Eficiencia Del Gasto en Residuos Solidos 1

Facultad de Ingeniería Económica
UNIVERSIDAD NACIONAL DEL ALTIPLANO
EFICIENCIA DEL GASTO EN GESTIÓN DE RESIDUOS SÓLIDOS

MUNICIPALES DEL DEPARTAMENTO DE PUNO - 2018
Yunior Lujano, Mirian Quispe, Luis Zaga, Max Galindo, Reynaldo Alvarez, Iván
Colque
RESUMEN
La investigación tiene como objetivo, evaluar la eficiencia del gasto en la gestión

residuos sólidos municipales en el departamento de Puno y los factores que lo
determinan. Con datos obtenidos del RENAMU 2018, se utilizó el método de
aproximación no paramétrica de análisis envolvente de datos (DEA) en dos etapas para
establecer la eficiencia técnica y sus determinantes.
Palabras Clave: Eficiencia, Gestión de residuos sólidos, Análisis Envolvente de datos

(DEA).
ABSTRACT
The broad objective of the research is to evaluate the efficiency of municipal solid waste
management in the department of Puno and the factors that determine it. With data
obtained from RENAMU 2018, the nonparametric approximation method of data
envelopment analysis (DEA) was used in two stages to establish the technical efficiency
and its determinants.
Keywords: Efficiency, Solid Waste Management, Data Envelopment Analysis (DEA).
INTRODUCCIÓN
El manejo de residuos sólidos es una preocupación global dado que existe un aumento
excesivo de la producción de residuos sólidos debido al constante incremento de los
procesos manufactures y el consumo, y requiere de soluciones inmediatas puesto que la
degradación del medio ambiente es cada vez más notoria. En ese marco, se nota una
creciente ola de conciencia ambiental de parte de la población a nivel mundial, y
particularmente en el tratamiento que se debería darle a los residuos sólidos. [ CITATION
Mot15 \l 10250 ]. Por su parte, los gobiernos realizan esfuerzos a través de la
implementación de normas y leyes orientadas al cuidado del medio ambiente.
1
En el marco del Plan Nacional de Gestión Integral de residuos Sólidos, el gobierno del
Perú establece como objetivo prioritario la gestión integral de residuos sólidos a nivel
nacional, centrando esfuerzos hacia el mejoramiento operativo del manejo de residuos
sólidos que se encuentran bajo responsabilidad de los gobiernos locales.
De acuerdo al Ministerio del Ambiente [ CITATION MIN17 \l 10250 ] a pesar de que la Ley
General de Residuos Sólidos ha sido aprobada hace 15 años, el Perú todavía sufre
graves problemas de limpieza pública, puesto que existe un crecimiento sostenido de la
población urbana y como consecuencia la producción de residuos sólidos se ha
incrementado sustancialmente.
Siguiendo con lo indicado en la página web del MINAM (2017) en promedio un

peruano genera más de medio kilo al día; hace 10 años la producción de basura era de
13 mil T/día, hoy alcanza las 18 mil T y el 50% de estos residuos no se disponen
adecuadamente lo cual se traduce en ciudades, calles, ríos, playas, sucias, etc. Más aun,
de acuerdo a [ CITATION Umi03 \l 10250 ] el mal manejo de los residuos sólidos tiene un
impacto negativo en la salud de la población, en los ecosistemas y en la calidad de vida.
Siguiendo a [ CITATION Kin05 \l 10250 ] y [ CITATION Mat11 \l 10250 ], Mota et. al (2015)
indican que la gestión de residuos sólidos municipales es costoso y generalmente
requieren de fondos del estado o el aporte de los ciudadanos. De acuerdo al portal de
Transparencia Económica de Ministerio de Economía y finanzas [ CITATION MEF19 \l
10250 ], el presupuesto para la gestión de residuos sólidos en el departamento de Puno
se ha incrementado en los últimos años pasando de S/. 10 242 462 en el año 2009 a S/.
17 917 665 en el año 2019, lo que significa un incremento aproximado de 75% en 10
años. Sin embargo, debemos indicar que del total del presupuesto aproximadamente el
57% está destinado para la provincia de Puno y San Román- Juliaca. Además, solo 15
de los 109 distritos del departamento de Puno financian la gestión de residuos sólidos
con recursos directamente recaudados, el resto de las municipalidades distritales lo
realiza con recursos determinados, es decir, el presupuesto que se les transfiere desde el
gobierno central que comprende los Fondos de Compensación Municipal
(FONCOMUN), impuestos municipales, Canon y Sobrecanon, Regalías, entre otros.
Por lo que la gestión eficiente de dichos recursos muchas veces limitado, es
fundamental para tener una adecuada gestión de residuos sólidos.
2
Entonces, la eficiencia del gasto en la gestión de residuos sólidos es un tema muy

importante y que ha venido tomando mayor relevancia en las gestiones tanto del
gobierno nacional como de los gobiernos locales. Si bien es cierto, no existe muchos
antecedentes de estudios relacionados a la medición de la eficiencia en la gestión de
residuos sólidos en el Perú, la literatura es considerable a nivel internacional.
Los resultados de la presente investigación permitirán establecer un diagnóstico de la

eficiencia de la gestión de residuos sólidos en las municipalidades distritales del
departamento de Puno, convirtiéndose así en información valiosa para que los hacedores
de política tomen decisiones y medidas al respecto. Además, al no existir muchos
estudios a nivel nacional que utilicen la metodología Análisis Envolvente de Datos
(DEA) en el análisis de la gestión de residuos sólidos el presente trabajo será un aporte
importante para llenar dicho vacío.
El problema general de la investigación es: ¿es eficiente el gasto en la gestión de

residuos sólidos municipales en el departamento de Puno? En ese sentido el trabajo
busca responder a los siguientes problemas específicos: ¿es eficiente el recojo de
residuos sólidos municipales en el departamento de Puno?, ¿existe una brecha entre la
eficiencia de la gestión residuos sólidos entre distritos del ámbito rural y el ámbito
urbano?, ¿cuáles son los factores que determina la eficiencia?, ¿qué lineamientos se
pueden proponer para mejorar la gestión de residuos sólidos en los municipios del
departamento de Puno?
El objetivo general de la investigación es evaluar la eficiencia del gasto en la gestión

de residuos sólidos en los municipios del departamento de Puno, por lo que los
objetivos específicos son: evaluar la eficiencia del recojo de residuos sólidos en los
municipios del departamento de Puno, definir la brecha entre la eficiencia de la gestión
residuos sólidos entre distritos del ámbito rural y el ámbito urbano, identificar los
factores que determinan la eficiencia, proponer lineamientos para mejorar las políticas
de gestión de residuos sólidos.
En el trabajo de [ CITATION Ori18 \l 10250 ] se refiere que los indicadores de eficiencia del
departamento de Puno están por debajo del promedio nacional por lo que la hipótesis
general de la investigación es que la eficiencia en la gestión de residuos sólidos
municipales en el departamento de Puno es ineficiente. Las hipótesis específicas son:
3
existe una brecha de eficiencia en el manejo de residuos sólidos municipales entre los
municipios distritales del ámbito rural y del ámbito urbano; los factores que determinan
la eficiencia son: la densidad poblacional y el hecho de que el municipio distrital cuente
con planes de residuos sólidos.
Para lograr los objetivos propuestos y comprobar la hipótesis el documento se compone

de la siguiente manera: en la primera sección se desarrollan los antecedentes del
problema de investigación a nivel internacional, a nivel nacional y local, en la segunda
sección se realiza una revisión del marco teórico respecto a los métodos o modelos para
la medición de la eficiencia. En la tercera parte de establecer el método de
investigación, definiendo el diseño, las técnicas e instrumentos de recolección de datos,
determinación de las variables, identificación de la población y muestra. En el cuarto
apartado se presentan los principales resultados de la investigación y la discusión
correspondiente, asimismo se presentan las conclusiones y recomendaciones de acuerdo
a los objetivos de la investigación. Finalmente se lista las referencias bibliográficas y se
adjuntan anexos.
ANTECEDENTES
En la literatura podemos encontrar que existen varias maneras de medir la eficiencia del
gasto público, algunos trabajos toman en cuenta indicadores agregados, otros utilizan
métodos paramétricos como el análisis envolvente de datos (DEA) y finalmente también
existen trabajos que recurren a métodos de estimación paramétricos que utilizan el
análisis de fronteras estocásticas. Respecto a la gestión de residuos sólidos municipales
principalmente se han utilizado métodos no paramétricos como el análisis envolvente de
datos en sus diferentes variantes, algunos de ellos de una sola etapa, otros de dos etapas
y recientemente se han desarrollado en tres etapas las cuales corrigen algunas
deficiencias y consideran variables de entorno para obtener estimaciones más
consistentes.
A nivel internacional la literatura respecto a la medición de la eficiencia en la gestión de

los residuos sólidos se ha desarrollado con relativa amplitud y ha tomado relevancia en
los últimos años puesto que la conciencia ambiental de la población y los gobiernos es
cada vez más notorio. Existe en la literatura, un consenso de que el método de Análisis
Envolente de Datos (DEA) es una metodología ampliamente utilizada y recomendada
4
para medir la eficiencia de las actividades del sector estatal en general puesto que
permite realizar un análisis considerando un conjunto de variables que pueden ser inputs
y outputs.
[ CITATION Dos14 \l 10250 ] en Republica Checa realiza un estudio para el departamento

de Vyskov con 79 municipalidades, donde se concluye que en promedio, los puntajes de
eficiencia de la DEA estimados están entre 0.7–0.8, lo que sugiere un potencial para una
reducción del 20-30% de los gastos municipales, con casi dos tercios de la muestra
típicamente alcanzando al menos un 70% de eficiencia.
Así mismo [ CITATION Bos005 \l 10250 ] en España también en 79 municipalidades de

Cataluña desarrolla el estudio con variables iguales que el estudio de [ CITATION Dos14 \l
10250 ], en donde se intentó buscar cualquier relación existente entre la eficiencia y el
método (público o privado) de gestión de los servicios. No se encontró relación
significativa entre el tipo de gestión y los índices de eficiencia.
También [ CITATION Del11 \l 10250 ] en España, realizó un estudio en nueve

ayuntamientos en donde, por los datos contrastados el ayuntamiento de Guimar fue el
más eficiente de la provincia de Santa Cruz de Tenerife dado que repercute menos
costes a sus ciudadanos. Por ello, la forma de suministrar el servicio de manera
indirecta-privada resultó ser más beneficiosa para el ciudadano. Del mismo modo
[CITATION Gue14 \l 10250 ] en Italia. Los resultados sugieren que la logística de
recolección de residuos puede ser mejorada, especialmente en áreas desfavorecidas,
tales como áreas rurales, pueblos pequeños y destinos turísticos.
En el estudio de [CITATION Ben11 \l 10250 ] desarrollado en España. Se utilizó el DEA en

dos etapas de [ CITATION Sim07 \l 10250 ]. Los resultados muestran la existencia de una
relación significativa entre la eficiencia y todas las variables analizadas. Los resultados
de la metodología propuesta muestran que los municipios gobernados por partidos
progresistas son más eficientes.
[ CITATION Bos011 \l 10250 ] Llevó a cabo un estudio en España, donde las variables no
controlables como distancia en km. al sitio de eliminación y población estacional no
tienen una gran influencia en la provisión de servicios de recogida de basura. Por su
parte [ CITATION Lom091 \l 10250 ] en Italia realizó un estudio en municipios de Venecia,
5
en donde se ve que el rendimiento no se ve afectado por la cantidad de capital privado,

sino por el tipo de gestión de residuos y la extensión de las zonas de captación.
En el continente asiático, se encuentra el estudio de [ CITATION Qin18 \l 10250 ] quien

realizó un estudio en 33 ciudades de China, de acuerdo con los resultados de la DEA, el
algoritmo Fuzzy c-Means se utilizó para análisis de cluster de 33 ciudades típicas. De la
misma forma en el estudio de [ CITATION Chu10 \l 10250 ] desarrollado en Taiwan en 23
ciudades, los resultados muestran que las regiones urbanas tuvieron un mayor
rendimiento en la clasificación pero menor en generación, recolección y eficiencia
integrada que las regiones rurales.
En el conteniente americano se tiene el estudio de [CITATION IRU12 \l 10250 ] en

Argentina, quien realizó un estudio en 24 veinticuatro regímenes distintos, los
municipios tienen, en general, intenciones de avanzar hacia sistemas integrales y más
complejos, pero se encuentran con limitantes técnicos y presupuestarios. Así mismo
[ CITATION Cav16 \l 10250 ] en Argentina. Los resultados obtenidos muestran la
practicidad de la herramienta DEA en la evaluación de la eficiencia relativa en el área
de la gestión integral RSU (GIRSU), y su potencial para orientar las decisiones en la
gestión en pos del desarrollo sustentable.
[ CITATION Ama16 \l 10250 ] . Realiza un estudio de seis casos en México en el manejo

integral de los RSU Dependientes. Los ayuntamientos enfrentan de manera cotidiana
un incremento en la demanda por este servicio, por el crecimiento poblacional, la
expansión de la mancha urbana y tasas per cápita de generación de residuos sólidos
urbanos crecientes. Este servicio, además, es muy sensible para los gobiernos locales
por los efectos inmediatos que un manejo deficiente tiene sobre la ciudadanía.
A nivel nacional la medición de eficiencia en el sector público se han orientado

principalmente a otros sectores, así por ejemplo se encontraron estudios que analizan la
eficiencia en el sector educación como los de [ CITATION Hua16 \l 10250 ], [ CITATION
Tam08 \l 10250 ], en el sector salud como los estudios de [ CITATION Lig03 \l 10250 ],
[ CITATION Paz17 \l 10250 ]. Sin embargo no se encuentran muchos estudios relacionados
al tema de investigación, el único trabajo y el más importante que se rescata es el de
Orihuela (2018) quien evalúa la eficiencia de la gestión de residuos sólidos municipales
6
a nivel provincial y distrital en todo el Perú organizándolos por conglomerados. Realiza

en su primera etapa un análisis de indicadores compuestos y se apoya en un método no
paramétrico, como el análisis envolvente de datos (DEA).
Asimismo en una segunda etapa, estima las determinantes de la eficiencia utilizando un

modelo Tobit. La principal conclusión que se deriva de la investigación es que en
general las municipalidades provinciales tienen índices más elevados que las distritales,
lo que indica un mayor nivel de eficiencia en el recojo de residuos sólidos municipales,
además todos conglomerados tenían promedios de eficiencia que rondaban entre 40 y
55%, pero dentro de cada clúster había valores entre 20% y 100%.
A nivel local, no se han encontrado estudios relacionados al análisis de la eficiencia de

la gestión de residuos sólidos; sin embargo se halló estudios que estudian la gestión de
residuos sólidos desde otras dimensiones, como el trabajo de [ CITATION Vel17 \l 10250 ]
quien precisa de forma descriptiva las características de la población de la ciudad de
Puno en relación al proceso de implementación del Plan integral de gestión ambiental
de residuos sólidos urbanos, a partir de una dimensión social. Por otro lado [ CITATION
Sar15 \l 10250 ] realiza una caracterización del manejo de residuos sólidos en el distrito
de Desaguadero en el año 2014, en un estudio descriptivo y utilizando un análisis de
varianza (ANOVA).
MARCO TEÓRICO
Eficiencia en el sector publico
La evaluación del desempeño económico es una responsabilidad central de ciencia

económica ya sean de entidades privadas o públicas, en este caso se trata de entidades
públicas que están a cargo de la gestión de residuos sólidos. Como lo define [ CITATION
Dos14 \l 10250 ] el sector público para nuestra investigación se definirá como la parte de
la economía que se ocupa de proveer varios servicios públicos, definidos por políticas
públicas concretas. Entonces a lo largo del trabajo la referencia a eficiencia estará
relacionado con la eficiencia en el sector público.
Una primera aproximación al concepto de eficiencia es la que proponen [ CITATION Fer97

\l 10250 ] quienes definen la eficiencia como la expresión que mide la capacidad o
7
cualidad de la actuación de un sistema o sujeto económico para lograr el cumplimiento

de un objetivo determinado, minimizando el empleo de recursos. Sin embargo, las
medidas de la eficiencia pueden ser vistas desde dos dimensiones distintas, por un lado
la eficiencia técnica que hace referencia a evitar derroche de recursos, esto se puede
entender bajo dos perspectivas: con una orientación input que se refiere a utilizar la
menor cantidad de entradas que permitan obtener una cantidad de output determinado o
con una orientación output que implica obtener la mayor cantidad de output dado una
cantidad determinada de input.
[ CITATION Koo51 \l 10250 ] fue el pionero en plantear consideraciones teóricas en

relación a la eficiencia técnica y lo definió como un vector compuesto de inputs y
outputs, donde es tecnológicamente imposible aumentar algún output (o reducir algún
input) sin educir simultáneamente algún output (o incrementar algún otro input) Chang
& Carbajal (2012).
Farrell (1957) en su trabajo propone una medida de eficiencia del tipo radial, de tal
manera que les permitiera cuantificar porcentualmente el nivel de eficiencia. Entonces,
se mide la eficiencia desde una perspectiva real no ideal, donde cada unidad de
producción sea evaluada en relación con otras tomadas. Así, las medidas de eficiencia
serían relativas y no absolutas, donde el valor alcanzado por una determinada unidad
productiva, corresponda a una expresión de la desviación observada respecto a aquéllas
consideradas como más eficientes dada la información disponible. En este sentido, la
metodología que propone Farrell es una técnica basada en el concepto de “benchmark”
o referenciación de un grupo representativo y comparable. Farell (1957) define tres
tipos de medidas de eficiencia:
a) Eficiencia Técnica: refleja la habilidad de la unidad productiva de obtener el

máximo nivel de producción dados ciertos niveles en el uso de los recursos o
factores.
b) Eficiencias de asignación: refleja la habilidad de la unidad productiva de usar
los recursos o factores en proporciones óptimas (dados sus precios).
c) Eficiencias de escala: se manifiestan según la naturaleza de los rendimientos a
escala con que opera la unidad productiva
8
Por otro lado, de acuerdo a [ CITATION Cha12 \l 10250 ] la eficiencia asignativa hace
referencia a la capacidad de los productores para combinar los inputs y los outputs del
modo más adecuado teniendo en consideración sus precios y productividades
marginales. Con la obtención de los tipos de eficiencia anteriores. Eficiencia técnica y
asignativa se obtiene la eficiencia global o eficiencia económica.
Los primeros estudios que se han hallado referente a la medición de la eficiencia se

limitan a usar ratios compuestos; sin embargo, actualmente se disponen de una amplia
variedad de herramientas de medición de la eficiencia en el sector público.
Métodos para medir eficiencia, de frontera y no frontera
De acuerdo a la literatura existen distintas metodologías que suelen emplearse para

analizar la eficiencia de una entidad (como empresas privadas y públicas y
municipalidades), su estimación puede agruparse en general en dos grandes corrientes:
los métodos que utilizan una función de producción, de costos o beneficios como una
frontera y los que no la emplean. Arias J. 2009 señala que:
 Métodos de Frontera: son las que obtienen una función de producción

relacionando los productos obtenidos y los insumos de las unidades productivas
consideradas en la evaluación. Dicha función determina el límite de
posibilidades de producción por lo cual, bajos estos métodos, la eficiencia de
una unidad productiva viene dada por la distancia que la separa de la
mencionada frontera.
 Métodos de no frontera: son las que no requieren la estimación de una frontera
de posibilidades de producción ya que evalúan la eficiencia en forma absoluta
(no se requiere la comparación con otras unidades productivas).
Métodos que no utilizan una frontera
Esta metodología de no fronteras para medir la eficiencia no requiere de la formulación

explícita de una frontera que delimite el espacio de situaciones posibles en la
producción experimentada por las empresas. Este tipo de técnicas se realiza de manera
sencilla al medir empíricamente el comportamiento y rendimiento de las unidades
productivas. Pero los resultados que arrojan son de carácter simple, por otro lado,
presenta limitaciones, este método no refleja la eficiencia global de todos los factores
9
empleados. Entre los métodos de no frontera podemos mencionar: Indicadores o Ratios

Financieros, Índice de Productividad Global (IPG) y Función de Producción Promedio.
Gimenez (2001) señala que estos métodos, evalúan la eficiencia de una unidad de forma
absoluta, a través del cálculo de uno o varias ratios, sin tener en cuenta el resto de las
unidades bajo estudio.
Métodos que utilizan una frontera.
Para una evaluación más robusta de la eficiencia, se considera como un método más
fiable el análisis de frontera. Esta metodología considera una frontera de posibilidades
para su optimización. En este caso los indicadores de eficiencia son están basados en la
utilización de las funciones de producción, de costos y/o de beneficios, como funciones
de frontera. Estas tres funciones se caracterizan por que tienen en común la
optimización, en el sentido de Pareto, pues todas ellas especifican el máximo o mínimo
valor de la función que puede ser logrado bajo ciertas condiciones impuestas por los
precios y la tecnología, es decir un límite o frontera. Cuando el óptimo está definido por
la función de producción, la medida de eficiencia obtenida se la denomina eficiencia
técnica. Si la comparación se realiza considerando un óptimo definido en términos de un
objetivo económico determinado que las empresas persiguen, la medida de eficiencia
obtenida se la denomina eficiencia económica.
Clasificación de los métodos de frontera
Los métodos de frontera se diferencian por la forma de su estimación y su

especificación de dicha frontera, como también por los supuestos a tomar en cuenta.
De acuerdo al criterio de clasificacion de Lovell (1993) y [ CITATION Pas94 \l 2058 ]

señalan que la frontera, puede especificarse de dos maneras. Primero como una relación
paramétrica de los inputs y segundo como una relación no paramétrica de los inputs.
También puede especificarse una relación estadística entre el output observado y el de
la frontera, o emplear métodos de programación matemática que construyan una
frontera compatible con los datos y la teoría económica. Por último, la frontera puede
tener un carácter determinístico (si no se permite la existencia de observaciones por
encima de la misma) o estocástico (permitiendo que algunas observaciones se sitúen por
encima de la frontera por causas aleatorias).
10
Murillo Melchor (2002) apoya y considera para el proceso de estimación mediante dos
tipos de técnicas básicas ya tradicionales:
 Paramétricas: esta técnica especifica la tecnología mediante una forma

funcional conocida. De acuerdo a la naturaleza de la perturbación aleatoria, la
frontera será: determinística, si la perturbación aleatoria del modelo incorpora
únicamente las desviaciones de la ineficiencia. Y estocástica si la perturbación
aleatoria del modelo incluye además de las posibles ineficiencias de las
unidades, los posibles errores de medición de los datos u otros factores exógenos
no controlables por las mismas.
 No Paramétricas: esta técnica formula las características de la tecnología
mediante supuestos sobre el conjunto de producción. La frontera estimada es
más flexible y está formada por las unidades que producen la mayor cantidad de
outputs con la menor cantidad de inputs. Se utilizan técnicas de programación
lineal para su estimación. Según el tipo de información (datos) utilizados se
aplican diferentes métodos. Si la información es de corte transversal: los
principales modelos utilizados son Data Envelopment Analysis (DEA) y Free
Disposal Hull (FDH). Y en caso de que la información se presente es de panel de
datos: DEA combinado con el Índice de Malmquist.
De lo expuesto, un panorama general de métodos con frontera se tiene la

siguiente clasificación.
11
En este sentido, también Dong, Hamilton, & Tippett (2014) para determinar la frontera
eficiente coincide en que se presenta dos clases de métodos: el enfoque paramétrico
(econométrico) y el no paramétrico (programación matemática), que ambos métodos a
pesar de medir la eficiencia difieren en principio, en los supuestos que toman en cuenta
a su aplicación. En este sentido, a manera de síntesis, existen dos metodologías para
estudiar la eficiencia de una municipalidad: la paramétrica compuesta por Fronteras
Determinísticas y Fronteras Estocásticas y la no paramétrica: Análisis Envolvente de
Datos (DEA) y Free Disposal Hull (FDH).
En presente trabajo pretende estimar la eficiencia del gasto en gestión municipal de

residuos sólidos municipal por medio de la metodología de Análisis Envolvente de
Datos (DEA). Muchas investigaciones para medir la eficiencia del desempeño
municipal en la limpieza pública y la recolección de residuos generalmente usan un
modelo analítico basado en DEA, debido a que es la más aceptada en la literatura en
este campo por su fácil adaptación a aun contexto de múltiples inputs y outputs. Bosch
et al. (2000) utiliza diferentes técnicas paramétricas y no paramétricas para estimar la
eficiencia; sin embargo, reconoce que las metodologías paramétricas requieren de más
supuestos y que las no paramétricas son más flexibles y que explican de manera
consistente.
Análisis Envolvente de Datos (DEA)
12
DEA es una metodología de programación lineal, que sirve para medir la eficiencia de
un conjunto de unidades homogéneas o DMU (Decision Making Unit) que es el término
que utilizan Chames, Cooper y Rhodes (1978) para referirse a los productores
evaluados, en otras palabras, para evaluar la eficiencia relativa de cada municipio que
ofrece el mismo tipo de servicio. Además, calcula la eficiencia relativa de cada unidad,
con respecto al conjunto de todas las unidades analizadas.
Esta metodología para medir la eficiencia de cada unidad productora, plantea un modelo
de optimización fraccionaria y a partir del cual se deduce, mediante un cambio de
variables, un modelo lineal equivalente y su correspondiente programa dual. Estos
modelos son conocidos como modelos CCR (Chames, Cooper y Rhodes) y suponen
retornos constantes a escala en el espacio de transformaciones posibles. También,
Banker, Charnes y Cooper (1984) presentan el segundo modelo DEA conocido como
BCC que considera otros supuestos adicionales, el cual se caracteriza por admitir
retornos variables a escala en el espacio de transformaciones posibles. A partir de éstos,
a los que denominaremos “Modelos clásicos”, se elaboraron numerosos modelos
alternativos o complementarios, ya que han ido adicionando supuestos dichos autores
mencionados con el objeto de que el modelo sea más consistente.
La metodología DEA, se basa en la Programación Lineal, que le permite trabajar con

unidades que tienen múltiples inputs (entradas) y outputs (productos/salidas), los cuales
que pueden ser incorporados en una única medida de eficiencia que se expresa mediante
la suma ponderada de los outputs dividida la suma ponderada de los inputs. Los
Programas Lineales se presentan en dos enfoques. Primero va orientados a los inputs y
por otro lado, orientados a los outputs. En caso de un modelo orientado a los inputs se
trata de optimizar los recursos que utiliza la unidad productora, es decir, minimizar los
mismos para obtener por lo menos un vector de outputs determinado. Desde otra
perspectiva, modelos van orientados a los outputs, en el que se pretende maximizar los
productos, utilizando no más inputs que un cierto vector dado.
Gestión de Residuos Solidos
Para la empresa, la gestión de residuos sólidos corresponde a un proceso de manejo

adecuado de los RSM, se expresa a partir del servicio de recolección, transporte y
disposición final, remitiéndose a la norma vigente. En segundo lugar, para el Estado,
13
indica que se debe de promover una buena gestión de RSM, iniciando de la recolección,
transporte, disposición y aprovechamiento de residuos. La autoridad ambiental,
relaciona el concepto con hacer las cosas como se debe, saber qué tipo de residuos se
generan, dónde se van a acopiar temporalmente, qué porcentaje va a ser aprovechado o
reciclado, para finalmente llegar a la disposición final como última opción dentro de un
adecuado plan de gestión [ CITATION Niñ17 \l 2058 ].
No obstante, se debe considerar un problema respecto a la insuficiencia de

infraestructura, equipamiento y recursos humanos necesarios para el funcionamiento
óptimo de los Sistemas de Gestión y Manejo de Residuos Sólidos a nivel local, también
es importante señalar que existe una inadecuada conducta de la población respecto no
sólo del cumplimiento de las responsabilidades en el manejo de los residuos sino
además en la generación excesiva de residuos por sus características de consumo. Cabe
resaltar la importancia de las acciones que se desarrollen para lograr condiciones
óptimas en la gestión y manejo de residuos sólidos en el país aborden temas
relacionados a incrementar las capacidades de gestión de los gobiernos locales, la
inversión pública y privada, la participación responsable de los productores de bienes y
servicios, así como de las instituciones y población en general.
MATERIALES Y MÉTODOS
La investigación es de diseño no experimental, de tipo descriptivo-explicativo, puesto

que no se manipulan las variables deliberadamente [ CITATION Her10 \l 10250 ].
El carácter descriptivo de la investigación es debido a que se busca describir la

eficiencia de los municipios de acuerdo a sus características observables, y es de tipo
explicativo puesto que el trabajo también pretende explicar las causas del nivel de
eficiencia de los municipios en un modelo Tobit.
Datos
Todos los datos obtenidos corresponden al año 2017. Los datos sobre la cantidad de
residuos sólidos municipales recogidos al año, plan de residuos sólidos, gasto ejecutado
en el servicio de limpieza pública y la cobertura del servicio de limpieza se obtuvieron
14
de la base de datos del Registro Nacional de Municipalidades (RENAMU) para 109

distritos del departamento de Puno. Además la información de la población y pobreza se
obtuvieron de la base de datos de Instituto Nacional de Estadística e Informática (INEI).
Para realizar el análisis, se dividió a los distritos de acuerdo al ámbito al que pertenece,
de acuerdo con el criterio del INEI se considera como ámbito rural aquellos distritos que
cuentan con una población menor a 10 000 habitantes y el ámbito urbano aquellos
distritos que cuentan con una población mayor a 10 000 habitantes.
Debemos indicar que el distrito de Achaya no cuenta con información de la cantidad de

residuos sólidos recolectados, por lo que finalmente, el análisis se realizó para 108
distritos del departamento de Puno.
Metodología Análisis Envolvente de datos (DEA) en dos etapas.
En la primera etapa se calculó la eficiencia relativa de las municipalidades distritales del

departamento de Puno en el año 2017 utilizando las siguientes variables:
Tipo de Variable Descripción

Variable
Input i_GASTO Gasto ejecutado en el servicio de limpieza pública
o_CRSM Cantidad de residuos sólidos municipales recogidos al año
o_CCA Cobertura del servicio de limpieza en la capital del distrito
Output
o_CNC Cobertura del servicio fuera de la capital del distrito
o_POB Población distrital proyectado al año 2017.
Ámbito
urbanoXVar
iable Obs Mean Std. Dev. Min Max
i_GASTO 36 481209.40 1164260.00 12879 5615064
o_CRSM 36 14447.28 42974.77 110 240000
o_CCA 36 3.64 0.49 3 4
o_CNC 36 2.92 1.16 1 4
o_POB 36 28701.17 41847.59 10088 232951
Ámbito
ruralXVaria Obs Mean Std. Dev. Min Max
ble
15
i_GASTO 72 37367.04 41335.10 2000 306730

o_CRSM 72 936.54 2044.58 20 14479
o_CCA 72 3.43 0.69 1 4
o_CNC 72 2.49 1.26 1 5
o_POB 72 4883.00 2045.93 1233 9671
Análisis Envolvente de Datos (DEA-CRS)
La metodología fue desarrollada a un principio por [ CITATION Mic57 \l 10250 ] y

posteriormente difundida con mayor alcance por [CITATION Cha78 \l 10250 ] .Esta
metodología asume que existen rendimientos constantes a escala la cual se construye a
través de métodos matemáticos como la programación lineal. La aproximación DEA-
CRS permite el cálculo de la eficiencia municipal a partir de dos dimensiones, es decir
en términos de inputs y outputs [CITATION Ped07 \l 10250 ], los resultados de la
investigación están orientados a los inputs.
El modelo DEA-CRS implica resolver el siguiente problema de programación lineal,

bajo el supuesto de que existe rendimientos a escala constante y asume que dados n
municipios, cada uno produce m diferentes outputs utilizando k diferentes inputs.
MIN θ , θ
s . a .− y i +Y ≥0
θ x i−X ≥ 0
≥0
Donde:
y i : Vector de outputs producido por el i municipio
x i : Vector de inputs utilizados por el i municipio
Y : Matriz (mxn) de outputs para todos los n municipios
X : Matriz (kxn) de inputs para todos los n municipios
16
: Vector (nx1) de constantes
i : Toma los valores desde 1 a n
θ :Escalar que representa el puntaje de eficiencia para un determinado municipio, el cual

satisface la restricción θ ≤1
Siguiendo a [CITATION Ped07 \l 10250 ] el puntaje de eficiencia (θ) se calcula como la

distancia entre un municipio y la frontera de posibilidades de producción, la cual se
entiende como como la combinación lineal de las mejores observaciones dentro de una
muestra de municipalidades. Los valores de θ pueden tomar valores menores o iguales a
uno y se producen los siguientes dos casos:
i. θ<1: la municipalidad evaluada es ineficiente dado que se encuentra al interior

de la frontera de producción
ii. θ=1: la municipalidad evaluada se encuentra sobre la frontera de producción,
por lo que es considerada eficiente.
El vector mide los pesos empleados para estimar la ubicación de una unidad de gestión
ineficiente si este fuera a convertirse en eficiente. Así, las unidades de gestión
ineficientes podrán ser proyectadas sobre la frontera de posibilidades de producción
como una combinación lineal mediante el empleo de estos pesos.
Análisis Envolvente de Datos (DEA-VRS)
Esta metodología que fue introducida por [ CITATION Ban84 \l 10250 ] y asume que
existen rendimientos a escala variables que pueden ser crecientes o decrecientes. De
acuerdo a [CITATION Ped07 \l 10250 ] a diferencia del anterior en esta metodología asume
que la frontera de producción es convexa, esto se logra agregando una nueva restricción
n 1' =1 al modelo DEA-CRS de tal manera que posibilite un análisis del modelo con
rendimientos a escala variable de tal manera que la solución del modelo implica
resolver el siguiente problema de programación lineal.
MIN θ , θ
s . a .− y i +Y ≥0
θ x i−X ≥ 0
17
n 1 ' ≥0
≥0
En la segunda etapa se identificó los factores que determinan la eficiencia de las

municipalidades a través de un modelo Tobit bajo el supuesto de normalidad y
homoscedasticidad, dado que los valores de eficiencia de los distritos pueden tener un
puntaje máximo de 1 y una regresión por mínimos cuadrados ordinarios podría sesgar
los resultados obteniendo parámetros estimados inconsistentes considerando que la
variable dependiente es censurada [ CITATION DeB96 \l 10250 ]. Se analiza los coeficientes
de regresión (βs), aplicando el método de estimación de máxima verosimilitud. Los
coeficientes de regresión son interpretados de la misma manera que la regresión
ordinaria de mínimos cuadrados [CITATION Sul18 \l 10250 ]. La estimación general del
modelo es.
Puntuacionde eficiencia=β0 + β 1 PRS+ β 2 POBREZA+ β3 DPO+u
Dónde PRS representa la cantidad de instrumentos de gestión de residuos sólidos de la

municipalidad, POBREZA representa la incidencia de pobreza por distrito, DPO refiere
a la densidad poblacional y u es el término de error.
RESULTADOS Y DISCUSION
DEA
TOBIT
Resumen Rural
--------------------------------------------
(1) (2)
CRS_TE VRS_TE
--------------------------------------------
PRS -0.00373 -0.0234
(0.00912) (0.0208)
PDU -0.0476 -0.110

(0.161) (0.366)
PDR -0.0511 -0.0440

(0.0573) (0.131)
18
DPO 0.000481* 0.000250

(0.000237) (0.000545)
_cons 0.0689 0.354***

(0.0408) (0.0933)
--------------------------------------------
N 65 65
--------------------------------------------
Standard errors in parentheses
* p<0.05, ** p<0.01, *** p<0.001
Resumen Urbano
--------------------------------------------
(1) (2)
CRS VRS
--------------------------------------------
PRS 0.0000201 -0.000339
(0.0128) (0.0249)
PDU -0.151 -0.212

(0.172) (0.328)
PDR 0.0216 -0.206

(0.0902) (0.175)
DPO 0.0000472 0.00199

(0.000619) (0.00126)
_cons 0.168 0.380*

(0.0897) (0.175)
--------------------------------------------
N 36 36
--------------------------------------------
Standard errors in parentheses
* p<0.05, ** p<0.01, *** p<0.001
19
Bibliografía
Herrera Catalán, P., & Francke Ballve, P. (2007). Análisis de la Eficiencia del Gasto
Municipal y de sus Determinantes. Economía Vol. XXXII, 101.
Banker, R., A. Charnes y W. Cooper. (1984). Some Models for the Estimation of
Technical and Scale Efficiencies in Data Envelopment Analysis. Management
Science, 1078-1092.
Benito., Moreno, M., & & Solana, J. (2011). Determinants of efficiency in the provision
of municipal street-cleaning and refuse collection services. Waste management,
1099-1108. Waste Management, 1099-1108.
Bosch, N. P.-P. (2000). Measuring the efficiency in spanish municipal refuse collection
services (Vol. 26). Local Goverment Studies.
Bosch, N. P.-P. (2001). The efficiency of refuse collection services in Spanish
municipalities:do non controllable variable matter? . Instituto de Economia de
Barcelona.
Cavallin Antonella, R. D. (2016). Eficiencia en la Gestión de Residuos Sólidos
Urbanos: Análisis y evaluación. Bahía, Blanca.
Chang, V. A., & Carbajal, M. A. (2012). Medicion de productividad y eficiencia de los
puertos regionales del Perú: un enfoque no paramétrico. Lima: Consorcio de
investigación económica y social CIES.
Charnes, Cooper y Rhodes. (1978). Measuring the Efficiency of Decision Making
Units. European Journal of Operational Research, 429-444.
Chung, C. (2010). A performance evaluation of MSW management practice in
Taiwan. . Consertavion and Recycling, 1353-1361.
Delgado, n. H. (2011). La gestion de los servcios de agua. 35.
Dong, Y., Hamilton, R., & Tippett, M. (2014). Cots efficiency of the chinese banking
sector: a comparison of stochastic frontier analysis and data envelopment
analisis. Economic Modelling.
Dostálová, K. (2014). Efficiency evaluation of municipal solid waste management in the
czech republic using DEA model. Brno: Masarykova Univerzita.
20
Farrell, M. J. (1957). The Measurement of Productive Efficiency. Journal of the Royal

Statistical Society, 253-290.
Fernández-Ríos, M., & Sánchez, J. C. (1997). Eficacia organizacional: concepto
desarrollo y evaluación. Madrid: Díaz de Santos.
Gimenez, V. M. (2001). La medida de la eficiencia operativa de unidades de negocio
mediante los modelos DEA. Una plicacion al sector de la restauracion moderna.
Universidad Autonoma de Barcelona, 1-25.
Gonzáles, A. I. (2016). Alternativas y retos para la gestión integral de residuos sólidos
urbanos en municipios medianos: El caso de Xicotepec, Puebla.
Greene, W. (2007). the econometric approach to efficiency anaysis. Bran Bretaña:
Oxford University Press.
Guerrini, A., Romano, G., & & Leardini, C. (2014). Measuring performance of
municipal solid waste collection services. Eviromental Science, Engineering and
Management, 51-62., 5. Obtenido de http://www.procedia-
esem.eu/pdf/issues/2015/no1/4_41_Guerrini 14.pdf
Huamaní, T., Huamaní, G., Salcedo, S., & Fernandez, J. (2016). Modelo de Analisis
Envolvente de Datos (DEA) para evalar la eficiencia de las Escuelas
Profesionales de Ingeineria Industrial en el Peru con enfoque de desarrollo
sostenible. TECNIA, 26(2), 72-80. Obtenido de
https://doi.org/10.21754/tecnia.v26i1.5
Irurita, L. S. (2012). Diagnóstico sobre la gestión de los. Programa de Desarrollo Local,.
54.
Kinnaman, T. (2005). Why do municipalities recycle? Topics in Economic Analysis &
Plicy, 5-13.
Koopmans, T. C. (1951). An analysis of Production as an Efficient combination of
activities. New York: Wiley: Cowles Commision for Research in
Economics,Monograph 13.
Ligarda, J., & Ñaccha, M. (2003). La eficiencia de las organizaciones de salud a traves
del analisis envolvente de datos. Microrredes de la Direccion de Salud IV Lima
Este. Anales de la Facultad de Medicina, 142-151.
Lombrano, A. (2009). Cost efficiency in the management of solid urban waste.
Conservation and Recycling, 601-611. doi:10.1016/j.resconrec.2009.04.017.
Lovell, C. (1993). Production frontiers and productive efficiency. New York: Oxford
University Press.
Matsumoto, S. (2011). Waste separation at home: Are Japanese municipal curbside
recycling policies efficient? Resources, Conservtion and Recycling, 325-334.
21
MEF. (18 de Mayo de 2019). Transparencia Economica. Obtenido de Consulta

Amigable: http://apps5.mineco.gob.pe/transparencia/mensual/default.aspx?
y=2019&ap=ActProy
Melo, L., & Espinosa, N. (2005). Inefieciencia en la distribución de energía eléctrica:
Una aplicacion de las funciones de distancia estocástica. Revista ESPE.
MINAM. (2017). Nueva Ley y Reglamento de Residuos Sólidos. D.L. N°1278. Obtenido
de https://www.minam.gob.pe/gestion-de-residuos-solidos/nueva-ley-de-
residuos-solidos/
Mota, A. L., VItorino, F., & Real, E. (2015). Determinants of municipal solid waste
management in Portugal. CLEGI, 3-10.
Murillo Melchor, C. (2002). Contribuciones al análisis estocástico de la eficiencia
técnica mediante métodos no paramétricos. Universidad de Cantabria.
Niño T., A. M., Trujillo G., J. M., & Niño T., A. P. (2017). Gestion de residuos solidos
domiciliarios en la ciudad de villavicnecio. una mirada desde los grupos de
interes: empresa, estado y comunidad. Manizales: Revista Luna Azul.
Orihuela, J. (2018). Un analisis de la eficiencia de la Gestion de Residuos Solidos en el
Peru y sus determinantes. Lima: Instituto Nacional de Estadistica e informatica.
Paredes, J. C. (2018). Un Análisis de la Eficiencia de la Gestión Municipal de Residuos
Sólidos en el Perú y sus Determinantes. INEI, 82.
Pastor, J. (1994). Eficiencia, cambio productivo y cambio técnico en los bancos y cajas
de ahorro españolas: un análisis frontera no paramétrico. Barcelona: Simposio
de analisis económico .
Paz, R., & Cutipa, E. (2017). Medicion de la eficiencia técnica de los hospitales en la
región de Puno: una aplicación del analisis envolvente de datos (DEA).
Semestre Economico, 7-29.
Peretto, C. B. (2016). Metodos para medir y evaluar la eficiencia de unidades
productivas. Investigacion Operativa, 5-25.
Qing, Y. L. (2018). Evaluating the efficiency of municipal Solid Waste Management in
China. . International Journal of Enviromental Research and Public Health, 24-
48.
Sarmiento, A. W. (2015). Caracteriación del manejo de residuos sóidos en el distrito de
Desaguadero- Puno-Peru. Revista de investigacion altoandina, 65-72.
Simar, L., & Wilson, P. (2007). Estimation and inference in two-stage semi-parametric
models of production processes. Journal of Econometrics, 31-64.
SINIA, M. . (2017). Indicador: Generación de Residuos Sólidos Domiciliarios por
Departamento. Obtenido de https://sinia.minam.gob.pe/indicador/1600
22
Stiglitz, J. (2002). Improving the efficiency and responsiveness of the public sector:
lessons from recent experience. Reforma y Democracia, No. 22.
Struck, M. (2018). Efficiency evaluation in the municipal solid waste management.
Brno: Masaryk University.
Sultan, W. I. (2018). Measuring the efficiency of Palestinian public hospitals during
2010–2015: an application of a two-stage DEA method. School of Economics
and Management, University of Minho.
Tam, M. Y. (2008). Una aproximación a la eficiencia técnica del gasto publico en
educación en las regiones del Perú. Consorcio de investigacion economica y
social CIES. Obtenido de
http://www2.congreso.gob.pe/sicr/cendocbib/con4_uibd.nsf/E31BE6DCAC08E
16305257CD70078C51C/$FILE/EficienciaT%C3%A9cnicaGastoP
%C3%BAblicoEnEducaci%C3%B3n.pdf
Umiña, G., Laroj, J., Salazar, C., Cáceres, M. S., & Bessalel, M. (2003). Manejo de
residuos solidos municipales. El salvador: Proarca.
Velásquez, P. L. (2017). Gestion de residuos solidos urbanos en Puno: Factores que
limitan s adecuada implementación. Arequipa: Tesis para optar grado academico
de Doctora- Universidad Nacional de San Agustin.
Anexos
Anexo 1. Circulo vicioso

PROBLEMA CENTRAL
“Ineficiencia de la gestión de residuos sólidos municipales”
e fi
In tG esti
cien n
ó
u n
eM
R alesd
icp Só
o
u
rv elid
s
o
is m
D có d
u
in el Existen ciad
e
e vin
d
ro
p ld elas
casro n am
eco
d ctseh
in ó ó
o rlid
o
p
n s
lem asd
b
ro
P e
e n
M resb
o
lica ras
ú
p en erm
afSlu
d p eso
r
elEf p
resu ( sto
cto )en
e n
d
u
m ald
icp o d
sti esla
23
Anexo 2. Circulo virtuoso

OBJETIVO CENTRAL
“Eficiencia de la gestión de residuos sólidos municipales”
Efi cien
tG sti n
ó
u n
eM
R alesd
icp
Só
o
u
rv elid
s
o
e d
R n ela
ció
u
a lasp
eM
d e ciasro
yd
vin
ro l n tam
eco
d cseh
in ó ó
o rlid
o
p
n s
a yo
M resb
lica ras
ú
p r u
ejo
M
H
d
Salu an
m
sel
s su
reU
p cin ed
fi
eto
p l
e sti
d o
ad
n
icp lo
u
m si
24
SCORE DE EFICIENCIA DE LOS DISTRITOS DEL AMBITO RURAL
Distrito CRS_TE VRS_TE

ALTO INAMBARI 0.020529 1
AMANTANI 0.001664 0.001664
ANAPIA 0.8 1
ANTAUTA 0.001320 0.004128
ARAPA 0.014131 0.700954
ATUNCOLLA 0.022360 0.266023
CABANA 0.065729 0.188357
CABANILLA 0.002629 0.010211
CABANILLAS 0.011425 0.076220
CALAPUJA 0.061333 0.061333
CAMINACA 0.256446 0.304530
CAPAZO 0.088017 0.206888
CARACOTO 0.007134 0.061303
CHUCUITO 0.006436 0.202
COATA 0.016162 0.502756
COJATA 0.006675 0.006675
CONDURIRI 0.045024 0.064898
CONIMA 0.021685 0.021685
CORANI 0.004517 0.004517
CRUCERO 0.007304 1
CUPI 0.031656 0.031656
CUYOCUYO 0.016716 0.054275
HUATASANI 0.018012 0.099364
HUAYRAPATA 0.008112 0.008112
ITUATA 0.134429 1
JOSE DOMINGO CHOQUEHUANCA 0.001497 0.008099
LIMBANI 0.024724 0.091730
MACARI 0.011833 0.436679
MAÑAZO 0.011003 0.053798
MUÑANI 0.015579 1
NICASIO 0.045857 0.054455
OCUVIRI 0.016182 0.020228
OLLACHEA 0.001515 0.010481
25
OLLARAYA 0.025895 0.124924

PALCA 0.035091 0.041671
PATAMBUCO 0.425434 1
PAUCARCOLLA 1 1
PEDRO VILCA APAZA 0.004389 0.010317
PHARA 0.01168 0.075874
PICHACANI 0.002689 0.005398
PLATERIA 0.00676 0.331302
POTONI 0.01239 0.144065
PUCARA 0.009738 0.018458
PUSI 0.007744 0.192668
QUIACA 0.00049 0.001151
QUILCAPUNCU 0.035897 0.225829
SAN ANTONIO 0.090663 0.492038
SAN GABAN 0.106084 0.831923
SAN JOSE 0.010084 0.131408
SAN JUAN DE SALINAS 0.010178 0.010178
SANTA LUCIA 0.119815 1
SANTA ROSA 0.007045 0.230051
SANTA ROSA 0.008495 0.240418
SANTIAGO DE PUPUJA 0.013688 0.058277
SINA 0.095734 0.119667
TILALI 0.095444 0.119305
TINICACHI 0.037359 0.087815
TIQUILLACA 0.023277 0.029096
TIRAPATA 0.13222 0.310788
UMACHIRI 0.049067 0.372641
UNICACHI 0.232543 0.546604
VILAVILA 0.054481 0.127594
VILQUE 0.054245 0.133947
VILQUE CHICO 0.00619 0.384675
YANAHUAYA 0.054676 0.064928
PROMEDIO 0.0704172 0.2617851
SCORE DE EFICIENCIA DEL AMBITO URBANO
26

Eficiencia Del Gasto en Residuos Solidos 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Eficiencia Del Gasto en Residuos Solidos 1

Cargado por

Copyright:

Formatos disponibles

Facultad de Ingeniería Económica

UNIVERSIDAD NACIONAL DEL ALTIPLANO

EFICIENCIA DEL GASTO EN GESTIÓN DE RESIDUOS SÓLIDOS

La investigación tiene como objetivo, evaluar la eficiencia del gasto en la gestión

Palabras Clave: Eficiencia, Gestión de residuos sólidos, Análisis Envolvente de datos

Keywords: Efficiency, Solid Waste Management, Data Envelopment Analysis (DEA).

Siguiendo con lo indicado en la página web del MINAM (2017) en promedio un

Entonces, la eficiencia del gasto en la gestión de residuos sólidos es un tema muy

Los resultados de la presente investigación permitirán establecer un diagnóstico de la

El problema general de la investigación es: ¿es eficiente el gasto en la gestión de

El objetivo general de la investigación es evaluar la eficiencia del gasto en la gestión

Para lograr los objetivos propuestos y comprobar la hipótesis el documento se compone

A nivel internacional la literatura respecto a la medición de la eficiencia en la gestión de

[ CITATION Dos14 \l 10250 ] en Republica Checa realiza un estudio para el departamento

Así mismo [ CITATION Bos005 \l 10250 ] en España también en 79 municipalidades de

También [ CITATION Del11 \l 10250 ] en España, realizó un estudio en nueve

En el estudio de [CITATION Ben11 \l 10250 ] desarrollado en España. Se utilizó el DEA en

en donde se ve que el rendimiento no se ve afectado por la cantidad de capital privado,

En el continente asiático, se encuentra el estudio de [ CITATION Qin18 \l 10250 ] quien

En el conteniente americano se tiene el estudio de [CITATION IRU12 \l 10250 ] en

[ CITATION Ama16 \l 10250 ] . Realiza un estudio de seis casos en México en el manejo

A nivel nacional la medición de eficiencia en el sector público se han orientado

a nivel provincial y distrital en todo el Perú organizándolos por conglomerados. Realiza

Asimismo en una segunda etapa, estima las determinantes de la eficiencia utilizando un

A nivel local, no se han encontrado estudios relacionados al análisis de la eficiencia de

Eficiencia en el sector publico

La evaluación del desempeño económico es una responsabilidad central de ciencia

Una primera aproximación al concepto de eficiencia es la que proponen [ CITATION Fer97

cualidad de la actuación de un sistema o sujeto económico para lograr el cumplimiento

[ CITATION Koo51 \l 10250 ] fue el pionero en plantear consideraciones teóricas en

a) Eficiencia Técnica: refleja la habilidad de la unidad productiva de obtener el

Los primeros estudios que se han hallado referente a la medición de la eficiencia se

Métodos para medir eficiencia, de frontera y no frontera

De acuerdo a la literatura existen distintas metodologías que suelen emplearse para

 Métodos de Frontera: son las que obtienen una función de producción

Métodos que no utilizan una frontera

Esta metodología de no fronteras para medir la eficiencia no requiere de la formulación

empleados. Entre los métodos de no frontera podemos mencionar: Indicadores o Ratios

Métodos que utilizan una frontera.

Clasificación de los métodos de frontera

Los métodos de frontera se diferencian por la forma de su estimación y su

De acuerdo al criterio de clasificacion de Lovell (1993) y [ CITATION Pas94 \l 2058 ]

 Paramétricas: esta técnica especifica la tecnología mediante una forma

De lo expuesto, un panorama general de métodos con frontera se tiene la

En presente trabajo pretende estimar la eficiencia del gasto en gestión municipal de

Análisis Envolvente de Datos (DEA)

La metodología DEA, se basa en la Programación Lineal, que le permite trabajar con

Gestión de Residuos Solidos

Para la empresa, la gestión de residuos sólidos corresponde a un proceso de manejo

No obstante, se debe considerar un problema respecto a la insuficiencia de

La investigación es de diseño no experimental, de tipo descriptivo-explicativo, puesto

El carácter descriptivo de la investigación es debido a que se busca describir la

de la base de datos del Registro Nacional de Municipalidades (RENAMU) para 109

Debemos indicar que el distrito de Achaya no cuenta con información de la cantidad de

Metodología Análisis Envolvente de datos (DEA) en dos etapas.

En la primera etapa se calculó la eficiencia relativa de las municipalidades distritales del

Tipo de Variable Descripción

i_GASTO 72 37367.04 41335.10 2000 306730

Análisis Envolvente de Datos (DEA-CRS)

La metodología fue desarrollada a un principio por [ CITATION Mic57 \l 10250 ] y

El modelo DEA-CRS implica resolver el siguiente problema de programación lineal,

y i : Vector de outputs producido por el i municipio

x i : Vector de inputs utilizados por el i municipio