeo.
Afonso, A. y Fernandes, S. (2005). "Assessing and Explaining the Relative Efficiency of Local
Government: Evidence for Portuguese Municipalities", Working Papers 2005/19, Department
of Economics, Institute for Economics and Business Administration (ISEG), Technical
University of Lisbon.
Afonso, A.; Schuknecht, L. y Tanzi, V. (2003). Public Sector Efficiency: An International
Comparison. ECB Working Paper No. 242.
Agrell, P. y West, B. (2001). A caveat on the measurement of productive efficiency,
International Journal of Production Economics, 69, 1-14.
Aigner, D.; Lovell, C., y Schmidt, P. (1977): Formulation and Estimation of Stochastic
Frontier Production Function Models, Journal of Econometrics, 6, 21-37.
Alcazar L., Lpex-Calix, J. y Wachtenhein, E. (2003). Las prdidas en el Camino. Fugas en el
Gasto Pblico: Transferencias Municipales, Vaso de Leche y Sector Educacin, Instituto
APOYO.
Aguilar, G. y Morales, R. (2005). Las transferencias intergubernamentales, el esfuerzo
fiscal y el nivel de actividad. Instituto de Estudios Peruanos.
Alvarado, B.; Rivera, B.; Porras, J. y Vigil. A. (2003). Transferencias intergubernamentales en
las finanzas pblicas municipales. Documento de Trabajo No. 60. Lima: Universidad del
Pacfico. CIES. USAID.
Athanassopoulos, A. y Triantis, K. (1998). Assessing Aggregate Cost Efficiency and the
Related Policy Implications for Greek Local Municipalities, INFOR, 36(3), 66-83.
Balaguer-Coll, M.; Prior, D. y Tortosa-Ausina, E. (2003). On the determinants of local
government performance: A two-stage nonparametric approach. Working Paper 03. Centre for
Applied Economic Research.
Banker, R. ; Charnes, A. y Cooper, W. (1984): Some Models for the Estimation of Technical
and Scale Efficiencies in Data Envelopment Analysis, Management Science, 30 (9), 1078-1092.
Bjurek, H.; Hjalmarsson, L. y Forsund, F.R. (1990). Deterministic parametric and non
parametric estimation. of efficiency in service production. A comparison, Journal of Econometrics
46, 213-227.
Bradford, D.; Malt, R. y Oates, W. (1969). The Rising Cost of Local Public Services: Some
Evidence and Reflections, National Tax Journal, 22 (2), 185-202.
Charnes, A.; Cooper, W. y Rhodes, E. (1978): Measuring the Efficiency of Decision Making
Units, European Journal of Operational Research, 2, 429-444.
Clements, B. (2002). How efficient is education spending in Europe? European Review of
Economics and Finance 1(1), 3-26.
Coelli, T.; Rao, D. y Battese, G. (2002). An Introduction to Efficiency and Productivity
Analysis. Sixth edition, Massachusetts, Kluwer Academic Publishers.
Corbo, V. y De Melo, J. (1986). Measuring technical efficiency: a comparison of alternative
methodologies with census data. En: Dogramaci, A. (Ed.), Measurement Issues and Behavior
of Productivity Variables. Kluwer Nijhoff, Boston.

65

Davis, M. y Hayes, K. (1993). The Demand For Good Government, The Review of Economics
and Statistics, 75, 148-152.
De Borger, B. y Kerstens, K. (1996a). Cost efficiency of Belgian local governments: A
comparative analysis of FDH, DEA, and econometric approaches, Regional Science and Urban
Economics, 26, 145-170.
De Borger, B. y Kerstens, K. (1996b). "Radial and Nonradial Measures of Technical
Efficiency: An Empirical Illustration for Belgian Local Governments using an FDH Reference
Technology, Journal of Productivity Analysis, 7, pp. 518.
De Borger, B. y Kerstens, K. (2000). What Is Known about Municipal Efficiency? En:
Blank, Jos L. T. (ed), Public Provision and Performance: contributions from efficiency and
productivity measurement, Amsterdam, North-Holland, 299-330.
Decreto Legislativo No. 955, Descentralizacin Fiscal (2004). Congreso de la Repblica del
Per.
Decreto Supremo No. 036-2003-PCM (2003). Presidencia del Consejo de Ministros.
Decreto Supremo No. 088-2003-PCM (2003). Presidencia del Consejo de Ministros.
Decreto Supremo No. 038-2004-PCM (2004). Presidencia del Consejo de Ministros.
Deller, S. (1992). Production Efficiency in Local Government: A Parametric Approach,
Public Finance, 47 (1), 32-44.
Deller, S. y Rudnicki, E. (1992). Managerial efficiency in local government: Implications on
jurisdictional consolidation, Public Choice, 74, 221-231.
Deprins, D., Simar, L., y Tulkens, H. (1984). Measuring labor-efficiency in post offices. EN:
Marchand, M.; Pestieau, P. y Tulkens, H. (Eds.), The performance of public enterprises:
concepts and measurement. Amsterdam: North-Holland.
Everitt, B. S., Landau S. y Leese, M. (2001). Cluster Analysis. 4th ed. Londres: Edward Arnold.
Farrell, M. (1957). The Measurement of Productive Efficiency, Journal of the Royal Statistical
Society Series A (General), 120 (3), 253-281.
Fre, R.; Grosskopf, S. y Lovell, C. (1994). Production Frontiers. Cambridge: Cambridge
University Press.
Ferrier, G.D., y Lovell, C. (1990). Measuring Cost Efficiency in Banking: Econometric and
Linear Programming Evidence, Journal of Econometrics 46: 229-245.
Fisher, R. (1996). State and local Public Finance. USA, Irwin.
Fox, K. (2002) (ed.). Efficiency in the Public Sector, Kluwer.
Gong, B. y Sickles, R. (1992). Finite Sample Evidence on the Performance of Stochastic
Frontiers and Data Envelopment Analysis Using Panel Data, Journal of Econometrics 51,259284.
Greene, W. (1981). On the Asymptotic Bias of the Ordinary least Squares estimator of the
Tobit Model. Econometrica 49:505-513.
Greene, W. (1993). The econometric approach to efficiency analysis. En: Fried, H.; Lovell,
C. y Schmidt, S. (eds), The Measurement of Productive Efficiency: Techniques and
Applications. New York, Oxford University Press, 68-119.

66

Hamilton, B. (1983). The flypaper effect and other anomalies, Journal of Public Economics 22,
347-361.
Hayes, K. y Chang, S. (1990). The Relative Efficiency of City Manager and Mayor-Council
Forms of Government, Southern Economic Journal, 57, pp. 16777.
Herrera, P. y Mlaga, R. (2007). Indicadores de desempeo y anlisis de eficiencia de los
municipios peruanos: Una aproximacin no paramtrica en un contexto de descentralizacin.
CIES.
INEI (2004). Registro Nacional de Municipalidades 2004.
Kliksberg, B. (2004). Capital Social: Una idea de alta relevancia para la gestin municipal.
Consejo Nacional de la Descentralizacin.
Land, K.; Lovell, C. y Thore, S. (1993). Chance-constrained Data Envelopment Analysis,
Managerial and Decision Economics, 14, 541-554.
Ley No. 27972, Ley Orgnica de Municipalidades (2002). Congreso de la Repblica del Per.
Ley No. 27783, Ley de Bases de la Descentralizacin (2002). Congreso de la Repblica del
Per.
Ley No. 27958, Ley de Responsabilidad y Transparencia Fiscal (2003). Congreso de la
Repblica del Per.
Ley No. 28273, Ley del Sistema de Acreditacin de los Gobiernos Regionales y Locales (2004).
Congreso de la Repblica del Per.
Ley No. 28411, Ley General del Sistema Nacional de Presupuesto (2004). Congreso de la
Repblica del Per.
Loikkanen, H. y Susiluoto, I. (2005). "Cost efficiency of finnish municipalities in basic service
provision 1994-2002". ERSA conference papers ersa05, European Regional Science Association.
Lovell, C. (1993). Producti Meeusen on Frontiers and Productive Efficiency. En: Fried,
H.; Lovell, C. y Schmidt, S. (eds), The Measurement of Productive Efficiency-Techniques and
Applications. New York, Oxford University Press, 3-67.
Lovell, C. (2000). Measuring Efficiency in the Public Sector. En: Blank, Jos L. T., (ed),
Public Provision and Performance. Amsterdam, North-Holland.
Lovell, C., y Schmidt, P. (1988). "A Comparison of Alternative Approaches to the
Measurement of Productive Efficiency." En: A. Dogramaci and R Fare (eds.), Applications of
Modern Production Theory: Efficiency and Productivity. Boston: Kluwer Academic
Publishers.
Marlow, L. (1988). Fiscal Decentralization and Government Size, Public Choice, 56, 259-270.
Malhotra, N. (2004). Anlisis por conglomerados. En: Investigacin de Mercados: Un
Enfoque Aplicado. Cuarta Edicin. Mxico, Pearson Educacin, 584-607.
MEF (2004). Aplicacin de las reglas fiscales para los Gobiernos Locales 2003: Un anlisis
preliminar. Boletn de Transparencia Fiscal No. 35.
Meeusen, W. y Van den Broeck, J. (1977). "Efficiency Estimation from Cobb-Douglas
Production Functions with Composed Error", International Economic Review, Department of
Economics, University of Pennsylvania and Osaka University Institute of Social and Economic
Research Association, vol. 18(2).

67

Mueller, D. (1989). Public Choice II. Cambridge, Cambridge University Press.

Olesen, O. y Petersen, N. (1995). Chance Constrained Efficiency Evaluation, Management
Science, 41, 442-457.
Olson, J. A., Schmidt, P. y Waldman, D. W. (1980). A Monte Carlo study of estimators of
stochastic frontier production functions, Journal of Econometrics 13, 67-82.
Oates, W. E. (1972). Fiscal Federalism. New York: Harcourt Brace Jovanovich.
Prieto, A. y Zofio, J. (2001). Evaluating Effectiveness in Public Provision of Infrastructure
and Equipment: The Case of Spanish Municipalities, Journal of Productivity Analysis, 15 (1), 4158.
PRODES (2007). Proceso de Descentralizacin. La agenda a cuatro aos de iniciado el
proceso.
Sampaio de Sousa, M. y Stosic, B. (2003). Technical Efficiency of the Brazilian Municipalities:
Correcting Non-Parametric Frontier Measurements for Outliers, Working Paper 294,
Department of Economics University of Brasilia.
Schwab, R. y Oates, W. (1991). Community composition and the provision of local public
goods, Journal of Public Economics, 44, 217-237.
Silkman, R. y Young, D. (1982). X-Efficiency and state formula grants, National Tax Journal
35, 383-397.
Spann, R. (1977). Public versus private provision of governmental services. EN: T.
Borcherding (ed.) Budgets and bureaucrats: The sources of government growth, Duke
University Press, Durham, NC, 71-89.
Tanzi, V. y Schuknecht, L. (2000). Public Spending in the 20th Century: A Global Perspective,
Cambridge: Cambridge University Press.
Torero, M. y Valdivia M. (2002). La heterogeneidad de las municipalidades y el proceso de
descentralizacin en el Per. GRADE.
Vanden Eeckaut, P.; Tulkens, H. y Jamar, M.-A. (1993). Cost Efficiency in Belgian
Municipalities, EN: Fried, H.; Lovell, C. y Schmidt, S. (eds), The Measurement of Productive
Efficiency Techniques and Applications. New York, Oxford University Press, 300-334.
Worthington, A. y Dollery B. (2000a). Efficiency Aspects of NSW Local Governments
Domestic Waste Management Service. Working Paper Series in Economics ISSN 1442 2980.
School of Economic Studies. University of New England.
Worthington, A. y Dollery, B. (2000b). "Efficiency Measurement in the Local Public Sector:
Econometric and Mathematical Programming Frontier Techniques", Discussion Papers in
Economics, Finance and International Competitiveness, School of Economics and Finance. Queensland
University of Technology, No. 78.

68

Anexos
Anexo 1. Marco normativo del proceso de descentralizacin 2002-2006
Tipo y nmero de norma

Norma Legal

Fecha de promulgacin

Ley No. 27680

2002
Ley de Reforma Constitucional del Captulo XIV del Ttulo IV sobre descentralizacin

6 de marzo

Ley No. 27683

Ley No. 27783
Ley No. 27867

Ley de Elecciones Regionales

Ley de Bases de la Descentralizacin
Ley Orgnica de Gobiernos Regionales

14 de marzo
17 de julio
16 de noviembre

Decreto Supremo No. 036-2003-PCM

Ley No. 27972

sociales
Ley Orgnica de Municipalidades

Ley No. 27958

7 de mayo
Ley de Responsabilidad y Transparencia Fiscal
Aprueban Directiva No. 002-CND-P-2003 sobre el procedimiento para la ejecucin de la transferencia a los Gobiernos
23 de mayo
Regionales y Locales de los fondos, proyectos y programas a que se refiere el DS No. 036-2003-PCM
Aprueban Directiva No. 003-CND-P-2003 sobre los mecanismos de verificacin para la ejecucin de la transferencia a los
Gobiernos Regionales y Locales de los fondos, proyectos y programas a que se refiere el DS No. 036-2003-PCM, en 27 de mayo
funcin a las capacidades
Ley Marco del Presupuesto Participativo
7 de agosto
Ley Marco de Promocin de la Inversin Descentralizada
12 de agosto
Transferencia de los fondos, proyectos y programas sociales a que se refiere el DS No. 036-2003-PCM
29 de octubre
Plan Nacional de Descentralizacin 2004-2006
22 de diciembre
2004
Ley de Descentralizacin Fiscal
4 de febrero
Plan Nacional de Capacitacin y asistencia Tcnica en Gestin Pblica para el fortalecimiento de los Gobiernos
18 de marzo
Regionales y Locales
Plan Anual de Transferencia de competencias sectoriales a los Gobiernos Regionales y Locales 2004
11 de mayo
Aprueban Directiva No. 002-CND-P-2004 sobre procedimientos, plazos y mecanismos de verificacn para la ejecucin
de la transferencia a los Gobiernos Regionales y Locales de los fondos, proyectos y programas a que se refiere el DS No. 6 de julio
038-2004-PCM

2003

Resolucin Presidencial 070-CND-P-2003

Resolucin Presidencial 071-CND-P-2003
Ley No. 28056
Ley No. 28059
Decreto Supremo No. 088-2003-PCM
Resolucin Presidencial 162-CND-P-2003
Decreto Legislativo No. 955
Decreto Supremo No. 021-2004-PCM
Decreto Supremo No. 038-2004-PCM
Resolucin Presidencial 057-CND-P-2004
Ley No. 28273
Ley No. 28274
Decreto Supremo No. 080-2004-PCM
Resolucin Presidencial 026-CND-P-2005
Decreto Supremo No. 052-2005-PCM
Resolucin Presidencial N 050-CND-P-2005
Decreto Supremo No. 114-2005-EF
Decreto Supremo No. 021-2006-PCM
Decreto Supremo No. 068-2006-PCM
Decreto Supremo No. 076-2006-PCM

30 de marzo
6 de mayo

8 de julio
Ley del Sistema de Acreditacin de los Gobiernos Regionales y Locales
8 de julio
Ley de Incentivos para la Integracin y Conformacin de Regiones
15 de noviembre
Reglamento de la Ley del Sistema de Acreditacin de los Gobiernos Regionales y Locales
2005
29 de marzo
Plan de Transferencia Sectorial del Quinquenio 2005-2009
27 de julio
Plan Anual de Transferencias a los Gobiernos Regionales y Locales 2005
Aprueban Directiva No. 003-CND-P-2005 sobre normas para la ejecucin de la transferencia a los Gobiernos Regionales
11 de agosto
y Locales de los fondos, proyectos, programas y funciones sectoriales a que se refiere el DS No. 052-2005-PCM
Reglamento de la Ley de Descentralizacin Fiscal
8 de septiembre
2006
Plan Anual de Transferencias de Competencias Sectoriales a los Gobiernos Regionales y Locales del ao 2006
26 de abril
Disposiciones relativas a la culminacin de las transferencias programadas a los Gobiernos Regionales y Locales
12 de octubre
Modifican el Plan Anual de Transferencias de Competencias Sectoriales a los Gobiernos Regionales y Locales del ao
30 de octubre
2006

Anexo 2-A. Estadsticos descriptivos del anlisis de conglomerados: tipologa

de municipalidades provinciales
Estadsticos
Mean
Std. Dev.
Min
Max
Mean
Std. Dev.
Min
Max
Mean
Std. Dev.
Min
Max
Mean
Std. Dev.
Min
Max

Poblacin
Urbanidad
NBI1
Categora 1: Ciudades intermedias de bajo desarrollo (57 municipalidades)
30095.7
77.3
25.0
27624.8
11.6
7.3
1561.0
46.9
10.5
162862.0
98.0
42.0
Categora 2: Metrpolis y ciudades intermedias de desarrollo medio (33 municipalidades)
127714.7
94.9
16.7
92946.0
5.5
7.3
30222.0
78.2
3.9
404588.0
100.0
35.2
Categora 3: Rural pobre (36 municipalidades)
13410.5
26.6
52.3
10327.1
12.5
7.9
2596.0
9.5
39.3
52233.0
57.4
68.1
Categora 4: Semi-rural no pobre (68 municipalidades)
16283.6
42.2
32.7
14741.8
15.5
7.7
821.0
14.1
17.5
77384.0
77.8
55.2

Anexo 2-B. Estadsticos descriptivos del anlisis de conglomerados: tipologa

de municipalidades distritales
Estadsticos
Mean
Std. Dev.
Min
Max
Mean
Std. Dev.
Min
Max
Mean
Std. Dev.
Min
Max
Mean
Std. Dev.
Min
Max
Mean
Std. Dev.
Min
Max
Mean
Std. Dev.
Min
Max

Poblacin
Urbanidad
NBI1
Categora 1: Urbano pobre representativo (324 municipalidades)
7289.4
48.1
34.7
9778.2
12.5
9.3
91.0
18.0
9.1
95776.0
85.7
56.3
Categora 2: Urbano pobre (200 municipalidades)
1461.3
68.4
64.4
1439.7
17.4
12.2
110.0
32.5
40.5
12247.0
100.0
93.5
Categora 3: Urbano no pobre con elevado potencial econmico (188 municipalidades)
12803.2
85.1
24.1
14882.1
9.9
8.2
112.0
59.2
0.7
97451.0
100.0
43.1
Categora 4: Ciudades metropolitanas y de desarrollo intermedio (73 municipalidades)
133421.9
98.5
12.0
142511.4
3.1
6.8
20792.0
83.4
1.0
843961.0
100.0
30.2
Categora 5: Rural pobre no extremo (672 municipalidades)
6434.5
14.4
41.2
5611.5
8.3
11.6
317.0
1.0
8.3
43900.0
42.3
76.6
Categora 6: Rural pobre extremo (177 municipalidades)
2935.1
22.3
66.8
2139.7
10.2
8.2
361.0
1.5
50.3
10342.0
46.4
88.8

Anexo 3-A. Distribucin de las categoras municipalidades provinciales acorde

a las variables de tipificacin

NORMLNPOB
1

.8

.6

.4

.2

0
0

.2

.4

.6

.8

1
NORMPOBURB

C1

C2

C3

C2

C3

C2

C3

C4

NORMLNPOB
1

.8

.6

.4

.2

0
0

.2

.4
C1

.6

.8

1
NORMNBI1

C4

NORMPOBURB
1

.8

.6

.4

.2

0
0

.2

.4
C1

.6

.8

1
NORMNBI1

C4

Anexo 3-B. Distribucin de las categoras municipalidades distritales acorde a

las variables de tipificacin
NORMLNPOB
1

.8

.6

.4

.2

0
0

.2

.4
C1

C2

.6
C3

71

C4

.8
C5

C6

1
NORMPOBURB

NORMLNPOB
1

.8

.6

.4

.2

0
0

.2

.4
C1

C2

C1

C2

.6
C3

C4

C3

C4

.8
C5

C6

C5

C6

1
NORMNBI1

NORMPOBURB
1

.8

.6

.4

.2

0
0

.2

.4

.6

72

.8

1
NORMNBI1

Anexo 4-A. Resultados y ranking de eficiencia segn metodologas y categoras

de municipalidades provinciales
Categora 1: Ciudades intermedias
Departamento
San Martn
San Martn
Cusco
Junn
Arequipa
Ayacucho
La Libertad
Lima
Junn
Ancash
Arequipa
Junn
La Libertad
Cusco
Amazonas
Cajamarca
Amazonas
Madre de Dios
Apurimac
Junn
Lima
Loreto
Ayacucho
Ancash
Hunuco
Huancavelica
Cajamarca
Piura
Loreto
Lambayeque
Junn
San Martn
Tumbes
San Martn
Ancash
Ica
Cajamarca
Amazonas
Lima
San Martn
Ica
Ayacucho
Amazonas
Tumbes
Puno
San Martn
Ancash
Junn
Junn
Amazonas
Piura
Arequipa
San Martn
Tacna
Cusco
Mean
Std. Dev.
Min
Max

Municipalidad
RIOJA
LAMAS
LA CONVENCION - SANTA ANA
JAUJA
CARAVELI
LUCANAS - PUQUIO
PACASMAYO - SAN PEDRO DE LLOC
HUARAL
SATIPO
HUARAZ
CAMANA
CONCEPCION
SANCHEZ CARRION - HUAMACHUCO
ESPINAR
LUYA - LAMUD
CAJAMARCA
BONGARA - JUMBILLA
TAMBOPATA
ANDAHUAYLAS
CHANCHAMAYO
CAETE - SAN VICENTE DE CAETE
REQUENA
HUANTA
BOLOGNESI - CHIQUIAN
DOS DE MAYO - LA UNION
HUANCAVELICA
CELENDIN
MORROPON - CHULUCANAS
ALTO AMAZONAS - YURIMAGUAS
FERREAFE
JUNIN
BELLAVISTA
CONTRALMIRANTE VILLAR
TOCACHE
CASMA
NAZCA
JAEN
RODRIGUEZ DE MENDOZA - SAN NICOLAS
CANTA
MOYOBAMBA
PALPA
VICTOR FAJARDO - HUANCAPI
CHACHAPOYAS
ZARUMILLA
MELGAR - AYAVIRI
MARISCAL CACERES - JUANJUI
HUARMEY
TARMA
YAULI - LA OROYA
BAGUA - LA PECA
SECHURA
ISLAY - MOLLENDO
HUALLAGA - SAPOSOA
TARATA
CANCHIS - SICUANI

Indicadores
Input IDEM
29.952
0.317
28.603
0.290
40.928
0.312
40.298
0.287
30.675
0.230
42.298
0.281
22.861
0.173
47.381
0.270
26.023
0.167
67.294
0.274
64.814
0.267
47.922
0.221
50.923
0.215
73.640
0.248
25.545
0.000
76.720
0.248
32.087
0.147
98.138
0.246
40.171
0.166
28.152
0.099
31.324
0.108
63.348
0.190
45.330
0.162
39.617
0.140
32.615
0.026
43.228
0.152
40.572
0.136
72.698
0.189
67.205
0.182
56.878
0.171
72.436
0.182
50.084
0.154
322.905 0.201
53.108
0.155
59.801
0.164
55.226
0.146
44.439
0.112
88.622
0.164
68.088
0.146
44.360
0.095
101.015 0.162
48.077
0.095
79.506
0.141
164.599 0.163
57.877
0.107
54.051
0.094
84.646
0.129
67.810
0.110
111.212 0.138
52.459
0.073
101.819 0.124
88.782
0.100
60.178
0.064
156.743 0.100
79.573
0.050
64.994
0.165
45.845
0.072
22.861
0.000
322.905 0.317

Puntajes de eficiencia
FDH DEA-CRS DEA-VRS Determinstica
1.000
1.000
1.000
0.816
1.000
0.959
1.000
0.730
0.732
0.720
0.726
0.868
0.710
0.673
0.706
0.787
0.932
0.709
0.836
0.569
0.676
0.628
0.666
0.779
1.000
0.716
1.000
0.371
0.604
0.538
0.582
0.765
0.878
0.607
0.878
0.368
0.425
0.384
0.413
0.851
0.441
0.390
0.424
0.821
0.597
0.436
0.526
0.611
0.562
0.399
0.489
0.602
0.388
0.319
0.360
0.780
0.895
0.002
0.895
0.895
0.373
0.305
0.346
0.788
0.712
0.434
0.712
0.332
0.291
0.237
0.269
0.831
0.569
0.390
0.569
0.412
0.812
0.331
0.812
0.181
0.730
0.324
0.730
0.214
0.452
0.284
0.374
0.552
0.504
0.337
0.504
0.414
0.577
0.334
0.577
0.332
0.701
0.075
0.701
0.701
0.529
0.331
0.529
0.376
0.563
0.317
0.563
0.322
0.393
0.246
0.325
0.568
0.426
0.256
0.347
0.532
0.402
0.283
0.402
0.471
0.395
0.237
0.321
0.541
0.456
0.290
0.456
0.399
0.089
0.059
0.075
1.000
0.430
0.275
0.430
0.409
0.382
0.259
0.382
0.454
0.414
0.249
0.414
0.383
0.514
0.238
0.514
0.253
0.258
0.175
0.258
0.506
0.336
0.202
0.336
0.407
0.515
0.203
0.515
0.201
0.226
0.151
0.226
0.517
0.476
0.187
0.476
0.206
0.288
0.167
0.288
0.408
0.139
0.093
0.139
0.593
0.395
0.175
0.395
0.259
0.423
0.165
0.423
0.211
0.270
0.144
0.270
0.373
0.337
0.153
0.337
0.283
0.206
0.117
0.206
0.437
0.436
0.132
0.436
0.141
0.225
0.115
0.225
0.372
0.258
0.106
0.257
0.269
0.380
0.100
0.380
0.116
0.146
0.060
0.146
0.319
0.287
0.060
0.287
0.081
0.494
0.310
0.481
0.487
0.228
0.221
0.228
0.231
0.089
0.002
0.075
0.081
1.000
1.000
1.000
1.000

73

Estocstica
0.973
0.886
1.000
0.918
0.709
0.905
0.513
0.881
0.504
0.938
0.911
0.724
0.710
0.861
0.001
0.865
0.456
0.887
0.529
0.300
0.332
0.647
0.525
0.447
0.080
0.489
0.436
0.655
0.624
0.572
0.628
0.506
0.854
0.513
0.553
0.486
0.362
0.583
0.499
0.309
0.586
0.312
0.493
0.630
0.359
0.313
0.457
0.378
0.506
0.243
0.449
0.355
0.215
0.383
0.176
0.553
0.238
0.001
1.000

Promedio
0.958
0.915
0.809
0.759
0.751
0.731
0.720
0.674
0.647
0.602
0.598
0.579
0.552
0.542
0.538
0.535
0.529
0.503
0.494
0.487
0.466
0.462
0.457
0.453
0.452
0.451
0.440
0.437
0.437
0.426
0.425
0.422
0.415
0.412
0.406
0.389
0.376
0.356
0.356
0.349
0.341
0.331
0.329
0.319
0.317
0.307
0.303
0.298
0.294
0.278
0.277
0.249
0.238
0.211
0.178
0.465
0.173
0.178
0.958

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55

Categora 2: Metrpolis
Departamento
Junn
Lima
San Martn
Lima
Lambayeque
Lambayeque
Lima
Ica
Loreto
Hunuco
Ica
Piura
Ayacucho
Piura
Tacna
Hunuco
Pasco
La Libertad
Arequipa
El Callao
Puno
Ucayali
Apurimac
Cusco
Moquegua
La Libertad
Piura
Moquegua
Tumbes
Ica
Ancash
Piura
Puno
Mean
Std. Dev.
Min
Max

Municipalidad
HUANCAYO
HUACHO
SAN MARTIN - TARAPOTO
LIMA
LAMBAYEQUE
CHICLAYO
BARRANCA
CHINCHA - CHINCHA ALTA
MAYNAS - IQUITOS
HUANUCO
ICA
SULLANA
HUAMANGA
PIURA
TACNA
LEONCIO PRADO - RUPA RUPA
PASCO - CHAPIMARCA
CHEPEN
AREQUIPA
EL CALLAO
SAN ROMAN - JULIACA
CORONEL PORTILLO
ABANCAY
CUZCO
ILO
TRUJILLO
PAITA
MARISCAL NIETO - MOQUEGUA
TUMBES
PISCO
SANTA - CHIMBOTE
TALARA - PARIAS
PUNO

Indicadores
Input IDEM
54.671
0.487
40.696
0.352
58.808
0.480
54.965
0.356
28.364
0.196
36.807
0.229
47.652
0.284
40.097
0.228
58.475
0.342
56.238
0.293
54.964
0.273
59.528
0.252
56.704
0.239
63.214
0.265
117.219 0.472
50.528
0.202
39.272
0.159
55.099
0.216
45.710
0.193
106.977 0.343
71.649
0.217
77.826
0.221
53.898
0.162
120.377 0.299
228.437 0.459
58.610
0.162
82.954
0.175
246.703 0.298
95.500
0.150
79.671
0.095
89.565
0.087
145.516 0.124
82.775
0.065
77.560
0.254
49.015
0.112
28.364
0.065
246.703 0.487

FDH
1.000
1.000
0.930
0.995
1.000
1.000
0.854
0.918
0.696
0.724
0.740
0.684
0.718
0.644
0.466
0.728
0.722
0.668
0.621
0.380
0.514
0.473
0.526
0.338
0.239
0.484
0.342
0.165
0.297
0.356
0.317
0.195
0.343
0.608
0.262
0.165
1.000

Puntajes de eficiencia
DEA-CRS DEA-VRS Determinstica
1.000
1.000
1.000
0.971
1.000
0.766
0.917
0.918
0.801
0.727
0.748
0.758
0.775
1.000
0.608
0.698
0.841
0.654
0.669
0.741
0.711
0.639
0.771
0.647
0.657
0.682
0.748
0.585
0.641
0.712
0.559
0.627
0.692
0.476
0.551
0.660
0.473
0.560
0.642
0.472
0.536
0.674
0.452
0.453
0.784
0.449
0.571
0.578
0.456
0.722
0.484
0.441
0.544
0.603
0.475
0.621
0.566
0.361
0.374
0.725
0.340
0.419
0.584
0.318
0.390
0.585
0.337
0.526
0.465
0.279
0.304
0.678
0.226
0.227
0.761
0.310
0.484
0.458
0.237
0.342
0.468
0.136
0.148
0.630
0.177
0.297
0.384
0.134
0.356
0.223
0.109
0.317
0.190
0.096
0.195
0.278
0.088
0.343
0.123
0.456
0.553
0.595
0.252
0.237
0.191
0.088
0.148
0.123
1.000
1.000
1.000

Estocstica
0.892
0.835
0.889
0.825
0.614
0.671
0.752
0.664
0.810
0.756
0.727
0.685
0.661
0.704
0.867
0.587
0.494
0.614
0.573
0.781
0.596
0.599
0.480
0.716
0.838
0.475
0.487
0.663
0.417
0.284
0.257
0.333
0.201
0.629
0.186
0.201
0.892

Promedio
0.978
0.914
0.891
0.811
0.799
0.773
0.745
0.728
0.719
0.683
0.669
0.611
0.611
0.606
0.604
0.583
0.576
0.574
0.571
0.524
0.491
0.473
0.467
0.463
0.458
0.442
0.375
0.348
0.314
0.270
0.238
0.219
0.219
0.568
0.203
0.219
0.978

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

Categora 3: Rural
Departamento
Apurimac
Pasco
Ancash
Piura
Huancavelica
Hunuco
La Libertad
Ancash
Pasco
Huancavelica
Hunuco
Puno
Ayacucho
Madre de Dios
Cusco
Hunuco
Apurimac
Puno
Cusco
Hunuco
Ancash
Puno
Huancavelica
Cusco
Hunuco
Amazonas
La Libertad
Hunuco
Ancash
Cusco
Ucayali
Puno
Mean
Std. Dev.
Min
Max

Municipalidad
GRAU - CHUQUIBAMBILLA
OXAPAMPA
MARISCAL LUZURIAGA - PISCOBAMBA
AYABACA
ACOBAMBA
PACHITEA - PANAO
SANTIAGO DE CHUCO
POMABAMBA
DANIEL CARRION - YANAHUANCA
CHURCAMPA
HUACAYBAMBA
HUANCANE
VILCAS HUAMAN
MANU
ANTA
YAROWILCA - CHAVINILLO
COTABAMBAS - TAMBOBAMBA
ILAVE
PARURO
MARAON - HUACRACHUCO
ANTONIO RAYMONDI - LLAMELLIN
SAN ANTONIO DE PUTINA
CASTROVIRREYNA
CANAS - YANAOCA
PUERTO INCA
CONDORCANQUI - NIEVA
BOLIVAR
LAURICOCHA - JESUS
CARLOS FERMIN FITZCARRALD
ACOMAYO
PURUS
MOHO

Indicadores
Puntajes de eficiencia
Input
IDEM FDH DEA-CRS DEA-VRS Determinstica
54.057
0.532 1.000
0.797
1.000
1.000
29.800
0.368 1.000
1.000
1.000
0.734
37.930
0.324 0.786
0.693
0.786
0.703
54.408
0.383 0.994
0.571
0.590
0.747
35.948
0.233 0.829
0.525
0.829
0.578
37.663
0.221 0.791
0.475
0.791
0.555
45.735
0.277 0.652
0.491
0.652
0.653
40.946
0.215 0.728
0.426
0.728
0.543
55.849
0.317 0.534
0.461
0.534
0.700
38.998
0.174 0.764
0.363
0.764
0.443
63.709
0.302 0.468
0.384
0.468
0.686
56.764
0.250 0.525
0.357
0.525
0.616
73.612
0.272 0.405
0.300
0.405
0.652
62.015
0.226 0.481
0.296
0.481
0.572
60.917
0.213 0.489
0.284
0.489
0.545
35.945
0.077 0.829
0.173
0.829
0.154
59.881
0.177 0.498
0.239
0.498
0.454
95.770
0.260 0.311
0.220
0.311
0.637
46.875
0.123 0.636
0.213
0.636
0.297
73.545
0.192 0.405
0.212
0.405
0.498
54.735
0.142 0.544
0.211
0.544
0.356
43.431
0.096 0.686
0.180
0.686
0.216
54.906
0.131 0.543
0.194
0.543
0.323
54.169
0.124 0.550
0.186
0.550
0.302
52.898
0.114 0.563
0.175
0.563
0.271
42.197
0.064 0.706
0.122
0.706
0.115
53.767
0.027 0.554
0.040
0.554
0.554
54.470
0.100 0.547
0.150
0.547
0.230
71.978
0.132 0.414
0.148
0.414
0.328
58.798
0.074 0.507
0.103
0.507
0.150
1680.337 0.228 0.018
0.011
0.018
0.618
98.704
0.098 0.302
0.080
0.302
0.226
105.649
0.202 0.596
0.315
0.583
0.483
287.775
0.110 0.215
0.224
0.202
0.214
29.800
0.027 0.018
0.011
0.018
0.115
1680.337 0.532 1.000
1.000
1.000
1.000

74

Estocstica
0.897
0.829
0.796
0.843
0.662
0.638
0.742
0.627
0.792
0.526
0.777
0.702
0.741
0.657
0.628
0.246
0.537
0.725
0.384
0.581
0.441
0.306
0.409
0.389
0.359
0.209
0.094
0.320
0.414
0.243
0.705
0.316
0.548
0.218
0.094
0.897

Promedio
0.939
0.913
0.753
0.749
0.685
0.650
0.638
0.610
0.604
0.572
0.556
0.545
0.501
0.497
0.487
0.446
0.445
0.441
0.433
0.420
0.419
0.415
0.402
0.396
0.386
0.372
0.359
0.359
0.344
0.302
0.274
0.245
0.505
0.170
0.245
0.939

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

Categora 4: Semi-rural
Departamento
Cajamarca
Apurimac
Moquegua
Huancavelica
Hunuco
Cajamarca
Lima
Puno
Lima
Ayacucho
Cusco
Cusco
Junn
Arequipa
Puno
Cusco
Ayacucho
Huancavelica
San Martn
Arequipa
Cajamarca
Ancash
Cajamarca
Piura
Ancash
Ancash
Ancash
Ayacucho
La Libertad
Cajamarca
Puno
Apurimac
La Libertad
Apurimac
Ayacucho
Ancash
Cajamarca
Loreto
Ayacucho
Cajamarca
Cajamarca
Loreto
Cusco
Ancash
Hunuco
Madre de Dios
Amazonas
Lima
Puno
Ucayali
Arequipa
Ucayali
Cajamarca
San Martn
Tacna
Ancash
Cajamarca
Tacna
Loreto
Ancash
Cusco
Ayacucho
Puno
Ancash
Ancash
Mean
Std. Dev.
Min
Max

Municipalidad
CUTERVO
CHINCHEROS
SANCHEZ CERRO - OMATE
HUAYTARA
AMBO
SAN IGNACIO
YAUYOS
CHUCUITO - JULI
HUAROCHIRI - MATUCANA
CANGALLO
CALCA
PAUCARTAMBO
CHUPACA
LA UNION - COTAHUASI
AZANGARO
URUBAMBA
SUCRE - QUEROBAMBA
TAYACAJA - PAMPAS
PICOTA
CONDESUYOS - CHUQUIBAMBA
CONTUMAZA
SIHUAS
HUALGAYOC - BAMBAMARCA
HUANCABAMBA
PALLASCA - CABANA
HUAYLAS - CARAZ
CARHUAZ
PAUCAR DEL SARA SARA - PAUSA
VIRU
SAN MARCOS - PEDRO GALVEZ
SANDIA
AYMARAES - CHALHUANCA
OTUZCO
ANTABAMBA
HUANCA SANCOS - SANCOS
YUNGAY
CHOTA
UCAYALI - CONTAMANA
LA MAR - SAN MIGUEL
CAJABAMBA
SAN MIGUEL
LORETO - NAUTA
QUISPICANCHIS - URCOS
AIJA
HUAMALIES - LLATA
TAHUAMANU - IAPARI
UTCUBAMBA - BAGUA GRANDE
OYON
LAMPA
PADRE ABAD - AGUAITIA
CASTILLA - APLAO
ATALAYA - RAYMONDI
SANTA CRUZ
SAN JOSE DE SISA
JORGE BASADRE - LOCUMBA
OCROS
SAN PABLO
CANDARAVE
MARISCAL RAMON CASTILLA
HUARI
CHUMBIVILCAS - SANTO TOMAS
PARINACOCHAS - CORACORA
YUNGUYO
CORONGO
RECUAY

Indicadores
Input IDEM
45.990
0.422
29.879
0.261
41.287
0.317
26.029
0.173
31.823
0.181
39.149
0.237
29.403
0.168
31.961
0.150
46.872
0.199
37.503
0.161
43.614
0.178
47.955
0.198
57.696
0.244
51.956
0.210
37.907
0.150
41.633
0.161
60.181
0.230
41.772
0.156
49.655
0.175
52.032
0.182
42.458
0.152
45.812
0.158
68.182
0.227
54.363
0.176
43.536
0.145
58.012
0.182
63.705
0.199
70.531
0.209
42.765
0.129
50.012
0.152
40.137
0.118
46.848
0.140
33.307
0.085
78.956
0.207
87.289
0.224
54.547
0.152
37.087
0.095
105.098 0.260
48.026
0.129
50.203
0.127
43.779
0.108
103.796 0.228
43.028
0.100
76.951
0.154
33.859
0.052
220.085 0.274
43.015
0.024
158.830 0.229
56.850
0.112
125.926 0.194
48.233
0.087
148.008 0.194
43.293
0.070
61.725
0.109
130.669 0.148
113.666 0.133
82.016
0.103
136.148 0.139
83.036
0.102
58.790
0.051
56.470
0.038
78.461
0.050
89.796
0.038
122.841 0.021
213.830 0.071
66.743
0.158
40.869
0.073
26.029
0.021
220.085 0.422

FDH
1.000
1.000
1.000
1.000
0.939
0.763
0.885
0.814
0.637
0.694
0.685
0.623
0.518
0.575
0.687
0.625
0.496
0.623
0.602
0.574
0.613
0.568
0.438
0.550
0.598
0.515
0.469
0.424
0.609
0.520
0.649
0.556
0.782
0.378
0.342
0.477
0.702
0.284
0.542
0.518
0.595
0.288
0.605
0.338
0.769
0.188
0.605
0.188
0.458
0.237
0.540
0.202
0.601
0.422
0.199
0.229
0.317
0.191
0.313
0.443
0.461
0.332
0.290
0.212
0.122
0.530
0.220
0.122
1.000

75

Puntajes de eficiencia
Promedio
DEA-CRS DEA-VRS Determinstica Estocstica
1.000
1.000
1.000
0.926
0.985
0.950
1.000
0.715
0.854
0.904
0.835
0.859
0.740
0.892
0.865
0.723
1.000
0.604
0.700
0.805
0.620
0.830
0.618
0.719
0.745
0.659
0.737
0.693
0.824
0.735
0.622
0.885
0.589
0.682
0.733
0.512
0.814
0.536
0.622
0.660
0.462
0.580
0.643
0.755
0.615
0.468
0.694
0.565
0.656
0.615
0.445
0.602
0.604
0.704
0.608
0.450
0.566
0.641
0.752
0.606
0.461
0.505
0.695
0.828
0.601
0.441
0.533
0.658
0.777
0.597
0.431
0.687
0.530
0.618
0.591
0.421
0.625
0.561
0.653
0.577
0.416
0.474
0.680
0.809
0.575
0.405
0.623
0.545
0.635
0.566
0.384
0.526
0.593
0.692
0.559
0.380
0.508
0.608
0.710
0.556
0.389
0.613
0.532
0.621
0.553
0.376
0.568
0.550
0.641
0.541
0.363
0.417
0.675
0.802
0.539
0.353
0.481
0.594
0.694
0.534
0.363
0.598
0.508
0.597
0.533
0.341
0.456
0.606
0.709
0.525
0.341
0.427
0.637
0.750
0.525
0.322
0.391
0.650
0.768
0.511
0.329
0.609
0.449
0.539
0.507
0.331
0.520
0.528
0.618
0.504
0.320
0.649
0.401
0.496
0.503
0.325
0.556
0.487
0.576
0.500
0.277
0.782
0.252
0.368
0.492
0.285
0.348
0.645
0.762
0.484
0.279
0.324
0.667
0.793
0.481
0.304
0.477
0.526
0.617
0.480
0.278
0.702
0.296
0.406
0.477
0.270
0.284
0.700
0.840
0.476
0.293
0.542
0.445
0.537
0.472
0.275
0.518
0.433
0.527
0.454
0.269
0.595
0.355
0.458
0.454
0.240
0.274
0.670
0.798
0.454
0.254
0.605
0.318
0.426
0.442
0.218
0.338
0.522
0.617
0.407
0.167
0.769
0.091
0.233
0.406
0.136
0.142
0.702
0.846
0.403
0.061
0.605
0.605
0.113
0.398
0.157
0.179
0.663
0.792
0.396
0.214
0.458
0.364
0.467
0.392
0.167
0.214
0.612
0.724
0.391
0.197
0.540
0.254
0.373
0.381
0.143
0.182
0.609
0.722
0.372
0.175
0.601
0.172
0.303
0.370
0.191
0.422
0.346
0.453
0.367
0.123
0.199
0.485
0.584
0.318
0.127
0.229
0.430
0.532
0.309
0.137
0.317
0.313
0.426
0.302
0.111
0.191
0.451
0.553
0.299
0.134
0.313
0.308
0.422
0.298
0.095
0.443
0.079
0.225
0.257
0.073
0.461
0.017
0.171
0.237
0.069
0.332
0.068
0.216
0.203
0.046
0.290
0.011
0.167
0.161
0.019
0.212
0.212
0.096
0.150
0.036
0.122
0.149
0.292
0.144
0.324
0.513
0.495
0.592
0.491
0.205
0.215
0.201
0.207
0.170
0.019
0.122
0.011
0.096
0.144
1.000
1.000
1.000
0.926
0.985

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65

Anexo 4-B. Resultados y ranking de eficiencia segn metodologas y categoras

de municipalidades distritales
Categora 1: Semi-urbano
Departamento
Junn
Pasco
Pasco
Junn
Loreto
Moquegua
San Martn
Lambayeque
Puno
Junn
San Martn
Ica
San Martn
Junn
Puno
Puno
Junn
Junn
Lambayeque
Arequipa
Lambayeque
Lambayeque
Lima
San Martn
Lima
San Martn
La Libertad
Piura
Junn
Ancash
San Martn
San Martn
Hunuco
Amazonas
San Martn
Ancash
Hunuco
La Libertad
Arequipa
San Martn
San Martn
Madre de Dios
Puno
Arequipa
Cusco
Piura
Pasco
Junn
Pasco
Lambayeque
San Martn
Pasco
Puno
Lima
Cusco
Junn
Cajamarca
Piura
Piura
Ancash
Arequipa
Lambayeque
Ancash
Junn
Lambayeque
Puno
Apurimac
Cusco
Ayacucho
San Martn
Piura
Cusco
Lima
Piura
Arequipa
San Martn
Junn
Cusco
Arequipa
San Martn
Cajamarca
Arequipa
Ayacucho
Piura
Cusco
Amazonas
Puno
Hunuco
Hunuco
Ayacucho
Ancash
Junn
Hunuco
San Martn
La Libertad
Ayacucho
Ica
Ancash

Municipalidad
PERENE
VILLA RICA
SANTA ANA DE TUSI
MASMA CHICCHE
BELEN
PUQUINA
PARDO MIGUEL
JAYANCA
COASA
PANGOA
POLVORA
LOS AQUIJES
NUEVA CAJAMARCA
HUAYUCACHI
CABANILLAS
USICAYOS
SAN JUAN DE ISCOS
SINCOS
OLMOS
LA JOYA
MOCHUMI
MOTUPE
ASIA
SHAMBOYACU
AUCALLAMA
ELIAS SOPLIN VARGAS
GUADALUPITO
MIGUEL CHECA
PICHANAQUI
COLCABAMBA
AGUA BLANCA
CAYNARACHI
SINGA
JAZAN
SORITOR
HUALLANCA
CRESPO Y CASTILLO
PUEBLO NUEVO
YANQUE
PISCOYACU
JEPELACIO
INAMBARI
SAN JUAN DEL ORO
VIRACO
CHECACUPE
MORROPON
SIMON BOLIVAR
CHONGOS BAJO
PAUCARTAMBO
ZAA
SAN MARTIN
HUARIACA
DESAGUADERO
SAYAN
POROY
SAO
LOS BAOS DEL INCA
TAMBO GRANDE
ARENAL
RAHUAPAMPA
CHARACATO
TUCUME
UCO
MATAHUASI
ILLIMO
SANTA LUCIA
SAN JERONIMO
COMBAPATA
AYNA
YORONGOS
SANTA CATALINA DE MOSSA
ACOPIA
CERRO AZUL
LAS LOMAS
PAMPACOLCA
PACHIZA
AHUAC
ANDAHUAYLILLAS
UCHUMAYO
CALZADA
PUCARA
CAYLLOMA
CANARIA
BUENOS AIRES
CAMANTI
FLORIDA
MAAZO
MIRAFLORES
TOMAY KICHWA
TAMBO
TAUCA
HUANCAN
CAYNA
YANTALO
CACHICADAN
CHUSCHI
SAN JOSE DE LOS MOLINOS
PARIACOTO

Indicadores
Puntajes de eficiencia
Input
IDEM FDH DEA-CRS DEA-VRS Determinstica
44.100
0.186
1.000
1.000
1.000
0.694
72.420
0.234
1.000
0.765
1.000
0.726
67.476
0.212
1.000
0.744
0.880
0.713
377.232
0.321
1.000
0.202
1.000
1.000
102.604
0.243
1.000
0.560
0.871
0.730
176.942
0.288
1.000
0.385
1.000
0.747
52.898
0.163
0.834
0.729
0.779
0.669
51.141
0.136
0.862
0.629
0.739
0.624
80.964
0.187
0.833
0.548
0.553
0.695
54.505
0.129
0.809
0.562
0.679
0.610
57.789
0.130
0.763
0.534
0.642
0.612
52.261
0.113
0.844
0.514
0.670
0.567
72.922
0.165
0.605
0.537
0.569
0.671
49.479
0.099
0.891
0.474
0.671
0.515
104.409
0.195
0.646
0.442
0.470
0.701
27.772
0.056
1.000
0.474
1.000
0.263
68.382
0.139
0.645
0.482
0.559
0.631
64.070
0.126
0.688
0.466
0.571
0.602
76.647
0.148
0.575
0.459
0.514
0.647
56.080
0.102
0.786
0.431
0.599
0.527
93.877
0.171
0.470
0.431
0.449
0.678
93.428
0.165
0.472
0.417
0.443
0.670
362.784
0.282
0.488
0.184
0.459
0.745
86.415
0.148
0.510
0.406
0.455
0.646
60.056
0.099
0.734
0.390
0.553
0.515
59.829
0.097
0.737
0.384
0.551
0.506
33.358
0.015
0.833
0.107
0.833
0.833
85.530
0.140
0.516
0.388
0.448
0.632
68.464
0.110
0.644
0.379
0.504
0.554
619.395
0.292
0.609
0.112
0.331
0.748
98.101
0.157
0.450
0.379
0.412
0.660
74.807
0.114
0.590
0.362
0.469
0.569
81.409
0.124
0.542
0.360
0.446
0.596
62.475
0.094
0.706
0.355
0.521
0.491
50.327
0.068
0.876
0.321
0.583
0.348
116.220
0.165
0.379
0.337
0.357
0.671
71.218
0.100
0.619
0.334
0.469
0.520
59.259
0.082
0.744
0.328
0.524
0.432
172.519
0.198
0.391
0.271
0.295
0.703
92.115
0.123
0.479
0.316
0.393
0.594
71.679
0.095
0.615
0.315
0.457
0.499
140.689
0.177
0.313
0.297
0.305
0.684
95.778
0.123
0.460
0.304
0.378
0.593
107.963
0.137
0.408
0.300
0.351
0.626
80.040
0.102
0.551
0.302
0.420
0.527
94.046
0.118
0.469
0.297
0.378
0.580
129.057
0.157
0.342
0.288
0.313
0.659
68.845
0.087
0.641
0.300
0.461
0.460
103.341
0.128
0.427
0.293
0.356
0.606
116.258
0.140
0.379
0.286
0.330
0.632
65.171
0.080
0.677
0.292
0.474
0.424
109.774
0.132
0.402
0.284
0.340
0.615
119.993
0.141
0.368
0.279
0.321
0.634
95.477
0.116
0.462
0.287
0.369
0.573
77.247
0.095
0.571
0.290
0.423
0.495
70.422
0.082
0.626
0.276
0.441
0.432
117.008
0.130
0.377
0.263
0.317
0.610
84.927
0.097
0.519
0.271
0.388
0.506
55.162
0.060
0.799
0.258
0.514
0.294
372.760
0.236
0.275
0.150
0.204
0.726
78.222
0.087
0.564
0.263
0.405
0.459
100.000
0.107
0.441
0.254
0.342
0.545
200.233
0.180
0.220
0.213
0.217
0.687
73.977
0.079
0.596
0.252
0.414
0.413
107.909
0.108
0.409
0.237
0.318
0.547
114.131
0.111
0.386
0.231
0.304
0.559
90.049
0.091
0.490
0.241
0.358
0.481
136.902
0.128
0.322
0.221
0.269
0.605
123.557
0.118
0.357
0.225
0.287
0.578
94.096
0.094
0.469
0.235
0.346
0.490
79.274
0.079
0.556
0.237
0.388
0.416
171.066
0.143
0.258
0.197
0.226
0.636
247.157
0.184
0.178
0.177
0.177
0.691
104.223
0.098
0.423
0.223
0.317
0.510
81.944
0.079
0.538
0.229
0.375
0.417
89.930
0.086
0.490
0.227
0.351
0.453
70.490
0.067
0.626
0.226
0.415
0.343
120.359
0.107
0.366
0.211
0.284
0.545
81.621
0.077
0.540
0.224
0.373
0.404
115.860
0.102
0.381
0.209
0.290
0.526
98.923
0.090
0.446
0.215
0.324
0.473
135.405
0.113
0.326
0.198
0.258
0.565
151.857
0.121
0.290
0.189
0.237
0.589
123.006
0.104
0.359
0.201
0.275
0.534
155.520
0.122
0.284
0.186
0.232
0.591
86.258
0.078
0.511
0.214
0.354
0.409
116.336
0.100
0.379
0.203
0.286
0.516
90.945
0.082
0.485
0.212
0.341
0.429
148.174
0.116
0.298
0.185
0.238
0.574
92.967
0.082
0.474
0.208
0.334
0.429
71.949
0.063
0.613
0.208
0.399
0.315
86.691
0.076
0.509
0.208
0.350
0.399
106.319
0.091
0.415
0.202
0.302
0.476
178.264
0.129
0.247
0.171
0.207
0.607
77.072
0.067
0.572
0.206
0.379
0.341
85.049
0.074
0.519
0.206
0.353
0.385
79.000
0.069
0.558
0.206
0.372
0.351
122.161
0.099
0.361
0.192
0.272
0.514

76

Estocstica
0.828
0.870
0.852
0.899
0.872
0.892
0.785
0.714
0.819
0.690
0.692
0.627
0.782
0.561
0.825
0.334
0.717
0.673
0.741
0.572
0.788
0.775
0.883
0.736
0.554
0.544
0.092
0.713
0.601
0.883
0.756
0.619
0.656
0.525
0.392
0.771
0.556
0.464
0.819
0.649
0.529
0.790
0.647
0.696
0.560
0.628
0.748
0.488
0.664
0.704
0.453
0.676
0.707
0.617
0.523
0.460
0.668
0.533
0.345
0.850
0.483
0.576
0.789
0.440
0.577
0.591
0.502
0.654
0.616
0.511
0.441
0.700
0.791
0.531
0.441
0.473
0.379
0.571
0.429
0.548
0.491
0.594
0.625
0.556
0.629
0.432
0.535
0.449
0.604
0.449
0.356
0.422
0.492
0.649
0.376
0.410
0.384
0.532

Promedio

Ranking
(Promedio)

0.904
0.872
0.838
0.820
0.807
0.805
0.759
0.714
0.690
0.670
0.649
0.644
0.633
0.622
0.617
0.614
0.607
0.600
0.587
0.583
0.563
0.555
0.552
0.551
0.549
0.544
0.539
0.539
0.537
0.536
0.531
0.522
0.520
0.520
0.504
0.503
0.500
0.499
0.496
0.486
0.483
0.478
0.477
0.476
0.472
0.470
0.470
0.470
0.469
0.466
0.464
0.463
0.462
0.461
0.460
0.447
0.447
0.443
0.442
0.441
0.435
0.432
0.425
0.423
0.418
0.414
0.414
0.414
0.413
0.410
0.408
0.403
0.403
0.401
0.400
0.399
0.398
0.395
0.394
0.391
0.390
0.388
0.386
0.385
0.384
0.384
0.384
0.383
0.380
0.379
0.378
0.378
0.377
0.376
0.375
0.375
0.374
0.374

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98

Continuacin
Departamento
Junn
Puno
Cusco
Arequipa
Puno
Apurimac
Amazonas
Amazonas
Ica
San Martn
Lambayeque
La Libertad
Lima
Ica
Junn
Moquegua
Arequipa
Loreto
Arequipa
Pasco
Piura
Cajamarca
Puno
Apurimac
Piura
Junn
Hunuco
Piura
Lima
Ancash
Loreto
San Martn
Piura
Cusco
Puno
Puno
Madre de Dios
Hunuco
Hunuco
Arequipa
Lima
Lima
Arequipa
Lambayeque
Piura
Puno
San Martn
Arequipa
Junn
Loreto
Arequipa
Amazonas
Junn
Arequipa
Tacna
Ayacucho
Arequipa
Junn
Arequipa
San Martn
San Martn
Ancash
Ica
Arequipa
Ayacucho
Ancash
Ica
Huancavelica
Arequipa
Ayacucho
Ayacucho
Ica
Cajamarca
Tacna
Junn
Ucayali
Puno
Cusco
Lima
Junn
Pasco
Apurimac
San Martn
Arequipa
Moquegua
Arequipa
Ucayali
Junn
San Martn
Ica
Junn
San Martn
Junn
Puno
Ancash
Lima
Junn
Junn
Tumbes
Ayacucho

Municipalidad
SAN RAMON
CRUCERO
TINTA
HUANCARQUI
PICHACANI
COTARUSE
CAMPORREDONDO
LEIMEBAMBA
ALTO LARAN
SAN FERNANDO
PACORA
SAN JOSE
CALLAHUANCA
OCUCAJE
MITO
CHOJATA
OCOA
LAGUNAS
COPORAQUE
NINACACA
SICCHEZ
BELLAVISTA
SANTA ROSA
TALAVERA
SAN JUAN DE BIGOTE
SAPALLANGA
QUIVILLA
LA HUACA
SAN MATEO
CONCHUCOS
VARGAS GUERRA
ALTO BIAVO
SALITRAL
LAMAY
ANAPIA
HUATASANI
TAHUAMANU
CHAVIN DE PARIARCA
CHACABAMBA
LOMAS
SANTA MARIA DEL MAR
QUILMANA
ANDARAY
MORROPE
LA MATANZA
SAN JOSE
SACANCHE
PAMPAMARCA
SANTA BARBARA DE CARHUACAYAN
PUTUMAYO
SIBAYO
LEVANTO
PALCAMAYO
SABANDIA
PACHIA
HUANCARAYLLA
MEJIA
ACOBAMBA
TOMEPAMPA
SHATOJA
CAMPANILLA
COTAPARACO
CHINCHA BAJA
LLUTA
SAN PEDRO
CULEBRAS
SANTIAGO
CCOCHACCASA
HUAMBO
TOTOS
LAMPA
EL CARMEN
BOLIVAR
QUILAHUANI
SANTA ROSA DE OCOPA
SEPAHUA
NUOA
SAYLLA
PACARAN
VITOC
SAN FRANCISCO DE ASIS DE YARUSYACAN
TAMBURCO
HUIMBAYOC
MARISCAL CACERES
CARUMAS
URACA
CAMPOVERDE
CHACAPAMPA
YURACYACU
TATE
HUAMALI
HABANA
PACCHA
MUANI
TICAPAMPA
SURCO
PANCAN
NUEVE DE JULIO
SAN JUAN DE LA VIRGEN
SANTA ROSA

Indicadores
Puntajes de eficiencia
Input
IDEM FDH DEA-CRS DEA-VRS Determinstica
128.948
0.101 0.342
0.185
0.259
0.520
92.777
0.077 0.475
0.197
0.329
0.405
82.929
0.069 0.532
0.198
0.356
0.356
367.603
0.184 0.120
0.118
0.119
0.690
139.338
0.102 0.317
0.174
0.241
0.527
87.331
0.071 0.505
0.192
0.340
0.365
75.980
0.061 0.580
0.190
0.375
0.300
84.172
0.068 0.524
0.191
0.348
0.347
103.226
0.081 0.427
0.187
0.300
0.428
130.398
0.097 0.338
0.176
0.252
0.504
89.316
0.071 0.494
0.188
0.333
0.366
73.910
0.058 0.597
0.185
0.380
0.278
802.538
0.215 0.090
0.063
0.076
0.714
143.633
0.098 0.307
0.162
0.230
0.510
80.151
0.061 0.550
0.181
0.355
0.300
155.715
0.103 0.283
0.157
0.216
0.529
106.990
0.079 0.412
0.175
0.287
0.416
110.197
0.081 0.400
0.174
0.281
0.425
442.822
0.170 0.100
0.091
0.095
0.676
102.890
0.076 0.429
0.174
0.294
0.396
190.048
0.113 0.232
0.141
0.184
0.564
90.753
0.067 0.486
0.176
0.322
0.343
122.937
0.085 0.359
0.163
0.255
0.445
118.596
0.082 0.372
0.164
0.262
0.433
162.733
0.101 0.271
0.147
0.206
0.521
107.464
0.076 0.410
0.168
0.282
0.397
245.624
0.124 0.180
0.120
0.148
0.596
154.503
0.096 0.285
0.148
0.213
0.502
247.294
0.124 0.178
0.118
0.147
0.595
103.240
0.072 0.427
0.165
0.289
0.372
185.478
0.105 0.238
0.134
0.183
0.537
83.686
0.058 0.527
0.164
0.336
0.279
125.460
0.082 0.352
0.154
0.247
0.429
124.044
0.080 0.356
0.154
0.249
0.423
257.285
0.121 0.171
0.111
0.140
0.587
178.416
0.100 0.247
0.133
0.187
0.519
218.837
0.111 0.202
0.120
0.159
0.558
87.041
0.057 0.507
0.155
0.321
0.271
247.045
0.112 0.179
0.108
0.141
0.561
392.913
0.134 0.112
0.081
0.096
0.619
19425.350
0.233 0.047
0.003
0.004
0.723
94.315
0.060 0.468
0.151
0.301
0.294
233.780
0.108 0.189
0.109
0.147
0.547
109.211
0.068 0.404
0.148
0.269
0.347
150.107
0.085 0.294
0.134
0.210
0.448
124.862
0.075 0.353
0.143
0.242
0.391
127.236
0.075 0.347
0.140
0.238
0.392
170.225
0.088 0.259
0.123
0.187
0.465
251.524
0.107 0.175
0.101
0.136
0.543
374.903
0.124 0.118
0.078
0.097
0.594
210.463
0.098 0.210
0.110
0.157
0.506
222.655
0.100 0.198
0.106
0.150
0.516
112.700
0.066 0.391
0.138
0.258
0.331
149.963
0.080 0.294
0.127
0.206
0.422
567.262
0.138 0.078
0.058
0.067
0.627
242.234
0.103 0.182
0.101
0.139
0.528
562.247
0.133 0.078
0.056
0.067
0.617
105.697
0.059 0.417
0.132
0.267
0.284
261.166
0.101 0.169
0.091
0.128
0.519
149.254
0.075 0.295
0.120
0.203
0.393
129.314
0.068 0.341
0.125
0.227
0.347
455.084
0.118 0.097
0.062
0.078
0.579
130.839
0.068 0.337
0.122
0.224
0.343
155.674
0.075 0.283
0.115
0.194
0.392
110.378
0.059 0.400
0.126
0.255
0.282
106.434
0.057 0.414
0.126
0.262
0.269
166.695
0.077 0.265
0.110
0.183
0.403
199.596
0.085 0.221
0.101
0.157
0.446
290.191
0.100 0.152
0.081
0.115
0.515
123.358
0.063 0.358
0.120
0.232
0.310
131.223
0.065 0.336
0.117
0.220
0.324
86.173
0.054 0.322
0.147
0.322
0.247
169.680
0.075 0.260
0.105
0.178
0.392
445.139
0.110 0.099
0.058
0.078
0.551
194.151
0.080 0.227
0.097
0.159
0.418
248.318
0.089 0.178
0.085
0.128
0.465
143.394
0.066 0.308
0.109
0.203
0.334
85.471
0.051 0.325
0.141
0.325
0.228
230.289
0.085 0.192
0.087
0.137
0.447
143.567
0.065 0.307
0.106
0.201
0.323
121.340
0.057 0.363
0.111
0.230
0.269
79.405
0.045 0.350
0.135
0.350
0.187
154.915
0.067 0.285
0.102
0.188
0.336
78.368
0.044 0.354
0.133
0.354
0.177
222.205
0.080 0.198
0.085
0.138
0.416
160.730
0.067 0.274
0.098
0.182
0.338
223.160
0.078 0.198
0.083
0.137
0.409
200.731
0.074 0.220
0.088
0.150
0.385
190.319
0.072 0.232
0.090
0.157
0.371
160.931
0.065 0.274
0.096
0.180
0.328
173.211
0.068 0.255
0.093
0.169
0.347
167.267
0.066 0.264
0.094
0.174
0.334
220.711
0.076 0.200
0.082
0.138
0.398
90.397
0.048 0.307
0.126
0.307
0.207
208.419
0.074 0.212
0.084
0.144
0.383
414.669
0.095 0.106
0.054
0.079
0.494
168.131
0.066 0.262
0.092
0.173
0.330
249.533
0.078 0.177
0.074
0.123
0.408
143.061
0.057 0.308
0.094
0.195
0.270
153.705
0.058 0.287
0.090
0.183
0.279

77

Estocstica
0.537
0.426
0.386
0.781
0.543
0.393
0.343
0.378
0.445
0.517
0.393
0.326
0.815
0.521
0.342
0.542
0.432
0.440
0.748
0.415
0.581
0.374
0.457
0.446
0.531
0.416
0.622
0.510
0.619
0.395
0.547
0.324
0.440
0.435
0.606
0.525
0.569
0.317
0.570
0.644
0.772
0.334
0.552
0.372
0.453
0.407
0.407
0.467
0.545
0.605
0.506
0.515
0.359
0.429
0.647
0.527
0.629
0.324
0.513
0.403
0.368
0.576
0.365
0.402
0.321
0.312
0.409
0.444
0.505
0.340
0.350
0.299
0.399
0.538
0.419
0.457
0.356
0.285
0.441
0.347
0.310
0.255
0.356
0.248
0.414
0.357
0.408
0.390
0.379
0.349
0.362
0.353
0.398
0.268
0.387
0.472
0.349
0.404
0.307
0.312

Promedio

Ranking
(Promedio)

0.369
0.366
0.366
0.366
0.360
0.359
0.358
0.358
0.357
0.357
0.355
0.353
0.352
0.346
0.346
0.345
0.345
0.344
0.342
0.341
0.340
0.340
0.336
0.335
0.335
0.335
0.333
0.332
0.331
0.330
0.328
0.326
0.324
0.323
0.323
0.322
0.321
0.314
0.312
0.310
0.310
0.310
0.309
0.308
0.308
0.307
0.305
0.300
0.300
0.298
0.298
0.297
0.296
0.296
0.295
0.295
0.289
0.285
0.284
0.283
0.282
0.278
0.278
0.277
0.277
0.277
0.274
0.274
0.274
0.272
0.269
0.268
0.267
0.265
0.264
0.262
0.262
0.261
0.261
0.257
0.257
0.255
0.253
0.253
0.250
0.250
0.247
0.247
0.246
0.245
0.245
0.244
0.243
0.243
0.242
0.241
0.241
0.237
0.235
0.230

99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198

Continuacin
Departamento
Ancash
San Martn
Cusco
Puno
La Libertad
Arequipa
Loreto
Puno
Puno
Lima
Ayacucho
La Libertad
San Martn
Pasco
Cusco
Loreto
Tumbes
Ayacucho
Piura
Ancash
Amazonas
Arequipa
Ayacucho
Ica
Amazonas
Apurimac
Cusco
Huancavelica
Lambayeque
Amazonas
Puno
Cusco
Hunuco
Moquegua
Arequipa
La Libertad
Amazonas
Puno
Junn
San Martn
Junn
Ayacucho
Amazonas
La Libertad
Ancash
Arequipa
Junn
Amazonas
Puno
Hunuco
San Martn
San Martn
Lima
Ancash
Cusco
Tacna
Huancavelica
Junn
Amazonas
Huancavelica
Amazonas
Cusco
Loreto
Ancash
Ancash
Junn
Junn
Amazonas
San Martn
San Martn
Amazonas
Lima
Ancash
Arequipa
Amazonas
Amazonas
Loreto
Cajamarca
Huancavelica
Ancash
Junn
Loreto
Amazonas
Loreto
Amazonas
Amazonas
Amazonas
Huancavelica
Ancash
Amazonas
Ancash
Arequipa
Arequipa
Amazonas
Amazonas
Amazonas
Ancash
Mean
Std. Dev.
Min
Max

Municipalidad
PARIAHUANCA
SANTA ROSA
OROPESA
AJOYANI
MAGDALENA DE CAO
CALLALLI
JEBEROS
LIMBANI
PALCA
SAN LUIS
HUAMANGUILLA
TAURIJA
CUUMBUQUI
VICCO
HUARO
INAHUAYA
SAN JACINTO
APONGO
EL TALLAN
OLLEROS
LUYA
MAJES
SACSAMARCA
RIO GRANDE
JALCA GRANDE
ANCO HUALLO
PITUMARCA
TANTARA
OYOTUN
LONGAR
YANAHUAYA
RONDOCAN
PUNCHAO
LLOQUE
SAN JUAN DE SIGUAS
QUIRUVILCA
CAJARURO
POTONI
QUICHUAY
NUEVO PROGRESO
HUASAHUASI
HUAMANQUIQUIA
CONILA
RAZURI
SAMANCO
HUAYNACOTAS
RICRAN
COPALLIN
PUCARA
SAN MIGUEL DE CAURI
HUALLAGA
UCHIZA
HUACHUPAMPA
CATAC
SAN PEDRO
CURIBAYA
SANTA ANA
HUACHAC
CUISPES
MARCAS
SAN ISIDRO DE MAYNO
ACOS
BARRANCA
COLQUIOC
HUALLANCA
SAN PEDRO DE CHUNAN
MARCAPOMACOCHA
SHIPASBAMBA
CASPISAPA
ALTO SAPOSOA
COLCAMAR
HUANGASCAR
HUANDOVAL
HUANCA
SAN FRANCISCO DE YESO
LUYA VIEJO
EMILIO SAN MARTIN
JORGE CHAVEZ
LA MERCED
LA PAMPA
ONDORES
CAPELO
TINGO
SAPUENA
GRANADA
SONCHE
MARISCAL BENAVIDES
LARAMARCA
ACOPAMPA
INGUILPATA
HUAYLAS
CHOCO
IRAY
EL PARCO
ASUNCION
RECTA
CAJACAY

Indicadores
Puntajes de eficiencia
Input
IDEM FDH DEA-CRS DEA-VRS Determinstica
359.498
0.086 0.123
0.056
0.088
0.450
78.627
0.037 0.353
0.110
0.353
0.123
118.590
0.056 0.234
0.111
0.234
0.260
175.259
0.062 0.252
0.084
0.163
0.307
212.039
0.069 0.208
0.077
0.139
0.350
199.018
0.066 0.222
0.079
0.146
0.333
261.808
0.074 0.168
0.067
0.115
0.385
92.099
0.041 0.302
0.105
0.302
0.155
239.877
0.069 0.184
0.068
0.123
0.353
107.291
0.047 0.259
0.103
0.259
0.196
92.991
0.040 0.299
0.101
0.299
0.146
115.557
0.049 0.240
0.101
0.240
0.214
181.838
0.058 0.243
0.076
0.154
0.278
216.957
0.064 0.203
0.070
0.133
0.317
116.064
0.049 0.239
0.099
0.239
0.211
449.841
0.083 0.098
0.044
0.069
0.433
131.784
0.053 0.211
0.096
0.211
0.244
371.531
0.077 0.119
0.049
0.082
0.402
103.321
0.042 0.269
0.097
0.269
0.165
129.947
0.050 0.214
0.092
0.214
0.224
76.076
0.027 0.365
0.083
0.365
0.049
82.301
0.000 0.337
0.000
0.337
0.337
155.771
0.056 0.178
0.084
0.178
0.260
116.695
0.044 0.238
0.090
0.238
0.178
88.657
0.005 0.313
0.014
0.313
0.313
106.447
0.038 0.261
0.085
0.261
0.135
118.277
0.042 0.235
0.085
0.235
0.165
686.691
0.081 0.064
0.028
0.045
0.420
124.045
0.044 0.224
0.083
0.224
0.173
160.507
0.052 0.173
0.077
0.173
0.236
134.735
0.046 0.206
0.081
0.206
0.192
147.717
0.048 0.188
0.077
0.188
0.204
120.012
0.039 0.231
0.077
0.231
0.140
261.801
0.057 0.168
0.051
0.107
0.268
198.212
0.054 0.140
0.065
0.140
0.252
107.602
0.012 0.258
0.027
0.258
0.258
82.152
0.021 0.338
0.061
0.338
0.009
165.249
0.047 0.168
0.068
0.168
0.199
342.731
0.060 0.129
0.042
0.083
0.292
107.403
0.009 0.259
0.020
0.259
0.259
107.679
0.009 0.258
0.019
0.258
0.258
211.431
0.053 0.131
0.059
0.131
0.238
99.970
0.000 0.278
0.000
0.278
0.278
111.646
0.032 0.249
0.067
0.249
0.086
452.111
0.061 0.098
0.032
0.063
0.296
126.163
0.033 0.220
0.063
0.220
0.098
192.237
0.046 0.144
0.056
0.144
0.190
110.289
0.003 0.252
0.006
0.252
0.252
132.770
0.019 0.209
0.034
0.209
0.209
118.739
0.009 0.234
0.017
0.234
0.234
107.863
0.026 0.257
0.056
0.257
0.041
100.827
0.021 0.275
0.050
0.275
0.011
954.918
0.064 0.046
0.016
0.030
0.317
609.485
0.059 0.072
0.023
0.046
0.280
210.097
0.042 0.132
0.048
0.132
0.163
1080.874
0.063 0.041
0.014
0.027
0.307
458.969
0.055 0.061
0.028
0.061
0.256
134.950
0.027 0.206
0.048
0.206
0.055
351.658
0.050 0.079
0.033
0.079
0.215
138.202
0.027 0.201
0.046
0.201
0.050
421.900
0.051 0.066
0.029
0.066
0.225
158.298
0.030 0.175
0.044
0.175
0.071
129.550
0.023 0.214
0.042
0.214
0.023
509.910
0.051 0.054
0.024
0.054
0.227
644.868
0.053 0.043
0.020
0.043
0.242
436.908
0.048 0.064
0.026
0.064
0.205
503.099
0.050 0.055
0.023
0.055
0.218
230.742
0.037 0.120
0.038
0.120
0.124
148.367
0.004 0.187
0.007
0.187
0.187
252.358
0.038 0.110
0.036
0.110
0.131
147.271
0.001 0.189
0.002
0.189
0.189
342.883
0.041 0.081
0.028
0.081
0.153
225.949
0.033 0.123
0.035
0.123
0.095
188.127
0.028 0.148
0.035
0.148
0.060
313.145
0.038 0.089
0.029
0.089
0.134
288.651
0.037 0.096
0.030
0.096
0.122
263.715
0.034 0.105
0.031
0.105
0.104
424.437
0.041 0.065
0.023
0.065
0.157
298.819
0.033 0.093
0.027
0.093
0.098
309.058
0.033 0.090
0.026
0.090
0.099
234.129
0.028 0.119
0.028
0.119
0.055
239.407
0.027 0.116
0.026
0.116
0.048
257.815
0.027 0.108
0.025
0.108
0.050
264.600
0.026 0.105
0.023
0.105
0.042
321.691
0.025 0.086
0.019
0.086
0.039
1180.907
0.037 0.024
0.007
0.024
0.121
247.625
0.001 0.112
0.001
0.112
0.112
281.802
0.021 0.099
0.018
0.099
0.008
274.594
0.002 0.101
0.002
0.101
0.101
286.552
0.000 0.097
0.000
0.097
0.097
609.253
0.024 0.046
0.009
0.046
0.028
456.321
0.010 0.061
0.005
0.061
0.061
437.280
0.007 0.064
0.004
0.064
0.064
436.735
0.000 0.064
0.000
0.064
0.064
451.035
0.000 0.062
0.000
0.062
0.062
787.497
0.004 0.035
0.001
0.035
0.035
1033.261
0.000 0.027
0.000
0.027
0.027
255.648
0.083 0.338
0.163
0.270
0.390
1132.368
0.053 0.219
0.147
0.182
0.196
27.772
0.000 0.024
0.000
0.004
0.008
19425.350
0.321 1.000
1.000
1.000
1.000

78

Estocstica
0.432
0.207
0.303
0.331
0.360
0.348
0.384
0.229
0.360
0.257
0.222
0.269
0.308
0.334
0.267
0.410
0.289
0.389
0.235
0.275
0.152
0.000
0.298
0.243
0.031
0.212
0.233
0.389
0.238
0.280
0.251
0.258
0.214
0.294
0.288
0.069
0.121
0.253
0.306
0.051
0.049
0.277
0.000
0.176
0.304
0.183
0.244
0.015
0.106
0.049
0.143
0.121
0.305
0.288
0.224
0.296
0.276
0.151
0.252
0.147
0.256
0.161
0.127
0.254
0.261
0.242
0.249
0.195
0.023
0.199
0.008
0.210
0.174
0.151
0.198
0.191
0.179
0.210
0.174
0.173
0.146
0.141
0.141
0.135
0.132
0.174
0.008
0.111
0.013
0.002
0.119
0.050
0.036
0.001
0.000
0.018
0.000
0.417
0.214
0.000
0.899

Promedio
0.230
0.229
0.229
0.227
0.227
0.226
0.224
0.219
0.217
0.215
0.213
0.213
0.212
0.211
0.211
0.211
0.210
0.208
0.207
0.204
0.203
0.202
0.200
0.197
0.197
0.191
0.191
0.189
0.189
0.188
0.187
0.183
0.179
0.178
0.177
0.174
0.173
0.171
0.170
0.169
0.168
0.167
0.167
0.165
0.159
0.157
0.156
0.155
0.154
0.154
0.151
0.146
0.143
0.142
0.140
0.137
0.136
0.133
0.132
0.129
0.128
0.125
0.124
0.123
0.122
0.120
0.120
0.119
0.118
0.117
0.115
0.110
0.110
0.108
0.108
0.107
0.105
0.104
0.097
0.096
0.093
0.089
0.086
0.082
0.073
0.070
0.069
0.067
0.064
0.059
0.050
0.047
0.046
0.038
0.037
0.025
0.016
0.316
0.165
0.016
0.904

Ranking
(Promedio)
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295

Categora 2: Urbano pobre

Departamento
Ayacucho
Junn
Lima
Pasco
Ayacucho
Junn
Ayacucho
Pasco
Cusco
Junn
Junn
Ayacucho
Lima
Pasco
Lima
Tacna
Huancavelica
Lima
Ayacucho
Cusco
Ayacucho
Ayacucho
Huancavelica
Ayacucho
Lima
Lima
San Martn
Junn
Ancash
Piura
Junn
Pasco
Ancash
Lima
Lima
Junn
Moquegua
Lima
Lima
Lima
Apurimac
Piura
Ancash
Pasco
Cusco
Apurimac
Lima
Lima
Junn
San Martn
Lima
Lima
Tacna
Cusco
Cusco
Ayacucho
Lima
Arequipa
Huancavelica
Tacna
Lima
Ayacucho
Lima
Junn
Junn
Junn
Ayacucho
Apurimac
Lima
Lima
Junn
Apurimac
Cusco
Ancash
Junn
Lima
Lima
Lima
Ancash
Apurimac
Lima
Lima
Loreto
Lima
Lima
Lima
Arequipa
Apurimac
Ayacucho
Piura
Lima
Ancash
Ayacucho
Lima
Huancavelica
Lima
Lima
Junn

Municipalidad
SAN CRISTOBAL
QUILCAS
COCHAS
TAPUC
CHAVIA
INGENIO
CHUMPI
SAN PEDRO DE PILLAO
PUCYURA
MARCO
ACOLLA
CABANA
ANDAJES
VILCABAMBA
SAN DAMIAN
CAMILACA
JULCAMARCA
PACCHO
SORAS
SANGARARA
SAN PEDRO DE LARCAY
MARCABAMBA
HUACHOCOLPA
HUAYA
CHECRAS
HUAEC
EL PORVENIR
PARCO
CONGAS
CRISTO NOS VALGA
LLOCLLAPAMPA
HUACHON
HUAYLLAPAMPA
LAHUAYTAMBO
ARAHUAY
ACO
YUNGA
QUINCHES
SAN MIGUEL DE ACOS
HUAROS
POMACOCHA
VICE
TICLLOS
CHACAYAN
LUCRE
YANACA
NAVAN
LARAOS
TUNAN MARCA
PILLUANA
ATAVILLOS ALTO
CARANIA
TICACO
CACHIMAYO
MOSOC LLACTA
COLTA
OMAS
MACA
CALLANMARCA
SUSAPAYA
SAN PEDRO DE HUANCAYRE
ACCOMARCA
COLONIA
CHONGOS ALTO
LEONOR ORDOEZ
PACA
PARARCA
SABAINO
HUANZA
SANTIAGO DE TUNA
HUAY - HUAY
CARAYBAMBA
COLCHA
HUACCHIS
VIQUES
CAUJUL
ALIS
MIRAFLORES
PAUCAS
CHACOCHE
TOMAS
HUAMANTANGA
TAPICHE
SAN ANDRES DE TUPICOCHA
SAN PEDRO DE PILAS
SAN BARTOLOME
QUEQUEA
EL ORO
HUACAA
RINCONADA LLICUAR
VITIS
CARHUAPAMPA
SAISA
SAN LORENZO DE QUINTI
HUAYLLAHUARA
HUANCAYA
CASTA
CANCHAYLLO

Indicadores
Input
IDEM
116.044
0.287
116.306
0.236
2572.483 0.301
106.557
0.141
128.216
0.171
131.425
0.161
100.414
0.108
219.842
0.204
88.781
0.079
131.950
0.116
55.547
0.050
51.715
0.045
229.895
0.194
147.493
0.123
97.746
0.078
158.412
0.124
219.792
0.166
204.225
0.153
170.990
0.130
125.067
0.093
257.992
0.176
141.600
0.102
117.459
0.082
121.513
0.085
251.401
0.164
385.022
0.245
201.740
0.135
139.383
0.096
316.141
0.187
180.260
0.112
89.562
0.052
68.785
0.048
391.105
0.211
278.626
0.154
412.671
0.216
139.487
0.085
173.264
0.105
305.324
0.160
426.520
0.196
336.719
0.163
178.423
0.099
205.603
0.110
520.669
0.217
180.051
0.097
107.711
0.057
127.544
0.071
236.717
0.117
232.651
0.111
229.399
0.109
274.085
0.123
286.688
0.126
275.768
0.122
442.766
0.159
242.324
0.106
137.245
0.066
309.679
0.123
496.186
0.157
185.512
0.082
536.388
0.163
303.549
0.118
1176.679 0.246
134.438
0.061
165.529
0.076
170.046
0.078
219.471
0.092
135.462
0.060
319.736
0.114
136.074
0.058
746.959
0.175
339.740
0.116
175.757
0.075
148.998
0.062
225.853
0.085
195.730
0.079
183.880
0.071
444.362
0.120
649.539
0.141
614.639
0.134
196.938
0.070
237.297
0.079
578.806
0.125
210.223
0.069
1016.006 0.144
246.139
0.076
984.810
0.138
924.111
0.131
372.260
0.091
411.088
0.093
250.943
0.069
217.797
0.061
490.272
0.098
1081.153 0.123
437.214
0.088
221.041
0.054
227.492
0.055
340.207
0.074
532.201
0.090
136.049
0.038

Puntajes de eficiencia
FDH DEA-CRS DEA-VRS Determinstica
1.000
1.000
1.000
1.000
0.998
0.820
0.881
0.782
1.000
0.047
1.000
0.788
1.000
0.534
0.724
0.682
0.905
0.539
0.665
0.728
0.883
0.495
0.628
0.714
1.000
0.436
0.683
0.590
0.528
0.374
0.427
0.755
1.000
0.360
0.685
0.449
0.808
0.355
0.534
0.610
1.000
0.363
0.955
0.265
1.000
0.352
1.000
0.231
0.505
0.341
0.397
0.746
0.722
0.338
0.492
0.631
0.908
0.322
0.618
0.439
0.673
0.315
0.458
0.631
0.528
0.304
0.381
0.713
0.568
0.302
0.393
0.693
0.623
0.307
0.434
0.647
0.803
0.300
0.515
0.515
0.450
0.275
0.335
0.725
0.709
0.291
0.472
0.554
0.855
0.282
0.524
0.458
0.826
0.282
0.512
0.473
0.462
0.263
0.331
0.708
0.301
0.257
0.272
0.777
0.528
0.270
0.374
0.655
0.720
0.278
0.468
0.527
0.367
0.239
0.283
0.735
0.591
0.250
0.385
0.588
0.991
0.234
0.598
0.269
0.808
0.283
0.764
0.247
0.297
0.218
0.245
0.755
0.416
0.224
0.290
0.691
0.281
0.211
0.235
0.758
0.720
0.245
0.446
0.467
0.580
0.244
0.390
0.560
0.380
0.211
0.269
0.699
0.272
0.186
0.215
0.741
0.345
0.195
0.246
0.702
0.563
0.224
0.370
0.535
0.518
0.215
0.335
0.576
0.223
0.168
0.187
0.757
0.558
0.217
0.364
0.525
0.824
0.212
0.508
0.296
0.696
0.225
0.459
0.388
0.450
0.200
0.299
0.600
0.458
0.192
0.297
0.577
0.465
0.191
0.299
0.569
0.389
0.181
0.264
0.615
0.372
0.178
0.256
0.625
0.386
0.179
0.262
0.614
0.262
0.145
0.185
0.692
0.414
0.176
0.280
0.556
0.647
0.193
0.416
0.350
0.344
0.160
0.234
0.612
0.234
0.128
0.164
0.686
0.541
0.179
0.332
0.445
0.216
0.122
0.155
0.694
0.351
0.157
0.234
0.596
0.099
0.084
0.089
0.768
0.660
0.183
0.416
0.320
0.536
0.185
0.362
0.412
0.522
0.185
0.355
0.423
0.458
0.170
0.293
0.496
0.655
0.179
0.411
0.314
0.333
0.144
0.219
0.581
0.652
0.171
0.404
0.297
0.155
0.094
0.115
0.708
0.314
0.138
0.208
0.587
0.505
0.172
0.339
0.403
0.596
0.168
0.377
0.324
0.445
0.151
0.275
0.454
0.454
0.162
0.310
0.423
0.483
0.156
0.319
0.379
0.240
0.109
0.161
0.593
0.164
0.087
0.119
0.646
0.173
0.088
0.123
0.631
0.451
0.143
0.296
0.368
0.374
0.135
0.256
0.421
0.184
0.087
0.126
0.604
0.422
0.132
0.276
0.361
0.114
0.057
0.077
0.645
0.361
0.125
0.244
0.403
0.108
0.057
0.078
0.632
0.115
0.057
0.081
0.612
0.270
0.098
0.171
0.472
0.244
0.092
0.157
0.484
0.354
0.111
0.231
0.356
0.408
0.113
0.257
0.307
0.205
0.081
0.134
0.502
0.099
0.046
0.067
0.584
0.230
0.082
0.145
0.456
0.402
0.098
0.245
0.262
0.390
0.097
0.239
0.268
0.261
0.088
0.174
0.378
0.189
0.068
0.119
0.458
0.380
0.111
0.380
0.160

79

Estocstica
0.912
0.881
0.888
0.699
0.785
0.758
0.559
0.834
0.414
0.585
0.271
0.246
0.818
0.615
0.405
0.614
0.755
0.718
0.639
0.474
0.777
0.515
0.421
0.434
0.745
0.872
0.652
0.485
0.796
0.554
0.274
0.258
0.833
0.713
0.839
0.429
0.521
0.728
0.807
0.733
0.494
0.539
0.836
0.483
0.293
0.363
0.570
0.540
0.531
0.589
0.604
0.588
0.714
0.515
0.334
0.585
0.703
0.409
0.718
0.564
0.856
0.311
0.382
0.391
0.454
0.307
0.544
0.294
0.742
0.551
0.374
0.314
0.416
0.390
0.356
0.559
0.633
0.610
0.347
0.389
0.572
0.341
0.631
0.374
0.610
0.581
0.431
0.441
0.337
0.301
0.458
0.544
0.416
0.267
0.272
0.354
0.417
0.193

Promedio
0.982
0.872
0.745
0.728
0.724
0.695
0.654
0.584
0.582
0.578
0.571
0.566
0.561
0.560
0.539
0.538
0.536
0.535
0.530
0.521
0.512
0.508
0.508
0.505
0.502
0.496
0.496
0.496
0.484
0.474
0.473
0.472
0.470
0.467
0.465
0.461
0.459
0.457
0.444
0.444
0.437
0.437
0.434
0.429
0.427
0.426
0.424
0.413
0.411
0.407
0.407
0.406
0.400
0.388
0.388
0.387
0.383
0.381
0.381
0.380
0.379
0.378
0.375
0.375
0.374
0.373
0.364
0.364
0.363
0.360
0.359
0.356
0.348
0.348
0.339
0.332
0.330
0.325
0.321
0.315
0.315
0.307
0.305
0.301
0.297
0.289
0.288
0.284
0.278
0.277
0.276
0.268
0.266
0.255
0.253
0.251
0.250
0.245

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98

Continuacin
Departamento
Ayacucho
Apurimac
Ayacucho
San Martn
Lima
Ayacucho
Apurimac
Cajamarca
Lima
Tacna
Lima
Cusco
Tacna
Arequipa
Apurimac
Junn
Amazonas
Tacna
San Martn
Junn
Huancavelica
Lima
Lima
Ancash
San Martn
Junn
Lima
Moquegua
Lima
Huancavelica
Apurimac
Ancash
Junn
Ancash
Lima
Pasco
Ayacucho
Junn
Ancash
Ayacucho
Huancavelica
Lima
Arequipa
Ancash
Ancash
Amazonas
Huancavelica
Apurimac
Huancavelica
Apurimac
Amazonas
Ayacucho
Arequipa
Moquegua
Lima
Lima
Ayacucho
Huancavelica
Amazonas
Lima
Apurimac
Apurimac
Ancash
Lima
Ancash
Amazonas
Tacna
Arequipa
Apurimac
Apurimac
Ayacucho
Ancash
Huancavelica
Arequipa
Ancash
Ayacucho
Ancash
Ancash
Ancash
Lima
Mean
Std. Dev.
Min
Max

Municipalidad
PAICO
SAN JUAN DE CHACA
SARA SARA
POSIC
AYAVIRI
ALCAMENCA
VIRUNDO
SEXI
SUMBILCA
SITAJARA
HONGOS
PILLPINTO
TARUCACHI
CHARCANA
TORAYA
HUACRAPUQUIO
SAN CRISTOBAL DE OLTO
ESTIQUE
ALBERTO LEVEAU
COLCA
HUAYACUNDO ARMA
LACHAQUI
HUANTAN
MARCA
SAN CRISTOBAL
JULCAN
LARAOS
SAN CRISTOBAL
TUPE
PILCHACA
PACHACONAS
HUACLLAN
TRES DE DICIEMBRE
LACABAMBA
HUAROCHIRI
GOYLLARISQUIZGA
CARMEN SALCEDO
HUASICANCHA
LA PRIMAVERA
BELEN
IZCUCHACA
SANTIAGO DE ANCHUCAYA
SALAMANCA
SAN CRISTOBAL DE RAJAN
PACLLON
VISTA ALEGRE
HUAYLLAY GRANDE
HUAQUIRCA
HUANCA HUANCA
VILCABAMBA
CHISQUILLA
CORCULLA
TAURIA
CUCHUMBAYA
COPA
ATAVILLOS BAJO
OYOLO
MARISCAL CCERES
CHURUJA
HUAMPARA
MAMARA
COLCABAMBA
LLACLLIN
PUTINZA
MANGAS
SAN JERONIMO DE PACLAS
CHUCATAMANI
AYO
SAN ANTONIO
TURPAY
SAN JOSE DE USHUA
YUPAN
QUISHUAR
UON
PARARIN
SANTA ANA DE HUAYCAHUACHO
SANTIAGO DE CHILCAS
CAJAMARQUILLA
TAPACOCHA
SAN JOAQUIN

Indicadores
Input
IDEM
317.910
0.068
270.329
0.060
333.414
0.069
343.530
0.070
389.602
0.075
172.237
0.046
329.686
0.063
471.598
0.077
254.869
0.051
830.565
0.093
2205.155 0.114
203.350
0.049
716.616
0.087
155.691
0.013
157.124
0.036
197.686
0.046
200.259
0.046
1548.264 0.103
345.715
0.060
209.605
0.047
559.679
0.074
336.253
0.055
436.915
0.062
688.138
0.076
251.740
0.049
398.783
0.057
730.828
0.076
150.311
0.024
784.512
0.073
592.662
0.064
181.595
0.030
800.749
0.071
282.900
0.046
658.187
0.066
435.863
0.053
232.562
0.038
169.717
0.024
309.131
0.047
622.971
0.062
447.298
0.052
621.307
0.061
698.019
0.061
240.256
0.034
632.503
0.056
295.807
0.037
333.500
0.041
309.243
0.038
197.194
0.020
252.564
0.012
361.588
0.040
496.988
0.048
364.441
0.040
565.154
0.049
796.627
0.051
399.679
0.039
276.538
0.027
257.967
0.000
1281.256 0.052
788.794
0.047
1463.755 0.053
252.888
0.019
377.890
0.030
366.490
0.028
394.390
0.029
300.069
0.000
311.678
0.000
642.795
0.036
773.877
0.038
425.166
0.013
364.790
0.000
1404.650 0.042
511.602
0.015
488.290
0.012
1779.235 0.041
417.269
0.000
634.274
0.022
622.264
0.016
1893.621 0.024
876.273
0.000
1196.909 0.006
416.309
0.085
382.190
0.057
51.715
0.000
2572.483 0.301

Puntajes de eficiencia
FDH DEA-CRS DEA-VRS Determinstica
0.279
0.086
0.182
0.343
0.328
0.089
0.205
0.294
0.266
0.083
0.174
0.348
0.258
0.082
0.170
0.355
0.228
0.077
0.153
0.381
0.323
0.107
0.301
0.212
0.269
0.078
0.172
0.314
0.188
0.066
0.128
0.391
0.348
0.080
0.209
0.237
0.121
0.045
0.078
0.461
0.048
0.021
0.032
0.532
0.273
0.098
0.260
0.233
0.140
0.049
0.088
0.434
0.332
0.034
0.332
0.332
0.329
0.092
0.329
0.146
0.281
0.094
0.263
0.210
0.277
0.093
0.260
0.212
0.065
0.027
0.043
0.492
0.257
0.070
0.161
0.292
0.265
0.090
0.249
0.216
0.159
0.053
0.106
0.365
0.264
0.067
0.162
0.263
0.203
0.058
0.129
0.302
0.129
0.045
0.087
0.374
0.221
0.079
0.210
0.228
0.223
0.058
0.138
0.271
0.121
0.042
0.082
0.369
0.344
0.065
0.344
0.067
0.113
0.038
0.075
0.354
0.150
0.044
0.096
0.306
0.285
0.066
0.285
0.103
0.111
0.036
0.073
0.341
0.196
0.066
0.184
0.205
0.135
0.040
0.087
0.311
0.204
0.049
0.123
0.240
0.222
0.066
0.222
0.155
0.305
0.057
0.305
0.063
0.180
0.061
0.169
0.209
0.143
0.040
0.090
0.289
0.198
0.047
0.120
0.233
0.143
0.040
0.090
0.284
0.127
0.035
0.080
0.282
0.215
0.057
0.215
0.127
0.140
0.036
0.086
0.254
0.175
0.051
0.175
0.148
0.155
0.049
0.155
0.167
0.167
0.049
0.167
0.149
0.262
0.041
0.262
0.037
0.205
0.019
0.205
0.205
0.143
0.045
0.143
0.162
0.112
0.039
0.105
0.205
0.142
0.044
0.142
0.159
0.098
0.035
0.094
0.213
0.111
0.026
0.067
0.220
0.129
0.039
0.129
0.151
0.187
0.039
0.187
0.077
0.200
0.000
0.200
0.200
0.069
0.016
0.042
0.212
0.070
0.024
0.066
0.192
0.061
0.015
0.037
0.218
0.205
0.030
0.204
0.025
0.137
0.032
0.137
0.094
0.141
0.031
0.141
0.081
0.131
0.030
0.131
0.089
0.172
0.000
0.172
0.172
0.166
0.000
0.166
0.166
0.080
0.022
0.080
0.126
0.067
0.020
0.067
0.138
0.122
0.013
0.122
0.122
0.142
0.000
0.142
0.142
0.037
0.012
0.037
0.153
0.101
0.012
0.101
0.101
0.106
0.010
0.106
0.106
0.029
0.009
0.029
0.141
0.124
0.000
0.124
0.124
0.082
0.014
0.082
0.037
0.083
0.010
0.083
0.003
0.027
0.005
0.027
0.043
0.059
0.000
0.059
0.059
0.043
0.002
0.043
0.043
0.354
0.139
0.262
0.397
0.256
0.139
0.195
0.219
0.027
0.000
0.027
0.003
1.000
1.000
1.000
1.000

80

Estocstica
0.327
0.291
0.331
0.336
0.355
0.231
0.305
0.363
0.249
0.419
0.483
0.246
0.397
0.068
0.182
0.229
0.231
0.446
0.289
0.233
0.343
0.267
0.296
0.350
0.242
0.273
0.346
0.124
0.334
0.298
0.150
0.324
0.225
0.302
0.251
0.189
0.121
0.228
0.286
0.245
0.282
0.280
0.168
0.260
0.183
0.197
0.184
0.102
0.060
0.193
0.224
0.191
0.230
0.235
0.185
0.131
0.001
0.228
0.214
0.233
0.093
0.143
0.134
0.139
0.001
0.001
0.166
0.175
0.065
0.001
0.185
0.071
0.057
0.176
0.001
0.101
0.076
0.105
0.000
0.026
0.392
0.227
0.000
0.912

Promedio
0.244
0.241
0.241
0.240
0.239
0.235
0.228
0.227
0.225
0.225
0.223
0.222
0.222
0.220
0.216
0.216
0.215
0.214
0.214
0.211
0.205
0.205
0.198
0.197
0.196
0.193
0.192
0.189
0.183
0.179
0.178
0.177
0.175
0.175
0.173
0.171
0.170
0.169
0.169
0.169
0.168
0.161
0.157
0.155
0.146
0.144
0.143
0.141
0.139
0.137
0.137
0.136
0.134
0.132
0.127
0.124
0.120
0.113
0.113
0.113
0.111
0.108
0.106
0.104
0.103
0.100
0.095
0.093
0.089
0.085
0.085
0.077
0.077
0.077
0.074
0.063
0.051
0.041
0.036
0.031
0.309
0.174
0.031
0.982

Ranking
(Promedio)
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178

Categora 3: Urbano
Departamento
Arequipa
Hunuco
La Libertad
San Martn
Ayacucho
Ancash
Junn
Lambayeque
Loreto
Arequipa
Cusco
Lima
Arequipa
Lambayeque
Ucayali
Lima
Lima
Piura
La Libertad
Junn
Junn
Pasco
Junn
La Libertad
Lima
La Libertad
Lima
Lambayeque
San Martn
Lima
Lambayeque
Ica
Ica
Lima
Lambayeque
Ica
Ayacucho
Ica
Loreto
Junn
San Martn
Junn
Piura
Ica
Lambayeque
Lima
Piura
Ancash
Piura
La Libertad
Piura
Junn
San Martn
Lambayeque
Lima
Moquegua
Lima
Lima
San Martn
Arequipa
Ica
Ica
Puno
Lambayeque
Lambayeque
Lima
Piura
Moquegua
Lambayeque
Arequipa
La Libertad
La Libertad
Arequipa
Piura
Ica
Junn
Moquegua
Lima
Lambayeque
Arequipa
La Libertad
San Martn
Piura
Arequipa
El Callao
Piura
Piura
Ancash
Cajamarca
Piura
Arequipa
Lima
Piura
Lima
Arequipa
Ica
San Martn
Junn

Municipalidad
ORCOPAMPA
PILLCO MARCA
CASA GRANDE
JUAN GUERRA
JESUS DE NAZARENO
NEPEA
PILCOMAYO
POMALCA
SAN JUAN BAUTISTA
CABANACONDE
SAN JERONIMO
MALA
NICOLAS DE PIEROLA
PUEBLO NUEVO
YARINACOCHA
RICARDO PALMA
PACHACAMAC
TAMARINDO
GUADALUPE
YAUYOS
SICAYA
YANACANCHA
SANTA ROSA DE SACCO
SALAVERRY
HUAURA
CHOCOPE
SAN ANTONIO
NUEVA ARICA
HUICUNGO
NUEVO IMPERIAL
SAN JOSE
SAN JUAN BAUTISTA
VISTA ALEGRE
SAN BARTOLO
PATAPO
SUNAMPE
CARMEN ALTO
GROCIO PRADO
PUNCHANA
SAN AGUSTIN
TABALOSOS
SAN JERONIMO DE TUNAN
LA ARENA
MARCONA
PIMENTEL
SANTA EULALIA
LA UNION
INDEPENDENCIA
CATACAOS
PACANGA
SALITRAL
HUARIPAMPA
LA BANDA DE SHILCAYO
ETEN
PUCUSANA
SAMEGUA
PARAMONGA
CHANCAY
TRES UNIDOS
PUNTA DE BOMBON
PACHACUTEC
TUPAC AMARU INCA
LLALLI
PUCALA
REQUE
SANTA CRUZ DE FLORES
BELLAVISTA
TORATA
PICSI
ISLAY
MOCHE
CHICAMA
DEAN VALDIVIA
VICHAYAL
SALAS
CARHUAMAYO
PACOCHA
SUPE PUERTO
SANTA ROSA
SANTA RITA DE SIGUAS
JEQUETEPEQUE
TINGO DE SAPOSOA
QUERECOTILLO
ICHUPAMPA
LA PUNTA
IGNACIO ESCUDERO
COLAN
COISHCO
YONAN
LOS ORGANOS
TUTI
CIENEGUILLA
MARCAVELICA
CALETA DE CARQUIN
ACHOMA
TAMBO DE MORA
CACATACHI
MUQUIYAUYO

Indicadores
Input
IDEM
93.992
0.290
29.842
0.167
57.743
0.209
10.672
0.090
64.052
0.216
104.060
0.290
82.935
0.227
64.063
0.204
98.821
0.232
121.761
0.270
70.475
0.185
70.224
0.182
90.712
0.209
74.815
0.187
72.761
0.180
71.992
0.175
70.017
0.167
140.532
0.237
51.657
0.161
99.001
0.207
110.722
0.210
84.990
0.173
103.368
0.195
96.623
0.186
62.005
0.165
107.352
0.185
265.978
0.287
114.731
0.181
131.562
0.196
33.067
0.094
50.331
0.127
63.049
0.147
107.406
0.171
244.276
0.252
76.854
0.164
49.228
0.123
47.394
0.117
57.917
0.132
133.237
0.182
79.610
0.158
67.615
0.140
88.861
0.162
63.115
0.132
137.131
0.175
66.508
0.136
150.992
0.181
76.553
0.143
136.370
0.168
76.781
0.140
63.271
0.125
77.455
0.138
200.280
0.193
59.037
0.117
64.536
0.123
169.782
0.176
422.917
0.260
110.936
0.164
75.637
0.132
101.501
0.154
101.648
0.151
85.885
0.137
68.381
0.121
137.095
0.167
89.871
0.136
80.138
0.128
130.377
0.160
95.615
0.136
261.337
0.182
115.455
0.144
343.696
0.199
52.390
0.094
65.613
0.107
128.217
0.146
263.218
0.172
73.081
0.111
102.791
0.130
526.352
0.213
120.882
0.139
115.059
0.135
64.723
0.102
109.393
0.131
315.314
0.173
80.561
0.111
314.676
0.171
1187.334
0.231
81.406
0.109
243.893
0.167
431.236
0.180
96.195
0.116
240.344
0.162
372.301
0.171
178.253
0.145
62.254
0.091
138.928
0.132
224.794
0.150
111.926
0.118
234.492
0.152
97.301
0.111

Puntajes de eficiencia
FDH DEA-CRS DEA-VRS Determinstica
1.000
0.366
1.000
1.000
1.000
0.663
1.000
0.659
1.000
0.428
0.894
0.705
1.000
1.000
1.000
0.391
1.000
0.398
0.859
0.710
0.903
0.330
0.901
0.745
1.000
0.324
0.736
0.717
0.901
0.377
0.767
0.700
0.951
0.277
0.641
0.719
0.772
0.263
0.686
0.738
0.819
0.311
0.554
0.677
0.822
0.307
0.537
0.673
0.706
0.273
0.572
0.702
0.772
0.296
0.538
0.679
0.794
0.293
0.503
0.670
0.802
0.288
0.474
0.663
0.825
0.283
0.427
0.649
0.669
0.200
0.472
0.720
0.578
0.370
0.549
0.641
0.583
0.247
0.509
0.699
0.578
0.225
0.473
0.702
0.679
0.240
0.384
0.656
0.559
0.223
0.428
0.686
0.598
0.228
0.409
0.675
0.481
0.315
0.473
0.646
0.538
0.204
0.365
0.673
0.353
0.128
0.348
0.741
0.503
0.187
0.322
0.666
0.439
0.176
0.339
0.684
0.902
0.337
0.352
0.389
0.593
0.299
0.395
0.541
0.473
0.276
0.393
0.603
0.538
0.188
0.295
0.650
0.385
0.122
0.304
0.726
0.388
0.253
0.378
0.641
0.606
0.295
0.382
0.524
0.630
0.293
0.368
0.501
0.515
0.269
0.362
0.555
0.433
0.162
0.281
0.665
0.375
0.235
0.347
0.628
0.441
0.245
0.340
0.580
0.336
0.216
0.322
0.635
0.473
0.247
0.333
0.554
0.421
0.151
0.246
0.653
0.449
0.241
0.331
0.567
0.382
0.142
0.246
0.663
0.390
0.221
0.310
0.587
0.423
0.146
0.222
0.641
0.389
0.216
0.300
0.578
0.472
0.234
0.306
0.528
0.385
0.211
0.292
0.572
0.288
0.114
0.217
0.677
0.505
0.235
0.295
0.495
0.462
0.226
0.293
0.520
0.340
0.123
0.203
0.653
0.222
0.073
0.185
0.727
0.269
0.175
0.262
0.636
0.395
0.207
0.279
0.552
0.294
0.179
0.261
0.613
0.294
0.175
0.253
0.605
0.347
0.189
0.261
0.568
0.436
0.210
0.269
0.509
0.218
0.144
0.217
0.639
0.332
0.179
0.245
0.562
0.372
0.189
0.251
0.535
0.229
0.145
0.215
0.625
0.312
0.168
0.230
0.560
0.221
0.082
0.143
0.657
0.258
0.148
0.209
0.585
0.168
0.069
0.135
0.679
0.570
0.212
0.221
0.377
0.455
0.193
0.226
0.442
0.233
0.134
0.191
0.587
0.219
0.077
0.123
0.640
0.408
0.179
0.216
0.459
0.290
0.150
0.200
0.538
0.122
0.048
0.102
0.691
0.247
0.136
0.188
0.566
0.259
0.139
0.190
0.554
0.461
0.187
0.211
0.419
0.273
0.142
0.191
0.540
0.183
0.065
0.104
0.639
0.370
0.164
0.198
0.461
0.184
0.064
0.102
0.636
0.079
0.023
0.053
0.701
0.367
0.159
0.190
0.450
0.122
0.081
0.122
0.630
0.134
0.049
0.084
0.648
0.310
0.143
0.179
0.480
0.124
0.080
0.119
0.621
0.155
0.054
0.085
0.632
0.167
0.096
0.136
0.579
0.479
0.173
0.176
0.359
0.215
0.112
0.151
0.537
0.133
0.079
0.114
0.590
0.267
0.125
0.158
0.485
0.127
0.077
0.111
0.595
0.307
0.135
0.164
0.456

81

Estocstica
0.926
0.799
0.869
0.494
0.876
0.926
0.886
0.861
0.889
0.915
0.825
0.820
0.864
0.829
0.814
0.803
0.782
0.891
0.770
0.859
0.863
0.792
0.838
0.821
0.778
0.818
0.919
0.807
0.836
0.491
0.639
0.716
0.783
0.898
0.770
0.620
0.596
0.655
0.807
0.750
0.686
0.762
0.654
0.788
0.669
0.803
0.694
0.769
0.683
0.624
0.675
0.825
0.589
0.615
0.788
0.899
0.762
0.651
0.729
0.718
0.670
0.604
0.766
0.662
0.632
0.745
0.660
0.793
0.691
0.827
0.480
0.538
0.693
0.767
0.554
0.634
0.845
0.667
0.653
0.516
0.637
0.764
0.555
0.760
0.860
0.545
0.752
0.778
0.573
0.739
0.754
0.682
0.464
0.633
0.697
0.578
0.703
0.550

Promedio
0.858
0.824
0.779
0.777
0.769
0.761
0.733
0.721
0.695
0.675
0.637
0.632
0.623
0.623
0.615
0.606
0.593
0.590
0.582
0.579
0.568
0.550
0.547
0.546
0.539
0.520
0.498
0.497
0.495
0.494
0.493
0.492
0.491
0.487
0.486
0.485
0.477
0.471
0.470
0.467
0.458
0.454
0.452
0.452
0.451
0.447
0.440
0.440
0.433
0.433
0.427
0.424
0.424
0.423
0.421
0.421
0.421
0.417
0.415
0.409
0.407
0.406
0.397
0.396
0.396
0.392
0.386
0.379
0.378
0.376
0.372
0.371
0.367
0.365
0.363
0.362
0.361
0.361
0.359
0.359
0.356
0.351
0.350
0.349
0.343
0.342
0.341
0.338
0.337
0.336
0.336
0.332
0.330
0.330
0.323
0.323
0.322
0.322

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98

Continuacin
Departamento
Arequipa
Ica
Junn
Arequipa
Piura
Tacna
Junn
Lima
Junn
Ica
Arequipa
Arequipa
Junn
Ancash
Arequipa
Arequipa
Tacna
Cusco
Piura
La Libertad
San Martn
Madre de Dios
Tumbes
Madre de Dios
Piura
Arequipa
Junn
Lambayeque
Lima
Piura
Lima
Piura
Lambayeque
Lima
Ayacucho
Lima
La Libertad
Junn
Ica
Pasco
Tacna
La Libertad
Piura
Ancash
Piura
Arequipa
Junn
Arequipa
Ica
Lambayeque
Arequipa
Arequipa
Lima
Junn
Junn
Amazonas
Lambayeque
Lima
Lambayeque
Cajamarca
Tacna
Tumbes
Lima
Tumbes
Huancavelica
Ancash
Tumbes
Lima
Junn
Junn
San Martn
Junn
Arequipa
Amazonas
San Martn
Puno
Arequipa
Lima
Amazonas
Lima
Junn
Junn
Amazonas
Mean
Std. Dev.
Min
Max

Municipalidad
CHALA
PARACAS
SAN PEDRO DE CAJAS
ATICO
MANCORA
ESTIQUE PAMPA
SAUSA
PUNTA NEGRA
YAULI
SAN ANDRES
YURA
COCACHACRA
SAN LORENZO
SANTA
MADRIGAL
YAUCA
POCOLLAY
YUCAY
BERNAL
HUANCHACO
SAN ANTONIO
IBERIA
AGUAS VERDES
LABERINTO
LOBITOS
ANDAGUA
MOLINOS
CAYALTI
PATIVILCA
BELLAVISTA DE LA UNION
CHILCA
AMOTAPE
CHONGOYAPE
QUINOCAY
CAYARA
SANTA ROSA
SANTIAGO DE CAO
CARHUACALLANGA
TINGUIA
TINYAHUARCO
ILABAYA
LAREDO
CURA MORI
LLIPA
EL ALTO
SACHACA
EL MANTARO
LARI
SUBTANJALLA
MONSEFU
JOSE MARIA QUIMPER
TIABAYA
TANTA
HUAMANCACA CHICO
LA UNION
MONTEVIDEO
LAGUNAS
PUNTA HERMOSA
MANUEL ANTONIO MESONES MURO
CHILETE
HUANAHUARA
PAPAYAL
CARAMPOMA
LA CRUZ
ASCENCION
LLAPO
CORRALES
SAN JUAN DE IRIS
ORCOTUNA
ATAURA
EL ESLABON
HUALHUAS
RIO GRANDE
MAGDALENA
SHANAO
JOSE DOMINGO CHOQUEHUANCA
ACARI
CHICLA
TRITA
TAURIPAMPA
MUQUI
MANZANARES
SAN CARLOS

Indicadores
Input
IDEM
120.319
0.121
3315.723
0.234
88.628
0.106
172.012
0.132
162.213
0.129
2665.070
0.205
151.154
0.121
308.091
0.148
221.299
0.136
362.815
0.153
37.927
0.076
169.308
0.124
89.037
0.097
193.668
0.126
259.303
0.135
291.302
0.138
273.881
0.135
169.320
0.118
205.106
0.120
55.648
0.086
209.294
0.120
143.092
0.106
271.181
0.127
110.609
0.093
1752.226
0.155
428.993
0.131
115.657
0.093
66.009
0.087
73.863
0.090
244.991
0.113
164.225
0.100
138.751
0.094
72.260
0.086
469.570
0.125
160.942
0.096
148.783
0.093
82.383
0.086
325.641
0.112
64.760
0.075
90.473
0.085
623.105
0.118
61.272
0.068
79.358
0.078
1434.428
0.117
501.329
0.104
134.764
0.083
125.279
0.078
219.645
0.087
198.081
0.085
63.691
0.053
115.949
0.071
68.090
0.054
625.755
0.093
84.898
0.060
126.004
0.070
297.108
0.084
75.108
0.054
482.432
0.090
150.527
0.069
215.226
0.074
477.685
0.083
491.146
0.082
818.632
0.086
148.770
0.063
112.628
0.057
652.573
0.081
116.662
0.053
1096.210
0.079
68.731
0.035
209.071
0.057
301.209
0.062
69.040
0.012
134.643
0.048
315.268
0.058
205.875
0.045
119.259
0.020
119.998
0.020
159.100
0.028
154.860
0.034
638.048
0.039
215.732
0.017
240.384
0.017
605.231
0.033
226.021
0.130
372.921
0.057
10.672
0.012
3315.723
0.290

Puntajes de eficiencia
FDH DEA-CRS DEA-VRS Determinstica
0.248
0.119
0.153
0.498
0.028
0.008
0.019
0.694
0.337
0.141
0.164
0.429
0.173
0.091
0.123
0.535
0.184
0.094
0.126
0.526
0.022
0.009
0.019
0.665
0.197
0.095
0.122
0.493
0.097
0.057
0.081
0.578
0.135
0.073
0.099
0.543
0.082
0.050
0.072
0.589
0.281
0.239
0.281
0.284
0.176
0.087
0.113
0.504
0.335
0.129
0.138
0.382
0.154
0.077
0.102
0.509
0.115
0.062
0.084
0.537
0.102
0.056
0.078
0.546
0.109
0.058
0.080
0.535
0.176
0.083
0.104
0.476
0.145
0.069
0.089
0.482
0.192
0.184
0.192
0.335
0.143
0.068
0.086
0.478
0.209
0.088
0.103
0.422
0.110
0.055
0.073
0.503
0.270
0.099
0.102
0.356
0.017
0.010
0.015
0.566
0.070
0.036
0.049
0.511
0.258
0.095
0.098
0.355
0.162
0.156
0.162
0.333
0.144
0.144
0.144
0.347
0.122
0.054
0.066
0.441
0.182
0.072
0.079
0.384
0.215
0.080
0.084
0.358
0.148
0.140
0.148
0.325
0.064
0.031
0.041
0.482
0.185
0.070
0.075
0.363
0.201
0.074
0.077
0.351
0.130
0.124
0.130
0.325
0.092
0.041
0.049
0.431
0.165
0.138
0.165
0.267
0.118
0.111
0.118
0.317
0.048
0.022
0.028
0.444
0.174
0.132
0.174
0.226
0.134
0.116
0.134
0.277
0.021
0.010
0.012
0.422
0.060
0.025
0.028
0.384
0.079
0.073
0.079
0.298
0.085
0.074
0.085
0.270
0.049
0.047
0.049
0.312
0.054
0.051
0.054
0.301
0.168
0.098
0.168
0.137
0.092
0.072
0.092
0.232
0.157
0.095
0.157
0.145
0.048
0.018
0.018
0.320
0.126
0.084
0.126
0.177
0.085
0.065
0.085
0.224
0.036
0.033
0.036
0.288
0.142
0.086
0.142
0.143
0.022
0.022
0.022
0.308
0.071
0.054
0.071
0.216
0.050
0.041
0.050
0.241
0.022
0.021
0.022
0.276
0.022
0.020
0.022
0.265
0.013
0.012
0.013
0.278
0.072
0.050
0.072
0.184
0.095
0.060
0.095
0.152
0.016
0.015
0.016
0.256
0.091
0.054
0.091
0.130
0.010
0.009
0.010
0.240
0.155
0.059
0.155
0.028
0.051
0.032
0.051
0.145
0.035
0.024
0.035
0.165
0.155
0.021
0.155
0.155
0.079
0.042
0.079
0.098
0.034
0.022
0.034
0.146
0.052
0.026
0.052
0.076
0.089
0.020
0.089
0.089
0.089
0.019
0.089
0.089
0.067
0.021
0.067
0.067
0.069
0.026
0.069
0.018
0.017
0.007
0.017
0.034
0.049
0.009
0.049
0.049
0.044
0.008
0.044
0.044
0.018
0.006
0.018
0.002
0.302
0.143
0.221
0.476
0.257
0.123
0.204
0.198
0.010
0.006
0.010
0.002
1.000
1.000
1.000
1.000

82

Estocstica
0.591
0.848
0.525
0.631
0.620
0.802
0.586
0.680
0.638
0.694
0.401
0.597
0.484
0.601
0.632
0.642
0.630
0.569
0.574
0.443
0.570
0.518
0.595
0.460
0.662
0.602
0.460
0.442
0.454
0.535
0.484
0.462
0.435
0.572
0.466
0.456
0.435
0.526
0.387
0.428
0.536
0.352
0.395
0.515
0.483
0.412
0.388
0.422
0.414
0.276
0.356
0.283
0.428
0.310
0.349
0.402
0.282
0.418
0.342
0.363
0.391
0.383
0.393
0.316
0.289
0.375
0.270
0.361
0.184
0.283
0.299
0.069
0.243
0.283
0.224
0.108
0.105
0.148
0.175
0.187
0.088
0.089
0.160
0.591
0.208
0.069
0.926

Promedio
0.322
0.320
0.319
0.311
0.310
0.303
0.299
0.298
0.298
0.297
0.297
0.295
0.294
0.289
0.286
0.285
0.282
0.282
0.272
0.269
0.269
0.268
0.267
0.257
0.254
0.254
0.253
0.251
0.247
0.244
0.240
0.240
0.239
0.238
0.232
0.232
0.229
0.228
0.224
0.219
0.216
0.212
0.211
0.196
0.196
0.188
0.180
0.176
0.175
0.169
0.169
0.167
0.166
0.165
0.161
0.159
0.159
0.158
0.151
0.149
0.146
0.142
0.142
0.139
0.138
0.136
0.127
0.126
0.116
0.112
0.112
0.111
0.108
0.104
0.086
0.079
0.078
0.074
0.071
0.052
0.049
0.046
0.041
0.346
0.173
0.041
0.858

Ranking
(Promedio)
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181

Categora 4: Ciudades metropolitanas

Departamento
San Martn
Lima
Lima
Lima
Lima
Lima
Lima
Lima
Cusco
La Libertad
Ica
Lima
Lima
Lima
Arequipa
Arequipa
Arequipa
Lima
Ancash
Lambayeque
Lima
Lambayeque
Lima
Lima
Cusco
El Callao
Ayacucho
Cusco
Arequipa
Lima
Lima
Lambayeque
Arequipa
La Libertad
Lima
Lima
Tacna
La Libertad
Lima
Piura
Ica
Lima
Lima
Junn
Lima
Lima
Lima
Lima
Lima
Arequipa
La Libertad
Arequipa
Arequipa
La Libertad
Lima
Junn
Lima
Arequipa
Arequipa
El Callao
Lima
Hunuco
Lima
Lima
Lima
Lima
El Callao
El Callao
Tacna
Tacna
Lima
Lima
Lima
Mean
Std. Dev.
Min
Max

Municipalidad
MORALES
SAN ISIDRO
MIRAFLORES
SAN BORJA
LINCE
BARRANCO
LA MOLINA
SAN JUAN DE LURIGANCHO
SAN SEBASTIAN
EL PORVENIR
PUEBLO NUEVO
COMAS
SAN MARTIN DE PORRES
SAN JUAN DE MIRAFLORES
YANAHUARA
CAYMA
CERRO COLORADO
VILLA MARIA DEL TRIUNFO
NUEVO CHIMBOTE
LA VICTORIA
LOS OLIVOS (LAS PALMERAS)
TUMAN
PUENTE PIEDRA
INDEPENDENCIA
SANTIAGO
VENTANILLA
SAN JUAN BAUTISTA
WANCHAQ
MIRAFLORES
IMPERIAL
HUALMAY
JOSE LEONARDO ORTIZ
ALTO SELVA ALEGRE
PACASMAYO
CARABAYLLO
ATE - VITARTE
CORONEL GREGORIO ALBARRACIN LANCHIPA
LA ESPERANZA
RIMAC
CASTILLA
PARCONA
CHORRILLOS
VILLA EL SALVADOR
EL TAMBO
SANTA ANITA
EL AGUSTINO
PUEBLO LIBRE
JESUS MARIA
MAGDALENA DEL MAR
SOCABAYA
FLORENCIA DE MORA
JACOBO HUNTER
PAUCARPATA
VICTOR LARCO HERRERA
SAN LUIS
CHILCA
BREA
JOSE LUIS BUSTAMANTE Y RIVERO
MARIANO MELGAR
LA PERLA
LURIN
AMARILIS
SAN MIGUEL
SANTIAGO DE SURCO
LURIGANCHO (CHOSICA)
CHACLACAYO
CARMEN DE LA LEGUA REYNOSO
BELLAVISTA
ALTO DE LA ALIANZA
CIUDAD NUEVA
SURQUILLO
LA VICTORIA
ANCON

Indicadores
Input
IDEM
62.333
0.339
1507.900
0.335
774.466
0.246
297.985
0.270
299.804
0.208
362.082
0.198
298.254
0.174
48.470
0.219
38.598
0.166
32.326
0.128
50.235
0.200
71.745
0.301
52.892
0.210
72.962
0.273
251.223
0.353
71.813
0.247
64.594
0.210
61.277
0.191
58.947
0.174
65.856
0.202
93.805
0.278
67.925
0.188
59.475
0.158
74.263
0.191
108.500
0.280
76.237
0.189
46.941
0.117
113.995
0.279
67.928
0.163
90.793
0.216
62.217
0.142
82.001
0.170
71.100
0.146
129.097
0.249
58.299
0.121
128.676
0.242
69.904
0.140
73.627
0.146
109.300
0.214
83.131
0.165
60.242
0.112
104.394
0.184
69.745
0.126
86.738
0.149
123.481
0.199
99.744
0.166
243.403
0.195
487.417
0.310
268.827
0.203
59.150
0.093
89.909
0.142
97.170
0.145
97.194
0.138
160.102
0.210
160.527
0.199
105.913
0.141
206.233
0.227
113.474
0.135
65.910
0.078
149.070
0.166
157.610
0.166
88.592
0.103
185.843
0.175
306.588
0.249
140.791
0.145
135.215
0.140
310.083
0.233
261.464
0.196
300.561
0.184
219.739
0.126
256.208
0.132
159.759
0.231
120.241
0.073
160.306
0.191
199.263
0.061
32.326
0.073
1507.900
0.353

83

Puntajes de eficiencia
FDH DEA-CRS DEA-VRS Determinstica
1.000
1.000
1.000
1.000
1.000
0.990
0.941
0.691
1.000
0.960
0.963
0.696
0.990
0.922
0.976
0.618
0.990
0.980
0.946
0.634
0.978
0.901
0.987
0.690
0.990
0.997
0.991
0.559
1.000
0.812
0.933
0.658
0.960
0.793
0.980
0.626
1.000
0.726
1.000
0.576
0.965
0.734
0.849
0.647
0.869
0.770
0.793
0.680
0.916
0.731
0.833
0.652
0.854
0.689
0.727
0.673
1.000
0.256
1.000
0.677
0.868
0.632
0.686
0.664
0.750
0.597
0.681
0.648
0.791
0.575
0.675
0.636
0.822
0.543
0.660
0.622
0.736
0.565
0.652
0.643
0.664
0.544
0.572
0.671
0.714
0.509
0.602
0.631
0.649
0.488
0.615
0.602
0.653
0.472
0.556
0.631
0.574
0.474
0.497
0.669
0.636
0.457
0.539
0.629
0.689
0.458
0.689
0.530
0.547
0.451
0.473
0.668
0.568
0.442
0.550
0.605
0.534
0.438
0.495
0.644
0.620
0.420
0.552
0.575
0.591
0.381
0.467
0.607
0.543
0.378
0.491
0.577
0.483
0.355
0.384
0.655
0.554
0.382
0.554
0.530
0.484
0.346
0.378
0.651
0.552
0.367
0.486
0.565
0.524
0.364
0.474
0.575
0.443
0.360
0.408
0.639
0.464
0.365
0.452
0.600
0.537
0.342
0.537
0.500
0.464
0.323
0.386
0.614
0.463
0.331
0.463
0.532
0.445
0.315
0.407
0.573
0.393
0.297
0.344
0.624
0.387
0.307
0.379
0.595
0.199
0.287
0.472
0.697
0.278
0.217
0.420
0.655
0.280
0.289
0.460
0.602
0.547
0.289
0.547
0.422
0.429
0.291
0.383
0.558
0.397
0.275
0.359
0.561
0.397
0.261
0.347
0.544
0.303
0.241
0.275
0.625
0.302
0.228
0.264
0.616
0.364
0.245
0.323
0.548
0.302
0.202
0.225
0.631
0.340
0.219
0.294
0.530
0.490
0.217
0.490
0.334
0.259
0.204
0.253
0.578
0.245
0.193
0.239
0.575
0.365
0.214
0.365
0.438
0.261
0.173
0.210
0.582
0.203
0.150
0.162
0.636
0.274
0.189
0.247
0.541
0.285
0.190
0.252
0.531
0.201
0.138
0.153
0.625
0.185
0.138
0.161
0.596
0.161
0.113
0.134
0.575
0.147
0.105
0.147
0.460
0.151
0.095
0.128
0.468
0.190
0.166
0.144
0.341
0.269
0.111
0.269
0.264
0.555
0.424
0.517
0.596
0.270
0.251
0.257
0.096
0.147
0.095
0.128
0.264
1.000
1.000
1.000
1.000

Estocstica
0.926
0.858
0.812
0.868
0.809
0.787
0.756
0.882
0.838
0.775
0.867
0.913
0.874
0.903
0.909
0.891
0.868
0.852
0.832
0.861
0.900
0.845
0.807
0.844
0.898
0.842
0.725
0.897
0.810
0.863
0.774
0.813
0.776
0.878
0.725
0.873
0.762
0.774
0.855
0.804
0.695
0.822
0.727
0.771
0.835
0.798
0.801
0.877
0.807
0.628
0.755
0.758
0.740
0.837
0.824
0.744
0.845
0.725
0.559
0.777
0.774
0.641
0.783
0.852
0.737
0.726
0.837
0.799
0.774
0.660
0.667
0.658
0.507
0.798
0.082
0.507
0.926

Promedio
0.985
0.896
0.886
0.875
0.872
0.868
0.859
0.857
0.840
0.815
0.812
0.805
0.801
0.769
0.768
0.748
0.709
0.706
0.696
0.691
0.670
0.660
0.632
0.631
0.623
0.621
0.618
0.607
0.595
0.595
0.588
0.572
0.553
0.551
0.549
0.547
0.546
0.542
0.541
0.537
0.522
0.522
0.503
0.502
0.499
0.493
0.491
0.489
0.488
0.486
0.483
0.470
0.458
0.456
0.447
0.445
0.441
0.421
0.418
0.414
0.405
0.405
0.402
0.401
0.398
0.397
0.391
0.376
0.351
0.304
0.302
0.300
0.284
0.578
0.172
0.284
0.985

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73

Categora 5: Rural pobre

Departamento
Puno
Puno
Ucayali
Apurimac
Piura
Hunuco
La Libertad
Junn
Puno
Cajamarca
Junn
Cajamarca
Puno
Hunuco
Huancavelica
Puno
San Martn
Lima
Arequipa
Piura
Apurimac
Piura
Hunuco
San Martn
Arequipa
Cajamarca
Amazonas
Ayacucho
Puno
Apurimac
Cajamarca
Loreto
Hunuco
Hunuco
Cusco
Ancash
Lima
Cajamarca
Puno
Huancavelica
Piura
Apurimac
Piura
Piura
Puno
Hunuco
Cusco
Ayacucho
Hunuco
Puno
Cajamarca
Huancavelica
Cajamarca
Ancash
Apurimac
Hunuco
Cusco
La Libertad
Apurimac
Cajamarca
Moquegua
La Libertad
Loreto
Cusco
Apurimac
Loreto
Cajamarca
Ayacucho
Hunuco
Hunuco
Cusco
Ayacucho
Loreto
Puno
Cajamarca
Hunuco
La Libertad
Ayacucho
Pasco
Ayacucho
Apurimac
Ayacucho
Loreto
Puno
Puno
Ancash
Ancash
Cajamarca
La Libertad
Piura
Apurimac
Piura
Cajamarca
Cajamarca
Arequipa
Amazonas
Cajamarca
Hunuco

Municipalidad
CONDURIRI
ALTO INAMBARI
IPARIA
HUANCARAY
PACAIPAMPA
CHUQUIS
USQUIL
RIO NEGRO
ANANEA
SITACOCHA
RIO TAMBO
SANTO DOMINGO DE LA CAPILLA
SAN ANTON
LUYANDO
YAULI
HUACULLANI
ALONSO DE ALVARADO
LUNAHUANA
SAMUEL PASTOR
LAGUNAS
CHALLHUAHUACHO
HUARMACA
SAN PEDRO DE CHAULAN
ZAPATERO
CHAPARRA
QUEROCOTO
JAMALCA
VINCHOS
COATA
URANMARCA
POMAHUACA
PASTAZA
CHURUBAMBA
MARIAS
PICHARI
SAN PEDRO DE CHANA
SAN ANTONIO
CATACHE
ACORA
ACORIA
SUYO
CIRCA
PAIMAS
LANCONES
PARATIA
SAN FRANCISCO DE ASIS
QUELLOUNO
LLOCHEGUA
HUACAR
ACHAYA
JOSE SABOGAL
DANIEL HERNANDES
MAGDALENA
CHAVIN DE HUANTAR
CURAHUASI
MONZON
CAPACMARCA
SALPO
RANRACANCHA
HUASMIN
UBINAS
CALAMARCA
CAHUAPANAS
YANATILE
GAMARRA
NAPO
LA COIPA
SANTILLANA
PINRA
CHUPAN
OCONGATE
ACOCRO
SAN PABLO
PAUCARCOLLA
HUAMBOS
HERMILIO VALDIZAN
COCHORCO
CHIARA
PUERTO BERMUDEZ
IGUAIN
KAQUIABAMBA
LOS MOROCHUCOS
SARAYACU
ROSASPATA
TARACO
YANAMA
LA LIBERTAD
ENCAADA
CHUGAY
SONDOR
TURPO
EL CARMEN DE LA FRONTERA
CUJILLO
LAJAS
QUICACHA
CUMBA
CHADIN
MOLINOS

Indicadores
Input
IDEM
102.838
0.229
64.500
0.161
197.027
0.257
99.369
0.213
126.980
0.237
70.898
0.163
66.695
0.145
112.813
0.194
55.719
0.103
74.586
0.137
45.433
0.079
97.751
0.162
71.182
0.113
71.113
0.111
139.916
0.193
40.052
0.065
72.934
0.105
138.842
0.173
68.428
0.096
122.372
0.163
101.499
0.136
145.099
0.167
92.633
0.120
98.625
0.127
148.479
0.166
90.438
0.114
67.648
0.084
91.797
0.108
94.575
0.110
97.188
0.112
77.264
0.093
175.059
0.175
81.288
0.098
78.782
0.092
112.181
0.125
72.838
0.083
372.134
0.241
74.163
0.083
117.962
0.124
113.060
0.117
109.553
0.113
103.378
0.106
126.129
0.128
122.916
0.122
54.693
0.064
90.650
0.096
60.854
0.068
87.817
0.092
110.967
0.109
120.443
0.117
85.255
0.087
168.422
0.158
156.363
0.146
153.028
0.142
96.726
0.096
53.855
0.058
123.643
0.111
45.453
0.041
149.034
0.131
114.823
0.103
86.597
0.083
75.344
0.079
174.573
0.151
100.052
0.095
121.226
0.107
147.713
0.127
89.401
0.085
149.925
0.128
104.127
0.096
58.488
0.061
104.538
0.095
76.338
0.076
74.620
0.074
110.005
0.098
89.801
0.081
97.541
0.087
67.704
0.065
63.119
0.063
80.975
0.078
75.414
0.073
73.886
0.071
100.844
0.088
226.203
0.163
105.938
0.091
118.709
0.101
97.971
0.085
213.943
0.158
98.400
0.085
55.766
0.051
136.163
0.106
105.311
0.089
112.840
0.095
150.317
0.114
77.211
0.072
225.976
0.160
78.647
0.072
207.721
0.146
85.928
0.077

FDH
1.000
1.000
1.000
1.000
1.000
1.000
0.967
0.881
1.000
0.865
1.000
0.725
0.906
0.907
0.710
1.000
0.884
0.716
0.814
0.579
0.635
0.685
0.696
0.654
0.669
0.713
0.824
0.703
0.682
0.664
0.721
0.568
0.685
0.707
0.575
0.765
0.529
0.751
0.547
0.570
0.589
0.624
0.511
0.525
0.732
0.615
0.747
0.634
0.581
0.536
0.654
0.383
0.413
0.421
0.576
0.744
0.522
0.881
0.433
0.562
0.643
0.603
0.369
0.557
0.532
0.437
0.623
0.430
0.535
0.685
0.533
0.595
0.609
0.507
0.620
0.571
0.671
0.635
0.561
0.602
0.615
0.553
0.313
0.526
0.469
0.569
0.301
0.566
0.718
0.474
0.529
0.494
0.429
0.588
0.285
0.578
0.311
0.529

84

DEA-CRS
0.895
1.000
0.523
0.861
0.748
0.926
0.875
0.692
0.739
0.740
0.699
0.667
0.635
0.628
0.553
0.647
0.580
0.502
0.562
0.535
0.537
0.463
0.519
0.516
0.449
0.505
0.501
0.474
0.469
0.462
0.486
0.402
0.485
0.469
0.446
0.459
0.260
0.449
0.422
0.416
0.414
0.412
0.409
0.398
0.470
0.423
0.452
0.422
0.395
0.392
0.408
0.377
0.374
0.374
0.398
0.429
0.362
0.361
0.352
0.360
0.387
0.420
0.348
0.381
0.354
0.345
0.380
0.343
0.371
0.416
0.363
0.399
0.397
0.359
0.364
0.357
0.388
0.403
0.386
0.386
0.384
0.350
0.290
0.347
0.341
0.348
0.297
0.345
0.367
0.312
0.341
0.337
0.305
0.374
0.284
0.369
0.282
0.359

Puntajes de eficiencia
DEA-VRS Determinstica
1.000
0.741
1.000
0.696
1.000
1.000
0.945
0.734
1.000
0.744
0.932
0.699
0.909
0.678
0.739
0.724
0.892
0.588
0.785
0.667
0.963
0.488
0.670
0.699
0.735
0.618
0.730
0.614
0.590
0.723
1.000
0.397
0.691
0.598
0.516
0.709
0.701
0.566
0.539
0.700
0.573
0.666
0.471
0.704
0.584
0.636
0.567
0.650
0.455
0.703
0.581
0.622
0.667
0.518
0.558
0.608
0.547
0.614
0.536
0.618
0.614
0.558
0.415
0.711
0.598
0.576
0.597
0.553
0.493
0.646
0.615
0.513
0.378
0.747
0.603
0.512
0.467
0.645
0.473
0.631
0.478
0.621
0.489
0.602
0.446
0.654
0.445
0.642
0.732
0.394
0.529
0.567
0.674
0.426
0.537
0.554
0.463
0.611
0.444
0.632
0.536
0.530
0.379
0.695
0.388
0.681
0.391
0.677
0.496
0.568
0.744
0.346
0.420
0.617
0.881
0.207
0.382
0.659
0.434
0.593
0.518
0.515
0.579
0.490
0.356
0.688
0.477
0.565
0.420
0.605
0.379
0.652
0.505
0.520
0.375
0.654
0.462
0.570
0.685
0.370
0.456
0.564
0.562
0.473
0.568
0.461
0.442
0.577
0.494
0.505
0.468
0.531
0.595
0.406
0.635
0.391
0.537
0.486
0.558
0.454
0.563
0.442
0.456
0.536
0.292
0.701
0.443
0.552
0.415
0.587
0.462
0.523
0.298
0.696
0.459
0.521
0.718
0.294
0.371
0.602
0.440
0.543
0.423
0.564
0.351
0.625
0.543
0.450
0.284
0.698
0.534
0.453
0.292
0.682
0.503
0.480

Estocstica
0.899
0.818
0.915
0.887
0.904
0.825
0.784
0.872
0.612
0.763
0.476
0.826
0.667
0.660
0.871
0.388
0.631
0.848
0.579
0.830
0.762
0.839
0.702
0.731
0.837
0.676
0.514
0.651
0.661
0.669
0.569
0.852
0.596
0.561
0.725
0.508
0.910
0.507
0.723
0.695
0.676
0.641
0.741
0.716
0.388
0.583
0.417
0.565
0.658
0.697
0.531
0.823
0.796
0.787
0.586
0.349
0.671
0.248
0.752
0.628
0.512
0.482
0.810
0.581
0.649
0.738
0.519
0.743
0.589
0.369
0.580
0.465
0.452
0.601
0.501
0.533
0.400
0.386
0.478
0.444
0.433
0.541
0.836
0.563
0.617
0.523
0.826
0.521
0.310
0.645
0.550
0.582
0.687
0.441
0.830
0.444
0.799
0.473

Promedio
0.907
0.903
0.888
0.885
0.879
0.876
0.843
0.781
0.766
0.764
0.725
0.717
0.712
0.708
0.690
0.686
0.677
0.658
0.644
0.637
0.635
0.632
0.627
0.624
0.623
0.619
0.605
0.599
0.595
0.590
0.590
0.590
0.588
0.577
0.577
0.572
0.565
0.564
0.561
0.557
0.556
0.554
0.552
0.545
0.543
0.543
0.543
0.543
0.542
0.540
0.532
0.532
0.530
0.530
0.525
0.522
0.518
0.516
0.515
0.515
0.515
0.515
0.514
0.512
0.512
0.510
0.510
0.509
0.505
0.505
0.499
0.499
0.497
0.497
0.497
0.492
0.492
0.490
0.490
0.489
0.488
0.487
0.487
0.486
0.486
0.485
0.484
0.483
0.482
0.481
0.481
0.480
0.480
0.479
0.476
0.475
0.473
0.469

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98

Continuacin
Departamento
Ayacucho
Puno
Puno
Piura
Piura
Cajamarca
Cajamarca
Junn
Cusco
Piura
Ancash
Huancavelica
Loreto
Ancash
Cajamarca
Junn
Junn
Cajamarca
Cajamarca
Apurimac
Loreto
Piura
Hunuco
Lambayeque
Puno
Apurimac
Loreto
Cusco
Pasco
Cusco
Apurimac
Hunuco
Cusco
Cajamarca
Cusco
Cajamarca
Ancash
Ica
Cajamarca
Lambayeque
Lambayeque
Cajamarca
Cajamarca
Cajamarca
Puno
Piura
Junn
Amazonas
Cajamarca
Cajamarca
Cajamarca
Ancash
Ayacucho
Hunuco
La Libertad
Arequipa
Huancavelica
Loreto
San Martn
Ayacucho
Hunuco
La Libertad
Lambayeque
Junn
Puno
Cajamarca
La Libertad
Cajamarca
Puno
Arequipa
Cusco
Puno
San Martn
Cajamarca
Junn
Cajamarca
Ucayali
Huancavelica
La Libertad
Cajamarca
Ayacucho
Piura
Hunuco
Junn
Puno
Junn
Ayacucho
Junn
Cusco
Cusco
Apurimac
Puno
Ayacucho
Pasco
Ayacucho
Cusco
Cajamarca
Cusco
Puno
Puno

Municipalidad
PULLO
ASILLO
PISACOMA
SAN MIGUEL DE EL FAIQUE
LALAQUIZ
CORTEGANA
LLAMA
ANDAMARCA
LAYO
MONTERO
PIRA
COLCABAMBA
MAZAN
HUANCHAY
TABACONAS
HEROINAS TOLEDO
COMAS
COCHABAMBA
HUALGAYOC
OCOBAMBA
MORONA
FRIAS
JIRCAN
PITIPO
QUILCAPUNCU
SAN ANTONIO DE CACHI
FERNANDO LORES
OLLANTAYTAMBO
HUANCABAMBA
SAN PABLO
HUACCANA
SAN RAFAEL
HUAYLLABAMBA
SAN ANDRES DE CUTERVO
ECHARATE
SAN JUAN
COCHAS
INDEPENDENCIA
COSPAN
SALAS
INCAHUASI
CHIRINOS
ASUNCION
CHIMBAN
SAN ANTONIO
SONDORILLO
COVIRIALI
LONYA GRANDE
QUEROCOTILLO
GREGORIO PITA
LA LIBERTAD DE PALLAN
QUICHES
QUINUA
COCHABAMBA
SIMBAL
SAN JUAN DE TARUCANI
PAUCARA
LAS AMAZONAS
AWAJUN
LLAUTA
TOURNAVISTA
CURGOS
CAARIS
SAN LUIS DE SHUARO
UMACHIRI
CHONTALI
CHARAT
ICHOCAN
SANTA ROSA
MOLLEBAYA
COLQUEPATA
SAMAN
RUMISAPA
SAN LUIS DE LUCMA
YANACANCHA
CHETILLA
MASISEA
PILPICHACA
HUARANCHAL
UTCO
SANTIAGO DE LUCANAMARCA
SANTO DOMINGO
JACAS GRANDE
CHAMBARA
PHARA
MASMA
SAURAMA
CHUPURO
LLUSCO
COPORAQUE
OROPESA
CABANILLA
OTOCA
CHONTABAMBA
OCROS
SAN SALVADOR
ANGUIA
VELILLE
VILQUE
ITUATA

Indicadores
Input
IDEM
88.402
0.079
109.834
0.088
87.136
0.076
146.665
0.104
230.168
0.150
144.599
0.103
116.076
0.089
185.157
0.123
132.815
0.099
117.945
0.089
198.975
0.126
174.738
0.113
192.719
0.121
222.122
0.133
86.715
0.071
221.142
0.132
195.882
0.120
110.272
0.081
176.758
0.111
133.245
0.094
173.274
0.109
113.075
0.082
88.576
0.071
96.709
0.076
97.215
0.077
91.205
0.072
143.825
0.097
133.114
0.091
73.328
0.060
89.113
0.070
129.273
0.087
89.152
0.068
100.998
0.076
97.157
0.073
97.763
0.073
141.388
0.092
232.860
0.123
80.883
0.064
143.556
0.092
80.643
0.063
93.278
0.069
89.574
0.067
157.065
0.097
196.981
0.109
257.425
0.129
166.590
0.100
108.646
0.078
77.278
0.059
80.805
0.062
94.609
0.069
84.213
0.064
156.623
0.094
110.183
0.076
111.250
0.076
111.332
0.076
134.125
0.082
68.211
0.048
157.304
0.091
65.327
0.044
165.643
0.094
106.231
0.072
81.167
0.058
88.698
0.064
77.527
0.055
152.283
0.087
85.170
0.060
114.360
0.075
235.059
0.109
171.267
0.092
392.468
0.144
90.328
0.063
158.992
0.088
180.576
0.095
152.003
0.084
76.959
0.052
146.295
0.082
176.082
0.092
81.706
0.055
85.069
0.057
253.906
0.109
108.916
0.069
156.712
0.084
104.086
0.066
77.973
0.051
102.339
0.065
175.890
0.090
170.329
0.088
128.687
0.077
85.592
0.056
91.681
0.060
104.075
0.065
91.349
0.060
124.762
0.074
108.854
0.067
97.049
0.063
131.757
0.076
83.753
0.054
107.005
0.065
153.940
0.079
127.198
0.074

FDH
0.514
0.507
0.521
0.440
0.280
0.446
0.480
0.348
0.420
0.472
0.324
0.369
0.335
0.290
0.524
0.292
0.329
0.505
0.365
0.418
0.372
0.493
0.513
0.470
0.467
0.498
0.387
0.419
0.546
0.510
0.431
0.510
0.450
0.468
0.465
0.394
0.277
0.495
0.388
0.497
0.487
0.507
0.355
0.327
0.251
0.334
0.418
0.518
0.496
0.480
0.476
0.356
0.412
0.408
0.408
0.415
0.587
0.354
0.613
0.336
0.428
0.493
0.452
0.517
0.366
0.470
0.397
0.274
0.325
0.164
0.443
0.350
0.309
0.367
0.520
0.381
0.316
0.490
0.471
0.254
0.417
0.356
0.437
0.514
0.444
0.317
0.327
0.353
0.468
0.437
0.437
0.438
0.364
0.417
0.413
0.345
0.478
0.425
0.362
0.357

85

DEA-CRS
0.357
0.323
0.352
0.286
0.261
0.285
0.309
0.266
0.298
0.304
0.254
0.259
0.253
0.241
0.330
0.239
0.246
0.295
0.251
0.282
0.252
0.290
0.321
0.317
0.316
0.318
0.271
0.275
0.328
0.314
0.271
0.307
0.301
0.303
0.301
0.260
0.212
0.318
0.256
0.316
0.299
0.300
0.249
0.221
0.201
0.242
0.288
0.305
0.307
0.291
0.306
0.241
0.278
0.276
0.274
0.246
0.280
0.233
0.271
0.228
0.273
0.289
0.291
0.283
0.230
0.284
0.262
0.186
0.216
0.147
0.280
0.221
0.211
0.223
0.271
0.225
0.210
0.272
0.271
0.172
0.254
0.216
0.256
0.264
0.255
0.205
0.207
0.240
0.264
0.265
0.251
0.264
0.238
0.246
0.261
0.233
0.257
0.244
0.207
0.233

Puntajes de eficiencia
DEA-VRS Determinstica
0.493
0.489
0.420
0.539
0.494
0.477
0.342
0.599
0.268
0.687
0.344
0.593
0.400
0.544
0.296
0.645
0.367
0.580
0.393
0.543
0.280
0.651
0.300
0.623
0.283
0.642
0.259
0.664
0.481
0.446
0.258
0.662
0.277
0.639
0.401
0.503
0.293
0.617
0.356
0.561
0.296
0.611
0.392
0.507
0.470
0.444
0.445
0.478
0.444
0.480
0.460
0.453
0.336
0.575
0.351
0.551
0.546
0.367
0.464
0.436
0.355
0.536
0.460
0.428
0.425
0.475
0.435
0.460
0.432
0.460
0.332
0.554
0.236
0.646
0.495
0.398
0.327
0.554
0.497
0.394
0.443
0.436
0.454
0.419
0.308
0.576
0.260
0.612
0.219
0.657
0.295
0.586
0.400
0.487
0.518
0.358
0.496
0.381
0.434
0.430
0.476
0.399
0.304
0.564
0.391
0.479
0.387
0.480
0.386
0.476
0.332
0.511
0.587
0.267
0.298
0.553
0.613
0.237
0.287
0.565
0.395
0.454
0.493
0.357
0.452
0.400
0.517
0.326
0.301
0.535
0.470
0.370
0.373
0.469
0.218
0.614
0.275
0.557
0.153
0.681
0.443
0.391
0.289
0.538
0.265
0.569
0.297
0.523
0.520
0.305
0.304
0.511
0.267
0.558
0.490
0.332
0.471
0.348
0.202
0.614
0.378
0.434
0.288
0.523
0.389
0.417
0.514
0.299
0.392
0.406
0.264
0.548
0.270
0.539
0.336
0.484
0.468
0.340
0.437
0.372
0.386
0.406
0.438
0.370
0.340
0.467
0.373
0.419
0.413
0.392
0.327
0.481
0.478
0.319
0.375
0.407
0.285
0.497
0.333
0.465

Estocstica
0.483
0.545
0.470
0.640
0.810
0.630
0.552
0.727
0.607
0.552
0.739
0.684
0.721
0.765
0.438
0.761
0.716
0.501
0.673
0.579
0.663
0.505
0.437
0.472
0.473
0.445
0.600
0.564
0.368
0.429
0.542
0.421
0.469
0.453
0.453
0.569
0.730
0.394
0.569
0.391
0.429
0.413
0.603
0.666
0.753
0.620
0.482
0.361
0.380
0.424
0.396
0.584
0.473
0.474
0.471
0.511
0.292
0.568
0.271
0.586
0.448
0.360
0.396
0.336
0.544
0.371
0.463
0.671
0.575
0.802
0.389
0.548
0.593
0.528
0.320
0.512
0.576
0.341
0.354
0.671
0.428
0.528
0.412
0.316
0.403
0.562
0.550
0.480
0.347
0.373
0.403
0.371
0.462
0.415
0.390
0.477
0.331
0.404
0.497
0.460

Promedio
0.467
0.467
0.463
0.461
0.461
0.460
0.457
0.456
0.454
0.453
0.450
0.447
0.447
0.444
0.444
0.442
0.442
0.441
0.440
0.439
0.439
0.437
0.437
0.436
0.436
0.435
0.434
0.432
0.431
0.431
0.427
0.425
0.424
0.424
0.422
0.422
0.420
0.420
0.419
0.419
0.419
0.419
0.418
0.417
0.416
0.416
0.415
0.412
0.412
0.412
0.411
0.410
0.407
0.405
0.403
0.403
0.403
0.401
0.401
0.400
0.399
0.398
0.398
0.396
0.395
0.393
0.393
0.393
0.390
0.389
0.389
0.389
0.389
0.388
0.387
0.387
0.386
0.385
0.383
0.383
0.382
0.382
0.382
0.381
0.380
0.379
0.379
0.379
0.377
0.377
0.377
0.376
0.374
0.374
0.374
0.373
0.373
0.371
0.370
0.370

Ranking
(Promedio)
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198

Continuacin
Departamento
Hunuco
Ayacucho
Apurimac
Hunuco
Puno
La Libertad
Amazonas
Ancash
Puno
Cusco
Junn
Ancash
Arequipa
Puno
Puno
Arequipa
Junn
San Martn
Ayacucho
Puno
Hunuco
Ayacucho
Cusco
Puno
Cajamarca
Cajamarca
Hunuco
Hunuco
Apurimac
Ayacucho
Puno
Hunuco
Ayacucho
Puno
Huancavelica
Hunuco
Loreto
Cajamarca
Huancavelica
Cusco
Junn
Amazonas
Cusco
Puno
Puno
Cajamarca
Cajamarca
Hunuco
Apurimac
Hunuco
Junn
Hunuco
Hunuco
Cajamarca
Hunuco
Ayacucho
Puno
Apurimac
Hunuco
Cajamarca
Cajamarca
Loreto
Cusco
Cusco
Moquegua
Hunuco
Puno
Hunuco
Arequipa
Cusco
Hunuco
Amazonas
Apurimac
Junn
Amazonas
Cusco
Hunuco
Ancash
Amazonas
Cajamarca
Cajamarca
Cusco
La Libertad
Junn
Cusco
Cusco
Loreto
Apurimac
Loreto
Madre de Dios
Ayacucho
Hunuco
Ica
Cusco
Amazonas
Madre de Dios
Ica
Cajamarca
Huancavelica
Ayacucho

Municipalidad
RIPAN
PARAS
TINTAY
CHINCHAO
CABANA
SITABAMBA
OCALLI
SANTA CRUZ
CUYOCUYO
COLQUEMARCA
PALCA
JANGAS
CHIGUATA
SANTIAGO DE PUPUJA
KELLUYO
PUYCA
PARIAHUANCA
PAJARILLO
CHUNGUI
SAN GABAN
MARGOS
ASQUIPATA
CHALLABAMBA
INCHUPALLA
NAMORA
SOCOTA
SANTA MARIA DEL VALLE
OBAS
LUCRE
TAMBILLO
PATAMBUCO
MARIANO DAMASO BERAUN
LURICOCHA
ATUNCOLLA
VILCA
CHAGLLA
BALSAPUERTO
CATILLUC
SAN PEDRO DE CORIS
LIVITACA
COCHAS
EL MILAGRO
QUEHUE
PLATERIA
CUTURAPI
HUARANGO
SANTO TOMAS
QUISQUI
ANDARAPA
YARUMAYO
SAN JUAN DE JARPA
TANTAMAYO
YUYAPICHIS
CHANCAYBAOS
UMARI
LUCANAS
VILQUE CHICO
CURPAHUASI
PACHAS
EDUARDO VILLANUEVA
YAUYUCAN
ALTO NANAY
QUIQUIJANA
SUYCKUTAMBO
LA CAPILLA
CANCHABAMBA
PILCUYO
PAMPAMARCA
BELLA UNION
PICHIGUA
YANAS
YAMON
PACUCHA
SAN JOSE DE QUERO
COROSHA
CAICAY
CHOLON
SAN MARCOS
RIO SANTIAGO
SAN LUIS
LLAPA
CCATCA
AGALLPAMPA
PAMPA HERMOZA
MOLLEPATA
LARES
TIGRE
PACOBAMBA
PUINAHUA
MADRE DE DIOS
ANCO
SILLAPATA
PUEBLO NUEVO
HUANCARANI
ARAMANGO
LAS PIEDRAS
TIBILLO
CONCHAN
ANCO
LEONCIO PRADO

Indicadores
Input
IDEM
89.234
0.057
133.613
0.076
128.973
0.074
79.699
0.049
144.584
0.079
89.225
0.055
81.911
0.050
89.212
0.055
115.683
0.067
100.177
0.061
90.193
0.055
93.384
0.057
132.901
0.073
114.613
0.066
77.215
0.045
143.714
0.076
181.620
0.084
69.850
0.038
122.196
0.068
144.664
0.076
121.622
0.068
461.851
0.127
106.332
0.063
169.362
0.079
151.230
0.078
236.144
0.095
92.403
0.054
123.073
0.067
118.017
0.065
87.568
0.051
131.728
0.070
82.908
0.047
103.334
0.060
135.774
0.071
119.987
0.065
121.690
0.066
159.872
0.078
142.366
0.073
321.127
0.104
109.816
0.063
113.291
0.064
86.158
0.049
111.746
0.063
105.968
0.060
246.703
0.094
97.257
0.055
76.710
0.041
99.684
0.056
122.898
0.065
162.754
0.078
96.262
0.054
109.362
0.061
114.359
0.063
159.304
0.076
102.252
0.057
130.357
0.067
118.212
0.064
99.137
0.054
132.258
0.067
143.366
0.070
323.090
0.102
768.274
0.134
112.132
0.060
100.458
0.054
174.413
0.078
102.012
0.055
96.372
0.051
86.311
0.045
199.410
0.080
133.580
0.065
96.074
0.050
68.772
0.030
125.706
0.063
81.605
0.040
263.345
0.089
110.590
0.057
57.082
0.010
146.851
0.068
67.725
0.028
498.051
0.109
72.502
0.032
103.386
0.052
70.506
0.030
55.552
0.007
117.174
0.057
116.005
0.057
338.157
0.093
103.900
0.050
196.139
0.076
197.846
0.076
253.842
0.082
118.027
0.056
123.183
0.058
97.867
0.046
95.021
0.045
93.616
0.044
340.265
0.091
92.661
0.043
171.022
0.069
185.516
0.072

FDH
0.449
0.340
0.352
0.503
0.314
0.449
0.489
0.449
0.393
0.400
0.444
0.429
0.342
0.396
0.519
0.316
0.307
0.573
0.372
0.314
0.374
0.140
0.377
0.329
0.300
0.236
0.433
0.369
0.385
0.457
0.345
0.483
0.388
0.335
0.379
0.373
0.284
0.319
0.201
0.365
0.354
0.465
0.358
0.378
0.226
0.412
0.522
0.402
0.370
0.279
0.416
0.366
0.350
0.285
0.392
0.349
0.339
0.404
0.344
0.317
0.172
0.084
0.357
0.399
0.260
0.393
0.416
0.464
0.279
0.340
0.417
0.582
0.319
0.491
0.212
0.362
0.702
0.309
0.591
0.130
0.552
0.387
0.568
0.721
0.342
0.345
0.165
0.385
0.232
0.230
0.220
0.339
0.325
0.409
0.422
0.428
0.164
0.432
0.266
0.245

86

DEA-CRS
0.255
0.229
0.231
0.249
0.219
0.249
0.243
0.246
0.231
0.246
0.245
0.245
0.221
0.230
0.234
0.213
0.185
0.219
0.224
0.212
0.224
0.110
0.238
0.188
0.206
0.162
0.236
0.219
0.221
0.233
0.214
0.229
0.233
0.211
0.218
0.217
0.197
0.206
0.130
0.229
0.228
0.226
0.227
0.228
0.153
0.229
0.215
0.226
0.211
0.191
0.225
0.223
0.221
0.192
0.223
0.205
0.218
0.221
0.203
0.197
0.127
0.070
0.216
0.217
0.180
0.216
0.214
0.210
0.160
0.197
0.210
0.177
0.202
0.197
0.135
0.206
0.071
0.185
0.167
0.088
0.179
0.202
0.170
0.047
0.196
0.196
0.111
0.195
0.156
0.155
0.130
0.191
0.189
0.190
0.189
0.188
0.108
0.187
0.163
0.157

Puntajes de eficiencia
DEA-VRS Determinstica
0.449
0.343
0.322
0.479
0.330
0.468
0.503
0.283
0.302
0.495
0.449
0.332
0.489
0.285
0.449
0.326
0.351
0.418
0.400
0.379
0.444
0.330
0.429
0.346
0.318
0.461
0.352
0.411
0.519
0.245
0.300
0.481
0.247
0.521
0.573
0.186
0.335
0.429
0.298
0.481
0.336
0.427
0.121
0.655
0.377
0.392
0.258
0.497
0.287
0.488
0.202
0.570
0.433
0.325
0.331
0.422
0.340
0.408
0.457
0.296
0.315
0.443
0.483
0.266
0.388
0.370
0.307
0.450
0.335
0.409
0.331
0.412
0.273
0.493
0.296
0.461
0.156
0.600
0.365
0.390
0.354
0.401
0.465
0.276
0.358
0.395
0.378
0.372
0.193
0.566
0.412
0.333
0.522
0.212
0.402
0.339
0.326
0.405
0.266
0.488
0.416
0.321
0.366
0.376
0.350
0.392
0.270
0.480
0.392
0.345
0.311
0.419
0.339
0.402
0.404
0.326
0.307
0.420
0.290
0.445
0.153
0.595
0.075
0.670
0.357
0.374
0.399
0.324
0.249
0.492
0.393
0.330
0.416
0.302
0.464
0.248
0.220
0.501
0.301
0.411
0.417
0.291
0.582
0.117
0.319
0.396
0.491
0.204
0.175
0.545
0.362
0.345
0.702
0.089
0.278
0.426
0.591
0.099
0.103
0.617
0.552
0.134
0.387
0.306
0.568
0.113
0.721
0.058
0.342
0.349
0.345
0.345
0.140
0.565
0.385
0.293
0.219
0.482
0.218
0.483
0.176
0.516
0.339
0.340
0.325
0.357
0.409
0.259
0.422
0.244
0.428
0.236
0.138
0.558
0.432
0.231
0.241
0.440
0.227
0.459

Estocstica
0.350
0.475
0.463
0.305
0.494
0.342
0.306
0.337
0.414
0.380
0.340
0.353
0.456
0.408
0.277
0.478
0.527
0.235
0.424
0.478
0.423
0.754
0.391
0.498
0.486
0.597
0.336
0.418
0.405
0.315
0.438
0.292
0.373
0.445
0.406
0.410
0.492
0.457
0.650
0.389
0.399
0.300
0.393
0.374
0.592
0.343
0.253
0.348
0.403
0.487
0.334
0.378
0.392
0.477
0.352
0.416
0.400
0.338
0.417
0.441
0.641
0.785
0.376
0.336
0.492
0.341
0.319
0.279
0.503
0.409
0.311
0.187
0.396
0.248
0.563
0.353
0.062
0.424
0.174
0.683
0.199
0.323
0.184
0.040
0.356
0.353
0.593
0.313
0.482
0.483
0.524
0.350
0.363
0.288
0.277
0.272
0.583
0.267
0.438
0.457

Promedio
0.369
0.369
0.369
0.369
0.365
0.364
0.362
0.361
0.361
0.361
0.361
0.360
0.360
0.359
0.359
0.357
0.357
0.357
0.357
0.357
0.357
0.356
0.355
0.354
0.354
0.353
0.353
0.352
0.352
0.352
0.351
0.351
0.350
0.350
0.349
0.349
0.348
0.348
0.348
0.347
0.347
0.346
0.346
0.346
0.346
0.346
0.345
0.343
0.343
0.342
0.342
0.342
0.341
0.341
0.341
0.340
0.340
0.339
0.338
0.338
0.338
0.337
0.336
0.335
0.335
0.334
0.333
0.333
0.333
0.332
0.329
0.329
0.326
0.326
0.326
0.326
0.325
0.324
0.324
0.324
0.323
0.321
0.321
0.317
0.317
0.317
0.315
0.314
0.314
0.314
0.313
0.312
0.312
0.311
0.311
0.310
0.310
0.310
0.309
0.309

Ranking
(Promedio)
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298

Continuacin
Departamento
Apurimac
Ancash
Hunuco
Cajamarca
Puno
Pasco
San Martn
Cajamarca
Puno
Cajamarca
San Martn
Lima
Junn
San Martn
Puno
Cusco
San Martn
Cajamarca
Cusco
Huancavelica
Arequipa
Cusco
Apurimac
Hunuco
Ancash
Lima
Cajamarca
Junn
Ancash
Ayacucho
Puno
Cajamarca
Ancash
Arequipa
Ancash
Cajamarca
Cusco
Apurimac
Cajamarca
Amazonas
Huancavelica
Hunuco
Ayacucho
Moquegua
Cusco
Ayacucho
Ayacucho
Pasco
Huancavelica
Apurimac
Huancavelica
Amazonas
La Libertad
Loreto
Cusco
Cusco
Puno
Huancavelica
La Libertad
Cajamarca
Amazonas
Cusco
Ucayali
La Libertad
Ancash
Ancash
La Libertad
Cajamarca
Cajamarca
Amazonas
Puno
Tumbes
Arequipa
Hunuco
Amazonas
Cajamarca
Amazonas
Junn
Ayacucho
Ucayali
Loreto
Cajamarca
Puno
Ancash
Apurimac
Puno
Tumbes
La Libertad
Lima
Ancash
Ancash
Cajamarca
Cajamarca
Ica
Puno
Junn
Lima
Ayacucho
Piura
Loreto

Municipalidad
SANTA MARIA DE CHICMO
MORO
SHUNQUI
GUZMANGO
CAPACHICA
POZUZO
TINGO DE PONASA
CALLAYUC
QUIACA
LA FLORIDA
PINTO RECODO
SANTA CRUZ DE COCACHACRA
CURICACA
CHIPURANA
OCUVIRI
SANTA TERESA
BARRANQUITA
PULAN
PISAC
HUARIBAMBA
ALCA
QUIOTA
KISHUARA
SAN FRANCISCO DE CAYRAN
QUILLO
SAN MATEO DE OTAO
SAN GREGORIO
SUITUCANCHA
MANCOS
UPAHUACHO
CAPASO
SAN BENITO
RANRAHIRCA
POLOBAYA
AQUIA
TACABAMBA
VILCABAMBA
HUANCARAMA
JESUS
OLLEROS
CHINCHO
CONCHAMARCA
PACAYCASA
EL ALGARROBAL
CHAMACA
VISCHONGO
CONCEPCION
PALCAZU
ANTA
PROGRESO
SALCABAMBA
PIZUQUIA
MARCABAL
PARINARI
MARANURA
HUAYOPATA
ORURILLO
PAZOS
HUAYLILLAS
CHUGUR
HUAMBO
TARAY
IRAZOLA
PARCOY
MARCARA
BUENA VISTA ALTA
HUANCASPATA
JOSE GALVEZ
SAN JOSE DE LOURDES
OMIA
CHUCUITO
CASITAS
TORO
COLPAS
MOLINOPAMPA
CALQUIS
YAMBRASBAMBA
MONOBAMBA
LARAMATE
CURIMANA
PAMPA HERMOZA
SAN BERNARDINO
ARAPA
ACOBAMBA
HAQUIRA
HUAYRAPATA
MATAPALO
SARTIMBAMBA
MARIATANA
PAMPAS
SANTO TORIBIO
CHOROS
SANTA ROSA
YAUCA DEL ROSARIO
CONIMA
APATA
CALANGO
HUAC - HUAS
CHALACO
TORRES CAUSANA

Indicadores
Input
IDEM
91.509
0.042
117.194
0.055
128.053
0.059
207.418
0.076
168.760
0.068
136.117
0.061
76.188
0.031
107.702
0.049
161.863
0.065
142.202
0.062
200.452
0.073
785.073
0.109
148.196
0.064
174.994
0.068
200.900
0.073
77.936
0.031
87.941
0.038
140.362
0.061
272.970
0.080
181.733
0.069
114.358
0.051
85.699
0.036
83.785
0.035
108.617
0.048
113.570
0.050
189.474
0.070
120.695
0.053
140.323
0.060
122.477
0.054
116.520
0.051
185.502
0.068
135.923
0.057
298.282
0.081
236.305
0.076
177.564
0.066
111.924
0.048
64.246
0.017
99.327
0.042
161.969
0.064
525.905
0.095
231.451
0.075
100.006
0.042
117.463
0.049
2919.444 0.115
114.720
0.048
93.950
0.038
99.965
0.041
112.006
0.046
238.250
0.073
156.727
0.060
160.447
0.061
95.740
0.038
105.348
0.042
292.183
0.078
129.594
0.052
154.619
0.059
180.697
0.064
196.434
0.065
255.252
0.073
74.755
0.016
100.718
0.039
117.736
0.046
112.390
0.044
75.610
0.016
119.796
0.047
85.308
0.030
95.415
0.036
219.383
0.067
76.874
0.024
59.226
0.001
116.124
0.044
418.961
0.082
220.252
0.067
144.138
0.053
149.644
0.054
85.789
0.028
64.429
0.005
286.775
0.073
145.090
0.052
124.737
0.046
295.418
0.073
116.052
0.042
229.175
0.066
227.698
0.066
131.182
0.048
164.337
0.056
362.118
0.077
78.090
0.021
178.464
0.058
238.957
0.065
204.676
0.062
126.546
0.044
117.701
0.041
310.576
0.071
185.299
0.058
111.441
0.038
120.447
0.041
146.507
0.049
184.439
0.057
327.206
0.071

FDH
0.438
0.342
0.313
0.219
0.269
0.294
0.526
0.372
0.281
0.282
0.227
0.082
0.270
0.260
0.226
0.514
0.455
0.285
0.204
0.250
0.350
0.467
0.478
0.369
0.353
0.240
0.332
0.285
0.327
0.344
0.245
0.295
0.187
0.192
0.256
0.358
0.623
0.403
0.247
0.106
0.196
0.400
0.341
0.022
0.349
0.426
0.401
0.358
0.191
0.256
0.250
0.418
0.380
0.156
0.309
0.259
0.222
0.231
0.178
0.536
0.398
0.340
0.356
0.530
0.334
0.470
0.420
0.207
0.521
0.676
0.345
0.133
0.206
0.278
0.268
0.467
0.622
0.158
0.276
0.321
0.154
0.345
0.198
0.200
0.305
0.244
0.125
0.513
0.224
0.190
0.196
0.317
0.340
0.146
0.216
0.359
0.333
0.273
0.217
0.139

87

DEA-CRS
0.184
0.187
0.184
0.148
0.162
0.180
0.162
0.184
0.162
0.175
0.147
0.056
0.172
0.156
0.146
0.161
0.174
0.174
0.118
0.152
0.179
0.169
0.167
0.179
0.179
0.148
0.176
0.171
0.176
0.176
0.147
0.170
0.109
0.129
0.149
0.173
0.107
0.170
0.159
0.073
0.129
0.169
0.169
0.016
0.167
0.162
0.165
0.165
0.123
0.154
0.152
0.158
0.162
0.107
0.160
0.153
0.142
0.133
0.115
0.084
0.156
0.158
0.158
0.085
0.157
0.140
0.150
0.123
0.123
0.005
0.153
0.078
0.122
0.148
0.145
0.133
0.028
0.102
0.145
0.148
0.099
0.147
0.115
0.116
0.146
0.136
0.085
0.109
0.130
0.110
0.122
0.141
0.139
0.092
0.125
0.136
0.137
0.135
0.124
0.088

Puntajes de eficiencia
DEA-VRS Determinstica
0.438
0.221
0.342
0.329
0.313
0.362
0.207
0.482
0.242
0.430
0.294
0.379
0.526
0.122
0.372
0.285
0.249
0.412
0.282
0.387
0.211
0.465
0.065
0.619
0.270
0.399
0.234
0.430
0.210
0.464
0.514
0.126
0.455
0.186
0.285
0.379
0.161
0.506
0.226
0.437
0.350
0.300
0.467
0.169
0.478
0.157
0.369
0.276
0.353
0.295
0.219
0.443
0.332
0.316
0.285
0.370
0.327
0.321
0.344
0.300
0.221
0.431
0.295
0.352
0.148
0.510
0.182
0.483
0.227
0.416
0.358
0.275
0.623
0.002
0.403
0.223
0.247
0.403
0.091
0.575
0.184
0.473
0.400
0.223
0.341
0.286
0.018
0.640
0.349
0.272
0.426
0.185
0.401
0.213
0.358
0.257
0.177
0.464
0.256
0.373
0.250
0.380
0.418
0.184
0.380
0.225
0.149
0.495
0.309
0.304
0.259
0.363
0.222
0.404
0.205
0.412
0.166
0.467
0.536
0.138
0.398
0.196
0.340
0.259
0.356
0.241
0.530
0.142
0.334
0.264
0.470
0.113
0.420
0.165
0.186
0.428
0.521
0.059
0.676
0.007
0.345
0.242
0.106
0.516
0.184
0.424
0.278
0.317
0.268
0.327
0.467
0.101
0.622
0.041
0.147
0.465
0.276
0.312
0.321
0.258
0.143
0.466
0.345
0.225
0.176
0.418
0.177
0.416
0.305
0.271
0.244
0.340
0.119
0.488
0.513
0.038
0.224
0.357
0.168
0.413
0.196
0.389
0.317
0.243
0.340
0.211
0.134
0.455
0.216
0.355
0.359
0.185
0.333
0.216
0.273
0.285
0.217
0.352
0.128
0.457

Estocstica
0.260
0.341
0.367
0.483
0.428
0.382
0.190
0.308
0.412
0.389
0.464
0.691
0.399
0.429
0.463
0.193
0.236
0.382
0.513
0.435
0.319
0.223
0.215
0.301
0.315
0.442
0.331
0.375
0.335
0.319
0.430
0.360
0.518
0.485
0.416
0.300
0.106
0.262
0.404
0.614
0.474
0.262
0.308
0.741
0.299
0.236
0.255
0.287
0.465
0.378
0.383
0.235
0.264
0.500
0.323
0.370
0.405
0.413
0.468
0.097
0.243
0.289
0.276
0.100
0.293
0.185
0.221
0.429
0.146
0.005
0.277
0.528
0.425
0.333
0.341
0.176
0.028
0.467
0.329
0.288
0.468
0.265
0.420
0.418
0.298
0.351
0.495
0.132
0.366
0.416
0.393
0.278
0.255
0.457
0.364
0.236
0.258
0.309
0.362
0.459

Promedio
0.308
0.308
0.308
0.308
0.306
0.306
0.305
0.304
0.303
0.303
0.303
0.302
0.302
0.302
0.302
0.302
0.301
0.301
0.300
0.300
0.299
0.299
0.299
0.299
0.299
0.298
0.297
0.297
0.297
0.297
0.295
0.294
0.294
0.294
0.293
0.293
0.292
0.292
0.292
0.292
0.291
0.291
0.289
0.287
0.287
0.287
0.287
0.285
0.284
0.283
0.283
0.283
0.282
0.281
0.281
0.281
0.279
0.279
0.279
0.278
0.278
0.277
0.277
0.277
0.276
0.276
0.275
0.275
0.274
0.274
0.272
0.272
0.272
0.271
0.270
0.269
0.268
0.268
0.268
0.267
0.266
0.265
0.265
0.265
0.265
0.263
0.262
0.261
0.260
0.259
0.259
0.259
0.257
0.257
0.255
0.255
0.255
0.255
0.254
0.254

Ranking
(Promedio)
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398

Continuacin
Departamento
Huancavelica
Junn
Cajamarca
Ancash
Cusco
Cusco
Lima
Apurimac
Cusco
Cusco
Loreto
Amazonas
Ancash
Ayacucho
Lambayeque
Ayacucho
Tacna
Hunuco
Ayacucho
Amazonas
Ancash
Amazonas
Ucayali
Huancavelica
Apurimac
Piura
Amazonas
Ayacucho
Madre de Dios
Hunuco
Loreto
Cajamarca
Cajamarca
Cajamarca
Ayacucho
La Libertad
Puno
Moquegua
Junn
La Libertad
Cusco
Puno
Ayacucho
Tacna
Cusco
Cajamarca
Ancash
Ancash
Puno
Ancash
Apurimac
Apurimac
Lima
Puno
Arequipa
Huancavelica
Apurimac
Cajamarca
Ayacucho
Ayacucho
Cajamarca
Cajamarca
Amazonas
Cajamarca
Junn
Cusco
Puno
Ancash
Junn
Arequipa
Puno
Ancash
Huancavelica
Ancash
La Libertad
Loreto
Moquegua
Hunuco
Ayacucho
Loreto
Cusco
La Libertad
Puno
Loreto
Ucayali
Arequipa
Puno
Arequipa
Cajamarca
Amazonas
Amazonas
Arequipa
Ancash
Cajamarca
Ancash
Ancash
Ayacucho
Ayacucho
La Libertad
Puno

Municipalidad
ACOBAMBILLA
CHICCHE
MATARA
SAN MIGUEL DE ACO
QUIMBIRI
LIMATAMBO
ZUIGA
PICHIRHUA
MARCAPATA
MARANGANI
TENIENTE CESAR LOPEZ ROJAS
CHUQUIBAMBA
TARICA
CARAPO
CHOCHOPE
AYAHUANCO
ITE
CODO DE POZUZO
MORCOLLA
EL CENEPA
CHINGAS
SOLOCO
YURUA
ROSARIO
SAN PEDRO DE CACHORA
JILILI
COCABAMBA
SIVIA
FITZCARRALD
BAOS
INDIANA
LA ESPERANZA
CHALAMARCA
NIEPOS
CHILCAS
LA CUESTA
POMATA
COALAQUE
CHACAPALCA
BAMBAMARCA
CONDOROMA
COPANI
SOCOS
CALANA
OCOBAMBA
PIMPINGOS
ANTA
HUATA
PUSI
YAUTAN
MARA
COYLLURQUI
CATAHUASI
SAN JUAN DE SALINAS
MACHAGUAY
LARIA
TAPAIRIHUA
CHOROPAMPA
SANCOS
CORONEL CASTAEDA
NANCHOC
SANTA CRUZ
OCUMAL
UNION AGUA BLANCA
SANTO DOMINGO DE ACOBAMBA
ANCAHUASI
OLLARAYA
CACERES DEL PERU
HUERTAS
TAPAY
OLLACHEA
YAUYA
TINTAY PUNCU
YURACMARCA
PATAZ
SANTA CRUZ
MATALAQUE
RONDOS
SANTA LUCIA
PADRE MARQUEZ
CCARHUAYO
URPAY
MACARI
PEBAS
TAHUANIA
TIPAN
NICASIO
SAN ANTONIO DE CHUCA
TANTARICA
MARISCAL CASTILLA
MARIA
HUANUHUANU
CASCAPARA
SAN FELIPE
MATO
MATACOTA
PACAPAUSA
ACOS VINCHOS
BULDIBUYO
SINA

Indicadores
Input
IDEM
122.629
0.041
206.139
0.060
354.209
0.072
113.276
0.037
106.119
0.034
112.975
0.037
308.261
0.068
87.777
0.016
105.447
0.033
122.707
0.039
202.645
0.057
138.141
0.044
178.606
0.053
103.785
0.031
298.097
0.066
122.414
0.038
544.041
0.076
104.074
0.031
114.440
0.035
76.884
0.007
248.144
0.061
178.400
0.051
565.756
0.075
159.204
0.046
118.816
0.035
157.524
0.046
71.438
0.002
192.486
0.052
486.911
0.072
232.745
0.057
184.867
0.051
203.556
0.053
83.709
0.017
93.876
0.023
142.523
0.041
702.849
0.075
98.838
0.025
252.443
0.057
317.775
0.062
83.204
0.008
202.913
0.050
206.633
0.051
87.338
0.010
573.381
0.069
100.543
0.015
98.517
0.014
232.682
0.052
144.506
0.037
159.469
0.041
99.703
0.014
145.543
0.037
109.517
0.026
885.169
0.071
110.526
0.026
384.771
0.062
346.382
0.059
153.952
0.038
170.600
0.042
87.873
0.007
216.986
0.048
236.382
0.051
190.083
0.045
79.882
0.002
168.358
0.040
128.760
0.030
104.716
0.014
295.587
0.054
107.197
0.023
215.994
0.047
262.625
0.051
109.602
0.015
173.428
0.040
255.585
0.050
224.386
0.047
101.727
0.012
267.494
0.051
219.229
0.046
99.665
0.011
256.630
0.050
305.229
0.054
129.720
0.029
119.950
0.026
199.627
0.043
230.615
0.047
328.762
0.054
459.217
0.059
196.381
0.042
244.644
0.047
138.722
0.030
175.899
0.038
170.714
0.037
227.127
0.045
177.464
0.038
101.649
0.009
189.791
0.039
241.263
0.045
183.907
0.037
109.006
0.019
109.537
0.011
181.080
0.037

FDH
0.327
0.194
0.128
0.354
0.377
0.355
0.147
0.456
0.380
0.326
0.198
0.290
0.224
0.386
0.152
0.327
0.084
0.385
0.350
0.521
0.161
0.225
0.080
0.252
0.337
0.254
0.561
0.208
0.093
0.172
0.217
0.197
0.478
0.427
0.281
0.065
0.405
0.159
0.126
0.481
0.197
0.194
0.459
0.079
0.398
0.407
0.172
0.277
0.251
0.402
0.275
0.366
0.051
0.362
0.104
0.116
0.260
0.235
0.456
0.185
0.169
0.211
0.501
0.238
0.311
0.382
0.136
0.374
0.185
0.153
0.365
0.231
0.157
0.179
0.394
0.150
0.183
0.402
0.156
0.131
0.309
0.334
0.201
0.174
0.122
0.087
0.204
0.164
0.289
0.228
0.235
0.176
0.226
0.394
0.211
0.166
0.218
0.367
0.366
0.221

88

DEA-CRS
0.136
0.117
0.082
0.132
0.129
0.130
0.089
0.075
0.125
0.129
0.113
0.127
0.119
0.121
0.088
0.126
0.056
0.118
0.122
0.037
0.098
0.114
0.053
0.117
0.118
0.117
0.013
0.109
0.059
0.099
0.110
0.104
0.083
0.099
0.115
0.043
0.102
0.091
0.078
0.037
0.099
0.098
0.044
0.048
0.061
0.057
0.090
0.104
0.103
0.056
0.103
0.095
0.032
0.095
0.064
0.069
0.100
0.098
0.032
0.090
0.086
0.094
0.011
0.095
0.095
0.053
0.074
0.085
0.087
0.078
0.056
0.093
0.079
0.085
0.046
0.077
0.085
0.042
0.078
0.071
0.091
0.087
0.087
0.082
0.066
0.052
0.086
0.077
0.088
0.087
0.087
0.080
0.086
0.036
0.083
0.076
0.082
0.069
0.040
0.082

Puntajes de eficiencia
DEA-VRS Determinstica
0.327
0.217
0.194
0.376
0.118
0.461
0.354
0.180
0.377
0.152
0.355
0.175
0.133
0.435
0.456
0.146
0.380
0.142
0.326
0.201
0.198
0.351
0.290
0.239
0.224
0.319
0.386
0.128
0.135
0.418
0.327
0.191
0.079
0.488
0.385
0.122
0.350
0.160
0.521
0.064
0.161
0.380
0.225
0.298
0.075
0.480
0.252
0.262
0.337
0.161
0.254
0.257
0.561
0.020
0.208
0.312
0.086
0.461
0.172
0.355
0.217
0.299
0.197
0.318
0.478
0.004
0.427
0.055
0.281
0.213
0.061
0.483
0.405
0.074
0.159
0.353
0.126
0.390
0.481
0.068
0.197
0.295
0.194
0.299
0.459
0.085
0.072
0.445
0.398
0.136
0.407
0.124
0.172
0.312
0.277
0.182
0.251
0.213
0.402
0.123
0.275
0.181
0.366
0.080
0.047
0.462
0.362
0.081
0.104
0.391
0.116
0.373
0.260
0.192
0.235
0.220
0.456
0.062
0.185
0.281
0.169
0.301
0.211
0.249
0.501
0.020
0.238
0.206
0.311
0.121
0.382
0.124
0.135
0.334
0.374
0.052
0.185
0.268
0.153
0.307
0.365
0.135
0.231
0.208
0.157
0.300
0.178
0.271
0.394
0.105
0.150
0.306
0.183
0.262
0.402
0.094
0.156
0.296
0.131
0.327
0.309
0.111
0.334
0.082
0.201
0.236
0.174
0.269
0.122
0.333
0.087
0.373
0.204
0.224
0.164
0.271
0.289
0.120
0.228
0.191
0.235
0.182
0.176
0.253
0.226
0.191
0.394
0.081
0.211
0.202
0.166
0.256
0.218
0.185
0.367
0.018
0.366
0.097
0.221
0.179

Estocstica
0.259
0.382
0.464
0.233
0.212
0.229
0.438
0.103
0.206
0.248
0.362
0.276
0.336
0.196
0.421
0.241
0.498
0.191
0.218
0.045
0.387
0.320
0.489
0.293
0.219
0.289
0.014
0.331
0.467
0.366
0.321
0.336
0.108
0.144
0.257
0.494
0.158
0.365
0.398
0.048
0.319
0.322
0.060
0.452
0.096
0.087
0.332
0.235
0.257
0.087
0.234
0.162
0.474
0.163
0.399
0.383
0.242
0.263
0.044
0.309
0.324
0.284
0.014
0.253
0.191
0.088
0.351
0.142
0.299
0.329
0.096
0.254
0.323
0.301
0.074
0.329
0.295
0.066
0.320
0.345
0.185
0.164
0.276
0.300
0.351
0.385
0.266
0.302
0.191
0.242
0.236
0.288
0.242
0.057
0.251
0.290
0.238
0.118
0.069
0.234

Promedio
0.253
0.253
0.251
0.251
0.249
0.249
0.249
0.247
0.247
0.246
0.244
0.244
0.244
0.243
0.243
0.242
0.241
0.240
0.240
0.238
0.237
0.236
0.235
0.235
0.234
0.234
0.234
0.234
0.233
0.233
0.233
0.230
0.230
0.230
0.229
0.229
0.229
0.225
0.224
0.223
0.222
0.221
0.221
0.219
0.218
0.216
0.216
0.215
0.215
0.214
0.214
0.214
0.213
0.213
0.212
0.211
0.211
0.210
0.210
0.210
0.210
0.210
0.209
0.206
0.206
0.206
0.206
0.205
0.205
0.204
0.204
0.203
0.203
0.203
0.203
0.202
0.201
0.201
0.201
0.201
0.201
0.200
0.200
0.200
0.199
0.197
0.197
0.196
0.195
0.195
0.195
0.195
0.194
0.192
0.192
0.191
0.188
0.188
0.188
0.187

Ranking
(Promedio)
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498

Continuacin
Departamento
San Martn
Cajamarca
Ayacucho
Ayacucho
Ancash
Lima
Huancavelica
Ica
Arequipa
Cusco
La Libertad
Arequipa
Huancavelica
Hunuco
Amazonas
Amazonas
Apurimac
Ancash
Ancash
Amazonas
Ancash
Lima
La Libertad
Cajamarca
Ancash
Arequipa
Ancash
Ica
Ancash
Puno
Ancash
Arequipa
Ancash
Ayacucho
La Libertad
Lima
Piura
Cajamarca
Arequipa
Hunuco
Amazonas
Ayacucho
Cajamarca
Lima
Huancavelica
Arequipa
Ica
Apurimac
Puno
Hunuco
Apurimac
Loreto
Hunuco
Cajamarca
Amazonas
Huancavelica
Amazonas
Amazonas
Cajamarca
Ancash
Cusco
Puno
Cajamarca
Cajamarca
La Libertad
Cajamarca
Ancash
Puno
Arequipa
Huancavelica
Piura
Cajamarca
Ancash
Apurimac
Huancavelica
Arequipa
Arequipa
Puno
Amazonas
Lima
Cajamarca
Ancash
Arequipa
Puno
Huancavelica
Cajamarca
Cajamarca
Tacna
Loreto
Ancash
Huancavelica
Cajamarca
Ica
Loreto
Arequipa
Ancash
Puno
Amazonas
Amazonas
Loreto

Municipalidad
SHUNTE
NINABAMBA
CHALCOS
MARIA PARADO DE BELLIDO
ACZO
COAYLLO
CHUPAMARCA
CHANGUILLO
SANTA ISABEL DE SIGUAS
KOSIPATA
ANGASMARCA
POCSI
SURCUBAMBA
DANIEL ALOMIA ROBLES
BALSAS
LIMABAMBA
PAMPACHIRI
CUSCA
YUNGAR
SANTA CATALINA
CASHAPAMPA
SANTO DOMINGO DE LOS OLLEROS
POROTO
SAUCEPAMPA
SAN NICOLAS
QUILCA
CHINGALPO
SANTA CRUZ
MACATE
ZEPITA
SANTA ROSA
VITOR
HUAYAN
VILCANCHOS
SARIN
CHOCOS
CANCHAQUE
MIGUEL IGLESIAS
CHICHAS
QUEROPALCA
QUINJALCA
LUIS CARRANZA
CHUMUCH
SAN BUENAVENTURA
MOYA
CAYARANI
SAN PEDRO DE HUACARPANA
TUMAY HUARACA
CUPI
SAN FRANCISCO
HUAYLLATI
MANSERICHE
CAHUAC
HUABAL
CHETO
ANCHONGA
CHIRIMOTO
SAN JUAN DE LOPECANCHA
SAN SILVESTRE DE COCHAN
SAN JUAN
KUNTURKANKI
TINICACHI
SAN JUAN DE CUTERVO
LAS PIRIAS
PIAS
LA RAMADA
CASCA
TILALI
ATIQUIPA
NUEVO OCCORO
YAMANGO
ANDABAMBA
SHUPLUY
COCHARCAS
HUANDO
CHILCAYMARCA
SAYLA
CAMINACA
CHILIQUIN
VIAC
CHANCAY
COCHABAMBA
TISCO
AMANTANI
AURAHUA
TORIBIO CASANOVA
EL PRADO
PALCA
MAQUIA
CAJAY
CUENCA
UTICYACU
SAN JUAN DE YANAC
SOPLIN
CHACHAS
ATAQUERO
VILAVILA
LONGUITA
VALERA
TROMPETEROS

Indicadores
Input
IDEM
394.893
0.054
244.404
0.044
532.736
0.058
127.513
0.024
217.838
0.041
329.093
0.050
154.124
0.031
279.579
0.046
273.516
0.045
125.551
0.014
91.000
0.001
519.050
0.054
207.187
0.038
90.571
0.000
187.534
0.035
106.986
0.007
98.655
0.003
156.061
0.028
244.479
0.040
160.437
0.028
153.054
0.027
216.016
0.036
141.482
0.015
354.939
0.045
153.433
0.026
350.179
0.045
303.288
0.042
335.055
0.044
112.177
0.005
123.830
0.009
178.206
0.028
162.414
0.025
398.640
0.044
183.870
0.028
102.322
0.000
361.836
0.042
157.790
0.023
140.094
0.011
467.663
0.046
305.853
0.039
319.738
0.040
142.029
0.010
144.952
0.011
419.828
0.043
424.786
0.043
319.546
0.038
304.207
0.037
178.870
0.025
248.333
0.033
110.367
0.000
207.544
0.027
184.305
0.016
126.526
0.003
228.743
0.029
484.456
0.041
184.961
0.015
122.976
0.001
561.279
0.041
165.595
0.010
127.525
0.001
143.985
0.005
1190.539 0.044
250.106
0.027
228.963
0.024
245.008
0.026
140.141
0.002
249.651
0.025
235.186
0.014
664.495
0.037
168.995
0.005
200.533
0.009
931.762
0.037
151.401
0.000
178.904
0.004
157.593
0.000
388.840
0.027
423.575
0.027
169.080
0.001
398.695
0.025
290.955
0.019
199.531
0.002
183.837
0.000
206.249
0.002
196.771
0.001
192.563
0.000
279.735
0.007
314.670
0.018
677.923
0.027
206.749
0.000
248.514
0.003
217.131
0.000
360.557
0.017
312.620
0.006
1445.418 0.026
239.797
0.000
324.407
0.004
543.275
0.018
285.477
0.000
396.451
0.004
359.439
0.002

FDH
0.101
0.164
0.075
0.314
0.184
0.122
0.260
0.143
0.146
0.319
0.440
0.077
0.193
0.442
0.214
0.374
0.406
0.257
0.164
0.250
0.262
0.185
0.283
0.113
0.261
0.114
0.132
0.120
0.357
0.323
0.225
0.247
0.100
0.218
0.391
0.111
0.254
0.286
0.086
0.131
0.125
0.282
0.276
0.095
0.094
0.125
0.132
0.224
0.161
0.363
0.193
0.217
0.317
0.175
0.083
0.217
0.326
0.071
0.242
0.314
0.278
0.034
0.160
0.175
0.163
0.286
0.160
0.170
0.060
0.237
0.200
0.043
0.265
0.224
0.254
0.103
0.095
0.237
0.100
0.138
0.201
0.218
0.194
0.204
0.208
0.143
0.127
0.059
0.194
0.161
0.184
0.111
0.128
0.028
0.167
0.123
0.074
0.140
0.101
0.111

89

DEA-CRS
0.055
0.073
0.043
0.077
0.076
0.061
0.081
0.066
0.067
0.045
0.003
0.042
0.073
0.000
0.074
0.025
0.012
0.072
0.066
0.071
0.070
0.067
0.042
0.051
0.067
0.051
0.056
0.052
0.018
0.028
0.063
0.061
0.045
0.062
0.000
0.047
0.059
0.032
0.039
0.051
0.050
0.030
0.030
0.041
0.040
0.048
0.049
0.056
0.053
0.000
0.053
0.034
0.011
0.051
0.034
0.031
0.005
0.030
0.025
0.005
0.014
0.015
0.044
0.043
0.042
0.006
0.040
0.024
0.022
0.013
0.019
0.016
0.000
0.009
0.000
0.028
0.026
0.002
0.025
0.026
0.005
0.000
0.005
0.003
0.000
0.010
0.023
0.016
0.000
0.005
0.000
0.019
0.008
0.007
0.000
0.005
0.013
0.001
0.004
0.002

Puntajes de eficiencia
DEA-VRS Determinstica
0.101
0.329
0.164
0.248
0.075
0.363
0.314
0.068
0.184
0.219
0.122
0.296
0.260
0.126
0.143
0.263
0.146
0.257
0.319
0.125
0.440
0.007
0.077
0.338
0.193
0.188
0.442
0.000
0.214
0.161
0.374
0.060
0.406
0.027
0.257
0.101
0.164
0.210
0.250
0.103
0.262
0.088
0.185
0.175
0.283
0.132
0.113
0.259
0.261
0.078
0.114
0.251
0.132
0.227
0.120
0.242
0.357
0.046
0.323
0.076
0.225
0.101
0.247
0.072
0.100
0.250
0.218
0.104
0.391
0.000
0.111
0.231
0.254
0.059
0.286
0.099
0.086
0.263
0.131
0.201
0.125
0.206
0.282
0.094
0.276
0.098
0.095
0.238
0.094
0.236
0.125
0.196
0.132
0.185
0.224
0.073
0.161
0.146
0.363
0.000
0.193
0.096
0.217
0.141
0.317
0.031
0.175
0.110
0.083
0.222
0.217
0.130
0.326
0.013
0.071
0.225
0.242
0.094
0.314
0.013
0.278
0.044
0.034
0.257
0.160
0.097
0.175
0.070
0.163
0.083
0.286
0.020
0.160
0.073
0.170
0.125
0.060
0.187
0.237
0.049
0.200
0.084
0.043
0.189
0.265
0.000
0.224
0.037
0.254
0.000
0.103
0.095
0.095
0.094
0.237
0.006
0.100
0.075
0.138
0.022
0.201
0.021
0.218
0.000
0.194
0.023
0.204
0.012
0.208
0.000
0.143
0.065
0.127
0.012
0.059
0.094
0.194
0.000
0.161
0.028
0.184
0.000
0.111
0.007
0.128
0.055
0.028
0.095
0.167
0.000
0.123
0.035
0.074
0.015
0.140
0.004
0.101
0.034
0.111
0.018

Estocstica
0.349
0.285
0.378
0.154
0.263
0.322
0.196
0.296
0.292
0.089
0.005
0.357
0.241
0.000
0.221
0.043
0.019
0.178
0.258
0.179
0.169
0.232
0.094
0.295
0.162
0.289
0.271
0.282
0.032
0.054
0.178
0.158
0.289
0.181
0.000
0.275
0.148
0.070
0.299
0.252
0.256
0.067
0.069
0.280
0.279
0.249
0.240
0.159
0.211
0.000
0.175
0.100
0.022
0.185
0.269
0.093
0.010
0.273
0.067
0.010
0.031
0.300
0.177
0.157
0.167
0.014
0.160
0.090
0.246
0.035
0.060
0.248
0.000
0.026
0.000
0.177
0.177
0.004
0.162
0.124
0.015
0.000
0.016
0.009
0.000
0.047
0.116
0.178
0.000
0.020
0.000
0.113
0.040
0.181
0.000
0.025
0.120
0.003
0.025
0.013

Promedio
0.187
0.187
0.187
0.185
0.185
0.184
0.184
0.182
0.182
0.179
0.179
0.178
0.178
0.177
0.177
0.175
0.174
0.173
0.172
0.170
0.170
0.169
0.167
0.166
0.166
0.164
0.164
0.163
0.162
0.161
0.158
0.157
0.157
0.157
0.156
0.155
0.155
0.155
0.155
0.153
0.153
0.151
0.150
0.150
0.149
0.149
0.148
0.147
0.146
0.145
0.142
0.142
0.139
0.139
0.138
0.138
0.136
0.134
0.134
0.131
0.129
0.128
0.128
0.124
0.124
0.122
0.119
0.116
0.115
0.114
0.112
0.108
0.106
0.104
0.102
0.101
0.097
0.097
0.092
0.090
0.088
0.087
0.086
0.086
0.083
0.082
0.081
0.081
0.078
0.075
0.074
0.072
0.072
0.068
0.067
0.062
0.059
0.058
0.053
0.051

Ranking
(Promedio)
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598

Continuacin

Departamento
Ancash
Amazonas
La Libertad
Ancash
Amazonas
Arequipa
Amazonas
Amazonas
Amazonas
Arequipa
Mean
Std. Dev.
Min
Max

Municipalidad
SAN JUAN DE RONTOY
COCHAMAL
PARANDAY
BAMBAS
MILPUC
CAHUACHO
TOTORA
SAN FRANCISCO DE DAGUAS
SANTA ROSA
QUECHUALLA

Indicadores
Input
IDEM
330.540
0.000
405.828
0.002
374.781
0.000
417.787
0.001
416.274
0.000
586.888
0.002
646.560
0.000
860.056
0.001
867.481
0.000
1379.779 0.001
184.304
0.062
186.177
0.039
40.052
0.000
2919.444 0.257

FDH
0.121
0.099
0.107
0.096
0.096
0.068
0.062
0.047
0.046
0.029
0.359
0.189
0.022
1.000

90

DEA-CRS
0.000
0.002
0.000
0.000
0.000
0.001
0.000
0.000
0.000
0.000
0.192
0.155
0.000
1.000

Puntajes de eficiencia
DEA-VRS Determinstica
0.121
0.000
0.099
0.019
0.107
0.000
0.096
0.005
0.096
0.004
0.068
0.019
0.062
0.000
0.047
0.009
0.046
0.003
0.029
0.009
0.337
0.347
0.172
0.199
0.018
0.000
1.000
1.000

Estocstica
0.000
0.014
0.000
0.003
0.003
0.014
0.000
0.007
0.002
0.007
0.373
0.209
0.000
0.915

Promedio
0.048
0.046
0.043
0.040
0.040
0.034
0.025
0.022
0.019
0.015
0.322
0.154
0.015
0.907

Ranking
(Promedio)
599
600
601
602
603
604
605
606
607
608

Categora 6: Rural pobre extremo

Departamento
Cusco
Ancash
Cusco
Pasco
Ayacucho
Huancavelica
Apurimac
Lima
Ancash
Ancash
Ayacucho
Ayacucho
Junn
Apurimac
Ancash
Lima
Ancash
Cusco
Junn
La Libertad
Hunuco
San Martn
Ayacucho
Cusco
Cusco
Ancash
Junn
Ayacucho
Ancash
Hunuco
Pasco
Cusco
Cusco
Junn
Cusco
San Martn
Cusco
Cajamarca
Ancash
Cusco
Cusco
San Martn
Lima
Lima
Cusco
Cusco
Huancavelica
Huancavelica
Huancavelica
La Libertad
Huancavelica
San Martn
Cusco
Ancash
Lima
Cusco
Ayacucho
Ayacucho
Cajamarca
Hunuco
Ancash
Junn
Ancash
Puno
Ancash
Huancavelica
Huancavelica
Huancavelica
Hunuco
Huancavelica
Huancavelica
Lima
Huancavelica
Apurimac
Junn
Ancash
Huancavelica
Ancash
Cusco
Hunuco
Lima
Cusco
Huancavelica
Apurimac
Huancavelica
La Libertad
Cusco
Lima
Ayacucho
Cusco
Huancavelica
Ayacucho
Huancavelica
Huancavelica
Junn
Arequipa
Cusco
La Libertad

Municipalidad
POMACANCHI
LA MERCED
PAMPAMARCA
TICLACAYAN
SARHUA
SECCLLA
LAMBRAMA
LEONCIO PRADO
CORIS
PAROBAMBA
SANTIAGO DE PAUCARAY
AUCARA
PUCARA
COTABAMBAS
HUANTAR
AMBAR
SHILLA
OMACHA
MARISCAL CASTILLA
SINSICAP
ARANCAY
SAN PABLO
PUYUSCA
CUSIPATA
PACCARITAMBO
PONTO
POMACANCHA
SAN JUAN
SICSIBAMBA
JACAS CHICO
HUAYLLAY
OCORURO
PALLPATA
PACCHA
ZURITE
PAPAPLAYA
TUPAC AMARU
MIRACOSTA
HUACACHI
CHECCA
HUANOQUITE
BUENOS AIRES
AYAUCA
GORGOR
MARAS
HUAROCONDO
CONGALLA
AHUAYCHA
EL CARMEN
ONGON
HUACHOCOLPA
BAJO BIAVO
CHINCHAYPUJIO
PAMPAS CHICO
MANAS
ACCHA
COLCA
CARHUANCA
SAN JUAN DE LICUPIS
JIVIA
CHACCHO
HUARICOLCA
HUASTA
TIQUILLACA
ALFONSO UGARTE
SAN ANTONIO DE CUSICANCHA
CORDOVA
LOCROJA
SAN BUENAVENTURA
CAJA
TICRAPO
MADEAN
SAN ISIDRO
CAPAYA
ULCUMAYO
COCHAPETI
QUITO ARMA
MIRGAS
CCAPI
PUOS
SANGALLAYA
LANGUI
CHINCHIHUASI
PATAYPAMPA
SAN ANTONIO DE ANTAPARCO
LUCMA
CHINCHERO
CACRA
INDEPENDENCIA
YAURISQUE
MOLLEPAMPA
SAN SALVADOR DE QUIJE
SANTO TOMAS DE PATA
ACOSTAMBAO
TAPO
YARABAMBA
COYA
MOLLEBAMBA

Indicadores
Input
IDEM
112.278
0.313
109.009
0.239
141.372
0.241
121.369
0.190
86.072
0.140
100.149
0.143
138.966
0.191
141.485
0.182
146.785
0.188
80.510
0.108
192.356
0.225
101.545
0.115
104.349
0.116
162.413
0.155
166.975
0.157
114.982
0.122
117.910
0.120
127.044
0.128
138.157
0.136
42.459
0.047
126.792
0.119
96.179
0.089
98.160
0.090
156.035
0.128
255.188
0.175
108.553
0.097
170.575
0.134
325.536
0.201
158.607
0.119
108.813
0.089
155.333
0.115
169.976
0.120
71.364
0.054
170.485
0.116
135.508
0.100
109.017
0.082
158.164
0.107
146.862
0.101
156.925
0.106
112.017
0.079
135.465
0.092
130.079
0.089
218.250
0.120
123.400
0.082
109.933
0.074
128.259
0.083
128.515
0.083
163.976
0.098
168.182
0.100
95.678
0.059
113.901
0.072
50.890
0.031
124.792
0.076
189.376
0.102
292.813
0.124
168.442
0.092
165.629
0.091
219.947
0.104
236.235
0.107
146.594
0.079
245.379
0.105
146.285
0.077
94.145
0.052
187.456
0.089
405.450
0.118
161.582
0.079
243.766
0.096
256.864
0.097
134.279
0.066
204.325
0.087
138.251
0.067
491.502
0.107
348.710
0.099
337.505
0.093
108.945
0.050
173.122
0.070
358.432
0.093
77.815
0.001
150.772
0.062
117.695
0.053
462.946
0.095
111.614
0.048
149.810
0.059
161.554
0.061
248.247
0.077
77.043
0.038
129.982
0.053
913.449
0.091
175.781
0.063
176.389
0.062
176.456
0.062
178.482
0.062
156.670
0.055
215.141
0.066
93.546
0.001
357.795
0.071
161.820
0.052
270.248
0.065

Puntajes de eficiencia
FDH DEA-CRS DEA-VRS Determinstica
1.000
1.000
1.000
1.000
1.000
0.788
0.853
0.751
0.794
0.612
0.661
0.758
0.898
0.563
0.660
0.721
1.000
0.584
0.777
0.630
1.000
0.514
0.676
0.646
0.784
0.493
0.577
0.725
0.770
0.463
0.551
0.718
0.743
0.460
0.542
0.725
1.000
0.483
0.727
0.526
0.567
0.421
0.464
0.757
0.848
0.407
0.594
0.571
0.825
0.399
0.581
0.576
0.671
0.342
0.436
0.691
0.653
0.337
0.427
0.695
0.749
0.382
0.541
0.603
0.730
0.364
0.522
0.597
0.678
0.361
0.501
0.625
0.623
0.352
0.476
0.649
1.000
0.399
1.000
0.143
0.679
0.337
0.484
0.600
0.837
0.332
0.556
0.451
0.820
0.331
0.548
0.460
0.552
0.295
0.409
0.639
0.427
0.247
0.299
0.731
0.742
0.320
0.511
0.502
0.505
0.283
0.383
0.658
0.335
0.222
0.255
0.755
0.543
0.269
0.386
0.615
0.740
0.294
0.492
0.464
0.554
0.267
0.389
0.603
0.506
0.254
0.363
0.624
1.000
0.271
0.620
0.214
0.505
0.245
0.356
0.612
0.594
0.265
0.416
0.535
0.739
0.271
0.474
0.426
0.509
0.243
0.368
0.575
0.548
0.247
0.385
0.546
0.513
0.242
0.369
0.570
0.719
0.253
0.454
0.409
0.594
0.245
0.401
0.499
0.619
0.245
0.410
0.477
0.394
0.197
0.282
0.638
0.652
0.240
0.419
0.437
0.732
0.241
0.450
0.375
0.628
0.232
0.405
0.445
0.626
0.232
0.404
0.445
0.491
0.215
0.341
0.544
0.479
0.213
0.335
0.553
0.841
0.221
0.476
0.266
0.707
0.226
0.430
0.366
0.834
0.221
0.834
0.059
0.645
0.220
0.402
0.402
0.425
0.193
0.300
0.569
0.294
0.151
0.214
0.663
0.478
0.197
0.323
0.519
0.486
0.197
0.326
0.509
0.366
0.170
0.261
0.589
0.341
0.163
0.247
0.607
0.549
0.194
0.347
0.434
0.328
0.154
0.235
0.602
0.550
0.189
0.344
0.421
0.758
0.200
0.466
0.222
0.429
0.171
0.285
0.511
0.212
0.104
0.150
0.667
0.498
0.176
0.315
0.444
0.330
0.142
0.227
0.568
0.313
0.136
0.216
0.574
0.600
0.178
0.354
0.345
0.394
0.154
0.260
0.511
0.582
0.175
0.346
0.354
0.164
0.078
0.118
0.650
0.231
0.101
0.160
0.602
0.239
0.099
0.162
0.578
0.655
0.164
0.396
0.215
0.465
0.145
0.280
0.391
0.225
0.093
0.152
0.581
0.546
0.003
0.546
0.546
0.534
0.148
0.308
0.326
0.606
0.161
0.373
0.240
0.174
0.073
0.119
0.607
0.639
0.154
0.382
0.204
0.537
0.142
0.304
0.303
0.498
0.137
0.286
0.326
0.324
0.112
0.203
0.471
0.551
0.176
0.551
0.115
0.549
0.146
0.339
0.249
0.088
0.036
0.059
0.639
0.458
0.129
0.265
0.345
0.456
0.127
0.264
0.341
0.456
0.126
0.263
0.338
0.451
0.124
0.260
0.337
0.514
0.126
0.284
0.278
0.374
0.110
0.220
0.383
0.454
0.006
0.454
0.454
0.225
0.071
0.136
0.465
0.441
0.115
0.270
0.257
0.298
0.086
0.174
0.395

91

Estocstica
0.895
0.846
0.864
0.789
0.605
0.639
0.802
0.789
0.803
0.468
0.867
0.529
0.536
0.741
0.749
0.577
0.569
0.614
0.657
0.173
0.576
0.405
0.414
0.646
0.828
0.455
0.682
0.873
0.608
0.421
0.591
0.626
0.228
0.608
0.499
0.389
0.553
0.515
0.546
0.376
0.461
0.439
0.659
0.402
0.349
0.410
0.410
0.517
0.528
0.269
0.344
0.122
0.375
0.554
0.713
0.491
0.480
0.587
0.614
0.405
0.610
0.395
0.239
0.487
0.732
0.417
0.563
0.574
0.334
0.490
0.341
0.713
0.626
0.591
0.237
0.376
0.597
0.003
0.323
0.256
0.645
0.230
0.306
0.325
0.458
0.164
0.264
0.721
0.341
0.338
0.336
0.336
0.289
0.377
0.007
0.467
0.275
0.394

Promedio
0.979
0.848
0.738
0.726
0.719
0.695
0.676
0.658
0.654
0.641
0.615
0.590
0.583
0.576
0.572
0.570
0.556
0.556
0.551
0.543
0.535
0.516
0.515
0.508
0.506
0.506
0.502
0.488
0.484
0.482
0.481
0.475
0.466
0.465
0.462
0.460
0.450
0.448
0.448
0.442
0.440
0.438
0.434
0.430
0.429
0.424
0.424
0.422
0.422
0.415
0.415
0.414
0.409
0.408
0.407
0.402
0.400
0.395
0.394
0.386
0.386
0.380
0.377
0.377
0.373
0.370
0.366
0.363
0.362
0.362
0.360
0.345
0.344
0.334
0.333
0.332
0.330
0.329
0.328
0.327
0.324
0.322
0.319
0.314
0.314
0.311
0.310
0.309
0.308
0.305
0.304
0.302
0.298
0.293
0.275
0.273
0.271
0.269

Ranking
(Promedio)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98

Continuacin
Departamento
Cusco
Ica
Lima
Puno
Puno
Ancash
Apurimac
Ancash
Ayacucho
Ancash
Ancash
Ayacucho
Ancash
Ayacucho
Huancavelica
La Libertad
Huancavelica
Puno
Huancavelica
Ancash
Huancavelica
Ayacucho
Apurimac
Ayacucho
Ica
Ancash
Madre de Dios
Ancash
Huancavelica
Huancavelica
Ancash
Ayacucho
Huancavelica
Apurimac
Huancavelica
Huancavelica
Apurimac
Ancash
Huancavelica
Huancavelica
Ancash
Huancavelica
Huancavelica
Ancash
Puno
Lima
Apurimac
Ancash
Lima
Huancavelica
Ancash
Junn
Junn
Ancash
Ancash
Lima
Huancavelica
Apurimac
Huancavelica
Huancavelica
Huancavelica
Ayacucho
Huancavelica
Ancash
Huancavelica
Apurimac
Ancash
Apurimac
Mean
Std. Dev.
Min
Max

Municipalidad
ALTO PICHIGUA
CHAVIN
CUENCA
CALAPUJA
COJATA
LLUMPA
CURASCO
LUCMA
SAN JOSE DE TICLLAS
QUINUABAMBA
MALVAS
SAN FRANCISCO DE RAVACAYCO
HUAYLLABAMBA
CHILCAYOC
OCOYO
SANTIAGO DE CHALLAS
AYAVI
PEDRO VILCA APAZA
SAN JUAN
HUAYLLACAYAN
SALCAHUASI
HUAMBALPA
POCOHUANCA
SAN PEDRO DE PALCO
HUMAY
HUAYLLAN
HUEPETUHE
HUACHIS
POMACOCHA
MANTA
ANRA
SANTIAGO DE PISCHA
SANTIAGO DE CHOCORVOS
SAAYCA
QUERCO
PALCA
SANTA ROSA
FIDEL OLIVAS ESCUDERO
CAPILLAS
PACHAMARCA
AMASHCA
SANTIAGO DE QUIRAHUARA
PAUCARBAMBA
ANTONIO RAYMONDI
UNICACHI
LINCHA
SORAYA
SAN PEDRO
ANTIOQUIA
TAMBO
RAPAYAN
CULLHUAS
JANJAILLO
LLAMA
MASIN
AZANGARO
SANTO DOMINGO DE CAPILLAS
MICAELA BASTIDAS
ARMA
HUACHOS
SAN FRANCISCO DE SANGAYAICO
SAN JAVIER DE ALPABAMBA
COCAS
MUSGA
HUAMATAMBO
JUSTO APU SAHUARAURA
ELEAZAR GUZMAN BARRON
HUAYLLO

Indicadores
Input
IDEM
90.541
0.035
328.680
0.067
346.919
0.067
179.163
0.050
92.374
0.031
105.469
0.037
176.765
0.048
85.779
0.024
117.091
0.041
131.220
0.046
455.614
0.062
219.458
0.052
100.722
0.031
494.666
0.062
336.111
0.058
125.326
0.042
200.709
0.048
87.912
0.021
558.156
0.062
233.809
0.051
259.503
0.053
125.089
0.013
218.913
0.048
160.502
0.047
94.728
0.022
115.806
0.000
97.111
0.022
129.551
0.036
134.195
0.037
327.495
0.052
133.819
0.035
194.095
0.047
107.768
0.023
144.914
0.037
421.211
0.051
197.624
0.045
360.148
0.048
149.464
0.035
162.609
0.037
149.233
0.011
142.230
0.031
625.792
0.049
146.977
0.006
189.034
0.039
635.898
0.047
1330.228 0.043
195.405
0.035
264.930
0.041
367.648
0.042
193.878
0.013
208.884
0.029
152.596
0.019
217.255
0.013
296.058
0.033
172.403
0.019
433.578
0.035
334.070
0.031
249.700
0.026
230.088
0.025
255.533
0.014
475.876
0.032
258.014
0.007
317.233
0.013
332.309
0.023
411.903
0.021
307.847
0.000
429.389
0.000
471.581
0.000
210.497
0.074
153.966
0.052
42.459
0.000
1330.228 0.313

Puntajes de eficiencia
FDH DEA-CRS DEA-VRS Determinstica
0.469
0.139
0.469
0.104
0.245
0.073
0.145
0.430
0.232
0.070
0.138
0.437
0.398
0.100
0.241
0.250
0.460
0.120
0.460
0.077
0.403
0.126
0.403
0.126
0.404
0.097
0.241
0.231
0.495
0.101
0.495
0.030
0.363
0.126
0.363
0.160
0.324
0.127
0.324
0.202
0.177
0.049
0.102
0.423
0.325
0.085
0.199
0.279
0.422
0.111
0.422
0.083
0.163
0.045
0.094
0.429
0.240
0.062
0.135
0.363
0.339
0.120
0.339
0.167
0.356
0.086
0.213
0.243
0.483
0.087
0.483
0.013
0.144
0.040
0.083
0.437
0.305
0.079
0.186
0.281
0.275
0.073
0.169
0.300
0.339
0.038
0.339
0.339
0.326
0.078
0.195
0.248
0.265
0.105
0.265
0.220
0.448
0.084
0.448
0.020
0.367
0.000
0.367
0.367
0.437
0.082
0.437
0.022
0.328
0.100
0.328
0.128
0.316
0.100
0.316
0.139
0.218
0.057
0.133
0.312
0.317
0.093
0.317
0.120
0.219
0.087
0.219
0.232
0.394
0.077
0.394
0.031
0.293
0.091
0.293
0.138
0.169
0.043
0.103
0.323
0.215
0.081
0.215
0.216
0.198
0.048
0.118
0.286
0.284
0.084
0.284
0.128
0.261
0.081
0.261
0.144
0.285
0.026
0.285
0.285
0.299
0.078
0.299
0.097
0.114
0.028
0.069
0.339
0.289
0.016
0.289
0.289
0.225
0.073
0.225
0.167
0.112
0.027
0.067
0.328
0.032
0.012
0.032
0.353
0.217
0.064
0.217
0.142
0.160
0.056
0.160
0.208
0.115
0.041
0.115
0.241
0.219
0.024
0.219
0.219
0.203
0.050
0.203
0.100
0.278
0.044
0.278
0.011
0.195
0.022
0.195
0.195
0.143
0.040
0.143
0.148
0.246
0.041
0.246
0.018
0.098
0.029
0.098
0.184
0.127
0.034
0.127
0.141
0.170
0.038
0.170
0.086
0.185
0.039
0.185
0.069
0.166
0.019
0.166
0.166
0.089
0.024
0.089
0.162
0.165
0.009
0.165
0.165
0.134
0.015
0.134
0.134
0.128
0.025
0.128
0.069
0.103
0.019
0.103
0.061
0.138
0.000
0.138
0.138
0.099
0.000
0.099
0.099
0.090
0.000
0.090
0.090
0.441
0.171
0.329
0.377
0.237
0.153
0.179
0.213
0.032
0.000
0.032
0.011
1.000
1.000
1.000
1.000

92

Estocstica
0.159
0.430
0.439
0.272
0.141
0.175
0.258
0.108
0.200
0.232
0.437
0.299
0.146
0.446
0.375
0.207
0.270
0.097
0.457
0.301
0.318
0.067
0.275
0.248
0.102
0.000
0.104
0.180
0.188
0.334
0.175
0.261
0.111
0.189
0.350
0.250
0.317
0.182
0.195
0.056
0.160
0.375
0.034
0.214
0.367
0.412
0.197
0.251
0.283
0.073
0.167
0.100
0.079
0.208
0.106
0.242
0.205
0.160
0.146
0.083
0.228
0.042
0.085
0.151
0.148
0.001
0.000
0.000
0.377
0.221
0.000
0.895

Promedio
0.268
0.265
0.263
0.252
0.252
0.246
0.246
0.246
0.242
0.242
0.238
0.237
0.237
0.235
0.235
0.234
0.234
0.233
0.232
0.231
0.227
0.225
0.224
0.221
0.220
0.220
0.216
0.213
0.212
0.211
0.205
0.204
0.202
0.201
0.198
0.196
0.193
0.192
0.188
0.187
0.186
0.185
0.183
0.181
0.180
0.168
0.167
0.167
0.159
0.151
0.145
0.142
0.137
0.136
0.132
0.130
0.127
0.125
0.125
0.120
0.118
0.109
0.100
0.100
0.087
0.083
0.059
0.054
0.339
0.166
0.054
0.979

Ranking
(Promedio)
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166

Anexo 5-A. Distribuciones de los puntajes de eficiencia promedio segn

categoras de municipalidades provinciales
2

1.5

2
Density

Density
1

.5

0
.2

.2

.4
.6
.8
Categora 1: Ciudades intermedias

.4
.6
Categora 2: Metrpolis

.8

2
Density

Density

0
.2

.2

.4

.6
.8
Categora 3: Rural

.4

.6

.8

1
Categora 4: Semi-rural

Anexo 5-B. Distribuciones de los puntajes de eficiencia promedio segn

categoras de municipalidades distritales
2.5

2
1.5
Density

Density

1
.5

0
.2
.4
.6
Categora 1: Semi-urbano

.8

.2

.4

.6

.8

Categora 2: Urbano pobre

2.5

2.5

1.5
Density

1.5
Density

.5

.5

0
0

.2

.4
.6
Categora 3: Urbano

.8

.2

93

.4
.6
.8
Categora 4: Ciudades metropolitanas

4
2.5

3
Density

1.5
Density
2
1
1
.5

0
0

.2

.4
.6
Categora 5: Rural pobre

.8

.2
.4
.6
Categora 6: Rural pobre extremo

.8

Anexo 6. Modelo de regresin censurado de tipo Tobit

Sea y la distribucin de la variable censurada, y c un nico punto de censura
inferior, se define la variable y * , como una variable aleatoria subyacente que permitir
definir la variable censurada y segn los siguientes valores:

y = c y , si y * c

y = y * , si y * > c

De esta manera, el punto de censura c determina si y * est censurada, y c y es el

valor que se le asigna a la variable y si y * est censurada. Bajo es supuesto que la
distribucin de la variable subyacente ( y * ) es N ( , 2 ) , la probabilidad de que una
variable sea censurada o no ser:

prob( censura ) = prob( y * c )

= prob N ( , 2 ) c

c
= prob N (0,1)

c
=

prob( no censura ) = prob( y * > c )
= 1 prob( y * c )
c
= 1

c
=

Donde:
(.) : es la funcin de distribucin del punto de censura c que se distribuye N (0,1) .
Por tanto, la funcin de densidad de la variable censurada ser:

94

c
*
prob( y = c ) = prob( y * c ) =
, si y c 58

La cual es una mezcla entre la distribucin de una variable continua y una discreta, en
la cual se le asigna la probabilidad contenida en el rea censurada al punto de censura
c.
La formulacin del modelo establece que el valor medio de la variable subyacente y * ,
es una funcin lineal de las variables explicativas del modelo, es decir:

E yi* xi = X i' .
Sin embargo, como la informacin de la variable y * es desconocida, se modelar la

expresin E yi xi , en funcin de E yi* xi , de la siguiente manera:

] [

E yi xi = E yi* xi , yi* > c . prob yi* > c xi + c ( prob yi* c xi

])

Estimando la expresin anterior por mxima verosimilitud, se obtiene:

I ( , 2 ) = ln L( , 2 ) =

( y i x i' ) 2
1
2

ln(
2
)
ln(
)

+
+
+
2
2
yi > c

c x i'
ln

yi c

En la cual se identifican las estimaciones de las variables explicativas sobre la variable

subyacente y * ( ) , empleando la variable censurada y .

Anexo 7. Consideraciones para el diseo del Sistema de Informacin para la

Gestin Pblica Descentralizada
1. Definir la metodologa que se emplear para medir las capacidades de gestin
y eficiencia.
2. Categorizar y/o tipificar las unidades de gestin bajo evaluacin, definir las
variables de tipificacin de las mismas, considerando la calidad, peridiocidad,
pertinencia y universalidad de las mismas.
3. Definir y construir los indicadores resultados (indicadores output), as como
los indicadores de gasto (indicadores input) que se emplearn en la
evaluacin.
4. Aplicacin de las metodologas para la medicin de la gestin municipal,
considerando las categoras o grupos de unidades de gestin acorde lo
establecido en el punto 2.
5. Establecer puntos de referencia (parmetros benchmark) segn categoras de
municipalidades las cuales se emplearn posteriormente en la evaluacin de
los resultados.
6. Clasificacin de municipalidades como eficientes o ineficientes acorde a los
benchmark establecidos en el punto 5.

58

Ntese que si y * > c , la funcin de densidad de la variable censurada ser la misma funcin de

densidad de

y* .

95

7. Capacitacin a las municipalidades en las reas o funciones que se

identifiquen como los causantes de la ineficiencia.
8. Evaluacin de las causas de la eficiencia o ineficiencia, aplicar las medidas
correctivas correspondientes, reportar los casos exitosos.
9. Establecer sistemas de premios y castigos a partir de herramientas giles y
verosmiles.
10. Publicacin oficial de resultados de eficiencia, con la finalidad que genere un
incentivo al desarrollo de buenas prcticas municipales.

96