Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UPpequln
UPpequln
ESCUELA DE POSGRADO
UNIDAD DE POSGRADO DE LA FACULTAD DE ECONOMÍA
AREQUIPA – PERÚ
2021
DEDICATORIA
El presente trabajo está dedicado a mis padres Jorge y Marleny por darme la vida e
inculcarme valores religiosos éticos y cívicos, por siempre brindarme su apoyo en mis aciertos
y en mis fracasos como profesional y padre de familia, a mis hijos Jorge y Valentina por ser
mi motor y motivo de seguir esforzándome y superarme como padre, amigo y profesional, ellos
me enseñaron a ver el mundo desde otra perspectiva y a luchar por mis objetivos y metas que
me proponga.
II
AGRADECIMIENTO:
Agradecer a mi Policía Nacional del Perú por abrirme las puertas y ser integrante de su
linda y prestigiosa institución que siempre llevare en mi corazón ya que es mi segundo hogar
durante mi existencia, a mis compañeros de trabajo que me brindaron las facilidades para poder
los consejos que me dio, gracias a ello culminar mis estudios superiores y romper paradigmas
III
RESUMEN
Dentro de la Región Arequipa, las comisarías PNP básicas son los órganos policiales
más cercanos a la sociedad, por lo que un incremento en la productividad de los servicios que
ofrece se vera reflejado en la disminución de los índices de percepción de inseguridad
ciudadana, contribuyendo a un mayor bienestar para la población; entonces se hace necesario
evaluar los cambios de la productividad y eficiencia de las comisarias en la región Arequipa
entre los años 2018-2019. Para lograr ello se ha considerado que las actividades policiales son
un proceso de producción que transforma inputs (insumos: Tipo de comisarias, Número de
Policías por comisarias, Numero de operativos) en outputs (productos: Detenidos, anti droga,
anti Armas, contra Prostitución Clandestina, Tráfico ilegal de vehículos, anti manejo
imprudente, anti organizaciones criminales, Trafico de Bienes), donde la eficiencia y
productividad se aproxima a través de la metodología de aproximación no paramétrica DEA,
que establece una frontera de posibilidades de producción formada por la combinación de los
mejores resultados dentro del conjunto de comisarias, para luego verificar el cambio de la
productividad entre el 2018-2019 a través del índice de Malmquist. Con el objetivo de realizar
este análisis, se definieron unidades de gestión homogéneas conformadas por cinco tipos de
comisarias. Los resultados revelan que hubo una disminución de la productividad en 47.11%
del total de comisarias entre el periodo 2018 al 2019, expresando una incidencia de 50% en las
comisarías tipo A, 47.61% de las comisarias tipo B, 60.87% de las comisarias tipo C, 47.22%
de las comisarias tipo D y 66.67% de las comisarias tipo E, lo cual seguramente ha tenido
incidencia en el aumento de los niveles de percepción de inseguridad ciudadana y
victimización.
IV
ABSTRACT
Within the Arequipa Region, the basic police stations are the police agencies closest to
society, so an increase in productivity in the services offered by the police stations over the
years results in greater citizen security, contributing to greater well-being for the population,
then it is necessary to evaluate the changes in the productivity and efficiency of the police
stations in the Arequipa Region between the years 2018-2019. To achieve this, it has been
considered that police activities are a production process that transforms inputs (inputs: Type
of police stations, number of police officers per police station, number of operatives) into
outputs (products: Detainees, anti-drugs, anti-weapons, against prostitution clandestine, illegal
traffic of vehicles, anti reckless driving, anti criminal organizations, illegal trafficking of
goods), where efficiency and productivity are approached through the non-parametric approach
methodology DEA, which establishes a production possibility frontier formed by the
combination of the best results within the group of curators, to then verify the change in
productivity between 2018-2019 through the Malmquist index. In order to carry out this
analysis, homogeneous management units made up of five types of commissioners were
defined. The results reveal that there are, (a) commissioners that reduced their production levels
by 31.67% on average, these constitute 47 entities (45.19%), (b) commissioners that
maintained their production levels, these constitute 2 entities (1.92%) and (c) commissioners
that increased their production levels by 82.73% on average, these constitute 55 entities
(52.89%).
V
ÍNDICE
DEDICATORIA .................................................................................................................. II
AGRADECIMIENTO: ..................................................................................................... III
RESUMEN ..........................................................................................................................IV
ABSTRACT ......................................................................................................................... V
ÍNDICE ...............................................................................................................................VI
ÍNDICE DE TABLAS ........................................................................................................XI
ÍNDICE DE FIGURAS Y OTROS ÍNDICES PERTINENTES ................................. XIV
INTRODUCCIÓN ........................................................................................................XVIII
VI
CAPITULO 02: MARCO TEÓRICO .............................................................................. 21
2.1. Marco Conceptual ......................................................................................................... 21
2.1.1. Productividad .......................................................................................................... 21
2.1.2. Tipos de Productividad ........................................................................................... 21
2.1.3. Eficiencia ................................................................................................................ 22
2.1.4. Comisaria ................................................................................................................ 22
2.1.5. DIRTEPOL ............................................................................................................. 22
2.1.6. Región Policial ....................................................................................................... 23
2.1.7. Clases de Comisarias .............................................................................................. 23
2.1.8. Tipos de Comisarias ............................................................................................... 23
2.1.9. Categorías de Comisarias ....................................................................................... 24
2.1.10. Multifuncional ...................................................................................................... 24
2.1.11. Sistema de Denuncia Policiales (SIDPOL) .......................................................... 25
2.1.12. Los Registros Administrativos ............................................................................. 25
2.1.13. Mapa de Delitos .................................................................................................... 25
2.1.14. Niveles de Prevención del Delito ......................................................................... 25
2.2. Marco Teórico ............................................................................................................... 26
2.2.1. Gestión o Administración Policial .......................................................................... 26
2.2.2. Características de la Gestión Policial ..................................................................... 28
2.2.3. El sistema de la Función Policial ............................................................................ 28
2.2.4. Problemática de la Gestión Policial en las Comisarias ........................................... 29
2.2.5. Medición de la Eficiencia ....................................................................................... 32
2.2.6. Clases de Eficiencia ................................................................................................ 33
2.2.7. Técnicas de Medición de la Eficiencia ................................................................... 35
2.2.8. Técnica del Análisis Envolvente de Datos (DEA) ................................................. 36
2.2.9. La Productividad de los Factores............................................................................ 40
2.2.10. Índice de Productividad Malmquist (IPM) ........................................................... 41
VII
CAPITULO 04: PRODUCTOS (OUTPUTS) DE LA GESTIÓN DE POLICIAL EN
LAS COMISARIAS BÁSICAS DE LA PNP DE LA REGIÓN AREQUIPA .............. 52
4.1. Los Productos del Proceso Productivo de las Comisarias............................................. 52
4.2. Gestión de Detenidos .................................................................................................... 52
4.2.1. Detenidos Requisitoriados (RQ) ............................................................................. 53
4.2.2. Detenidos por Diversos Delitos .............................................................................. 56
4.3. Gestión Antidroga ......................................................................................................... 59
4.3.1. Envoltorios de PBC Decomisados.......................................................................... 59
4.3.2. Envoltorios de Clorhidrato de Cocaína Decomisados ............................................ 62
4.3.3. Envoltorios de Marihuana Decomisados ................................................................ 65
4.4. Gestión de Incautación de Armas.................................................................................. 68
4.4.1. Incautación de Armas de Fuego ............................................................................. 68
4.4.2. Incautación de Armas Blancas ............................................................................... 71
4.5. Gestión Contra Prostitución Clandestina ...................................................................... 74
4.5.1. Intervención Contra Meretrices .............................................................................. 74
4.5.2. Intervención Contra Homosexuales........................................................................ 77
4.5.3. Intervención Contra Proxenetas.............................................................................. 80
4.5.4. Intervención Contra Locales Dedicados a la Prostitución ...................................... 83
4.6. Gestión de Tráfico Ilegal de Vehículos ......................................................................... 86
4.6.1. Vehículos Intervenidos por DCP (Vehículos Mayores) ......................................... 86
4.6.2. Vehículos Intervenidos con Requisitorias (Vehículos Mayores) ........................... 89
4.6.3. Vehículos Recuperados (Vehículos Mayores) ....................................................... 92
4.6.4. Vehículos Internados al Depósito (Vehículos Mayores) ........................................ 95
4.6.5. Vehículos Intervenidos por DCP (Vehículos Menores) ......................................... 98
4.6.6. Vehículos Intervenidos con Requisitorias (Vehículos Menores) ......................... 101
4.6.7. Vehículos Recuperados (Vehículos Menores) ..................................................... 104
4.6.8. Vehículos Internados al Depósito (Vehículos Menores) ...................................... 107
4.7. Gestión Anti Manejo Imprudente ................................................................................ 110
4.7.1. Personas con Resultado Positivo de Alcoholemia ................................................ 110
4.7.2. Intervenidos por Lunas Oscurecidas..................................................................... 113
4.7.3. Papeletas Impuestas .............................................................................................. 116
4.8. Gestión Anti Organizaciones Criminales .................................................................... 119
4.8.1. Bandas Desarticuladas .......................................................................................... 119
4.8.2. Intervenciones por Pandillaje ............................................................................... 122
VIII
4.9. Gestión de Tráfico Ilegal de Bienes ............................................................................ 125
4.9.1. Contrabando.......................................................................................................... 125
4.9.2. Combustible Ilegal ................................................................................................ 128
4.9.3. Madera Comisada ................................................................................................. 131
4.9.4. Dinero Incautado .................................................................................................. 134
IX
a.2) Estadísticas Comisarias PNP-2019, Región Arequipa ............................................ 186
B. RESULTADOS DEL DEAP 2.1 ................................................................................... 189
b.1) Eficiencia y Productividad en la Gestión de Detenidos .......................................... 189
b.2) Eficiencia y Productividad en la Gestión anti droga ............................................... 195
b.3) Eficiencia y Productividad en la Gestión anti Armas ............................................. 201
b.4) Eficiencia y Productividad en la Gestión contra la Prostitución Clandestina ......... 207
b.5) Eficiencia y Productividad en la Gestión de Tráfico de Vehículos......................... 213
b.6) Eficiencia y Productividad en la Gestión anti Manejo Imprudente ........................ 219
b.7) Eficiencia y Productividad en la Gestión anti Organizaciones Criminales ............. 226
b.8) Eficiencia y Productividad en la Gestión de Tráfico Ilicito de Bienes ................... 232
X
ÍNDICE DE TABLAS
Tabla 1: Población de 15 y Más años de Edad, Víctima de Algún Hecho Delictivo, según
Región Natural y Departamento ......................................................................................... 5
Tabla 2: Población de 15 y Más Años de Edad con Percepción de Inseguridad en los
Próximos Doce Meses, según Región Natural y Departamento ....................................... 6
Tabla 3: Variables e Indicadores de Investigación ........................................................... 9
Tabla 4: Unidades de Estudio (Comisarias Básicas de la Región Arequipa) ............... 16
Tabla 5: Operacionalización de Variables ....................................................................... 18
Tabla 6: Comparación de Técnicas de Medición de la Eficiencia ................................. 36
Tabla 7: Comisarias de la Región Arequipa 2019 ........................................................... 47
Tabla 8: Número de Policías por Comisarías de la Región Arequipa 2018-2019 ........ 48
Tabla 9: Número de Operativos por Comisarías de la Región Arequipa 2018 ............ 49
Tabla 10: Número de Operativos por Comisarías de la Región Arequipa 2019 .......... 49
Tabla 11: Detenidos Requisitoriados por Tipo de Comisarías, Región Arequipa 2018-
2019 ...................................................................................................................................... 53
Tabla 12: Detenidos por Diversos Delitos por tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 56
Tabla 13: Envoltorios de PBC Decomisados por Tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 59
Tabla 14: Envoltorios de Clorhidrato de Cocaína por Tipo de Comisarías, Región
Arequipa 2018-2019 ........................................................................................................... 62
Tabla 15: Envoltorios de Marihuana Decomisados por Tipo de Comisarías, Región
Arequipa 2018-2019 ........................................................................................................... 65
Tabla 16: Incautación de Armas de Fuego por Tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 68
Tabla 17: Incautación de Armas Blancas por Tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 71
Tabla 18: Intervención contra Meretrices por Tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 74
Tabla 19: Intervención Contra Homosexuales por Tipo de Comisarías, Región
Arequipa 2018-2019 ........................................................................................................... 77
Tabla 20: Intervención Contra Proxenetas por Tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 80
XI
Tabla 21: Intervención Contra Locales por Tipo de Comisarías, Región Arequipa 2018-
2019 ...................................................................................................................................... 83
Tabla 22: Vehículos Intervenidos por DCP por Tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 86
Tabla 23: Vehículos Intervenidos con Requisitorias por Tipo de Comisarías, Región
Arequipa 2018-2019 ........................................................................................................... 89
Tabla 24: Vehículos Recuperados por Tipo de Comisarías, Región Arequipa 2018-2019
.............................................................................................................................................. 92
Tabla 25: Vehículos Internados al Depósito por Tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 95
Tabla 26: Vehículos Intervenidos por DCP por Tipo de Comisarías, Región Arequipa
2018-2019............................................................................................................................. 98
Tabla 27: Vehículos Intervenidos con Requisitorias por Tipo de Comisarías, Región
Arequipa 2018-2019 ......................................................................................................... 101
Tabla 28: Vehículos Recuperados por Tipo de Comisarías, Región Arequipa 2018-2019
............................................................................................................................................ 104
Tabla 29: Vehículos Internados al Depósito por Tipo de Comisarías, Región Arequipa
2018-2019........................................................................................................................... 107
Tabla 30: Personas con Resultado Positivo de Alcoholemia por Tipo de Comisarías,
Región Arequipa 2018-2019 ............................................................................................ 110
Tabla 31: Intervenidos por Lunas Oscurecidas por Tipo de Comisarías, Región
Arequipa 2018-2019 ......................................................................................................... 113
Tabla 32: Papeletas Impuestas por Tipo de Comisarías, Región Arequipa 2018-2019
............................................................................................................................................ 116
Tabla 33: Bandas Desarticuladas por Tipo de Comisarías, Región Arequipa 2018-2019
............................................................................................................................................ 119
Tabla 34: Intervenciones por Pandillaje por Tipo de Comisarías, Región Arequipa
2018-2019........................................................................................................................... 122
Tabla 35: Contrabando por Tipo de Comisarías, Región Arequipa 2018-2019 ......... 125
Tabla 36: Combustible por Tipo de Comisarías, Región Arequipa 2018-2019 .......... 128
Tabla 37: Madera Comisada por Tipo de Comisarías, Región Arequipa 2018-2019 131
Tabla 38: Dinero Incautado por Tipo de Comisarías, Región Arequipa 2018-2019.. 134
Tabla 39: Agrupación de Comisarias para el Análisis de Productividad y Eficiencia
............................................................................................................................................ 137
XII
Tabla 40: Cambios de los Niveles de Eficiencia y Productividad en la Gestión de
Detenidos de las Comisarías PNP en la Región Arequipa, 2018-2019......................... 143
Tabla 41: Cambios de los Niveles de Eficiencia y Productividad en la Gestión de
Antidrogas de las Comisarías PNP en la Región Arequipa, 2018-2019 ...................... 146
Tabla 42: Cambios de los Niveles de Eficiencia y Productividad en la Gestión de
Detenidos de las Comisarías PNP en la Región Arequipa, 2018-2019......................... 149
Tabla 43: Cambios de los Niveles de Eficiencia y Productividad en la Gestión de
Detenidos de las Comisarías PNP en la Región Arequipa, 2018-2019......................... 152
Tabla 44: Cambios de los Niveles de Eficiencia y Productividad en la Gestión de
Detenidos de las Comisarías PNP en la Región Arequipa, 2018-2019......................... 156
Tabla 45: Cambios de los niveles de eficiencia y productividad en la Gestión de
Detenidos de las Comisarías PNP en la Región Arequipa, 2018-2019......................... 161
Tabla 46: Cambios de los Niveles de Eficiencia y Productividad en la Gestión de
Detenidos de las Comisarías PNP en la Región Arequipa, 2018-2019......................... 164
Tabla 47: Cambios de los Niveles de eficiencia y Productividad en la Gestión de
Detenidos de las Comisarías PNP en la Región Arequipa, 2018-2019......................... 168
Tabla 48: Ranking de Eficiencia de la Gestión Policial en las Comisarías de la Región
Arequipa, 2016 .................................................................................................................. 173
XIII
ÍNDICE DE FIGURAS Y OTROS ÍNDICES PERTINENTES
XIV
Figura 25: Envoltorios de PBC Decomisados por Comisarías, Región Arequipa 2018
.............................................................................................................................................. 60
Figura 26: Envoltorios de PBC Decomisados por Comisarías, Región Arequipa 2018
.............................................................................................................................................. 61
Figura 27: Envoltorios de Clorhidrato de Cocaína por Comisarías, Región Arequipa
2018 ...................................................................................................................................... 63
Figura 28: Envoltorios de Clorhidrato de Cocaína por Comisarías, Región Arequipa
2019 ...................................................................................................................................... 64
Figura 29: Envoltorios de Marihuana Decomisados por Comisarías, Región Arequipa
2018 ...................................................................................................................................... 66
Figura 30: Envoltorios de Marihuana Decomisados por Comisarías, Región Arequipa
2019 ...................................................................................................................................... 67
Figura 31: Incautación de Armas de Fuego por Comisarías, Región Arequipa 2018 . 69
Figura 32: Incautación de Armas de Fuego por Comisarías, Región Arequipa 2019 . 70
Figura 33: Incautación de Armas Blancas por Comisarías, Región Arequipa 2018 ... 72
Figura 34: Incautación de Armas Blancas por Comisarías, Región Arequipa 2019 ... 73
Figura 35: Intervención Contra Meretrices por Comisarías, Región Arequipa 2018 . 75
Figura 36: Intervención Contra Meretrices por Comisarías, Región Arequipa 2019 . 76
Figura 37: Intervención Contra Homosexuales por Comisarías, Región Arequipa 2018
.............................................................................................................................................. 78
Figura 38: Intervención Contra Homosexuales por Comisarías, Región Arequipa 2019
.............................................................................................................................................. 79
Figura 39: Intervención Contra Proxenetas por Comisarías, Región Arequipa 2018. 81
Figura 40: Intervención Contra Proxenetas por Comisarías, Región Arequipa 2019. 82
Figura 41: Intervenciones Contra Locales por Comisarías, Región Arequipa 2018 ... 84
Figura 42: Intervenciones Contra Locales por Comisarías, Región Arequipa 2019 ... 85
Figura 43: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2018 87
Figura 44: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2019 88
Figura 45: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2018 ...................................................................................................................................... 90
Figura 46: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2019 ...................................................................................................................................... 91
Figura 47: Vehículos Recuperados por Comisarías, Región Arequipa 2018................ 93
Figura 48: Vehículos Recuperados por Comisarías, Región Arequipa 2019................ 94
XV
Figura 49: Vehículos Internados al Depósito por Comisarías, Región Arequipa 2018
.............................................................................................................................................. 96
Figura 50: Vehículos Internados al Depósito por Comisarías, Región Arequipa 2019
.............................................................................................................................................. 97
Figura 51: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2018 99
Figura 52: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2019
............................................................................................................................................ 100
Figura 53: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2018 .................................................................................................................................... 102
Figura 54: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2019 .................................................................................................................................... 103
Figura 55: Vehículos Recuperados por Comisarías, Región Arequipa 2018.............. 105
Figura 56: Vehículos Recuperados por Comisarías, Región Arequipa 2019.............. 106
Figura 57: Vehículos Internados al Depósito por Comisarías, Región Arequipa 2018
............................................................................................................................................ 108
Figura 58: Vehículos Internados al Depósito por Comisarías, Región Arequipa 2019
............................................................................................................................................ 109
Figura 59: Personas con Resultado Positivo de Alcoholemia por Comisarías, Región
Arequipa 2018 ................................................................................................................... 111
Figura 60: Personas con Resultado Positivo de Alcoholemia por Comisarías, Región
Arequipa 2019 ................................................................................................................... 112
Figura 61: Intervenidos por Lunas Oscurecidas por Comisarías, Región Arequipa 2018
............................................................................................................................................ 114
Figura 62: Intervenidos por Lunas Oscurecidas por Comisarías, Región Arequipa 2018
............................................................................................................................................ 115
Figura 63: Papeletas Impuestas por Comisarías, Región Arequipa 2018 ................... 117
Figura 64: Papeletas Impuestas por Comisarías, Región Arequipa 2019 ................... 118
Figura 65: Bandas Desarticuladas por Comisarías, Región Arequipa 2018 .............. 120
Figura 66: Bandas Desarticuladas por Comisarías, Región Arequipa 2019 .............. 121
Figura 67: Intervenciones por Pandillaje por Comisarías, Región Arequipa 2018 ... 123
Figura 68: Intervenciones por Pandillaje por Comisarías, Región Arequipa 2019 ... 124
Figura 69: Contrabando por Comisarías, Región Arequipa 2018............................... 126
Figura 70: Contrabando por Comisarías, Región Arequipa 2019............................... 127
Figura 71: Combustibles por Comisarías, Región Arequipa 2018 .............................. 129
XVI
Figura 72: Combustibles por Comisarías, Región Arequipa 2019 .............................. 130
Figura 73: Madera Comisada por Comisarías, Región Arequipa 2018 ...................... 132
Figura 74: Madera Comisada por Comisarías, Región Arequipa 2019 ...................... 133
Figura 75: Dinero Incautado por Comisarías, Región Arequipa 2018 ....................... 135
Figura 76: Dinero Incautado por Comisarías, Región Arequipa 2019 ....................... 136
Figura 77: La eficiencia y la función de producción ..................................................... 138
Figura 78: Aplicación del Índice de productividad Malmquist (IPM) ........................ 140
Figura 79: Procesos de Transformación de Insumos en Productos en las Comisarias
Básicas de la PNP de la Región Arequipa ...................................................................... 142
Figura 80: Evaluación de la Productividad de las Comisarias .................................... 177
XVII
INTRODUCCIÓN
de proyectos de inversión pública, pero al tener características vario pintas nuestra población
existen diversas tipologías de comisarias dentro del ámbito policial. Es así que las comisarias
reglamentados por la Policía Nacional del Perú. Mientras que las comisarías especializadas
terrestres y protección de carreteras. En ese marco entonces son las comisarias básicas las que
Nacional del Perú, pero es de destacar que existen seis tipos de comisarias básicas tipo A, B,
C, D, E y F, por lo que se hace necesario analizarlas dentro de cada grupo homogéneo, ya que
productividad y eficacia de las comisarias básicas entre el 2018 - 2019, para ello se ha
estructurado esta investigación en cinco capítulos de los cuales en el primer capítulo nos
a ser abordada por la investigación, en el segundo capítulo revisaremos el marco teórico donde
abordaremos principalmente los avances teóricos logrados hasta el momento en este tema. En
el capítulo tres revisaremos los insumos (inputs) utilizados en la gestión policial de las
materias primas usadas por las comisarias básicas, en el capítulo cuatro evaluaremos los
XVIII
En el quinto capítulo abordaremos la variación de la productividad y eficiencia de la gestión
comisarias que han incrementado o reducido su productividad entre los años 2018 y 2019. Este
estudio cuenta además con anexos donde se encuentra Las estadísticas de la PNP, que han sido
utilizados como base de datos para este estudio y lo resultados de la aplicación del Análisis de
envolvente de datos (DEA) para lo cual se utilizó el software DEAP 2.1 para todos los análisis
XIX
CAPITULO 01: METODOLOGÍA DE INVESTIGACIÓN
Ante la creciente oleada delictiva, lo natural es que todos los sectores de la población
delitos que tiene asignada la policía. Por ello es importante propender analizar la eficiencia de
la unidad operativa policial que son las comisarias. En ese sentido, el análisis de las comisarias
como organización policial propende aclarar que tan bien se utilizan los recursos disponibles
para la policía y los productos que ofrecen para lograr en mayor nivel la seguridad ciudadana.
El mejoramiento de los servicios policiales no es, por supuesto, el único recurso apropiado para
disminuir el flagelo de la criminalidad; pero es sin duda alguna el sustento esencial que hará
ciudadana, ejecutados por las comisarias básicas de la Policía Nacional y los gobiernos locales
tenemos que: “(a) El 30.9% de los vehículos motorizados que se destinan para realizar
alcance e impacto de las actividades de patrullaje que de forma independiente realizan ambas
entidades. (c) El 55.1% de comisarias a nivel nacional no contarían con el “Plan de Patrullaje
Integrado” para el año 2019, situación que denotaría la ausencia de acciones articuladas e
dinerarios que deben destinarse para fines de seguridad ciudadana. (d) Los efectivos policiales
que realizan patrullaje motorizado y a pie no contarían con el equipamiento completo que
1
requiere la ejecución de dicha actividad, lo cual afectaría la eficacia del servicio a la ciudadanía
y la integridad física de los propios policías. (e) El 36.9% de comisarias a nivel nacional no
contarían con el plan de trabajo anual de capacitación para juntas vecinales de seguridad
ciudadana para el año 2019, lo cual denotaría que dichas juntas vecinales no están
y otras actividades afines. (f) El 21.2% de los efectivos policiales de las comisarias a nivel
nacional encargados de atender denuncias sobre violencia familiar, no habrían sido capacitados
en la aplicación de la ley N° 30364 “Ley para prevenir, sancionar y erradicar la violencia contra
las mujeres y los integrante del grupo familiar”, lo cual no estaría permitiendo su adecuada y
oportuna atención. (g) Las comisarias a nivel nacional no habrían ejecutado 17.3% de las
medidas de protección que les fueron enviadas por los juzgados de familia, situación que
nacional no contarían con un mapa gráfico y geo referencial de las medidas de protección
remitida por el juzgado de familia, lo cual podría afectar la adecuada programación y ejecución
de las mismas para la protección de las víctimas y denunciantes de actos de violencia familiar”,
todo esto revela que las comisarias están bajando sus niveles de productividad y eficiencia por
la subutilización de recursos.
servicios policiales de varios países han solicitado y a menudo han conseguido un aumento de
sus efectivos, este argumento se presta a críticas en una perspectiva de racionalización de los
recursos humanos. En efecto, no se suele tener en cuenta, por ejemplo, que los policías dedican
una parte considerable de su tiempo a tareas administrativas, trabajan por turnos y están exentos
2
perfeccionamiento, entre otras), por lo que en la realidad el número de policías presentes en
todo momento en lugares públicos es bastante bajo. También conviene subrayar que la lucha
60% de intervenciones.
preocupación en el seno de las distintas sociedades, motivo por el que los gobiernos diseñan
orden. Sin embargo, la consecución de estos objetivos debe realizarse en un contexto de uso
óptimo de los recursos públicos, en el marco de la nueva gestión pública esto según (Parra
Domínguez, 2013), pero es de destacar que los órganos policiales más cercanos a la población
de la Región Arequipa son las comisarias básicas más que las comisarias especializadas, por
Dentro de este contexto existirán comisarias PNP básicas que son productivas y otros
que no lo son, las comisarias productivas son aquellas que con la misma cantidad de recursos
o menor gestionan una mayor cantidad de delitos, en cambio el otro tipo de comisarias (no
productivas), gestionan menores cantidades de delitos. Por ello hemos planteado como
3
• ¿Cuáles son los niveles de cambio de la productividad en la gestión policial de las
• ¿Cuáles son los niveles de cambio de la eficiencia en la gestión policial de las comisarías
problemas que afectan al país, según la percepción de los ciudadanos. El 86.7% de la población
peruana de 15 y más años de edad tiene percepción de inseguridad, es decir, siente que será
víctima de algún evento que atente contra su seguridad en los próximos doce meses, de acuerdo
con datos del INEI. En el caso de Arequipa entre el 2018-2019, la percepción de inseguridad,
aumento de 91% a 92.7% y una tasa de victimización de 25.2% a 26%, lo cual se explicaría en
4
Tabla 1: Población de 15 y Más años de Edad, Víctima de Algún Hecho Delictivo, según
Región Natural y Departamento
5
Tabla 2: Población de 15 y Más Años de Edad con Percepción de Inseguridad en los
Próximos Doce Meses, según Región Natural y Departamento
que en el largo plazo la producción de las mismas disminuya a niveles que no pueda rebasar el
6
1.1.5. Posibles soluciones al Problema
Para encontrar las posibles soluciones es necesario primero medir dos aspectos de la
gestión policial en las comisarías PNP básicas de la Región Arequipa, 2018-2019, que son:
a) La Productividad
b) La Eficiencia
Una vez encontrados estos aspectos podremos plantear soluciones como mejorar
1.2. Justificación
Como efectivo policial en situación de actividad con más de 20 años de servicio reales
y efectivo en la Región Arequipa surgió mi inquietud de profundizar los enfoques teóricos que
Perú (PNP), a fin de poder plantear posibles soluciones en caso de surgir ineficiencia e
por ser miembro de la PNP. tengo acceso a la data policial y busco generar aportes prácticos
policiales que brinda las comisarias PNP básicas a la comunidad en temas de seguridad
Es necesario realizar investigaciones como esta, que tiene como finalidad evaluar la
ciudadana.
7
La presente investigación ofrece a las entidades políticas como el Ministerio del
organizaran sus tareas en funciones de actividades y resultados que tengan una mayor
productividad y eficiencia de la gestión policial en las comisarías PNP básicas ubicadas en los
A las entidades públicas y privadas que fomentan la actividad educativa, les ofrece
Esta investigación resulta importante dado que proporcionara pautas a los empresarios
sobre los distritos que cuentan con comisarias PNP básicas que son más eficiente en la gestión
Las variables a utilizarse en el presente estudio pasan por establecer aquellas que juegan
un rol fundamental en el proceso productivo de las comisarias básicas de la PNP, por ello
8
Tabla 3: Variables e Indicadores de Investigación
9
1.4. Objetivos
Objetivo General:
Los datos obtenidos en la evaluación servirán a los efectivos policiales que laboran
en las comisarías PNP básicas de la Región Arequipa, mejorar las deficiencias que
Objetivos Específicos:
Interrogante General
Interrogantes Específicas
10
1.6. Estado de Arte o Antecedentes Investigativos
partir del cambio tecnológico, medido por la variación de la frontera eficiente entre dos
periodos, y los cambios en eficiencia, que determinan la posición relativa de las unidades
evaluadas respecto a la frontera a lo largo del horizonte temporal considerado. Para el censo
resultados muestran que dichas entidades presentan rendimientos óptimos, que alcanzan
valores medios superiores a 94% según la hipótesis de rendimientos a escala variables, cuyo
Respecto al análisis del cumplimiento de los fines sociales de las cajas de ahorros para el
periodo evaluado, la principal conclusión de nuestro trabajo revela que los incrementos de
productividad contribuyen a un aumento del "valor social “para los ciudadanos, medido
con el ratio de gasto social (RGS), incluso después de controlar por el efecto de medidas
propiciar la eficiente aplicación de recursos a lo largo del tiempo, contribuiría a una mayor
dotación de gasto social que, por otra parte, se vería disminuida por la imperiosa necesidad
de las cajas de ahorros de incrementar sus reservas para preservar sus ratios de solvencia,
11
decisión que se vería afectada de manera negativa al aumentar el tamaño de la entidad”,
este trabajo se han centrado en la observación de los determinantes e impactos del papel
del CNP español en la lucha contra la criminalidad con el fin de determinar los niveles de
eficiencia, eficacia y efectividad de este cuerpo policial. Para conseguir estos objetivos se
ha utilizado una muestra compuesta por 45 comisarías españolas, entre las que no se
encuentran las representadas por las comunidades autónomas de País Vasco y Cataluña,
debido las especificidades propias de estos ámbitos geográficos, para el periodo temporal
elegido (2009-2011). Los resultados muestran que las comisarías ubicadas en provincias
comisarías de policía con estructuras básicas más anchas y ausencia de cúpula directiva son
agentes situados en los escalones más bajos. En sentido opuesto, políticas de motivación
policial carecen de incidencia directa en el nivel de compromiso mostrado por los agentes
para el control del Delito” establece que: “El porcentaje de detenciones es una medida de
12
la eficacia de la detención realizada por Carabineros de Chile, establecido como la relación
(delitos). Un bajo valor de dicho indicador podría justificar el no equilibrio entre la oferta
y la demanda por servicios policiales (bajo IDCP). Cabe señalar que habría que considerar
detenciones. Bajo el supuesto que las detenciones corresponden a una parte de la demanda
por servicios policiales, se esperaría una relación clara entre ambos indicadores. La alta
gestión que se observan en las distintas comunas y que estarían relacionados a los índices
las detenciones, los cuales debiesen ser uniformes en todas las comunas con Plan Cuadrante
de Seguridad Preventiva. Una baja relación entre el IDCP y las detenciones, así como IDCP
inferiores o superiores a 1, permiten plantear otras hipótesis que habría que estudiar y
evaluar: (1) el IDCP no estaría siendo bien calculado, (2) la determinación de la oferta no
de recursos policiales no es suficiente o no es óptima. Señalar que los resultados sólo con
una aproximación según los indicadores analizados y relacionados. Hablar de una gestión
de detenciones, pues hay otras acciones de orden público, social y comunitario, dentro de
las funciones de la institución, a las cuales está destinado su personal. Finalmente, hay que
dejar en claro que para una mejor comprensión del análisis estadístico y espacial, así como
13
concluyente de los resultados que se puedan generar, se debiese considerar la información
ciudadana” Se concluye que: “la Policía Nacional, es la Institución más grande del estado
terror e intranquilidad en la población ya que todas las personas viven con el temer de ser
actividades, mientras que la delincuencia en todas sus modalidades está ganando terreno ya
que se está tecnificando y evolucionando con el paso del tiempo, mientras que nuestras
14
concluir que la Policial Nacional es la principal institución del estado encargada de
nivel de país y a nivel local, que cada día viene perturbando con más intensidad la
1.7. Hipótesis
Hipótesis General
establecer qué porcentaje de comisarias básicas han reducido y/o aumentado sus
Hipótesis Específicas
comisarias, siendo que dentro de cada clase existe una gran proporción de
comisarias que son improductivas, debido a que no elevan sus resultados (output)
de la gestión policial.
gestión policial de los individuos que conforman las mismas, lo cual redunda en
15
1.8. Unidad de Observación
Arequipa.
1.8.2. Temporalidad
El período de tiempo que abarcará el estudio es el año 2018-2019, puesto que es la data
La unidad de estudio está constituida por las comisarias PNP básicas de la Región
Arequipa, recopiladas y registradas por la PNP. La Región de Arequipa consta de ciento cuatro
comisarías básicas los cuales son objeto de estudio en esta investigación. La relación de las
Comisaria Tipo A Comisaria Tipo B Comisaria Tipo C Comisaria Tipo D Comisaria Tipo E
12 21 23 36 12
Palacio Viejo Alto Selva Alegre Acequia Alta Characato El Cardo
Santa Marta Independencia Dean Valdivia Chiguata Huacapuy
Cerro Colorado Cayma Aeropuerto Casimiro Cuadros Pucchun
J.L.B.Y. Rivero Mariscal Castilla Ciudad Municipal San Camilo San José
Miraflores Zamacola Andres A. Caceres San Isidro Quilca
Ciudad Blanca Hunter El Triunfo San Jose Andaray
Ciudad Mi Trabajo Simon Bolivar Jerusalen Mollebaya Andagua
Yanahuara La Joya El Porvenir Pocsi Machahuay
Camaná Mariano Melgar Campo Marte Polobaya Huanca
Aplao Alto Misti Israel Tambillo Huambo
El Pedregal Juan de Dios Colca Apaza Jesus Maria Santa Rita Alca
Mollendo Miguel Grau Sachaca Sabandia Charcana
Socabaya Tiabaya S.J. Tarucani
La Pampa Congata Uchumayo
Atico Pampa Camarones Sotillo
Caravelí Ciudad de Dios Yarabamba
Chala Acari Yura
Chuquibamba Jaquí San Gregorio
Chivay Yauca Ocoña
Cocachacra Minas Ocoña Bella Union
Matarani Caylloma Achanizo
Mejia Lomas
Cotahuasi Arcata
Yanaquihua
Salamanca
Ocopampa
Pampacolca
Corire
Viraco
Cabanaconde
Minas Madrigal
Imata
Sibayo
El Arenal
La Curva
Punta de Bombon
Fuente: Elaboración Propia
16
1.9. Diseño del Estudio
productividad entre dos años para poder compararlos aplicando la técnica del análisis de
envolvente de datos (DEA) y el índice de Malmquist, por ello se ha tomado como diseño de
investigación la no experimental ya que aplicaremos el análisis a los años ya pasados del 2018
y 2019.
depende de los insumos utilizados y los productos obtenidos por las gestiones de las comisarias,
17
Tabla 5: Operacionalización de Variables
Variables Sub variables Indicadores Técnicas Instrumentos Fuentes
• Número de comisarías PNP tipo A
• Número de comisarías PNP tipo B
• Número de comisarías PNP tipo C
• Tipo de comisaria (Insumo)
• Número de comisarías PNP tipo D
• Número de comisarías PNP tipo E
• Número de comisarías PNP tipo F
• Personal Policial (Insumo) • Número de policías
• Operativos realizados (Insumo) • Número de operativos realizados
• Número de detenidos requisitoriados
• Gestión de Detenidos (Producto)
• Número de detenidos por delitos diversos
• Cantidad de pasta básica de cocaína decomisada
• Gestión anti droga (Producto) • Cantidad de clorhidrato de cocaína decomisada
• Cantidad de Marihuana decomisada
• Número de armas blancas decomisada
• Gestión anti Armas (Producto)
• Número de armas de fuego decomisada
• Número de intervenciones contra meretrices
• Gestión contra Prostitución • Número de intervenciones contra homosexuales
Clandestina (Producto) • Número de intervenciones contra proxenetas
• Número de Intervenciones contra locales
• Número de intervenidos por DCP (vehículos mayores)
Variable Independiente Análisis de
• Número de intervenciones de vehículos con requisitorias (vehículos conglomerados Estadísticas PNP
Función de producción de la mayores)
gestión policial en las comisarias 2018 -2019 Datos de Estadísticas
• Número de intervenciones de vehículos recuperados (vehículos mayores) Técnica del Análisis PNP 2018 -2019
• Número de intervenciones de vehículos internados al depósito (vehículos de envolvente de Softwares DEAP 2.1. y
• Gestión de Tráfico ilegal de vehículos mayores) datos (DEA) e Índice SPSS
(Producto) • Número de intervenidos por DCP (vehículos menores) Malmquist
• Número de intervenciones de vehículos con requisitorias (vehículos
menores)
• Número de intervenciones de vehículos recuperados (vehículos menores)
• Número de intervenciones de vehículos internados al depósito (vehículos
menores)
• Número de intervenciones de personas con Resultado positivo
alcoholemia
• Gestión anti manejo imprudente
• Número de intervenciones remitidos a las comisarias por lunas
(Producto)
oscurecidas
• Número de papeletas impuestas
• Gestión anti organizaciones criminales • Número de Bandas desarticuladas
(Producto) • Número de intervenciones por pandillaje
• Número de intervenciones por derechos intelectuales
• Número de intervenciones por contrabando soles
• Gestión de Tráfico Ilegal de Bienes
• Número de intervenciones por combustible, galones
(Producto)
• Número de intervenciones por madera comisada. Pies
• Número de intervenciones por dinero incautado, soles
Variable Dependiente • Índice de Malmquist
• Productividad
Cambios de Productividad y • Índice de eficiencia
Eficiencia • Eficiencia • Índice de eficiencia
Fuente: Elaboración Propia
18
1.9.2. Universo del Trabajo y Muestra
compiladas en las estadísticas PNP, realizada por la Policía Nacional del Perú, por lo cual no
Para el presente estudio se ha utilizado la información las estadísticas PNP, de las cuales
categorías:
• Tipo de Investigación: Aplicada, ya que busca la aplicación sobre una realidad antes que
• Nivel de Investigación: Explicativa, ya que busca el porqué de los hechos mediante las
estudian tal como se dan y por lo tanto solo se pueden saber que algo es causa de algo
variable dependiente.
19
Considerando lo señalado anteriormente en la presente investigación se ha desarrollado
la siguiente metodología:
necesario que las comisarias a comparar sean homogéneos en sus características, por ello
b) Luego construiremos una función de producción, para medir la eficiencia de las comisarias
PNP, aplicando para ello la metodología Análisis de envolvente de datos (DEA) para
identificar las comisarias más eficientes y menos eficientes, y determinar los niveles de
producción óptimas. Para ello utilizaremos el software DEAP 2.1 que es uno de los
software más utilizados para calcular DEA, que fue desarrollado por Tim Coelli del Centre
Queensland, Australia.
c) Como estamos trabajando dos años, construimos el índice Malmquist, para medir el
20
CAPITULO 02: MARCO TEÓRICO
2.1.1. Productividad
organización es capaz de mejorar su productividad significa que el valor de sus productos crece
a una tasa más alta que con la que crecen las materias primas con las que está creando dicho
todos estos aspectos hace posible alcanzar altos niveles de calidad en el estándar de producción,
generar estrategias comerciales que permitan llegar a nuevos mercados para así aumentar la
como algo nuevo y rentable en la organización, siendo necesarias continuas acciones de control
del entorno, conocimiento de la evolución de las tendencias, realizar benchmarking y estar muy
exactos, de calidad y actualizados sobre todo tipo de aspectos relacionados con su ámbito de
21
2.1.3. Eficiencia
entre dos magnitudes, la producción de un bien o servicio y los insumos (financieros, humanos
o bienes) utilizados para su generación. Este tipo de indicador está referido a la producción de
Para (Farrell, 1957), quien establece que la medición de la eficiencia debe ser realizada
donde cada unidad de decisión pueda ser evaluada en relación con otras unidades homogéneas.
tomado por la eficiencia para cada entidad subóptima indica la desviación observada respecto
Además (Ganga C., et al, 2014) definen la eficiencia en términos de outputs e inputs.
Para el caso de outputs se entiende como el máximo producto o servicio obtenido, para una
combinación específica de factores. Por el lado de los inputs, la eficiencia es la cantidad mínima
2.1.4. Comisaria
2.1.5. DIRTEPOL
jurisdicción de uno o más departamentos o regiones, sea por la continuidad operativa (como en
Tacna - Moquegua; Cusco - Madre de Dios; Amazonas - San Martín) o puede corresponder a
22
provincias y distritos (caso provincias de Jaén – San Ignacio y algunos distritos de Cutervo y
Por necesidad nacional, algunas provincias y distritos están bajo la jurisdicción de frentes
Nacional del Perú en un determinado espacio geográfico del territorio nacional. Están a cargo
(INEI, 2017).
2017):
protección de carreteras.
23
• Comisaría PNP tipo A: Con capacidad de 121 a 240 efectivos policiales. Hasta 1,020 m2
• Comisaría PNP tipo B: Con capacidad de 61 a 120 efectivos policiales. Hasta 680 m2 de
• Comisaría PNP tipo F: Con capacidad de menos de 8 efectivos policiales. Hasta menos
2.1.10. Multifuncional
Equipo informático que posee básicamente las siguientes funciones dentro de un único
2017).
24
2.1.11. Sistema de Denuncia Policiales (SIDPOL)
Son libros que tienen las comisarías en donde registran las diferentes ocurrencias del
día. Estos libros están clasificados según el tipo de ocurrencia, que pueden ser: Libros de
frecuencia en el distrito. Tiene por objetivo identificar los puntos críticos de la delincuencia
que se producen en el distrito con la finalidad de establecer acciones inmediatas contra ese
flagelo social, con la participación de la policía, juntas vecinales y población organizada (INEI,
2017).
Los niveles de prevención del delito según (Pereyra Alva, 2020) son:
• Prevención Primaria: Se orienta a la raíz del problema criminal, neutraliza las causas de
la delincuencia y las ataca antes de que se manifieste, es función del estado garantizar a
través de sus ministerios bienestar social, en los sectores de educación, salud, vivienda,
Trabajo, y otros, que contribuyan a una buena formación social. Esta prevención actúa de
25
• Prevención Secundaria: Aquí se ataca de manera directa ya al problema social, a través
corto, mediano y largo plazo, aquí se actúa de manera directa al problema criminal.
a los que están internados en los penales cumpliendo condena por cometer algún acto ilícito,
que puede ser utilizado continuamente para cumplir con su mandato, mejorar la satisfacción
G., 2009).
26
Figura 1: Modelo de Organización de la Administración Policial
Fuente: Villalobos García, Luis, Administración policial. Administración pública aplicada al manejo de policías
policial, propone que los parámetros que definen la función de la policía son: 1) Legalidad, el
trabajo policial se debe realizar con estricto apego a la ley, 2) Legitimidad y consenso,
validación social del trabajo de la policía, implica el respeto a los derechos humanos,
27
2.2.2. Características de la Gestión Policial
Estas características de acuerdo a la (Defensoría del Pueblo, 2009) son las siguientes:
dirección de otros órganos públicos y sus fines se conjugan en el servicio al público sin
distinción alguna, que las obliga a proporcionar igual protección a todos los habitantes, sin
distinción alguna.
(García, 2020).
policial y por lo tanto, su mandato institucional. Son las demandas y apoyos solicitados por
• Outputs, Son las decisiones y las acciones de la policía: el desempeño y actuación policial.
Organizan las consecuencias resultantes, no de las acciones del ambiente sociopolítico, sino
28
• Outcomes, Son los resultados de la función policial y están directamente relacionados con
En esta lógica, la administración policial es el vínculo entre los insumos y los productos
del sistema de la función policial, es decir, los procesos de la policía. Los inputs y los
segundos como las decisiones, las acciones y resultados del trabajo policial, que se mueven en
Fuente: Villalobos García, Luis, Administración Policial. Administración pública aplicada al manejo de policías
La problemática de la gestión policial en las comisarías las podemos obtener de los proyectos
29
• Personal policial con capacidades para brindar un servicio de calidad.
30
Además si apreciamos el árbol de causas y efectos del proyecto: “Mejoramiento y
ampliación de las capacidades para el servicio policial en y desde la comisaria PNP del distrito
Efecto Final
ALTO INDICE DE INSEGURIDAD CIUDADANA EN EL DISTRITO DE COTABAMBAS
DE LA PROVINCIA DE COTABAMBAS, REGION APURIMAC
Problema Central
INADECUADO ACCESO DE LA POBLACION DEL DISTRITO DE COTABAMBAS A LOS SERVICIOS
POLICIALES DE LA COMISARIA PNP DE COTABAMBAS, PROVINCIA DE COTABAMBAS - REGION
APURIMAC
Causa Indirecta 1.1 Causa Indirecta 2.1 Causa Indirecta 3.1 Causa Indirecta 4.1
INFRAESTRUCTURA EQUIPAMIENTO NO DEBILES CAPACIDADES PERSONAL POLICIAL
INADECUADA, ACORDE A LOS DEL PERSONAL POLICIAL INSIFICIENTE
INSUFICIENTE Y REQUERIMIENTOS PARA BRINDAR UN
DETERIORADA DEL SECTOR SERVICO DE CALIDAD
Causa Indirecta 4.2
BAJA COORDINACION Y
Causa Indirecta 2.2 PARTICIPACION
MOBILIARIO CIUDADANA
OBSOLETO NO
ACORDE AL TRABAJO
REQUERIDO Causa Indirecta 4.3
DIFICULTAD PARA
DESPLAZAMIENTO
OPORTUNO A LAS
COMUNIDADES
31
2.2.5. Medición de la Eficiencia
Según (Santín G., 2010), para medir la eficiencia es necesario definir las siguientes
herramientas:
• Inputs: Son los factores productivos necesarios para obtener, dada una tecnología, una
productos deseados.
• Outputs: Producción final perseguida por la unidad de decisión obtenida a partir del
distintas agencias.
Fuente: Daniel Santín González, Taller: Análisis de la Eficiencia en los Programas Nacionales del MIMDES.
de una unidad productiva. Si hay más de un output y un input esta información debe ser
32
• Función (Frontera) con un solo Factor de Producción:
y B Funcion de producción
o frontera productiva
C
E A ET A 0=AD/AB
ET A 1=EC/EA
Conjunto de posibilidades de
produccion
F D x
B Frontera productiva
D0 (x,y)=inf{ɵ: ɵ > 0, (x,y/ ɵ) є P(x)
D0 (x,yA) = ɵA = OA/OB
y2A A
P(X)
y2C C
y1
O y1A y1C
Fuente: Daniel Santín González, Taller: Análisis de la Eficiencia en los Programas Nacionales del MIMDES
33
• Eficiencia Asignativa con Orientación Input: Dado un vector de output y un vector
de precios de los inputs, elegir las cantidades de input que minimizan el coste de la
producción.
Fuente: Daniel Santín González, Taller: Análisis de la Eficiencia en los Programas Nacionales del MIMDES
• Eficiencia de Escala: Medida del grado en que una unidad productiva está optimizando
el tamaño de sus operaciones. Un tamaño muy pequeño o muy grande puede penalizar
la productividad de su desempeño.
Fuente: Daniel Santín González, Taller: Análisis de la Eficiencia en los Programas Nacionales del MIMDES
34
• Cambio Tecnológico: Es el desplazamiento de la frontera productiva en el tiempo
Según (Santín G., 2010), existen fundamentalmente dos grandes grupos de técnicas para
a) Paramétricas:
• Fronteras estocásticas.
• Funciones distancia.
b) No Paramétricas:
35
Tabla 6: Comparación de Técnicas de Medición de la Eficiencia
Según (MINDES, 2010), las técnicas de análisis de eficiencia mediante “función frontera”
son consideradas como las alternativas más adecuadas para medir la eficiencia de las entidades
que conforman el sector público, ya que para su aplicación se utilizan indicadores de inputs y
Para (Leal P. & Cepeda P., 2013), el modelo DEA es una técnica de programación lineal
producción empírica eficiente, a partir de los datos disponibles del conjunto de entidades objeto
de estudio. Pero se establece como uno de los principales requisitos es que todas las unidades
productivas evaluadas (unidades de toma de decisiones o decisión making units -DMU) sean
lo más homogéneas posible, es decir, que consuman los mismos tipos de entradas o inputs y
36
produzcan la misma clase de salidas u outputs, por lo que previamente deben detectarse
aquellas unidades que tengan un comportamiento atípico, para eliminarlas del análisis.
Así también para (Fernández S. & Flórez L., 2015), la información obtenida mediante la
eficiente.
• Las holguras, que señalan las cantidades de inputs y outputs a disminuir e incrementar,
respectivamente.
• Las unidades eficientes que se toman como punto de referencia, y a las que se deberán
producción de outputs.
la eficiencia.
Asimismo según (Fernández S. & Flórez L., 2015), este modelo facilita información sobre:
es decir, el nivel de servicios que puede ser razonablemente atendido con los recursos
disponibles y, con ello, los aspectos de la actividad que podrían ser mejorados.
• El nivel de servicios que podría prestarse si se redujeran los recursos disponibles por
Esta herramienta permite construir la frontera eficiente a partir de las DMUs que presenten
las mejores prácticas, es decir, aquellas que obtienen el nivel máximo de outputs con los inputs
que utilizan, de forma que se pueda medir la ineficiencia del resto de las unidades como
distancia a la frontera. El hecho de que una DMU forme parte de la frontera no significa que
37
haya obtenido su eficiencia máxima, pero sí indica que las restantes unidades pueden mejorar
La expresión matemática del modelo DEA procede de (Charnes et al, 1978), que en su
cantidad de outputs (1,2, …r) producidos por la unidad evaluada, multiplicados por los
coeficientes de ponderación (u1, u2, …, ur) que pueden ser considerados como un “precio”
asociado al output (y10, y20,…, yr0). Por otra parte, en el denominador se sitúa la suma de xi0,
que representa la cantidad de inputs (1, 2, …i) utilizados por la unidad evaluada en la
ponderación (v1, v2..., vi) asignado por el programa, que representa el “precio” asociado a cada
input correspondiente (x10, x20,…, xi0) y que es distinto para cada unidad.
Así, cada vez que se estudia la eficiencia de una DMU, el programa tratará de encontrar el
conjunto de “precios” (ur, vi) que maximicen el valor del output de la unidad analizada con
respecto al coste de sus inputs consumidos, resultando el ratio de eficiencia de cada DMU.
A partir de las ponderaciones (ur, vi) para cada unidad de producción, las restricciones
mencionadas pretenden asegurar que el cociente resultante de la ecuación (1) no sea superior a
38
1 para ninguna de las DMUs estudiadas. De forma esta forma, una DMU se considera eficiente
cuando el resto de unidades no presentan una valoración superior a ella, alcanzando h0 el valor
La dificultad de cálculo que presenta el modelo CCR de (Charnes et al, 1978) en su forma
en el que se busca mantener fija una de las dos partes de la fracción para maximizar o minimizar
la otra.
con los recursos determinados que posee entonces es eficiente y si es menor que uno la empresa
39
2.2.9. La Productividad de los Factores
(a) Productividad parcial (partial productivity - PP), compara los cambios en el producto
trabajo. Este método que descompone el CPTF en las causas del cambio.
Algunas descomposiciones son propuestas por (Färe et al, 1994) y (Orea, 2002).
(b) Productividad total de los factores (total factor productivity - TFP), se evalúa los
cambios en la producción total con los cambios en todos los factores productivos.
Conceptualmente la TFP se define como el cociente entre una función que agrega las salidas y
una función que agrega las entradas de los procesos productivos, y en forma práctica mide las
Nakamura, 2005). Dentro de este contexto el enfoque más común para medir la evolución del
tanto en el nivel de salidas producidas como en el nivel de entradas usadas (Jacobs, Smith &
CPTF = PTF1/PTF0.
40
2.2.10. Índice de Productividad Malmquist (IPM)
fundamentados en los números índices propuestos por Malmquist (1953). El IPM se puede
obtener a través de diferentes técnicas. La técnica utilizada en este estudio corresponde al uso
propuesto por Färe, Grosskopf, Norris & Zhang (1994), quienes plantean el cálculo del IPM
respectivamente.
Este índice ha sido ampliamente utilizado para medir los cambios en la productividad del
sector público, porque esta: Basado en cantidades, no necesita información sobre precios y no
del período 2 entre la eficiencia de la unidad productiva con respecto a la frontera del
período 1.
41
Figura 12: Aplicación del Índice de Productividad Malmquist (IPM)
42
El índice de Malmquist es el cambio en productividad en dos factores: cambio en eficiencia y
cambio tecnológico.
Del producto de los dos términos anteriores obtenemos el índice de Malmquist propuesto por
primero toma como referencia la tecnología del período t mientras que el segundo utiliza la del
período t+1. De esta forma se evita tomar arbitrariamente un período como referencia.
constantes a escala. Bajo rendimientos variables a escala podemos considerar además el cambio
43
Donde el primer término refleja el cambio en la frontera bajo rendimientos variables a escala
(eficiencia pura) y el segundo refleja el cambio en la distancia al punto eficiente de escala sobre
44
CAPITULO 03: INSUMOS (INPUTS) DE LA DE LA GESTIÓN DE POLICIAL EN
LAS COMISARIAS BÁSICAS DE LA PNP DE LA REGIÓN AREQUIPA
Los insumos representan los recursos utilizados por las comisarias básicas de la PNP,
quienes obtendrán productos de dicha gestión, para el presente estudio hemos considerado
como insumos tipo de comisaria, cantidad de personal y cantidad de operativos realizados, tal
INSUMOS (INPUTS)
o Tipo de comisaria Proceso de
PRODUCTOS
o Cantidad de personal
(OUTPUTS)
transformación
de Comisarias
o Cantidad de operativos realizados
Las comisarias se distinguen por la población que atienden, por ello podemos distinguir
seis tipos de comisarias tipo (F) comisarías de menos de 5000 hab, tipo (E) comisarías de 5000
- 10000 hab., tipo (D) comisarías de 10001 - 20000 hab., tipo (C) comisarías de 20001 - 40000
hab., tipo (B) comisarías de 40001 - 80000 hab., tipo (A) comisarias de 80001 a más hab. En
esta variable se agrupan las comisarias bajo el supuesto que todas son homogéneas y que tienen
El número de comisarias por cada tipo en el 2018 y 2019, se muestra en los gráficos
siguientes, donde notamos que las categorías de las comisarias se han redistribuido del 2018 al
2019, además es de destacarse que las comisarias tipo D son las que existen en mayor número
en la Región Arequipa, esto porque Arequipa es una región urbano - rural en toda su extensión
45
Figura 15: Cantidad de Comisarías de la Región Arequipa 2018
Para tener una idea clara de las comisarías y su ubicación en cada distrito, y su posición en
46
Tabla 7: Comisarias de la Región Arequipa 2019
Comisaria Tipo A Comisaria Tipo B Comisaria Tipo C Comisaria Tipo D Comisaria Tipo E
Palacio Viejo Alto Selva Alegre Acequia Alta Characato El Cardo
Santa Marta Independencia Dean Valdivia Chiguata Huacapuy
Cerro Colorado Cayma Aeropuerto Casimiro Cuadros Pucchun
J.L.B.Y. Rivero Mariscal Castilla Ciudad Municipal San Camilo San José
Miraflores Zamacola Andres A. Caceres San Isidro Quilca
Ciudad Blanca Hunter El Triunfo San Jose Andaray
Ciudad Mi Trabajo Simon Bolivar Jerusalen Mollebaya Andagua
Yanahuara La Joya El Porvenir Pocsi Machahuay
Camaná Mariano Melgar Campo Marte Polobaya Huanca
Aplao Alto Misti Israel Tambillo Huambo
El Pedregal Juan de Dios Colca Apaza Jesus Maria Santa Rita Alca
Mollendo Miguel Grau Sachaca Sabandia Charcana
Socabaya Tiabaya S.J. Tarucani
La Pampa Congata Uchumayo
Atico Pampa Camarones Sotillo
Caravelí Ciudad de Dios Yarabamba
Chala Acari Yura
Chuquibamba Jaquí San Gregorio
Chivay Yauca Ocoña
Cocachacra Minas Ocoña Bella Union
Matarani Caylloma Achanizo
Mejia Lomas
Cotahuasi Arcata
Yanaquihua
Salamanca
Ocopampa
Pampacolca
Corire
Viraco
Cabanaconde
Minas Madrigal
Imata
Sibayo
El Arenal
La Curva
Punta de Bombon
El personal policial representa el recurso más importante, utilizados por las comisarias
comisarías tipo A, bajando en número hasta llegar a las comisarias tipo D que son las que
menos personal policial poseen, estos aspectos se detallan en la tabla y figura siguientes:
47
Tabla 8: Número de Policías por Comisarías de la Región Arequipa 2018-2019
48
3.3. Número de Operativos
Otro de los insumos que utiliza la gestión policial para obtener los productos que
investigar, indagar, localizar entre otros aspectos. De ello se puede establecer los operativos
policiales varían según el tipo de comisaria la cual es variable pero es destacar que del 2018 al
2019 ha habido una reducción del promedio de operativos en algunas tipologías de comisarias,
49
Figura 18: Número de Operativos por Comisarías de la Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 100 200 300 400 500 600
50
Figura 19: Número de Operativos por Comisarías de la Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 20 40 60 80 100 120 140 160
51
CAPITULO 04: PRODUCTOS (OUTPUTS) DE LA GESTIÓN DE POLICIAL EN
LAS COMISARIAS BÁSICAS DE LA PNP DE LA REGIÓN AREQUIPA
Los productos representan resultados obtenidos por las comisarias básicas que realizan
gestión policial, quienes para ello utilizan insumos determinados, para el presente estudio
hemos considerado como productos la gestión de detenidos, gestión anti droga, gestión anti
armas, gestión contra prostitución clandestina, gestión de tráfico ilegal de vehículos, gestión
anti manejo imprudente, gestión anti organizaciones criminales y gestión de tráfico de bienes,
PRODUCTOS (OUTPUTS)
• Gestión de detenidos
• Gestión anti droga
• Gestión anti armas
INSUMOS Proceso de
transformación
de Comisarias
• Gestión contra prostitución
Clandestina
(INPUTS) •
•
Gestión de tráfico ilegal de
vehículos
Gestión anti manejo imprudente
• Gestión anti organizaciones
criminales
• Gestión de trafico ilegal de bienes
Fuente: Elaboración Propia.
delitos, este resultado de la función policial es importante ya que consolida la persecución del
delito conforme a la ley para su procesamiento a través de las leyes correspondientes y por ello
52
4.2.1. Detenidos Requisitoriados (RQ)
Son personas que se encuentran bajo órdenes de detención que no están debidamente
gran medida son mayores en las comisarías tipo A y menores en las tipo D, pero es de notar
que la variación es mayor en la comisarias tipo B, por lo cual podemos sospechar variabilidad
en los niveles de productividad de las comisarias, tal como se puede apreciar en las tablas y
gráficos siguientes.
Tabla 11: Detenidos Requisitoriados por Tipo de Comisarías, Región Arequipa 2018-
2019
Año 2018
Año 2019
53
Figura 21: Número de Detenidos Requisitoriados por Comisarías, Región Arequipa
2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 20 40 60 80 100 120
54
Figura 22: Número de Detenidos Requisitoriados por Comisarías, Región Arequipa
2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 10 20 30 40 50 60 70 80 90 100
55
4.2.2. Detenidos por Diversos Delitos
Entre los delitos con mayor reincidencia se encuentran los detenidos por órdenes judiciales
pendientes, detenidos por conducción en estado de ebriedad, detenidos por hurto y lesiones y
detenidos por robo en lugar habitado. Los detenidos por diversos delitos en gran medida son
mayores en las comisarías tipo A y menores en las tipo D, por lo cual podemos sospechar
variabilidad en los niveles de productividad de las comisarias, tal como se puede apreciar en
Tabla 12: Detenidos por Diversos Delitos por tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
56
Figura 23: Número de Detenidos por Diversos Delitos por comisarías, Región Arequipa
2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 50 100 150 200 250
57
Figura 24: Número de Detenidos por Diversos Delitos por comisarías, Región Arequipa
2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 50 100 150 200 250 300 350 400
58
4.3. Gestión Antidroga
Uno de los resultados que exige la población a la policía es el combatir el tráfico ilegal de
drogas, ya que afectan la salud pública; por ello se ha considerado el decomiso de la pasta
compone de hoja de coca mezclada con ácido sulfúrico, alcaloides, residuos de queroseno y
otras impurezas. La proporción del alcaloide cocaína es variable siendo entre el 40% hasta el
80%. Los niveles de pasta básica de cocaína decomisadas por las comisarias es muy variable,
los más altos niveles se concentran en las comisarías tipo A que se ubican en las partes
metropolitanas de las provincias de Arequipa, siendo menor en los demás tipos de comisarias
ya que estos se ubican en la parte urbano-rural de los distritos de Arequipa, pero es de destacar
el nivel de gran variación que presentan los datos, revelando cambios en la productividad entre
Tabla 13: Envoltorios de PBC Decomisados por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
59
Figura 25: Envoltorios de PBC Decomisados por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 50 100 150 200 250 300 350
60
Figura 26: Envoltorios de PBC Decomisados por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 100 200 300 400 500 600 700 800
61
4.3.2. Envoltorios de Clorhidrato de Cocaína Decomisados
un alcaloide tropano, con actividad estimulante del sistema nervioso central (SNC) y anestésica
local. Los niveles de clorhidrato de cocaína decomisadas por las comisarias son muy ínfimos,
pero aun así es muy variable, los más altos niveles se concentran en las comisarías tipo A que
se ubican en las partes metropolitanas de las provincias de Arequipa, siendo menor en los
demás tipos de comisarias ya que estos se ubican en la parte urbano-rural de los distritos de
Arequipa, pero es de destacar el nivel de gran variación que presentan los datos, revelando
cambios en la productividad entre el 2018 y 2019, tal como se aprecian en las tablas y gráficos
siguientes.
Año 2019
62
Figura 27: Envoltorios de Clorhidrato de Cocaína por Comisarías, Región Arequipa
2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 2 4 6 8 10 12 14 16
63
Figura 28: Envoltorios de Clorhidrato de Cocaína por Comisarías, Región Arequipa
2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 5 10 15 20 25 30 35 40
64
4.3.3. Envoltorios de Marihuana Decomisados
incontrolado a pesar de los efectos adversos sociales y sobre la salud. Los niveles de marihuana
decomisadas por las comisarias son muy ínfimos, pero aun así es muy variable, los más altos
niveles se concentran en las comisarías tipo A que se ubican en las partes metropolitanas de las
provincias de Arequipa, siendo menor en los demás tipos de comisarias ya que estos se ubican
variación que presentan los datos, revelando cambios en la productividad entre el 2018 y 2019,
Año 2019
65
Figura 29: Envoltorios de Marihuana Decomisados por Comisarías, Región Arequipa
2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 2 4 6 8 10 12 14 16 18
66
Figura 30: Envoltorios de Marihuana Decomisados por Comisarías, Región Arequipa
2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 2 4 6 8 10 12 14 16 18
67
4.4. Gestión de Incautación de Armas
Conforme al sistema constitucional peruano, los únicos autorizados para portar armas son
la Policía Nacional, salvo que los ciudadanos en general soliciten su autorización respectiva.
Esta norma se basa en el supuesto de que la policía puede garantizar el orden interno y la
seguridad ciudadana, lo cual se pone en duda en los años recientes. Pero al margen de ello la
los más altos niveles se concentran en las comisarías tipo A que se ubican en las partes
metropolitanas de las provincias de Arequipa, siendo menor en los demás tipos de comisarias
ya que estos se ubican en la parte urbano-rural de los distritos de Arequipa, pero es de destacar
el nivel de gran variación que presentan los datos, revelando cambios en la productividad entre
Tabla 16: Incautación de Armas de Fuego por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
68
Figura 31: Incautación de Armas de Fuego por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1 2 3 4 5 6 7 8
69
Figura 32: Incautación de Armas de Fuego por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1 2 3 4 5 6 7
70
4.4.2. Incautación de Armas Blancas
Arma blanca es aquella arma o herramienta que se caracteriza por su capacidad de cortar,
muy ínfimo en las comisarías de Arequipa, los más altos niveles se concentran en las comisarías
tipo A que se ubican en las partes metropolitanas de las provincias de Arequipa, siendo menor
en los demás tipos de comisarias ya que estos se ubican en la parte urbano-rural de los distritos
de Arequipa, pero es de destacar el nivel de gran variación que presentan los datos, revelando
cambios en la productividad entre el 2018 y 2019, tal como se aprecian en las tableas y gráficos
siguientes.
Tabla 17: Incautación de Armas Blancas por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
71
Figura 33: Incautación de Armas Blancas por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5 3 3.5
72
Figura 34: Incautación de Armas Blancas por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5 3 3.5
73
4.5. Gestión Contra Prostitución Clandestina
porque pone en riesgo la salud pública, por ello se hace intervenciones contra las meretrices,
los homosexuales, los proxenetas y los locales usados para estas actividades.
en las comisarías tipo A que se ubican en las partes metropolitanas de las provincias de
Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el nivel de gran
variación que presentan los datos, revelando cambios en la productividad entre el 2018 y 2019,
Tabla 18: Intervención contra Meretrices por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
74
Figura 35: Intervención Contra Meretrices por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 5 10 15 20 25 30 35
75
Figura 36: Intervención Contra Meretrices por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 5 10 15 20 25 30 35
76
4.5.2. Intervención Contra Homosexuales
medida en las comisarías tipo A que se ubican en las partes metropolitanas de las provincias
de Arequipa, no existiendo en los demás tipos de comisarias, pero aun así hay variación que
presentan los datos, revelando cambios en la productividad entre el 2018 y 2019, tal como se
Tabla 19: Intervención Contra Homosexuales por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
77
Figura 37: Intervención Contra Homosexuales por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1 2 3 4 5 6
78
Figura 38: Intervención Contra Homosexuales por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
79
4.5.3. Intervención Contra Proxenetas
prostitución a costa de otra persona. Los proxenetas son uno de los principales implicados en
el delito de trata de personas, donde la persona prostituida pasa a ser una víctima bajo el control
lo cual revela que estos operan con impunidad en nuestra región, es un frente al cual la policía
no enfrenta pese de que existe estadísticas de prostitución, tal como se aprecian en las tablas y
gráficos siguientes.
Tabla 20: Intervención Contra Proxenetas por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
80
Figura 39: Intervención Contra Proxenetas por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
81
Figura 40: Intervención Contra Proxenetas por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
82
4.5.4. Intervención Contra Locales Dedicados a la Prostitución
concentra en mayor medida en las comisarías tipo A que se ubican en las partes metropolitanas
de las provincias de Arequipa, siendo menor en los demás tipos de comisarias, pero es de
destacar el nivel de gran variación que presentan los datos, revelando cambios en la
productividad entre el 2018 y 2019, tal como se aprecian en las tablas y gráficos siguientes.
Tabla 21: Intervención Contra Locales por Tipo de Comisarías, Región Arequipa 2018-
2019
Año 2018
Año 2019
83
Figura 41: Intervenciones Contra Locales por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5 3 3.5
84
Figura 42: Intervenciones Contra Locales por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1 2 3 4 5 6 7
85
4.6. Gestión de Tráfico Ilegal de Vehículos
La Policía Nacional también está encargada de controlar el tráfico ilegal de vehículos, que
incluye el control de vehículos mayores y vehículos menores (moto lineal, mototaxi, motocar),
por ello obtiene como resultados de vehículos intervenidos por DCP, vehículos intervenidos
Los vehículos mayores intervenidos por delito contra el patrimonio (DCP) en las comisarías
de Arequipa, se concentra en mayor medida en las comisarías tipo A que se ubican en las partes
metropolitanas de las provincias de Arequipa, siendo menor en los demás tipos de comisarias,
pero es de destacar el nivel de gran variación que presentan los datos, revelando cambios en la
productividad entre el 2018 y 2019, tal como se aprecian en las tablas y gráficos siguientes:
Tabla 22: Vehículos Intervenidos por DCP por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
86
Figura 43: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1 2 3 4 5 6 7 8
87
Figura 44: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 10 20 30 40 50 60
88
4.6.2. Vehículos Intervenidos con Requisitorias (Vehículos Mayores)
concentra en mayor medida en las comisarías tipo A, B y C que se ubican en las partes
metropolitanas de las provincias de Arequipa, siendo menor en los demás tipos de comisarias,
pero es de destacar el nivel de gran variación que presentan los datos, revelando cambios en la
productividad entre el 2018 y 2019, tal como se aprecian en las tablas y gráficos siguientes.
Tabla 23: Vehículos Intervenidos con Requisitorias por Tipo de Comisarías, Región
Arequipa 2018-2019
Año 2018
Año 2019
89
Figura 45: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 20 40 60 80 100 120 140 160 180
90
Figura 46: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 10 20 30 40 50 60
91
4.6.3. Vehículos Recuperados (Vehículos Mayores)
medida en las comisarías tipo A que se ubican en las partes metropolitanas de las provincias
de Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el nivel de
gran variación que presentan los datos, revelando cambios en la productividad entre el 2018 y
Tabla 24: Vehículos Recuperados por Tipo de Comisarías, Región Arequipa 2018-2019
Año 2018
Año 2019
92
Figura 47: Vehículos Recuperados por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
93
Figura 48: Vehículos Recuperados por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1 2 3 4 5 6
94
4.6.4. Vehículos Internados al Depósito (Vehículos Mayores)
en mayor medida en las comisarías tipo A y B que se ubican en las partes metropolitanas de
las provincias de Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar
el nivel de gran variación que presentan los datos, revelando cambios en la productividad entre
Tabla 25: Vehículos Internados al Depósito por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
95
Figura 49: Vehículos Internados al Depósito por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 20 40 60 80 100 120 140 160 180 200
96
Figura 50: Vehículos Internados al Depósito por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 5 10 15 20 25 30 35
97
4.6.5. Vehículos Intervenidos por DCP (Vehículos Menores)
Los vehículos menores intervenidos por DCP en las comisarías de Arequipa, se concentra
en mayor medida en las comisarías tipo A que se ubican en las partes metropolitanas de las
provincias de Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el
nivel de gran variación que presentan los datos, revelando cambios en la productividad entre
Tabla 26: Vehículos Intervenidos por DCP por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
98
Figura 51: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
99
Figura 52: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5
100
4.6.6. Vehículos Intervenidos con Requisitorias (Vehículos Menores)
concentra en mayor medida en las comisarías tipo A que se ubican en las partes metropolitanas
de las provincias de Arequipa, siendo menor en los demás tipos de comisarias, pero es de
destacar el nivel de gran variación que presentan los datos, revelando cambios en la
productividad entre el 2018 y 2019, tal como se aprecian en las tablas y gráficos siguientes.
Tabla 27: Vehículos Intervenidos con Requisitorias por Tipo de Comisarías, Región
Arequipa 2018-2019
Año 2018
Año 2019
101
Figura 53: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5
102
Figura 54: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
103
4.6.7. Vehículos Recuperados (Vehículos Menores)
medida en las comisarías tipo A que se ubican en las partes metropolitanas de las provincias
de Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el nivel de
gran variación que presentan los datos, revelando cambios en la productividad entre el 2018 y
Tabla 28: Vehículos Recuperados por Tipo de Comisarías, Región Arequipa 2018-2019
Año 2018
Año 2019
104
Figura 55: Vehículos Recuperados por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 2 4 6 8 10 12 14
105
Figura 56: Vehículos Recuperados por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 2 4 6 8 10 12 14 16
106
4.6.8. Vehículos Internados al Depósito (Vehículos Menores)
en mayor medida en las comisarías tipo A que se ubican en las partes metropolitanas de las
provincias de Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el
nivel de gran variación que presentan los datos, revelando cambios en la productividad entre
Tabla 29: Vehículos Internados al Depósito por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
107
Figura 57: Vehículos Internados al Depósito por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 2 4 6 8 10 12 14 16
108
Figura 58: Vehículos Internados al Depósito por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 5 10 15 20 25 30 35 40
109
4.7. Gestión Anti Manejo Imprudente
La Policía Nacional también está encargada de combatir el manejo imprudente, que incluye
personas con resultado positivo alcoholemia, Intervenciones por lunas oscurecidas y papeletas
impuestas.
concentra en mayor medida en las comisarías tipo A que se ubican en las partes metropolitanas
de las provincias de Arequipa, siendo menor en los demás tipos de comisarias, pero es de
destacar el nivel de gran variación que presentan los datos, revelando cambios en la
productividad entre el 2018 y 2019, tal como se aprecian en las tablas y gráficos siguientes.
Tabla 30: Personas con Resultado Positivo de Alcoholemia por Tipo de Comisarías,
Región Arequipa 2018-2019
Año 2018
Año 2019
110
Figura 59: Personas con Resultado Positivo de Alcoholemia por Comisarías, Región
Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 100 200 300 400 500 600 700
111
Figura 60: Personas con Resultado Positivo de Alcoholemia por Comisarías, Región
Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 100 200 300 400 500 600
112
4.7.2. Intervenidos por Lunas Oscurecidas
mayor medida en las comisarías tipo A que se ubican en las partes metropolitanas de las
provincias de Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el
nivel de gran variación que presentan los datos, revelando cambios en la productividad entre
Tabla 31: Intervenidos por Lunas Oscurecidas por Tipo de Comisarías, Región
Arequipa 2018-2019
Año 2018
Año 2019
113
Figura 61: Intervenidos por Lunas Oscurecidas por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1 2 3 4 5 6 7 8
114
Figura 62: Intervenidos por Lunas Oscurecidas por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.2 0.4 0.6 0.8 1 1.2
115
4.7.3. Papeletas Impuestas
tránsito. Las papeletas impuestas en las comisarías de Arequipa, se concentra en mayor medida
en las comisarías tipo A que se ubican en las partes metropolitanas de las provincias de
Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el nivel de gran
variación que presentan los datos, revelando cambios en la productividad entre el 2018 y 2019,
Tabla 32: Papeletas Impuestas por Tipo de Comisarías, Región Arequipa 2018-2019
Año 2018
Año 2019
116
Figura 63: Papeletas Impuestas por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 50 100 150 200 250 300 350 400
117
Figura 64: Papeletas Impuestas por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 50 100 150 200 250 300 350 400
118
4.8. Gestión Anti Organizaciones Criminales
La Policía Nacional también está encargada de combatir las organizaciones criminales, que
Son agrupaciónes formada por más de dos personas con carácter estable o por tiempo
indefinido, que de manera concertada y coordinada se repartan diversas tareas o funciones con
el fin de cometer delitos. Las bandas desarticuladas en las comisarías de Arequipa, se concentra
en mayor medida en las comisarías tipo A que se ubican en las partes metropolitanas de las
provincias de Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el
nivel de gran variación que presentan los datos, revelando cambios en la productividad entre
Tabla 33: Bandas Desarticuladas por Tipo de Comisarías, Región Arequipa 2018-2019
Año 2018
Año 2019
119
Figura 65: Bandas Desarticuladas por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1 2 3 4 5 6 7 8
120
Figura 66: Bandas Desarticuladas por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 5 10 15 20 25 30
121
4.8.2. Intervenciones por Pandillaje
Las pandillas se presentan en grupos y por lo general son muchachos que pasan de la niñez
de su barrio. Las pandillas suelen vivir en un círculo de drogas y alcohol, en donde, desde el
más pequeño hasta el más grande los consumen, ocasionándoles problemas respiratorios,
desnutrición y TBC. Las Intervenciones por pandillaje en las comisarías de Arequipa, es nulo,
pero eso no quiere decir que no hay el problema del pandillaje solo que las comisarias no
Tabla 34: Intervenciones por Pandillaje por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
122
Figura 67: Intervenciones por Pandillaje por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
123
Figura 68: Intervenciones por Pandillaje por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
124
4.9. Gestión de Tráfico Ilegal de Bienes
La Policía Nacional también está encargada de combatir el tráfico ilegal de bienes, que
4.9.1. Contrabando
ubican en las partes metropolitanas de las provincias de Arequipa, siendo menor en los demás
tipos de comisarias, pero es de destacar el nivel de gran variación que presentan los datos,
revelando cambios en la productividad entre el 2018 y 2019, tal como se aprecian en las tablas
y gráficos siguientes.
Año 2019
125
Figura 69: Contrabando por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 50,000 100,000 150,000 200,000 250,000
126
Figura 70: Contrabando por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 50,000 100,000 150,000 200,000 250,000 300,000 350,000
127
4.9.2. Combustible Ilegal
medida en las comisarías tipo A y B que se ubican en las partes metropolitanas de las provincias
de Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el nivel de
gran variación que presentan los datos, revelando cambios en la productividad entre el 2018 y
Año 2019
128
Figura 71: Combustibles por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 20 40 60 80 100 120 140
129
Figura 72: Combustibles por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 10 20 30 40 50 60 70 80 90 100
130
4.9.3. Madera Comisada
La tala ilegal genera entre el 15% y 30% de toda la madera comercializada en el mundo,
según estimados de la Interpol, anualmente, el Perú pierde millones debido a la tala ilegal. El
tráfico ilegal de madera en las comisarías de Arequipa, es nulo entre el 2018 y 2019, tal como
Tabla 37: Madera Comisada por Tipo de Comisarías, Región Arequipa 2018-2019
Año 2018
Año 2019
131
Figura 73: Madera Comisada por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
132
Figura 74: Madera Comisada por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
133
4.9.4. Dinero Incautado
Arequipa, siendo menor en los demás tipos de comisarias, pero es de destacar el nivel de gran
variación que presentan los datos, revelando cambios en la productividad entre el 2018 y 2019,
Tabla 38: Dinero Incautado por Tipo de Comisarías, Región Arequipa 2018-2019
Año 2018
Año 2019
134
Figura 75: Dinero Incautado por Comisarías, Región Arequipa 2018
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
La Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
135
Figura 76: Dinero Incautado por Comisarías, Región Arequipa 2019
Charcana
Alca
Huambo
Huanca
Machahuay
Andagua
Quilca
Pucchun
Huacapuy
El Cardo
Sibayo
Imata
Minas Madrigal
YANAQUIHUA
Ocoña
Sotillo
S.J. Tarucani
Santa Rita
Tambillo
Casimiro Cuadros
Minas Ocoña
Israel
Andaray
San Jose
Punta de Bombon
La Curva
El Arenal
Cabanaconde
Viraco
Corire
Pampacolca
Ocopampa
Salamanca
Arcata
Lomas
Achanizo
Bella Union
San Gregorio
Yura
Yarabamba
Sabandia
Polobaya
Pocsi
Mollebaya
San Jose
San Isidro
San Camilo
Chiguata
Characato
Cotahuasi
Mejia
Caylloma
Yauca
Jaquí
Ciudad de Dios
Pampa Camarones
Sachaca
Jesus Maria
Campo Marte
Jerusalen
El Triunfo
Andres A. Caceres
Ciudad Municipal
Aeropuerto
Dean Valdivia
Acequia Alta
Atico
Uchumayo
Acari
Congata
Tiabaya
El Porvenir
Matarani
Cocachacra
Chivay
Chuquibamba
Chala
Socabaya
Miguel Grau
Juan de Dios Colca Apaza
Alto Misti
Mariano Melgar
La Joya
Simon Bolivar
Hunter
Zamacola
Mariscal Castilla
Cayma
Independencia
Alto SelvaAlegre
El Pedregal
Aplao
Ciudad Blanca
Caravelí
La Pampa
Mollendo
Camaná
Yanahuara
Ciudad Mi Trabajo
Miraflores
J.L.B.Y. RIVERO
Cerro Colorado
Santa Marta
Palacio Viejo
0 5000 10000 15000 20000 25000 30000 35000
136
CAPITULO 05: CAMBIOS DE LA PRODUCTIVIDAD Y LA EFICIENCIA EN LA
GESTIÓN POLICIAL DE LAS COMISARIAS PNP DE LA REGIÓN AREQUIPA
las comisarias, pero para realizar ello dichas unidades deben ser lo más homogéneas posibles
de comisaria, la cual ha sido efectuada por el Ministerio del Interior y que es acorde a la
Comisaria Tipo A Comisaria Tipo B Comisaria Tipo C Comisaria Tipo D Comisaria Tipo E
Palacio Viejo Alto Selva Alegre Acequia Alta Characato El Cardo
Santa Marta Independencia Dean Valdivia Chiguata Huacapuy
Cerro Colorado Cayma Aeropuerto Casimiro Cuadros Pucchun
J.L.B.Y. Rivero Mariscal Castilla Ciudad Municipal San Camilo San José
Miraflores Zamacola Andres A. Caceres San Isidro Quilca
Ciudad Blanca Hunter El Triunfo San Jose Andaray
Ciudad Mi Trabajo Simon Bolivar Jerusalen Mollebaya Andagua
Yanahuara La Joya El Porvenir Pocsi Machahuay
Camaná Mariano Melgar Campo Marte Polobaya Huanca
Aplao Alto Misti Israel Tambillo Huambo
El Pedregal Juan de Dios Colca Apaza Jesus Maria Santa Rita Alca
Mollendo Miguel Grau Sachaca Sabandia Charcana
Socabaya Tiabaya S.J. Tarucani
La Pampa Congata Uchumayo
Atico Pampa Camarones Sotillo
Caravelí Ciudad de Dios Yarabamba
Chala Acari Yura
Chuquibamba Jaquí San Gregorio
Chivay Yauca Ocoña
Cocachacra Minas Ocoña Bella Union
Matarani Caylloma Achanizo
Mejia Lomas
Cotahuasi Arcata
Yanaquihua
Salamanca
Ocopampa
Pampacolca
Corire
Viraco
Cabanaconde
Minas Madrigal
Imata
Sibayo
El Arenal
La Curva
Punta de Bombon
Con el cuadro anterior y con los datos analizados se puede establecer la siguiente
137
• Grupo de comisarías PNP tipo A: Con capacidad de 121 a 240 efectivos policiales. Hasta
• Grupo de comisarías PNP tipo B: Con capacidad de 61 a 120 efectivos policiales. Hasta
• Grupo de comisarías PNP tipo F: Con capacidad de 8 a 15 efectivos policiales. Hasta 245
insumos utilizados y los productos obtenidos de tal forma que construyamos una frontera de
Comisaria
Productos (outputs)
eficiente
Y
Y Comisaria
ineficiente
X Insumos
0 (inputs) Fuente: Elaboración propia
138
Pero en nuestro caso construiremos una frontera de posibilidades multiproducto a través del
Método Envolvente de Datos (DEA) cuyos elementos a considerar son los siguientes:
Insumos (inputs)
a) Los tipos de comisarias
b) Número de policías
c) Número de operativos
Productos (outputs)
a) Gestión de detenidos
• Detenidos requisitoriados
• Detenidos por diversos delitos
b) Gestión anti droga
• Envoltorios de PBC decomisados
• Envoltorios de clorhidrato de cocaína decomisados
• Envoltorios de marihuana decomisados
c) Gestión de incautación de armas
• Incautación de armas de fuego
• Incautación de armas blancas
d) Gestión contra prostitución clandestina
• Intervención contra meretrices
• Intervención contra homosexuales
• Intervención contra proxenetas
• Intervención contra locales
e) Gestión de tráfico ilegal de vehículos
• Vehículos intervenidos por DCP (vehículos mayores)
• Vehículos intervenidos con requisitorias (vehículos mayores)
• Vehículos recuperados (vehículos mayores)
• Vehículos internados al depósito (vehículos mayores)
• Vehículos Intervenidos por DCP (vehículos menores)
• Vehículos intervenidos con Requisitorias (vehículos menores)
• Vehículos recuperados (vehículos menores)
• Vehículos internados al depósito (vehículos menores)
f) Gestión anti manejo imprudente
• Personas con resultado positivo alcoholemia
• Intervenidos por lunas oscurecidas
• Papeletas impuestas
g) Gestión anti organizaciones criminales
• Bandas desarticuladas
• Intervenciones por pandillaje
h) Gestión de tráfico ilegal de bienes
• Contrabando
• Combustible
• Madera comisada
• Dinero incautado
139
5.3. Cambios en la Frontera de Posibilidades de Producción
de trasladado la función de producción del años 20018 al 2019, para ello si se traslada por
encima hay un aumento de la productividad y si se traslada hacia abajo hay una disminución
incrementado.
140
pueden calcular a través del índice de Malmquist, existen varios paquetes de investigación de
• DEAP 2.1, es un programa de consola de Tim Coelli que calcula los índices técnicos, de
de calcular holguras.
cálculos básicos de DEA: modelos con rendimientos constantes y variables, con orientación
escala. Las holguras se pueden calcular de tres formas. También calcula la eficiencia
peso. Entradas / salidas no discrecionales. Soporte para la eficiencia del programa, índices
calcular modelos CCR, BCC, SBM, costo, revenu y beneficio con todos los rendimientos
Dentro de la presente investigación vamos a utilizar el software DEAP 2.1 para calcula
141
5.5. Determinación de los Cambios de los Niveles de Eficiencia y Productividad en las
Para poder aplicar el método DEA a las comisarias básicas de la Región Arequipa, vamos a
dividir cada uno de los productos obtenidos en siete tipos de gestión como se muestra en el
grafico siguiente:
142
5.5.1. Cambios de Productividad en la Gestión de Detenidos
las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante se estimó el
productividad medida a través del índice de Malmquist. En todos los casos si cada uno de estos
índices es menor o igual que uno indica que la eficiencia o productividad ha disminuido,
Comisarias Tipo A
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE OPERATIVOS
CANTIDAD DE OPERATIVOS
CANTIDAD DE PERSONAL
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
DIVERSOS DELITOS
DIVERSOS DELITOS
REALIZADOS
REALIZADOS
tecnológica
Comisarias
técnica
escala
PNP
PNP
RQ
RQ
Palacio Viejo 37 148 90 176 53 188 90 112 1.241 1.478 1.088 1.14 1.834
Santa Marta 35 41 137 432 42 68 137 200 2.111 0.723 1.351 1.563 1.526
Cerro Colorado 42 83 89 185 56 148 89 123 2.15 0.953 1.878 1.145 2.049
J.L.B.Y. RIVERO 45 159 111 288 93 366 111 256 1.394 1.617 1.196 1.166 2.255
Miraflores 15 49 85 238 14 87 85 235 0.754 1.784 0.889 0.848 1.346
Ciudad Mi Trabajo 17 199 68 291 24 185 68 133 0.486 2.305 0.516 0.942 1.12
Yanahuara 10 85 83 331 5 107 83 114 0.931 2.071 0.783 1.189 1.928
Camaná 28 139 146 156 38 198 146 140 0.924 1.678 0.664 1.391 1.55
Mollendo 71 186 63 254 58 358 63 124 1 1.576 1 1 1.576
Ciudad Blanca 10 71 43 135 9 82 43 90 0.521 2.446 0.588 0.887 1.274
Aplao 12 17 31 27 16 38 31 45 1.686 0.655 1 1.686 1.105
El Pedregal 96 134 78 94 81 134 78 169 1 0.635 1 1 0.635
143
Comisarias Tipo B
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
DIVERSOS DELITOS
DIVERSOS DELITOS
PERSONAL PNP
PERSONAL PNP
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
Comisarias
OPERATIVOS
OPERATIVOS
REALIZADOS
REALIZADOS
tecnológica
a escala
técnica
pura
RQ
RQ
La Pampa 14 97 36 56 23 207 36 200 1 1.485 1 1 1.485
Caravelí 14 8 13 180 5 28 13 154 1.559 0.941 1 1.559 1.466
Alto Selva Alegre 15 129 83 231 18 95 83 94 1.066 1.245 0.889 1.198 1.326
Independencia 5 94 46 208 9 185 46 227 1.006 1.905 1.123 0.896 1.917
Cayma 12 50 70 121 9 80 70 312 0.693 1.414 0.899 0.77 0.980
Mariscal Castilla 4 68 46 242 10 121 46 262 0.851 2.054 1.015 0.838 1.748
Zamacola 14 102 43 186 25 101 43 156 0.737 1.527 0.814 0.905 1.126
Hunter 88 152 77 246 33 153 77 167 0.666 1.127 1 0.666 0.750
Simon Bolivar 17 70 52 166 9 93 52 109 1.033 1.282 1.022 1.01 1.324
La Joya 7 21 25 34 9 33 25 101 0.571 1.25 0.614 0.929 0.713
Mariano Melgar 14 112 57 267 9 171 57 313 0.733 1.956 1.009 0.726 1.433
Alto Misti 5 135 54 271 5 129 54 225 0.539 1.873 0.623 0.865 1.01
Juan de Dios Colca Apaza 8 80 43 176 10 172 43 171 1.238 1.751 1.25 0.99 2.167
Miguel Grau 16 53 44 150 5 43 44 65 0.741 1.192 0.692 1.071 0.884
Socabaya 10 97 44 93 10 132 44 54 1.226 1.347 1.11 1.104 1.652
Chala 15 40 24 170 29 60 24 268 1.196 1.288 1.271 0.941 1.541
Chuquibamba 2 1 16 3 1 6 16 2 1 1.265 1 1 1.265
Chivay 16 18 25 42 42 65 25 102 1 1.224 1 1 1.224
Cocachacra 12 21 25 38 10 4 25 17 1.181 1.253 1.181 1 1.48
Matarani 23 31 18 167 9 52 18 70 1.116 1.166 1.27 0.879 1.301
Atico 77 44 15 264 32 49 15 295 1 0.671 1 1 0.671
Comisarias Tipo C
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
eficiencia a escala
eficiencia técnica
PERSONAL PNP
PERSONAL PNP
eficiencia pura
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
Comisarias
OPERATIVOS
OPERATIVOS
REALIZADOS
REALIZADOS
tecnológica
Malmquist
Cambio de
Cambio de
Cambio de
Cambio de
DIVERSOS
DIVERSOS
eficiencia
Índice de
DELITOS
DELITOS
RQ
RQ
El Porvenir 5 127 58 167 7 125 58 181 0.837 1.166 0.793 1.056 0.976
Tiabaya 13 89 37 188 15 66 37 104 0.773 1.083 0.768 1.006 0.837
Congata 18 73 33 266 6 68 33 172 0.717 1.143 0.717 1 0.819
Acari 6 16 11 217 4 27 11 41 1.34 1.064 1.476 0.908 1.426
Acequia Alta 16 93 40 187 14 184 40 178 1.572 1.161 1.569 1.002 1.825
Dean Valdivia 4 51 39 90 5 104 39 196 1.601 1.116 1.394 1.149 1.787
Aeropuerto 6 2 22 21 6 2 22 95 0.485 0.987 0.522 0.928 0.478
Ciudad Municipal 27 175 54 232 15 209 54 123 1.14 1.101 1 1.14 1.255
Andres A. Caceres 7 167 42 154 8 187 42 122 1 1.159 1 1 1.159
El Triunfo 14 75 23 23 13 51 23 17 1 0.954 1 1 0.954
Jerusalen 11 71 30 259 9 114 30 267 1.293 1.164 1.308 0.989 1.505
Campo Marte 5 41 32 112 8 64 32 192 1.349 1.131 1.33 1.014 1.526
Jesus Maria 6 65 44 32 15 148 44 140 1.287 1.011 1.028 1.252 1.301
Sachaca 3 26 31 157 10 37 31 136 1.455 1.119 1.424 1.022 1.628
Pampa Camarones 5 87 35 252 9 97 35 217 0.971 1.172 0.959 1.012 1.138
Ciudad de Dios 45 74 33 211 38 120 33 163 1.227 0.957 1.209 1.015 1.174
Jaquí 5 17 9 213 2 8 9 177 0.414 1.1 1 0.414 0.455
Yauca 24 4 10 324 18 17 10 328 1 0.83 1 1 0.83
Caylloma 1 2 18 7 4 20 18 53 1.466 1.128 0.372 3.938 1.654
Mejia 2 6 14 97 0 3 14 40 0.377 1.119 0.201 1.87 0.421
Cotahuasi 4 4 17 8 2 4 17 2 1.402 1.316 1 1.402 1.846
Israel 8 83 39 136 14 74 39 224 0.836 1.125 0.874 0.956 0.94
Minas Ocoña 61 113 38 87 51 96 38 63 1 0.987 1 1 0.987
144
Comisarias Tipo D
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
PERSONAL PNP
PERSONAL PNP
eficiencia pura
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
OPERATIVOS
OPERATIVOS
REALIZADOS
REALIZADOS
Comisarias
tecnológica
eficiencia a
Malmquist
Cambio de
Cambio de
Cambio de
Cambio de
DIVERSOS
DIVERSOS
eficiencia
eficiencia
Índice de
DELITOS
DELITOS
técnica
escala
RQ
RQ
Uchumayo 12 10 19 49 2 12 19 45 0.457 1.325 0.52 0.879 0.605
Characato 5 34 34 31 9 48 34 25 0.764 1.966 1 0.764 1.502
Chiguata 1 6 27 18 1 10 27 16 0.761 2.309 0.95 0.801 1.756
San Camilo 0 5 12 6 0 6 12 16 0.392 2.321 0.396 0.989 0.909
San Isidro 6 13 13 36 2 10 13 3 0.934 2.06 0.887 1.053 1.923
San Jose 1 9 16 40 3 9 16 31 0.606 1.847 0.636 0.953 1.119
Mollebaya 1 19 21 76 2 20 21 106 0.466 2.126 0.583 0.799 0.99
Pocsi 0 0 13 1 1 0 13 0 0.832**** 1.000****
Polobaya 0 1 15 5 0 1 15 1 1.072 3.028 1.08 0.993 3.245
Sabandia 0 24 31 142 4 23 31 124 0.463 2.121 0.584 0.793 0.983
Yarabamba 2 13 22 126 4 10 22 138 0.337 2.323 0.566 0.594 0.782
Yura 40 1 22 33 23 11 22 67 1 0.585 1 1 0.585
San Gregorio 5 13 10 53 12 31 10 56 1.01 2.326 1 1.01 2.349
Bella Union 4 7 11 157 7 9 11 148 1.094 1.468 0.991 1.104 1.606
Achanizo 8 4 14 518 3 6 14 137 0.408 1.296 0.443 0.922 0.529
Lomas 2 3 9 294 8 6 9 195 2.733 1.243 1 2.733 3.396
Arcata 0 1 25 12 0 0 25 0 0 1.69 0 1.09 0
Salamanca 1 3 15 7 0 1 15 4 0.143 2.435 0.14 1.018 0.348
Ocopampa 4 5 16 17 2 7 16 5 1.276 1.447 1.37 0.932 1.846
Pampacolca 1 1 9 0 2 2 9 2 1 0.647 1 1 0.647
Corire 12 21 16 54 9 28 16 19 1 1.487 1 1 1.487
Viraco 4 1 15 6 2 3 15 2 1.723 0.745 1.806 0.954 1.284
Cabanaconde 2 6 12 20 3 12 12 42 0.853 1.841 0.752 1.134 1.569
El Arenal 1 0 9 16 0 9 9 6 8.552 1.006 1.054 8.11 8.606
La Curva 5 2 14 24 3 3 14 13 1.215 0.751 0.988 1.229 0.912
La Punta de Bombon 4 14 16 11 4 13 16 30 0.407 1.782 0.421 0.966 0.725
Casimiro Cuadros 4 31 37 35 6 64 37 109 0.855 1.948 1.097 0.779 1.665
Tambillo 1 5 11 17 1 11 11 7 1.26 2.113 1.016 1.241 2.662
Santa Rita 8 4 12 22 3 22 12 4 1.8 1.623 1.233 1.46 2.922
S.J. Tarucani 0 1 12 1 0 0 12 1 0 1.624 0 1.13 0
Sotillo 5 5 13 4 0 7 13 6 0.289 1.442 0.299 0.966 0.417
Ocoña 5 14 14 11 10 16 14 15 1 1.355 1 1 1.355
YANAQUIHUA 2 2 18 8 1 2 18 0 4.127 0.875 3.68 1.122 3.611
Minas Madrigal 1 2 11 11 5 1 11 10 3.859 0.87 3.046 1.267 3.359
Imata 3 0 15 15 9 8 15 78 3.187 0.773 3.388 0.941 2.462
Sibayo 1 1 13 36 14 12 13 77 11.51 1.046 10.11 1.139 12.036
Comisarias Tipo E
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
eficiencia a escala
eficiencia técnica
PERSONAL PNP
PERSONAL PNP
eficiencia pura
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
OPERATIVOS
OPERATIVOS
Comisarias
REALIZADOS
REALIZADOS
tecnológica
Malmquist
Cambio de
Cambio de
Cambio de
Cambio de
DIVERSOS
DIVERSOS
eficiencia
Índice de
DELITOS
DELITOS
RQ
RQ
145
5.5.2. Cambios de Productividad en la Gestión Antidroga
las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante se estimó el
productividad medida a través del índice de Malmquist. En todos los casos si cada uno de estos
índices es menor o igual que uno indica que la eficiencia o productividad ha disminuido,
Comisarias Tipo A
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE OPERATIVOS
CANTIDAD DE PERSONAL
Cambio de eficiencia
Índice de Malmquist
MARIHUANA
MARIHUANA
REALIZADOS
REALIZADOS
tecnológica
Comisarias
PNP
PNP
PBC
PBC
CC
CC
146
Comisarias Tipo B
2018 2019 Eficiencia y Productividad
Cambio en la
Output Input Output Input Cambio en la Eficiencia
Productividad
CANTIDAD DE OPERATIVOS
Índice de Malmquist
MARIHUANA
MARIHUANA
Comisarias
REALIZADOS
REALIZADOS
PBC
PBC
CC
CC
La Pampa 17 1 1 36 56 0 0 0 36 200 0 1 0 1 0
Caravelí 0 0 0 13 180 0 0 0 13 154 1 1 1 1 1
Alto Selva Alegre 0 0 0 83 231 0 0 0 83 94 1 1 1 1 1
Independencia 0 0 0 46 208 0 0 8 46 227 0.884*** 1.000***
Cayma 0 0 0 70 121 0 0 1 70 312 0.900*** 0.980***
Mariscal Castilla 0 0 0 46 242 0 0 0 46 262 1 1 1 1 1
Zamacola 0 0 1 43 186 0 0 0 43 156 0 1 0 1 0
Hunter 0 0 0 77 246 78 5 13 77 167 1.617*** 1.000***
Simon Bolivar 0 0 0 52 166 0 0 0 52 109 1 1 1 1 1
La Joya 0 0 0 25 34 0 0 0 25 101 1 1 1 1 1
Mariano Melgar 0 0 0 57 267 80 0 4 57 313 2.301*** 0.859***
Alto Misti 0 0 0 54 271 0 0 2 54 225 0.911*** 0.997***
Juan de Dios Colca A. 0 0 1 43 176 0 0 0 43 171 0 1 0 1 0
Miguel Grau 0 0 0 44 150 0 0 0 44 65 1 1 1 1 1
Socabaya 3 0 7 44 93 137 0 0 44 54 1 3 1 1 2.94
Chala 0 0 0 24 170 162 0 0 24 268 3.781*** 1.000***
Chuquibamba 0 0 0 16 3 0 0 0 16 2 1 1 1 1 1
Chivay 0 0 4 25 42 0 0 0 25 102 0 1 0 1 0
Cocachacra 0 0 0 25 38 0 0 0 25 17 1 1 1 1 1
Matarani 6 0 0 18 167 0 0 0 18 70 0 4 0 1 0
Atico 0 14 7 15 264 0 0 0 15 295 0 0 0 1 0
Comisarias Tipo C
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE PERSONAL PNP
CANTIDAD DE OPERATIVOS
Índice de Malmquist
MARIHUANA
MARIHUANA
Comisarias
REALIZADOS
REALIZADOS
tecnológica
PBC
PBC
CC
CC
147
Comisarias Tipo D
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
PERSONAL PNP
PERSONAL PNP
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
MARIHUANA
MARIHUANA
Comisarias
OPERATIVOS
OPERATIVOS
REALIZADOS
REALIZADOS
tecnológica
técnica
escala
pura
PBC
PBC
CC
CC
Uchumayo 0 0 0 19 49 0 0 0 19 45 NaN NaN NaN NaN
Characato 0 0 0 34 31 0 0 0 34 25 NaN NaN NaN NaN
Chiguata 0 0 0 27 18 0 0 0 27 16 NaN NaN NaN NaN
San Camilo 0 0 0 12 6 0 0 0 12 16 NaN NaN NaN NaN
San Isidro 0 0 0 13 36 0 0 0 13 3 NaN NaN NaN NaN
San Jose 0 0 0 16 40 0 0 0 16 31 NaN NaN NaN NaN
Mollebaya 0 0 0 21 76 0 0 0 21 106 NaN NaN NaN NaN
Pocsi 0 0 0 13 1 0 0 0 13 0 NaN NaN NaN NaN
Polobaya 0 0 0 15 5 0 0 0 15 1 NaN NaN NaN NaN
Sabandia 0 0 0 31 142 0 0 0 31 124 NaN NaN NaN NaN
Yarabamba 0 0 0 22 126 0 0 0 22 138 NaN NaN NaN NaN
Yura 0 0 0 22 33 0 0 0 22 67 NaN NaN NaN NaN
San Gregorio 0 0 0 10 53 0 0 0 10 56 NaN NaN NaN NaN
Bella Union 0 0 0 11 157 0 0 0 11 148 NaN NaN NaN NaN
Achanizo 0 0 0 14 518 0 0 0 14 137 NaN NaN NaN NaN
Lomas 0 0 0 9 294 0 0 0 9 195 NaN NaN NaN NaN
Arcata 0 0 0 25 12 0 0 0 25 0 NaN NaN NaN NaN
Salamanca 0 0 0 15 7 0 0 0 15 4 NaN NaN NaN NaN
Ocopampa 0 0 0 16 17 0 0 0 16 5 NaN NaN NaN NaN
Pampacolca 0 0 0 9 0 0 0 0 9 2 NaN NaN NaN NaN
Corire 0 0 0 16 54 0 0 0 16 19 NaN NaN NaN NaN
Viraco 0 0 0 15 6 0 0 0 15 2 NaN NaN NaN NaN
Cabanaconde 0 0 0 12 20 0 0 0 12 42 NaN NaN NaN NaN
El Arenal 0 0 0 9 16 0 0 0 9 6 NaN NaN NaN NaN
La Curva 0 0 0 14 24 0 0 0 14 13 NaN NaN NaN NaN
La Punta de Bombon 0 0 0 16 11 0 0 0 16 30 NaN NaN NaN NaN
Casimiro Cuadros 0 0 0 37 35 0 0 2 37 109 NaN NaN NaN NaN
Tambillo 0 0 0 11 17 0 0 0 11 7 NaN NaN NaN NaN
Santa Rita 0 0 0 12 22 0 0 0 12 4 NaN NaN NaN NaN
S.J. Tarucani 0 0 0 12 1 0 0 0 12 1 NaN NaN NaN NaN
Sotillo 0 0 0 13 4 0 0 0 13 6 NaN NaN NaN NaN
Ocoña 115 0 0 14 11 0 0 0 14 15 NaN NaN NaN NaN
YANAQUIHUA 0 0 0 18 8 0 0 0 18 0 NaN NaN NaN NaN
Minas Madrigal 0 0 0 11 11 0 0 0 11 10 NaN NaN NaN NaN
Imata 0 0 0 15 15 0 0 0 15 78 NaN NaN NaN NaN
Sibayo 0 0 0 13 36 0 0 0 13 77 NaN NaN NaN NaN
Comisarias Tipo E
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
PERSONAL PNP
PERSONAL PNP
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
MARIHUANA
MARIHUANA
Comisarias
OPERATIVOS
OPERATIVOS
REALIZADOS
REALIZADOS
tecnológica
técnica
escala
pura
PBC
PBC
CC
CC
148
5.5.3. Cambios de Productividad en la Gestión anti Armas
las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante se estimó el
productividad medida a través del índice de Malmquist. En todos los casos si cada uno de estos
índices es menor o igual que uno indica que la eficiencia o productividad ha disminuido,
Comisarias Tipo A
2018 2019 Eficiencia y Productividad
Cambio en la
Output Input Output Input Cambio en la Eficiencia
Productividad
OPERATIVOS REALIZADOS
CANTIDAD DE PERSONAL
CANTIDAD DE PERSONAL
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
ARMAS DE FUEGO
ARMAS DE FUEGO
ARMAS BLANCAS
ARMAS BLANCAS
CANTIDAD DE
CANTIDAD DE
tecnológica
Comisarias
técnica
escala
PNP
PNP
149
Comisarias Tipo B
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE OPERATIVOS
Índice de Malmquist
ARMAS DE FUEGO
ARMAS DE FUEGO
ARMAS BLANCAS
ARMAS BLANCAS
Comisarias
REALIZADOS
REALIZADOS
La Pampa 0 0 36 56 0 1 36 200 0.824*** 0.841***
Caravelí 0 0 13 180 1 0 13 154 1.732*** 0.308***
Alto Selva Alegre 0 0 83 231 1 1 83 94 1.362*** 1.000***
Independencia 0 0 46 208 1 0 46 227 1.379*** 0.999***
Cayma 0 0 70 121 0 1 70 312 0.884*** 0.771***
Mariscal Castilla 1 0 46 242 0 0 46 262 0 1 0 1 0
Zamacola 0 2 43 186 0 0 43 156 0 1 0 1 0
Hunter 1 0 77 246 2 1 77 167 3 2 2 1 4.82
Simon Bolivar 0 0 52 166 2 0 52 109 1.379*** 0.989***
La Joya 0 0 25 34 1 0 25 101 1.379*** 0.988****
Mariano Melgar 2 0 57 267 0 1 57 313 1 1 1 1 0.849
Alto Misti 0 1 54 271 0 2 54 225 3 1 2 1 2.135
Juan de Dios Colca Apaza 0 0 43 176 2 0 43 171 1.379*** 0.996***
Miguel Grau 1 0 44 150 1 0 44 65 1 2 1 1 2.308
Socabaya 0 0 44 93 0 0 44 54 1 1 1 1 1
Chala 2 0 24 170 6 0 24 268 1 2 1 1 2.389
Chuquibamba 0 0 16 3 0 0 16 2 1 1 1 1 1
Chivay 0 0 25 42 0 0 25 102 1 1 1 1 1
Cocachacra 0 0 25 38 0 0 25 17 1 1 1 1 1
Matarani 0 0 18 167 0 0 18 70 1 1 1 1 1
Atico 1 2 15 264 1 0 15 295 0 1 1 1 0.235
Comisarias Tipo C
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia técnica
CANTIDAD DE OPERATIVOS
CANTIDAD DE OPERATIVOS
CANTIDAD DE PERSONAL
Cambio de eficiencia a
Cambio de eficiencia
Índice de Malmquist
ARMAS DE FUEGO
ARMAS DE FUEGO
ARMAS BLANCAS
ARMAS BLANCAS
Comisarias
REALIZADOS
REALIZADOS
tecnológica
escala
PNP
PNP
150
Comisarias Tipo D
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
ARMAS DE FUEGO
ARMAS DE FUEGO
ARMAS BLANCAS
ARMAS BLANCAS
PERSONAL PNP
PERSONAL PNP
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
Comisarias
OPERATIVOS
OPERATIVOS
REALIZADOS
REALIZADOS
tecnológica
a escala
técnica
pura
Uchumayo 0 0 19 49 0 0 19 45 1 1 1 1 1
Characato 0 0 34 31 1 0 34 25 2.111*** 0.323***
Chiguata 0 0 27 18 1 0 27 16 2.268*** 0.437***
San Camilo 0 0 12 6 0 0 12 16 1 1 1 1 1
San Isidro 1 1 13 36 0 0 13 3 0 0 0 1 0
San Jose 0 0 16 40 0 0 16 31 1 1 1 1 1
Mollebaya 0 0 21 76 0 0 21 106 1 1 1 1 1
Pocsi 0 0 13 1 0 0 13 0 1 1 1 1 1
Polobaya 0 0 15 5 0 0 15 1 1 1 1 1 1
Sabandia 0 0 31 142 0 0 31 124 1 1 1 1 1
Yarabamba 0 0 22 126 0 0 22 138 1 1 1 1 1
Yura 0 0 22 33 0 0 22 67 1 1 1 1 1
San Gregorio 0 0 10 53 0 0 10 56 1 1 1 1 1
Bella Union 0 0 11 157 0 0 11 148 1 1 1 1 1
Achanizo 1 0 14 518 0 0 14 137 0 1 0 1 0
Lomas 0 0 9 294 1 0 9 195 1.202*** 1.000***
Arcata 0 0 25 12 0 0 25 0 1 1 1 1 1
Salamanca 0 0 15 7 0 0 15 4 1 1 1 1 1
Ocopampa 0 0 16 17 0 0 16 5 1 1 1 1 1
Pampacolca 0 0 9 0 0 0 9 2 1 1 1 1 1
Corire 1 0 16 54 0 0 16 19 0 1 0 1 0
Viraco 0 0 15 6 0 0 15 2 1 1 1 1 1
Cabanaconde 0 0 12 20 0 0 12 42 1 1 1 1 1
El Arenal 0 0 9 16 0 0 9 6 1 1 1 1 1
La Curva 0 0 14 24 0 0 14 13 1 1 1 1 1
La Punta de Bombon 0 0 16 11 0 0 16 30 1 1 1 1 1
Casimiro Cuadros 0 0 37 35 0 0 37 109 1 1 1 1 1
Tambillo 0 0 11 17 1 0 11 7 2.268*** 1.000***
Santa Rita 0 0 12 22 0 0 12 4 1 1 1 1 1
S.J. Tarucani 0 0 12 1 0 0 12 1 1 1 1 1 1
Sotillo 0 0 13 4 0 0 13 6 1 1 1 1 1
Ocoña 0 0 14 11 0 0 14 15 1 1 1 1 1
YANAQUIHUA 0 0 18 8 0 0 18 0 1 1 1 1 1
Minas Madrigal 0 0 11 11 0 0 11 10 1 1 1 1 1
Imata 0 0 15 15 1 0 15 78 1.113*** 0.700***
Sibayo 0 0 13 36 1 0 13 77 1.117*** 0.801***
Comisarias Tipo E
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
ARMAS DE FUEGO
ARMAS DE FUEGO
ARMAS BLANCAS
ARMAS BLANCAS
PERSONAL PNP
PERSONAL PNP
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
Comisarias
OPERATIVOS
OPERATIVOS
REALIZADOS
REALIZADOS
tecnológica
técnica
escala
pura
151
5.5.4. Cambios de Productividad en la Gestión Contra la Prostitución Clandestina
prostitución clandestina en las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1
escala y el cambio en la productividad medida a través del índice de Malmquist. En todos los
casos si cada uno de estos índices es menor o igual que uno indica que la eficiencia o
eficiencia y productividad.
Comisarias Tipo A
2018 2019 Eficiencia y Productividad
Cambio en la
Output Input Output Input Cambio en la Eficiencia
Productividad
CANTIDAD DE OPERATIVOS
CANTIDAD DE OPERATIVOS
CANTIDAD DE PERSONAL
LOCALES INTERVENIDOS
LOCALES INTERVENIDOS
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
HOMOSEXUALES
HOMOSEXUALES
PROXENETAS
PROXENETAS
MERETRICES
MERETRICES
REALIZADOS
REALIZADOS
tecnológica
Comisarias
técnica
escala
PNP
PNP
152
Comisarias Tipo B
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
OPERATIVOS REALIZADOS
OPERATIVOS REALIZADOS
CANTIDAD DE PERSONAL
LOCALES INTERVENIDOS
LOCALES INTERVENIDOS
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
HOMOSEXUALES
HOMOSEXUALES
CANTIDAD DE
CANTIDAD DE
PROXENETAS
PROXENETAS
Comisarias MERETRICES
MERETRICES
tecnológica
técnica
escala
PNP
PNP
La Pampa 0 0 0 0 36 56 19 0 0 3 36 200 NaN NaN NaN NaN
Caravelí 0 0 0 0 13 180 0 0 0 0 13 154 NaN NaN NaN NaN
Alto Selva Alegre 0 0 0 0 83 231 0 0 0 0 83 94 NaN NaN NaN NaN
Independencia 0 0 0 0 46 208 0 0 0 0 46 227 NaN NaN NaN NaN
Cayma 0 0 0 0 70 121 0 0 0 0 70 312 NaN NaN NaN NaN
Mariscal Castilla 0 0 0 0 46 242 0 0 0 0 46 262 NaN NaN NaN NaN
Zamacola 0 0 0 0 43 186 0 0 0 0 43 156 NaN NaN NaN NaN
Hunter 0 0 0 0 77 246 0 0 0 0 77 167 NaN NaN NaN NaN
Simon Bolivar 0 0 0 0 52 166 0 0 0 0 52 109 NaN NaN NaN NaN
La Joya 0 0 0 0 25 34 0 0 0 0 25 101 NaN NaN NaN NaN
Mariano Melgar 0 0 0 0 57 267 0 0 0 0 57 313 NaN NaN NaN NaN
Alto Misti 0 0 0 0 54 271 0 0 0 0 54 225 NaN NaN NaN NaN
Juan de Dios
0 0 0 0 43 176 0 0 0 1 43 171 NaN NaN NaN NaN
Colca Apaza
Miguel Grau 0 0 0 0 44 150 0 0 0 0 44 65 NaN NaN NaN NaN
Socabaya 0 0 0 0 44 93 0 0 0 0 44 54 NaN NaN NaN NaN
Chala 0 0 0 0 24 170 0 0 0 0 24 268 NaN NaN NaN NaN
Chuquibamba 0 0 0 0 16 3 0 0 0 0 16 2 NaN NaN NaN NaN
Chivay 0 0 0 0 25 42 0 0 0 0 25 102 NaN NaN NaN NaN
Cocachacra 0 0 0 0 25 38 0 0 0 0 25 17 NaN NaN NaN NaN
Matarani 5 0 0 1 18 167 0 0 0 0 18 70 NaN NaN NaN NaN
Atico 0 0 0 0 15 264 0 0 0 0 15 295 NaN NaN NaN NaN
Comisarias Tipo C
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia tecnológica
CANTIDAD DE PERSONAL PNP
CANTIDAD DE OPERATIVOS
LOCALES INTERVENIDOS
Índice de Malmquist
HOMOSEXUALES
HOMOSEXUALES
PROXENETAS
PROXENETAS
Comisarias
MERETRICES
MERETRICES
REALIZADOS
REALIZADOS
153
Comisarias Tipo D
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
HOMOSEXUALES
HOMOSEXUALES
PERSONAL PNP
PERSONAL PNP
INTERVENIDOS
INTERVENIDOS
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
PROXENETAS
PROXENETAS
Comisarias
OPERATIVOS
OPERATIVOS
MERETRICES
MERETRICES
REALIZADOS
REALIZADOS
tecnológica
LOCALES
LOCALES
técnica
escala
pura
Uchumayo 0 0 0 0 19 49 0 0 0 0 19 45 NaN NaN NaN NaN
Characato 0 0 0 0 34 31 0 0 0 0 34 25 NaN NaN NaN NaN
Chiguata 0 0 0 0 27 18 0 0 0 0 27 16 NaN NaN NaN NaN
San Camilo 0 0 0 0 12 6 0 0 0 0 12 16 NaN NaN NaN NaN
San Isidro 0 0 0 0 13 36 0 0 0 0 13 3 NaN NaN NaN NaN
San Jose 0 0 0 0 16 40 0 0 0 0 16 31 NaN NaN NaN NaN
Mollebaya 0 0 0 0 21 76 0 0 0 0 21 106 NaN NaN NaN NaN
Pocsi 0 0 0 0 13 1 0 0 0 0 13 0 NaN NaN NaN NaN
Polobaya 0 0 0 0 15 5 0 0 0 0 15 1 NaN NaN NaN NaN
Sabandia 0 0 0 0 31 142 0 0 0 0 31 124 NaN NaN NaN NaN
Yarabamba 0 0 0 0 22 126 0 0 0 0 22 138 NaN NaN NaN NaN
Yura 0 0 0 0 22 33 0 0 0 0 22 67 NaN NaN NaN NaN
San Gregorio 0 0 0 0 10 53 0 0 0 0 10 56 NaN NaN NaN NaN
Bella Union 0 0 0 0 11 157 0 0 0 0 11 148 NaN NaN NaN NaN
Achanizo 0 0 0 0 14 518 0 0 0 0 14 137 NaN NaN NaN NaN
Lomas 0 0 0 0 9 294 0 0 0 0 9 195 NaN NaN NaN NaN
Arcata 0 0 0 0 25 12 0 0 0 0 25 0 NaN NaN NaN NaN
Salamanca 0 0 0 0 15 7 0 0 0 0 15 4 NaN NaN NaN NaN
Ocopampa 0 0 0 0 16 17 0 0 0 0 16 5 NaN NaN NaN NaN
Pampacolca 0 0 0 0 9 0 0 0 0 0 9 2 NaN NaN NaN NaN
Corire 0 0 0 0 16 54 0 0 0 0 16 19 NaN NaN NaN NaN
Viraco 0 0 0 0 15 6 0 0 0 0 15 2 NaN NaN NaN NaN
Cabanaconde 0 0 0 0 12 20 0 0 0 0 12 42 NaN NaN NaN NaN
El Arenal 0 0 0 0 9 16 0 0 0 0 9 6 NaN NaN NaN NaN
La Curva 0 0 0 0 14 24 0 0 0 0 14 13 NaN NaN NaN NaN
La Punta de Bombon 0 0 0 0 16 11 0 0 0 0 16 30 NaN NaN NaN NaN
Casimiro Cuadros 0 0 0 0 37 35 0 0 0 0 37 109 NaN NaN NaN NaN
Tambillo 0 0 0 0 11 17 0 0 0 0 11 7 NaN NaN NaN NaN
Santa Rita 0 0 0 0 12 22 0 0 0 0 12 4 NaN NaN NaN NaN
S.J. Tarucani 0 0 0 0 12 1 0 0 0 0 12 1 NaN NaN NaN NaN
Sotillo 0 0 0 0 13 4 0 0 0 0 13 6 NaN NaN NaN NaN
Ocoña 0 0 0 0 14 11 0 0 0 0 14 15 NaN NaN NaN NaN
YANAQUIHUA 0 0 0 0 18 8 0 0 0 0 18 0 NaN NaN NaN NaN
Minas Madrigal 0 0 0 0 11 11 0 0 0 0 11 10 NaN NaN NaN NaN
Imata 0 0 0 0 15 15 0 0 0 0 15 78 NaN NaN NaN NaN
Sibayo 0 0 0 0 13 36 0 0 0 0 13 77 NaN NaN NaN NaN
Comisarias Tipo E
2018 2019 Eficiencia y Productividad
Cambio en la
Output Input Output Input Cambio en la Eficiencia
Productividad
LOCALES INTERVENIDOS
LOCALES INTERVENIDOS
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
HOMOSEXUALES
HOMOSEXUALES
PERSONAL PNP
PERSONAL PNP
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
PROXENETAS
PROXENETAS
Comisarias
OPERATIVOS
OPERATIVOS
MERETRICES
MERETRICES
REALIZADOS
REALIZADOS
tecnológica
técnica
escala
pura
154
5.5.5. Cambios de Productividad en la Gestión del Tráfico Ilegal de Vehículos
de vehículos en las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante
la productividad medida a través del índice de Malmquist. En todos los casos si cada uno de
estos índices es menor o igual que uno indica que la eficiencia o productividad ha disminuido,
155
Tabla 44: Cambios de los Niveles de Eficiencia y Productividad en la Gestión de Detenidos de las Comisarías PNP en la Región
Arequipa, 2018-2019
Comisarias Tipo A
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
VEHICULOS RECUPERADOS
Índice de Malmquist
VEHICULOS CON RQ
Comisarias
156
Comisarias Tipo B
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
VEHICULOS INTERNADOS AL
VEHICULOS INTERNADOS AL
VEHICULOS INTERNADOS AL
CANTIDAD DE OPERATIVOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS CON RQ (veh.
Cambio de eficiencia
Índice de Malmquist
VEHICULOS CON RQ
(veh. menores)
(veh. mayores)
REALIZADOS
REALIZADOS
tecnológica
Comisarias
DEPOSITO
DEPOSITO
menores)
menores)
mayores)
mayores)
157
Comisarias Tipo C
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
VEHICULOS INTERNADOS AL
VEHICULOS INTERNADOS AL
VEHICULOS INTERNADOS AL
CANTIDAD DE OPERATIVOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS CON RQ (veh.
CANTIDAD DE PERSONAL
CANTIDAD DE PERSONAL
INTERVENIDOS POR DCP
Cambio de eficiencia
Índice de Malmquist
VEHICULOS CON RQ
(veh. menores)
(veh. menores)
(veh. mayores)
(veh. mayores)
REALIZADOS
REALIZADOS
tecnológica
Comisarias
DEPOSITO
DEPOSITO
menores)
mayores)
PNP
PNP
El Porvenir 0 3 1 0 0 0 1 0 58 167 0 2 0 0 0 0 1 0 58 181 2 1 2 1 0.923
Tiabaya 2 5 2 0 0 0 0 0 37 188 0 7 0 0 0 0 0 0 37 104 NaN NaN NaN NaN
Congata 1 17 0 0 0 0 0 0 33 266 0 3 0 6 0 0 0 0 33 172 NaN NaN NaN NaN
Acari 0 1 0 0 0 0 2 0 11 217 0 0 0 0 0 0 0 0 11 41 NaN NaN NaN NaN
Acequia Alta 1 10 2 0 0 0 0 0 40 187 1 52 1 0 0 0 0 0 40 178 NaN NaN NaN NaN
Dean Valdivia 1 1 1 1 0 0 0 0 39 90 0 20 1 0 0 0 0 0 39 196 NaN NaN NaN NaN
Aeropuerto 0 0 0 0 0 0 0 0 22 21 0 41 0 0 0 0 0 0 22 95 NaN NaN NaN NaN
Ciudad Municipal 0 1 2 0 0 0 0 0 54 232 0 3 1 0 0 0 0 0 54 123 NaN NaN NaN NaN
Andres A. Caceres 0 0 3 3 0 0 0 0 42 154 0 2 2 10 0 0 0 0 42 122 NaN NaN NaN NaN
El Triunfo 0 0 1 0 0 0 0 0 23 23 0 0 0 8 0 1 0 0 23 17 NaN NaN NaN NaN
Jerusalen 0 29 2 0 0 0 0 0 30 259 0 1 1 0 0 0 0 0 30 267 NaN NaN NaN NaN
Campo Marte 0 0 2 0 0 0 0 0 32 112 0 0 1 0 0 0 0 0 32 192 NaN NaN NaN NaN
Jesus Maria 4 10 0 0 0 0 0 0 44 32 1 11 1 0 0 4 0 0 44 140 NaN NaN NaN NaN
Sachaca 0 10 1 0 0 0 0 0 31 157 1 16 0 2 0 0 0 1 31 136 NaN NaN NaN NaN
Pampa Camarones 0 6 0 0 0 0 0 0 35 252 1 4 1 3 0 0 0 0 35 217 NaN NaN NaN NaN
Ciudad de Dios 2 23 1 0 0 0 0 0 33 211 0 16 0 0 0 0 0 0 33 163 NaN NaN NaN NaN
Jaquí 3 0 0 0 0 0 0 0 9 213 0 0 0 0 0 0 0 0 9 177 NaN NaN NaN NaN
Yauca 0 0 0 1 0 1 0 0 10 324 1 8 1 0 0 0 1 0 10 328 1 1 1 1 0.707
Caylloma 0 2 0 0 0 0 0 0 18 7 0 0 0 0 0 0 0 0 18 53 NaN NaN NaN NaN
Mejia 0 0 1 0 0 0 0 0 14 97 0 0 0 0 0 0 0 0 14 40 NaN NaN NaN NaN
Cotahuasi 0 0 0 0 0 0 0 0 17 8 0 0 0 0 0 0 0 0 17 2 NaN NaN NaN NaN
Israel 0 7 2 0 0 0 0 0 39 136 0 2 0 0 0 0 0 0 39 224 NaN NaN NaN NaN
Minas Ocoña 0 0 0 0 0 0 0 0 38 87 0 1 1 0 0 0 0 0 38 63 NaN NaN NaN NaN
158
Comisarias Tipo D
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
VEHICULOS INTERNADOS AL
VEHICULOS INTERNADOS AL
VEHICULOS INTERNADOS AL
CANTIDAD DE OPERATIVOS
CANTIDAD DE OPERATIVOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
VEHICULOS CON RQ (veh.
Cambio de eficiencia
Índice de Malmquist
VEHICULOS CON RQ
(veh. menores)
(veh. menores)
(veh. mayores)
(veh. mayores)
Comisarias
REALIZADOS
REALIZADOS
tecnológica
DEPOSITO
DEPOSITO
menores)
mayores)
Uchumayo 0 25 0 0 0 0 0 0 19 49 0 32 0 0 0 0 0 0 19 45 NaN NaN NaN NaN
Characato 0 4 1 0 0 0 0 0 34 31 0 2 1 0 0 0 0 0 34 25 NaN NaN NaN NaN
Chiguata 0 0 0 0 0 0 0 0 27 18 0 0 0 0 0 0 0 0 27 16 NaN NaN NaN NaN
San Camilo 0 2 0 0 0 0 0 0 12 6 0 0 0 0 0 0 2 0 12 16 NaN NaN NaN NaN
San Isidro 0 0 0 0 0 0 0 0 13 36 0 0 0 0 0 0 0 0 13 3 NaN NaN NaN NaN
San Jose 2 0 0 4 0 0 0 0 16 40 0 2 0 0 0 0 0 0 16 31 NaN NaN NaN NaN
Mollebaya 0 10 1 0 0 0 0 0 21 76 0 0 1 0 0 0 0 0 21 106 NaN NaN NaN NaN
Pocsi 0 0 0 0 0 0 0 0 13 1 0 0 0 0 0 0 0 0 13 0 NaN NaN NaN NaN
Polobaya 0 0 1 0 0 0 0 0 15 5 0 0 0 0 0 0 0 0 15 1 NaN NaN NaN NaN
Sabandia 0 6 0 0 0 0 0 0 31 142 1 2 0 0 0 0 0 0 31 124 NaN NaN NaN NaN
Yarabamba 0 13 0 0 0 0 0 0 22 126 0 0 0 0 0 0 0 0 22 138 NaN NaN NaN NaN
Yura 0 1 0 0 0 0 0 0 22 33 2 4 0 0 0 0 0 0 22 67 NaN NaN NaN NaN
San Gregorio 0 0 0 0 0 0 0 0 10 53 0 0 0 1 0 0 0 5 10 56 NaN NaN NaN NaN
Bella Union 0 0 1 0 0 0 2 0 11 157 0 0 1 0 0 0 1 0 11 148 1 1 1 1 0.509
Achanizo 0 2 0 0 0 0 0 0 14 518 0 0 1 0 0 0 0 0 14 137 NaN NaN NaN NaN
Lomas 0 0 2 0 0 0 0 0 9 294 1 0 1 0 0 0 0 0 9 195 NaN NaN NaN NaN
Arcata 0 0 0 0 0 0 0 0 25 12 0 0 0 0 0 0 0 0 25 0 NaN NaN NaN NaN
Salamanca 0 0 0 0 0 0 0 0 15 7 0 0 0 0 0 0 0 0 15 4 NaN NaN NaN NaN
Ocopampa 0 1 0 0 0 0 0 0 16 17 0 0 0 0 0 0 0 0 16 5 NaN NaN NaN NaN
Pampacolca 0 0 0 0 0 0 0 0 9 0 0 0 0 0 0 0 0 0 9 2 NaN NaN NaN NaN
Corire 1 2 0 0 0 0 0 0 16 54 0 1 0 0 0 0 0 0 16 19 NaN NaN NaN NaN
Viraco 0 0 0 0 0 0 0 0 15 6 0 0 0 0 0 0 0 0 15 2 NaN NaN NaN NaN
Cabanaconde 1 0 0 0 0 0 0 0 12 20 0 0 0 0 0 0 0 0 12 42 NaN NaN NaN NaN
El Arenal 0 2 0 0 0 0 0 0 9 16 0 0 0 0 0 0 0 0 9 6 NaN NaN NaN NaN
La Curva 0 0 0 0 0 0 0 0 14 24 0 0 0 0 0 0 0 0 14 13 NaN NaN NaN NaN
La Punta de Bombon 2 0 0 1 0 0 0 0 16 11 0 0 0 0 0 0 0 0 16 30 NaN NaN NaN NaN
Casimiro Cuadros 0 0 1 0 0 0 0 0 37 35 0 6 0 0 0 0 0 0 37 109 NaN NaN NaN NaN
Tambillo 0 0 1 2 0 0 0 0 11 17 0 0 1 0 0 0 0 0 11 7 NaN NaN NaN NaN
Santa Rita 0 0 0 0 0 0 0 0 12 22 0 0 0 0 0 0 0 0 12 4 NaN NaN NaN NaN
S.J. Tarucani 0 0 0 0 0 0 0 0 12 1 0 0 0 0 0 0 0 0 12 1 NaN NaN NaN NaN
Sotillo 0 1 0 0 0 0 0 0 13 4 0 0 0 0 0 0 0 0 13 6 NaN NaN NaN NaN
Ocoña 0 0 4 0 0 0 1 0 14 11 0 1 0 0 0 0 0 0 14 15 NaN NaN NaN NaN
YANAQUIHUA 0 0 0 0 0 0 0 0 18 8 0 0 0 0 0 0 0 0 18 0 NaN NaN NaN NaN
Minas Madrigal 0 0 0 0 0 0 0 0 11 11 0 0 0 0 0 0 0 0 11 10 NaN NaN NaN NaN
Imata 0 1 0 0 0 0 0 0 15 15 1 0 1 0 0 0 0 0 15 78 NaN NaN NaN NaN
Sibayo 0 1 0 0 0 0 0 0 13 36 0 0 0 0 0 0 0 0 13 77 NaN NaN NaN NaN
159
Comisarias Tipo E
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
VEHICULOS RECUPERADOS
Índice de Malmquist
VEHICULOS CON RQ
Comisarias
menores)
mayores)
160
5.5.6. Cambios de Productividad en la Gestión Anti Manejo Imprudente
imprudente en las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante se
productividad medida a través del índice de Malmquist. En todos los casos si cada uno de estos
índices es menor o igual que uno indica que la eficiencia o productividad ha disminuido,
Comisarias Tipo A
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
PERS. RESUL. POSITIVO ALCOHOLEMIA
CANTIDAD DE OPERATIVOS
PAPELETAS IMPUESTAS
PAPELETAS IMPUESTAS
Índice de Malmquist
LUNAS OSCURECIDAS
LUNAS OSCURECIDAS
REALIZADOS
REALIZADOS
Comisarias
161
Comisarias Tipo B
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE OPERATIVOS
POR LUNAS OSCURECIDAS
PAPELETAS IMPUESTAS
PERS. RESUL. POSITIVO
Índice de Malmquist
ALCOHOLEMIA
ALCOHOLEMIA
Comisarias
REALIZADOS
REALIZADOS
La Pampa 31 0 73 36 56 46 0 82 36 200 1 1 1 1 0.709
Caravelí 4 0 13 13 180 2 0 24 13 154 2 1 1 2 1.759
Alto Selva Alegre 62 3 33 83 231 43 1 14 83 94 2 0 1 1 0.662
Independencia 18 0 5 46 208 19 0 7 46 227 1 1 1 1 1.082
Cayma 86 0 6 70 121 165 0 0 70 312 1 1 1 1 0.867
Mariscal Castilla 74 0 15 46 242 60 0 17 46 262 1 1 1 1 0.818
Zamacola 70 5 83 43 186 54 0 25 43 156 1 0 1 1 0.205
Hunter 179 0 4 77 246 90 0 26 77 167 1 1 1 1 0.747
Simon Bolivar 101 0 2 52 166 56 0 7 52 109 1 1 1 1 0.841
La Joya 7 0 14 25 34 5 0 30 25 101 1 1 1 1 0.942
Mariano Melgar 127 0 65 57 267 118 0 71 57 313 1 1 1 1 0.953
Alto Misti 44 0 30 54 271 39 0 25 54 225 1 1 1 1 0.898
Juan de Dios Colca
106 1 32 43 176 63 0 149 43 171 1 1 1 1 0.752
Apaza
Miguel Grau 21 0 2 44 150 15 0 0 44 65 2 1 2 1 1.573
Socabaya 19 0 19 44 93 8 0 2 44 54 1 1 1 1 0.632
Chala 10 0 5 24 170 18 0 8 24 268 2 1 2 1 1.767
Chuquibamba 3 0 0 16 3 0 0 0 16 2 0 1 0 1 0
Chivay 1 0 8 25 42 6 0 0 25 102 1 1 1 1 0.563
Cocachacra 10 0 8 25 38 9 0 0 25 17 2 1 2 1 1.753
Matarani 14 0 63 18 167 1 0 5 18 70 0 1 0 0 0.095
Atico 2 0 21 15 264 3 0 22 15 295 1 1 1 1 1.048
Comisarias Tipo C
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE PERSONAL
CANTIDAD DE PERSONAL
COMISARIAS POR LUNAS
PAPELETAS IMPUESTAS
PERS. RESUL. POSITIVO
Cambio de eficiencia a
de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
REMITIDOS A LAS
REMITIDOS A LAS
ALCOHOLEMIA
ALCOHOLEMIA
OSCURECIDAS
OSCURECIDAS
CANTIDAD DE
CANTIDAD DE
OPERATIVOS
OPERATIVOS
Comisarias
REALIZADOS
REALIZADOS
tecnológica
técnica
escala
pura
PNP
PNP
Cambio
162
Comisarias Tipo D
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
OPERATIVOS REALIZADOS
OPERATIVOS REALIZADOS
CANTIDAD DE PERSONAL
COMISARIAS POR LUNAS
IMPUESTAS
PERS. RESUL. POSITIVO
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
REMITIDOS A LAS
REMITIDOS A LAS
ALCOHOLEMIA
ALCOHOLEMIA
OSCURECIDAS
OSCURECIDAS
CANTIDAD DE
CANTIDAD DE
Comisarias
tecnológica
técnica
escala
PNP
PNP
PAPELETAS
Uchumayo 2 0 13 19 49 3 0 1 19 45 0 1 0 1 0.083
Characato 8 0 4 34 31 11 0 0 34 25 NaN NaN NaN NaN
Chiguata 1 0 3 27 18 0 0 0 27 16 NaN NaN NaN NaN
San Camilo 1 0 0 12 6 4 0 0 12 16 NaN NaN NaN NaN
San Isidro 4 0 1 13 36 3 0 2 13 3 39 1 39 1 21.578
San Jose 7 0 5 16 40 2 0 0 16 31 NaN NaN NaN NaN
Mollebaya 1 0 3 21 76 6 0 0 21 106 NaN NaN NaN NaN
Pocsi 0 0 0 13 1 0 0 0 13 0 NaN NaN NaN NaN
Polobaya 0 0 0 15 5 0 0 0 15 1 NaN NaN NaN NaN
Sabandia 26 0 4 31 142 8 0 4 31 124 2 1 1 1 1.138
Yarabamba 9 0 4 22 126 3 0 1 22 138 0 1 0 1 0.25
Yura 2 0 11 22 33 0 0 10 22 67 1 1 1 1 0.475
San Gregorio 3 0 ## 10 53 5 0 91 10 56 1 1 1 1 0.676
Bella Union 0 0 0 11 157 0 0 1 11 148 NaN NaN NaN NaN
Achanizo 2 0 0 14 518 2 0 0 14 137 NaN NaN NaN NaN
Lomas 0 0 1 9 294 0 0 0 9 195 NaN NaN NaN NaN
Arcata 0 0 0 25 12 0 0 0 25 0 NaN NaN NaN NaN
Salamanca 0 0 0 15 7 0 0 0 15 4 NaN NaN NaN NaN
Ocopampa 3 0 0 16 17 3 0 0 16 5 NaN NaN NaN NaN
Pampacolca 0 0 0 9 0 0 0 0 9 2 NaN NaN NaN NaN
Corire 5 0 14 16 54 6 0 5 16 19 2 1 2 1 0.924
Viraco 0 0 6 15 6 0 0 1 15 2 1 0 1 1 0.5
Cabanaconde 0 0 1 12 20 0 0 0 12 42 NaN NaN NaN NaN
El Arenal 2 0 5 9 16 3 0 0 9 6 NaN NaN NaN NaN
La Curva 0 0 0 14 24 1 0 2 14 13 NaN NaN NaN NaN
La Punta de
6 0 18 16 11 10 0 1 16 30 0 1 0 1 0.022
Bombon
Casimiro Cuadros 11 0 5 37 35 33 0 1 37 109 0 1 0 1 0.072
Tambillo 6 0 14 11 17 6 0 5 11 7 2 1 2 1 0.82
Santa Rita 3 0 10 12 22 13 0 2 12 4 2 1 2 1 1.022
S.J. Tarucani 0 0 0 12 1 0 0 0 12 1 NaN NaN NaN NaN
Sotillo 1 0 4 13 4 2 0 0 13 6 NaN NaN NaN NaN
Ocoña 0 0 0 14 11 0 0 0 14 15 NaN NaN NaN NaN
YANAQUIHUA 0 0 0 18 8 0 0 0 18 0 NaN NaN NaN NaN
Minas Madrigal 0 0 0 11 11 0 0 0 11 10 NaN NaN NaN NaN
Imata 0 0 49 15 15 0 0 57 15 78 0 1 1 1 0.257
Sibayo 0 0 0 13 36 0 0 0 13 77 NaN NaN NaN NaN
Comisarias Tipo E
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
LUNAS OSCURECIDAS
LUNAS OSCURECIDAS
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
REMITIDOS A LAS
COMISARIAS POR
REMITIDOS A LAS
COMISARIAS POR
PERSONAL PNP
PERSONAL PNP
ALCOHOLEMIA
ALCOHOLEMIA
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
PERS. RESUL.
PERS. RESUL.
OPERATIVOS
OPERATIVOS
Comisarias
REALIZADOS
REALIZADOS
IMPUESTAS
IMPUESTAS
tecnológica
PAPELETAS
PAPELETAS
POSITIVO
POSITIVO
a escala
técnica
pura
163
5.5.6. Cambios de Productividad en la Gestión Anti Organizaciones Criminales
escala y el cambio en la productividad medida a través del índice de Malmquist. En todos los
casos si cada uno de estos índices es menor o igual que uno indica que la eficiencia o
eficiencia y productividad.
Comisarias Tipo A
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
DESARTICULADAS
DESARTICULADAS
PERSONAL PNP
PERSONAL PNP
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
Comisarias
OPERATIVOS
OPERATIVOS
REALIZADOS
PANDILLAJE
PANDILLAJE
tecnológica
BANDAS
BANDAS
a escala
técnica
pura
164
Comisarias Tipo B
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Índice de Malmquist
eficiencia a escala
DESARTICULADAS
DESARTICULADAS
eficiencia técnica
PERSONAL PNP
PERSONAL PNP
eficiencia pura
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
OPERATIVOS
OPERATIVOS
Comisarias
REALIZADOS
PANDILLAJE
PANDILLAJE
tecnológica
Cambio de
Cambio de
Cambio de
Cambio de
eficiencia
BANDAS
BANDAS
La Pampa 0 0 36 56 0 0 36 200 1 1 1 1 1
Caravelí 0 0 13 180 0 0 13 154 1 1 1 1 1
Alto Selva Alegre 2 0 83 231 2 0 83 94 3 1 3 1 2.414
Independencia 0 0 46 208 0 0 46 227 1 1 1 1 1
Cayma 1 0 70 121 2 0 70 312 1 1 1 1 0.821
Mariscal Castilla 0 0 46 242 1 0 46 262 0.972******** 0.973********
Zamacola 7 0 43 186 2 0 43 156 0 1 0 1 0.338
Hunter 3 0 77 246 5 0 77 167 3 1 2 1 2.392
Simon Bolivar 0 0 52 166 0 0 52 109 1 1 1 1 1
La Joya 1 0 25 34 0 0 25 101 0 1 0 1 0
Mariano Melgar 3 0 57 267 3 0 57 313 1 1 1 1 0.929
Alto Misti 1 0 54 271 0 0 54 225 0 1 0 1 0
Juan de Dios Colca Apaza 0 0 43 176 3 0 43 171 0.859******** 0.990********
Miguel Grau 0 0 44 150 0 0 44 65 1 1 1 1 1
Socabaya 0 0 44 93 0 0 44 54 1 1 1 1 1
Chala 3 0 24 170 7 0 24 268 1 1 1 1 1.877
Chuquibamba 0 0 16 3 0 0 16 2 1 1 1 1 1
Chivay 0 0 25 42 0 0 25 102 1 1 1 1 1
Cocachacra 1 0 25 38 0 0 25 17 0 1 0 1 0
Matarani 0 0 18 167 0 0 18 70 1 1 1 1 1
Atico 2 0 15 264 4 0 15 295 1 2 1 1 2
Comisarias Tipo C
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia tecnológica
CANTIDAD DE PERSONAL PNP
CANTIDAD DE OPERATIVOS
BANDAS DESARTICULADAS
BANDAS DESARTICULADAS
Índice de Malmquist
Comisarias
REALIZADOS
PANDILLAJE
PANDILLAJE
165
Comisarias Tipo D
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE PERSONAL
CANTIDAD DE PERSONAL
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
DESARTICULADAS
DESARTICULADAS
CANTIDAD DE
CANTIDAD DE
OPERATIVOS
OPERATIVOS
Comisarias
REALIZADOS
PANDILLAJE
PANDILLAJE
tecnológica
BANDAS
BANDAS
técnica
escala
pura
PNP
PNP
Uchumayo 0 0 19 49 1 0 19 45 1.060******** 0.632********
Characato 0 0 34 31 0 0 34 25 1 1 1 1 1
Chiguata 0 0 27 18 0 0 27 16 1 1 1 1 1
San Camilo 0 0 12 6 0 0 12 16 1 1 1 1 1
San Isidro 2 0 13 36 0 0 13 3 0 1 0 1 0
San Jose 0 0 16 40 0 0 16 31 1 1 1 1 1
Mollebaya 0 0 21 76 0 0 21 106 1 1 1 1 1
Pocsi 0 0 13 1 0 0 13 0 1 1 1 1 1
Polobaya 0 0 15 5 0 0 15 1 1 1 1 1 1
Sabandia 0 0 31 142 0 0 31 124 1 1 1 1 1
Yarabamba 0 0 22 126 0 0 22 138 1 1 1 1 1
Yura 0 0 22 33 0 0 22 67 1 1 1 1 1
San Gregorio 0 0 10 53 1 0 10 56 1.041******** 0.600********
Bella Union 0 0 11 157 0 0 11 148 1 1 1 1 1
Achanizo 0 0 14 518 0 0 14 137 1 1 1 1 1
Lomas 0 0 9 294 1 0 9 195 1.041******** 0.667********
Arcata 0 0 25 12 0 0 25 0 1 1 1 1 1
Salamanca 0 0 15 7 0 0 15 4 1 1 1 1 1
Ocopampa 0 0 16 17 0 0 16 5 1 1 1 1 1
Pampacolca 0 0 9 0 0 0 9 2 1 1 1 1 1
Corire 2 0 16 54 0 0 16 19 0 1 0 1 0
Viraco 0 0 15 6 0 0 15 2 1 1 1 1 1
Cabanaconde 0 0 12 20 0 0 12 42 1 1 1 1 1
El Arenal 0 0 9 16 0 0 9 6 1 1 1 1 1
La Curva 0 0 14 24 0 0 14 13 1 1 1 1 1
La Punta de Bombon 2 0 16 11 0 0 16 30 0 1 0 1 0
Casimiro Cuadros 0 0 37 35 1 0 37 109 1.041******** 0.324********
Tambillo 0 0 11 17 1 0 11 7 1.186******** 0.740********
Santa Rita 0 0 12 22 2 0 12 4 1.442******** 1.000********
S.J. Tarucani 0 0 12 1 0 0 12 1 1 1 1 1 1
Sotillo 1 0 13 4 0 0 13 6 0 1 0 1 0
Ocoña 0 0 14 11 0 0 14 15 1 1 1 1 1
YANAQUIHUA 0 0 18 8 0 0 18 0 1 1 1 1 1
Minas Madrigal 0 0 11 11 0 0 11 10 1 1 1 1 1
Imata 0 0 15 15 0 0 15 78 1 1 1 1 1
Sibayo 0 0 13 36 0 0 13 77 1 1 1 1 1
Comisarias Tipo E
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
Cambio de eficiencia a
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
DESARTICULADAS
DESARTICULADAS
PERSONAL PNP
PERSONAL PNP
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
OPERATIVOS
OPERATIVOS
Comisarias
REALIZADOS
PANDILLAJE
tecnológica
BANDAS
BANDAS
técnica
escala
pura
166
5.5.7. Cambios de Productividad en la Gestión de Tráfico Ilegal de Bienes
de bienes en las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante se
productividad medida a través del índice de Malmquist. En todos los casos si cada uno de estos
índices es menor o igual que uno indica que la eficiencia o productividad ha disminuido,
167
Tabla 47: Cambios de los Niveles de eficiencia y Productividad en la Gestión de Detenidos de las Comisarías PNP en la Región
Arequipa, 2018-2019
Comisarias Tipo A
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE OPERATIVOS
DERECHOS INTELECTUALES
COMBUSTIBLE, GALONES
CONTRABANDO SOLES
CONTRABANDO SOLES
Índice de Malmquist
Comisarias
168
Comisarias Tipo B
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE OPERATIVOS
DERECHOS INTELECTUALES
COMBUSTIBLE, GALONES
CONTRABANDO SOLES
CONTRABANDO SOLES
Índice de Malmquist
INTELECTUALES
Comisarias
169
Comisarias Tipo C
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CANTIDAD DE OPERATIVOS
DERECHOS INTELECTUALES
COMBUSTIBLE, GALONES
CANTIDAD DE PERSONAL
CANTIDAD DE PERSONAL
CONTRABANDO SOLES
CONTRABANDO SOLES
Cambio de eficiencia
Índice de Malmquist
INTELECTUALES
tecnológica
Comisarias
PNP
PNP
El Porvenir 0 0 0 0 0 58 167 0 0 0 0 0 58 181 NaN NaN NaN NaN
Tiabaya 0 0 0 0 0 37 188 0 0 0 0 0 37 104 NaN NaN NaN NaN
Congata 0 0 0 0 0 33 266 0 0 0 0 0 33 172 NaN NaN NaN NaN
Acari 0 0 0 0 0 11 217 0 0 0 0 0 11 41 NaN NaN NaN NaN
Acequia Alta 0 0 0 0 140 40 187 0 0 0 0 0 40 178 NaN NaN NaN NaN
Dean Valdivia 0 0 0 0 0 39 90 0 0 0 0 0 39 196 NaN NaN NaN NaN
Aeropuerto 0 0 0 0 0 22 21 0 0 0 0 0 22 95 NaN NaN NaN NaN
Ciudad Municipal 0 0 0 0 0 54 232 0 0 0 0 0 54 123 NaN NaN NaN NaN
Andres A. Caceres 0 0 0 0 0 42 154 0 0 0 0 0 42 122 NaN NaN NaN NaN
El Triunfo 0 0 0 0 0 23 23 0 0 0 0 0 23 17 NaN NaN NaN NaN
Jerusalen 2500 0 0 0 0 30 259 0 0 0 0 0 30 267 NaN NaN NaN NaN
Campo Marte 0 0 0 0 0 32 112 0 0 0 0 0 32 192 NaN NaN NaN NaN
Jesus Maria 0 0 0 0 0 44 32 0 0 0 0 0 44 140 NaN NaN NaN NaN
Sachaca 0 0 0 0 0 31 157 0 0 0 0 0 31 136 NaN NaN NaN NaN
Pampa Camarones 0 0 0 0 0 35 252 0 0 0 0 0 35 217 NaN NaN NaN NaN
Ciudad de Dios 0 0 0 0 500 33 211 0 0 0 0 0 33 163 NaN NaN NaN NaN
Jaquí 0 0 0 0 0 9 213 0 0 0 0 0 9 177 NaN NaN NaN NaN
Yauca 0 0 0 0 0 10 324 0 0 0 0 33300 10 328 NaN NaN NaN NaN
Caylloma 0 0 0 0 0 18 7 0 0 0 0 0 18 53 NaN NaN NaN NaN
Mejia 0 22400 0 0 0 14 97 0 0 0 0 0 14 40 NaN NaN NaN NaN
Cotahuasi 0 0 0 0 120 17 8 0 0 0 0 0 17 2 NaN NaN NaN NaN
Israel 0 0 0 0 0 39 136 0 0 0 0 0 39 224 NaN NaN NaN NaN
Minas Ocoña 0 0 0 0 0 38 87 0 0 0 0 0 38 63 NaN NaN NaN NaN
170
Comisarias Tipo D
2018 2019 Eficiencia y Productividad
Cambio en la
Cambio en la Eficiencia
Output Input Output Input Productividad
CONTRABANDO SOLES
CONTRABANDO SOLES
Cambio de eficiencia a
MADERA COMISADA.
MADERA COMISADA.
DINERO INCAUTADO,
DINERO INCAUTADO,
Cambio de eficiencia
Cambio de eficiencia
Cambio de eficiencia
Índice de Malmquist
DELITO CONTRA
INTELECTUALES
INTELECTUALES
PERSONAL PNP
PERSONAL PNP
COMBUSTIBLE,
COMBUSTIBLE,
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
CANTIDAD DE
OPERATIVOS
OPERATIVOS
Comisarias
tecnológica
DERECHOS
DERECHOS
GALONES
GALONES
técnica
escala
SOLES
SOLES
pura
PIES
PIES
Uchumayo 0 0 0 0 0 19 49 0 0 0 0 0 19 45 NaN NaN NaN NaN
Characato 0 0 0 0 0 34 31 0 0 0 0 0 34 25 NaN NaN NaN NaN
Chiguata 0 0 0 0 0 27 18 0 0 0 0 0 27 16 NaN NaN NaN NaN
San Camilo 0 0 0 0 0 12 6 0 0 0 0 0 12 16 NaN NaN NaN NaN
San Isidro 0 0 0 0 0 13 36 0 0 0 0 0 13 3 NaN NaN NaN NaN
San Jose 0 0 0 0 0 16 40 0 0 0 0 0 16 31 NaN NaN NaN NaN
Mollebaya 0 0 0 0 0 21 76 0 0 0 0 0 21 106 NaN NaN NaN NaN
Pocsi 0 0 0 0 0 13 1 0 0 0 0 0 13 0 NaN NaN NaN NaN
Polobaya 0 0 0 0 0 15 5 0 0 0 0 0 15 1 NaN NaN NaN NaN
Sabandia 0 0 0 0 0 31 142 0 0 0 0 0 31 124 NaN NaN NaN NaN
Yarabamba 0 0 0 0 0 22 126 0 0 0 0 0 22 138 NaN NaN NaN NaN
Yura 0 0 0 0 0 22 33 0 0 0 0 0 22 67 NaN NaN NaN NaN
San Gregorio 0 0 0 0 0 10 53 0 0 0 0 0 10 56 NaN NaN NaN NaN
Bella Union 0 0 0 0 0 11 157 0 0 0 0 0 11 148 NaN NaN NaN NaN
Achanizo 0 0 0 0 0 14 518 0 0 0 0 0 14 137 NaN NaN NaN NaN
Lomas 0 0 0 0 0 9 294 0 0 0 0 0 9 195 NaN NaN NaN NaN
Arcata 0 0 0 0 0 25 12 0 0 0 0 0 25 0 NaN NaN NaN NaN
Salamanca 0 0 0 0 0 15 7 0 0 0 0 0 15 4 NaN NaN NaN NaN
Ocopampa 0 0 0 0 0 16 17 0 0 0 0 0 16 5 NaN NaN NaN NaN
Pampacolca 0 0 0 0 0 9 0 0 0 0 0 0 9 2 NaN NaN NaN NaN
Corire 0 0 0 0 0 16 54 0 0 0 0 0 16 19 NaN NaN NaN NaN
Viraco 0 0 0 0 0 15 6 0 0 0 0 0 15 2 NaN NaN NaN NaN
Cabanaconde 0 0 0 0 0 12 20 0 0 0 0 0 12 42 NaN NaN NaN NaN
El Arenal 0 0 0 0 0 9 16 0 0 0 0 0 9 6 NaN NaN NaN NaN
La Curva 0 19665 0 0 0 14 24 0 0 0 0 0 14 13 NaN NaN NaN NaN
La Punta de Bombon 0 0 0 0 0 16 11 0 0 0 0 0 16 30 NaN NaN NaN NaN
Casimiro Cuadros 0 0 0 0 0 37 35 0 0 0 0 0 37 109 NaN NaN NaN NaN
Tambillo 0 0 0 0 0 11 17 0 0 0 0 0 11 7 NaN NaN NaN NaN
Santa Rita 0 0 0 0 0 12 22 0 0 0 0 0 12 4 NaN NaN NaN NaN
S.J. Tarucani 0 0 0 0 0 12 1 0 0 0 0 0 12 1 NaN NaN NaN NaN
Sotillo 0 0 0 0 0 13 4 0 0 0 0 0 13 6 NaN NaN NaN NaN
Ocoña 0 0 0 0 0 14 11 0 0 0 0 0 14 15 NaN NaN NaN NaN
YANAQUIHUA 0 0 0 0 0 18 8 0 0 0 0 0 18 0 NaN NaN NaN NaN
Minas Madrigal 0 0 0 0 0 11 11 0 0 0 0 0 11 10 NaN NaN NaN NaN
Imata 0 0 0 0 0 15 15 0 36381 0 0 0 15 78 NaN NaN NaN NaN
Sibayo 0 0 0 0 0 13 36 0 0 0 0 0 13 77 NaN NaN NaN NaN
171
Comisarias Tipo E
2018 2019 Eficiencia y Productividad
Cambio en la
Output Input Output Input Cambio en la Eficiencia
Productividad
CANTIDAD DE OPERATIVOS
DERECHOS INTELECTUALES
COMBUSTIBLE, GALONES
CONTRABANDO SOLES
CONTRABANDO SOLES
Índice de Malmquist
Comisarias
172
5.6. Evaluación de los Cambios de Eficiencia y Productividad en la Gestión Total de las
Comisarías de la PNP
Respecto a los cambios en la eficiencia estos están determinados por los cambios de:
eficiencia tecnológica, eficiencia técnica, eficiencia pura y eficiencia a escala, los cuales vimos
líneas arriba son muy variables para cada comisaria y que en la gran mayoría de casos son los
un índice de cambio de productividad promedio menor que uno, es decir que el 47.11% del
total de comisarias entre el periodo 2018 al 2019 han reducido su productividad, expresando
una incidencia de 50% en las comisarias tipo A, 47.61% de las comisarias tipo B, 60.87% de
las comisarias tipo C, 47.22% de las comisarias tipo D y 66.67% de las comisarias tipo E, lo
y victimización.
Comisarias Tipo A
Gestión de tráfico de vehículos
Productividad Media
Gestión Anti drogas
Ranking
Comisarias Calificación
(Evaluación)
173
Comisarias Tipo B
Productividad Media
Gestión Anti drogas
Comisarias Tipo C
Gestión de tráfico de vehículos
Productividad Media
Gestión Anti drogas
Ranking
Comisarias Calificación
(Evaluación)
174
Comisarias Tipo D
Gestión de detenidos
Gestión de Trafico de
Gestión de tráfico de
Productividad Media
Gestión Anti drogas
Gestión de manejo
Gestión de crimen
Gestión contra
prostitución
organizado
adecuado
vehículos
bienes
Ranking
Comisarias Calificación
(Evaluación)
Comisarias Tipo E
Gestión de tráfico de vehículos
Productividad Media
Gestión Anti drogas
Ranking
Comisarias Calificación
(Evaluación)
175
Entonces podemos establecer que las comisarias de: Palacio Viejo, Aplao, Mollendo,
El Pedregal, Camaná, J.L.B.Y. RIVERO, Hunter, Chala, Alto Misti, Alto Selva Alegre, Miguel
Grau, Caravelí, Socabaya, Independencia, Juan de Dios Colca Apaza, Simon Bolivar,
Cocachacra, Cotahuasi, Jaquí, Andres A. Caceres, Acequia Alta, Acari, Tiabaya, Campo
Marte, Ciudad Municipal, Pampa Camarones, Sibayo, San Isidro, El Arenal, Lomas,
Yanaquihua, Minas Madrigal, Polobaya, Tambillo, Santa Rita, Chiguata, San Gregorio,
Ocopampa, Characato, Imata, Cabanaconde, Ocoña, San Jose, Sabandia, Bella Union, El
Cardo, Huacapuy, San Jose y Pucchun son entidades que ha aumentado su productividad.
Mientras que las comisarias de: Pocsi y Mollebaya, han mantenido sus niveles de
productividad.
Mientras que las comisarias de: Ciudad Blanca, Miraflores, Cerro Colorado, Santa
Marta, Yanahuara, Ciudad Mi Trabajo, Mariscal Castilla, Mariano Melgar, Cayma, Atico,
Ocoña, Caylloma, Aeropuerto, Yauca, Mejia, Dean Valdivia, El Porvenir, Jesus Maria, El
Triunfo, Israel, Jerusalen, Ciudad de Dios, Pocsi, Mollebaya, La Curva, San Camilo, Viraco,
Casimiro Cuadros, Pampacolca, Salamanca, Yura, Yarabamba, Arcata, S.J. Tarucani, Corire,
Quilca, Andaray, Charcana y Andagua son los que han disminuido sus niveles de
productividad,
176
Figura 80: Evaluación de la Productividad de las Comisarias
177
CONCLUSIONES
178
• Los niveles de cambio de la productividad de la gestión policial en las comisarías básicas
PNP de la Región Arequipa 2018-2019, se han medido a través del índice de productividad
Malmquist que muestra en cuanto se ha desplazado la función de producción, obteniéndose
que en las comisarias PNP tipo A se han desplazado 06 comisarias a la izquierda y 06 a la
derecha, en las comisarias PNP tipo B se han desplazado 10 comisarias a la izquierda y 11
a la derecha, en las comisarias PNP tipo C se han desplazado 14 a la izquierda y 04 a la
derecha, en las comisarias PNP tipo D se han desplazado 15 comisarias a la izquierda, 02
no se movieron y 19 a la derecha, en las comisarias PNP tipo E se han desplazado 08
comisarias a la izquierda y 04 a la derecha.
179
RECOMENDACIONES
eficiencia óptimos acordes a sus similares, es decir si cuentan con los mismos recursos que
de benchmarking para mejoren la gestión policial, entre los cuales están: Entrenamiento en
• En el largo plazo las comisarias improductivas una vez que sean eficientes deben esforzarse
en elevar sus niveles de producción con respecto al año anterior aplicando un proceso
comparativo de que se puede mejorar respecto al año anterior, para mejorar la gestión
policial, entre los cuales están: identificar y resolver las principales problemáticas de
180
BIBLIOGRAFIA
Caves, D., Christensen, L., & & Diewert, W. (1982). The economic theory of index numbers
and the measurement of input, output, and productivity. Econometrica, 50(6), 1393-
1414. doi: 10.2307/1913388.
Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision
making units. https://personal.utdallas.edu/~ryoung/phdseminar/CCR1978.pdf.
Contraloria General de la Republica, C. (2019). Informe Consolidado N° 1720-2019-CG/SIE-
SOP "Servicios de Seguridad Cudadana ejecutados por las Comisarias Basicas de la
Polica Nacional del Peru y los Gobiernos Locales". Lima: CGR.
Contreras, H. (2017). Eficiencia Policial: Cobertura Policial para el control del Delito.
Analisis: Centro de Politicas Publicas, Numero 13.
Defensoría del Pueblo, D. (2009). Fortalecimiento de la Policía Nacional del Perú: Cinco
áreas de atención urgente, Informe Defensorial N° 142. Lima, Perú: Defensoría del
Pueblo.
Diewert, W., & Nakamura, A. (2005). Concepts and Measures of Productivity: An
Introduction. In Services Industries and the Knowledge Based Economy. Calgary:
University of Calgary Press.
Farrell, M. J. (1957). The measurement of Productive Efficiency. Journal of the Royal
Statistical Society, vol. 120 (III), p. 253-281.
Fernández Santos, Y., & Flórez López, R. (2015). Aplicación del Modelo DEA en la Gestión
Pública. Un Análisis de la Eficiencia de las Capitales de Provincias Españolas.
Ganga Contreras, F., Cassinelli Capurro, A., Piñones Santana, M. A., & Quiroz Castillo, J.
(2014). El concepto de eficiencia organizativa: una aproximación a lo universitario.
Revista Lider Vol. 25, 126 - 150.
García, O. (11 de Octubre de 2020). Las políticas públicas: productos del sistema político.
Obtenido de http://www.ciudadpolitica.com/modules/news/article.php:
http://www.ciudadpolitica.com/modules/news/article.php
Guzmán, I., & Escobar, B. (2010). Cambios en productividad y creación de valor social en
las cajas de ahorros españolas. El trimestre económico.
INEI. (2017). Glosaio de Terminos de la VI Encuenta Nacional de Comisarias. Peru: INEI.
Leal Paço, C., & Cepeda Pérez, J. M. (2013). El Uso de la Metodología DEA (Data
Envelopment Analysis) para la Evaluación del Impacto de las Tic en la Productividad
181
del Sector Hotelero. https://idus.us.es/xmlui/bitstream/handle/11441/53079/leal-
cepeda.pdf?sequence=1&isAllowed=y.
MINDES, D. d.-D. (2010). Análisis de eficiencia en el programa nacional WAWA WASI –
PNWW, caso: sedes zonales, período 2007, 2008 y 2009.
Ministerio de Economía y Finanzas, M. (2010). Instructivo para la Formulación de
Indicadores de Desempeño, Directiva Nº 003-2010-EF/76.01. Obtenido de
www.mef.gob.pe: http:// www.mef.gob.pe
Parra Domínguez, J. (2013). Nuevas Tendencias en el estudio de la eficiencia policial, el
índice de situación policial. Salamanca: Universidad de Salamanca.
Pereyra Alva, A. J. (2020). INFRAESTRUCTURA PARA MEJORAR LA EFICIENCIA Y
CANTIDAD DE PERSONAL POLICIAL ANTE LA CRECIENTE INSEGURIDAD
CIUDADANA. Lambayeque: Tesis, Universidad Señor de Sipan.
Pumisacho Álvaro, V. H., & Alvarado Ramírez, K. M. (2018). Evaluación de eficiencia y
productividad de PyMEs productivas usando análisis envolvente de datos e índice
Malmquist. Espacios, Vol. 39 (Nº 33), 10.
Salomón, L. (2004). El desempeño policial y l a satisfaccion de la Ciudadania. Tegucigalpa,
Honduras: PROGRAMA DE LAS NACIONES UNIDAS PARA EL DESARROLLO
(PNUD).
Santín González, D. (2010). Taller: Análisis de la Eficiencia en los Programas Nacionales
del MIMDES. Lima: Dirección de Monitoreo y Evaluación de Impacto Social,
MIMDES.
Villalobos García, L. (2009). Administración policial. Administración pública aplicada al
manejo de policías. Espacios Públicos, ISSN: 1665-8140, vol. 12, núm. 25, 2009, pp.
23-40.
182
ANEXOS
VEHICULOS
DROGA
CONTRABANDO SOLES
OSCURECIDAS
TIPO DE CPNP
PANDILLAJE
VEHICULOS INTERNADOS AL
VEHICULOS INTERNADOS AL
VEHICULOS RECUPERADOS
VEHICULOS RECUPERADOS
INTERVENIDOS POR DCP
VEHICULOS CON RQ
VEHICULOS CON RQ
DIVERSOS DELITOS
ARMAS DE FUEGO
ARMAS BLANCAS
HOMOSEXUALES
PROXENETAS
MARIHUANA
MARIHUANA
MERETRICES
DEPOSITO
DEPOSITO
PBC
PBC
RQ
CC
CC
DISTRITO Palacio Viejo 176 37 148 5 0 0 0.000 0.000 0.000 1 2 22 5 0 0 2 158 1 5 0 1 3 2 89 3 138 4 0 0 0 0 0 0 A
AREQUIPA Santa Marta 432 35 41 0 0 0 0.000 0.000 0.000 2 1 1 0 0 2 0 5 0 185 0 2 0 15 389 1 352 2 0 0 0 0 0 0 A
DISTRITO ALTO Alto Selva Alegre 231 15 129 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 5 0 0 0 0 0 0 62 3 33 2 0 0 0 0 0 0 B
SELVA ALEGRE Independencia 208 5 94 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 18 0 5 0 0 0 0 0 0 0 B
CHARACATO Characato 31 5 34 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 4 1 0 0 0 0 0 8 0 4 0 0 0 0 0 0 0 C
CHIGUATA Chiguata 18 1 6 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 3 0 0 0 0 0 0 0 C
Acequia Alta 187 16 93 0 0 1 0.000 0.000 0.000 1 0 0 0 0 0 1 10 2 0 0 0 0 0 212 0 18 6 0 0 0 0 0 140 C
Casimiro
DISTRITO 35 4 31 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 0 0 0 0 0 11 0 5 0 0 0 0 0 0 0 D
Cuadros
CAYMA
Cayma 121 12 50 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 5 0 0 0 0 0 0 86 0 6 1 0 0 0 0 0 0 B
Dean Valdivia 90 4 51 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 1 1 1 1 0 0 0 0 107 0 9 1 0 0 0 0 0 0 C
Aeropuerto 21 6 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C
Cerro Colorado 185 42 83 0 0 1 0.000 0.000 0.000 0 1 0 0 0 0 4 20 1 15 0 0 0 2 93 2 27 6 0 0 0 0 0 0 A
CERRO Ciudad
232 27 175 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 2 0 0 0 0 0 65 0 5 3 0 0 0 0 0 0 C
COLORADO Municipal
Mariscal Castilla 242 4 68 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 9 1 0 0 0 0 0 74 0 15 0 0 0 0 0 0 0 B
Zamacola 186 14 102 0 0 1 0.000 0.000 0.000 0 2 0 0 0 0 1 3 2 57 0 0 0 8 70 5 83 7 0 0 0 0 0 0 B
Andres A.
154 7 167 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 3 3 0 0 0 0 26 0 23 0 0 0 0 0 0 0 C
HUNTER Caceres
Hunter 246 88 152 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 3 3 0 82 0 0 0 4 179 0 4 3 0 0 0 0 0 0 B
J.L.B.Y. RIVERO 288 45 159 20 0 0 0.000 0.000 0.000 2 1 30 0 0 2 1 8 1 162 0 0 0 1 657 1 236 7 0 0 0 0 0 280 A
J.L.B.Y. RIVERO
Simon Bolivar 166 17 70 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 1 43 0 0 0 0 0 0 101 0 2 0 0 0 0 0 0 0 B
183
Terminal
0 0 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Terrestre
El Triunfo 23 14 75 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 0 0 0 0 0 18 0 0 3 0 0 0 0 0 0 C
La Joya 34 7 21 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 2 3 0 0 0 1 0 7 0 14 1 0 0 0 0 0 0 B
LA JOYA San Camilo 6 0 5 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 2 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 C
San Isidro 36 6 13 0 0 0 0.000 0.000 0.000 1 1 0 0 0 0 0 0 0 0 0 0 0 0 4 0 1 2 0 0 0 0 0 0 C
San Jose 40 1 9 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 2 0 0 4 0 0 0 0 7 0 5 0 0 0 0 0 0 0 C
MARIANO Mariano Melgar 267 14 112 0 0 0 0.000 0.000 0.000 2 0 0 0 0 0 1 8 3 19 0 0 0 1 127 0 65 3 0 0 0 0 0 0 B
MELGAR Jerusalen 259 11 71 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 29 2 0 0 0 0 0 76 1 6 2 0 2500 0 0 0 0 C
Alto Misti 271 5 135 0 0 0 0.000 0.000 0.000 0 1 0 0 0 0 0 1 1 0 0 0 0 0 44 0 30 1 0 0 0 0 0 0 B
El Porvenir 167 5 127 0 0 3 0.000 0.000 0.000 0 0 0 0 0 0 0 3 1 0 0 0 1 0 31 2 18 2 0 0 0 0 0 0 B
MIRAFLORES
Miraflores 238 15 49 0 0 1 0.000 0.000 0.000 0 0 6 0 0 1 1 51 0 0 0 0 2 0 491 0 30 3 0 0 0 0 0 0 A
Mujeres 2 2 59 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
MOLLEBAYA Mollebaya 76 1 19 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 10 1 0 0 0 0 0 1 0 3 0 0 0 0 0 0 0 C
Campo Marte 112 5 41 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 2 0 0 0 0 0 41 0 14 3 0 0 0 0 0 0 C
Ciudad Blanca 135 10 71 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 1 3 2 0 0 0 0 0 64 0 17 0 0 0 0 0 0 0 B
Israel 136 8 83 0 0 1 0.000 0.000 0.000 0 0 0 0 0 0 0 7 2 0 0 0 0 0 25 0 0 2 0 0 0 0 0 0 D
PAUCARPATA Jesus Maria 32 6 65 3 0 1 0.000 0.000 0.000 1 0 0 0 0 0 4 10 0 0 0 0 0 0 43 0 28 4 0 0 0 0 0 0 C
Juan de Dios
176 8 80 0 0 1 0.000 0.000 0.000 0 0 0 0 0 0 1 12 0 0 0 0 0 0 106 1 32 0 0 0 0 0 0 0 B
Colca Apaza
Miguel Grau 150 16 53 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 1 3 1 0 0 0 0 0 21 0 2 0 0 0 0 0 0 0 B
POCSI Pocsi 1 0 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C
POLOBAYA Polobaya 5 0 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C
SACHACA Sachaca 157 3 26 0 0 0 0.000 0.000 0.000 0 1 0 0 0 0 0 10 1 0 0 0 0 0 21 7 28 0 0 0 0 0 0 0 C
SANTA ISABEL
Tambillo 17 1 5 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 2 0 0 0 0 6 0 14 0 0 0 0 0 0 0 D
SIGUAS
SANTA RITA
Santa Rita 22 8 4 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 10 0 0 0 0 0 0 0 D
SIGUAS
SABANDIA Sabandia 142 0 24 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 6 0 0 0 0 0 0 26 0 4 0 0 0 0 0 0 0 C
S.J. TARUCANI S.J. Tarucani 1 0 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
Ciudad Mi
291 17 199 29 0 11 0.000 0.000 2.000 0 3 0 0 0 0 5 6 3 19 0 0 0 0 157 2 103 6 0 0 0 0 0 2650 A
SOCABAYA Trabajo
Socabaya 93 10 97 3 0 7 0.000 0.000 0.000 0 0 0 0 0 0 1 48 3 0 0 0 0 0 19 0 19 0 0 0 0 0 0 0 B
TIABAYA Tiabaya 188 13 89 0 0 1 0.000 0.000 0.000 0 1 0 0 0 0 2 5 2 0 0 0 0 0 30 0 5 2 0 0 0 0 0 0 B
Congata 266 18 73 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 1 17 0 0 0 0 0 0 28 0 5 0 0 0 0 0 0 0 B
UCHUMAYO
Uchumayo 49 12 10 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 25 0 0 0 0 0 0 2 0 13 0 0 0 0 0 0 0 B
VITOR Sotillo 4 5 5 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 4 1 0 0 0 0 0 0 D
Pampa
252 5 87 0 0 0 0.000 0.000 0.000 0 0 3 0 0 3 0 6 0 0 0 0 0 0 50 0 96 4 0 0 0 0 0 0 C
YANAHUARA Camarones
Yanahuara 331 10 85 0 0 8 0.000 0.000 0.000 2 0 0 0 0 0 0 93 0 1 0 0 1 0 63 2 57 3 0 0 0 0 0 0 A
YARABAMBA Yarabamba 126 2 13 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 13 0 0 0 0 0 0 9 0 4 0 0 0 0 0 0 0 C
Ciudad de Dios 211 45 74 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 2 23 1 0 0 0 0 0 21 0 6 3 0 0 0 0 0 500 C
YURA
Yura 33 40 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 2 0 11 0 0 0 0 0 0 0 C
Camaná 156 28 139 180 0 0 0.048 0.000 0.000 3 0 15 0 0 3 0 0 0 0 4 0 1 2 42 0 263 4 0 0 0 0 0 130 A
TOTAL
El Cardo 104 8 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 3 0 5 0 0 0 0 0 0 0 D
PROVINCIA
Huacapuy 177 3 37 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 1 1 2 0 13 0 0 0 0 0 0 0 D
CAMANA
Pucchun 114 6 27 0 0 1 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 D
184
San Jose 218 2 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 19 0 0 0 0 0 0 0 C
San Gregorio 53 5 13 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 131 0 0 0 0 0 0 0 C
Ocoña 11 5 14 115 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 D
Quilca 1 2 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
La Pampa 56 14 97 17 1 1 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 1 0 1 0 31 0 73 0 0 0 0 0 0 0 A
Acari 217 6 16 0 0 0 0.000 0.000 0.000 2 0 0 0 0 0 0 1 0 0 0 0 2 0 3 0 75 1 0 0 0 0 0 0 B
Atico 264 77 44 0 14 7 0.000 0.000 0.000 1 2 0 0 0 0 1 4 0 0 0 0 0 0 2 0 21 2 0 0 0 0 0 0 C
Bella Union 157 4 7 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 C
TOTAL Caravelí 180 14 8 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 4 0 0 0 1 4 0 13 0 0 0 0 0 0 0 A
PROVINCIA Chala 170 15 40 0 0 0 0.000 0.000 0.000 2 0 0 0 0 0 2 1 1 0 0 0 0 0 10 0 5 3 0 0 0 0 0 0 B
CARAVELI Achanizo 518 8 4 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 C
Jaquí 213 5 17 0 0 0 0.000 0.000 0.000 6 0 0 0 0 0 3 0 0 0 0 0 0 0 1 0 0 2 0 0 0 0 0 0 C
Lomas 294 2 3 0 0 0 0.000 0.000 0.017 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 C
Yauca 324 24 4 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 1 0 1 0 0 4 0 122 0 0 0 0 0 0 0 C
Andaray 8 1 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C
Arcata 12 0 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C
TOTAL
PROVINCIA DE Chuquibamba 3 2 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 B
CONDESUYOS YANAQUIHUA 8 2 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
Minas Ocoña 87 61 113 0 0 0 0.000 0.000 0.000 5 0 0 0 0 0 0 0 0 0 0 0 0 0 6 0 13 5 0 0 0 0 0 0 D
Salamanca 7 1 3 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C
Andagua 1 0 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
Aplao 27 12 17 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 2 0 0 0 0 0 0 6 0 19 0 0 0 0 0 0 0 B
TOTAL Machahuay 10 1 4 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 D
PROVINCIA Ocopampa 17 4 5 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 C
CASTILLA Pampacolca 0 1 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C
Corire 54 12 21 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 1 2 0 0 0 0 0 0 5 0 14 2 0 0 0 0 0 0 C
Viraco 6 4 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6 0 0 0 0 0 0 0 C
Cabanaconde 20 2 6 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 C
Caylloma 7 1 2 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C
Chivay 42 16 18 0 0 4 0.000 0.000 0.000 0 0 0 0 0 0 0 4 0 0 0 0 0 0 1 0 8 0 0 0 0 0 0 0 B
TOTAL Huanca 32 4 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 D
PROVINCIA Huambo 15 0 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
CAYLLOMA Minas Madrigal 11 1 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
El Pedregal 94 96 134 66 0 0 0.506 0.000 0.067 7 1 0 0 0 0 0 8 3 1 2 0 13 0 215 0 128 6 0 10000 218,092 70 0 0 B
Imata 15 3 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 49 0 0 0 0 0 0 0 D
Sibayo 36 1 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
Cocachacra 38 12 21 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 0 8 1 0 0 0 0 0 0 B
El Arenal 16 1 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 5 0 0 0 0 0 0 0 C
La Curva 24 5 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 19,665 0 0 0 C
TOTAL Matarani 167 23 31 6 0 0 0.000 0.000 0.000 0 0 5 0 0 1 1 0 1 2 0 0 0 0 14 0 63 0 0 0 0 0 0 0 B
PROVINCIA
Mejia 97 2 6 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 0 0 0 0 0 5 0 9 0 0 0 22,400 0 0 0 C
ISLAY
Mollendo 254 71 186 311 8 17 0.000 0.000 0.000 0 0 0 0 0 0 7 4 1 4 0 1 0 0 88 0 147 4 0 0 168,082 125 0 7681.09 A
La Punta de
11 4 14 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 2 0 0 1 0 0 0 0 6 0 18 2 0 0 0 0 0 0 C
Bombon
TOTAL Alca 3 6 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
PROVINCIA LA Cotahuasi 8 4 4 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 119.9 C
UNION Charcana 6 1 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D
185
a.2) Estadísticas Comisarias PNP-2019, Región Arequipa
BANDAS DESARTICULADAS
PROSTITUCION
PAPELETAS IMPUESTAS
DETENIDOS DECOMISADA DROGA DECOMISADA (KG) INCAUT VEHICULOS MAYORES VEHICULOS MENORES
CONTRABANDO SOLES
CLANDESTINA
REMITIDOS A LAS
ENVOLTORIOS ADAS
INTELECTUALES
ALCOHOLEMIA
OSCURECIDAS
TIPO DE CPNP
PANDILLAJE
VEHICULOS CON RQ
VEHICULOS CON RQ
INTERVENIDOS POR
INTERVENIDOS POR
DIVERSOS DELITOS
ARMAS DE FUEGO
ARMAS BLANCAS
HOMOSEXUALES
INTERNADOS AL
INTERNADOS AL
INTERVENIDOS
RECUPERADOS
RECUPERADOS
PROXENETAS
MARIHUANA
MARIHUANA
MERETRICES
VEHICULOS
VEHICULOS
Distrito Comisarias
DEPOSITO
DEPOSITO
LOCALES
DCP
DCP
PBC
PBC
RQ
CC
CC
1
Palacio Viejo 112 53 188 25 0 0 0.000 0.000 0.000 2 0 0 4 0 0 2 33 0 0 0 1 0 0 51 0 9 0 0 0 0 0 0 A 90
DISTRITO 7
AREQUIPA 1 13
Santa Marta 200 42 68 0 0 17 0.000 0.000 0.000 1 0 0 0 1 1 1 0 9 0 0 0 0 221 0 12 1 0 0 0 0 0 0 A
5 7
DISTRITO Alto Selva
94 18 95 0 0 0 0.000 0.000 0.000 1 1 0 0 0 0 0 3 2 0 0 1 0 0 43 1 14 2 0 0 0 0 0 0 B 83
ALTO SELVA Alegre
ALEGRE Independencia 227 9 185 0 0 8 0.000 0.000 0.000 1 0 0 0 0 0 0 1 0 0 0 0 0 0 19 0 7 0 0 0 0 0 0 0 B 46
CHARACATO Characato 25 9 48 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 2 1 0 0 0 0 0 11 0 0 0 0 0 0 0 0 0 D 34
CHIGUATA Chiguata 16 1 10 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 27
Acequia Alta 178 14 184 0 0 3 0.000 0.000 0.000 1 0 0 0 0 0 1 52 1 0 0 0 0 0 103 0 0 1 0 0 0 0 0 0 C 40
Casimiro
DISTRITO 109 6 64 0 0 2 0.000 0.000 0.000 0 0 0 0 0 0 0 6 0 0 0 0 0 0 33 0 1 1 0 0 0 0 0 0 D 37
Cuadros
CAYMA
Cayma 312 9 80 0 0 1 0.000 0.000 0.000 0 1 0 0 0 0 0 11 1 0 0 1 0 0 165 0 0 2 0 0 0 0 0 0 B 70
Dean Valdivia 196 5 104 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 20 1 0 0 0 0 0 52 0 4 0 0 0 0 0 0 0 C 39
Aeropuerto 95 6 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 41 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 C 22
Cerro
123 56 148 0 0 0 0.000 0.000 0.015 1 0 0 0 0 0 0 6 1 0 0 0 0 0 73 0 5 5 0 0 0 0 0 0 A 89
Colorado
CERRO Ciudad
123 15 209 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 3 1 0 0 0 0 0 55 0 5 1 0 0 0 0 0 0 C 54
COLORADO Municipal
Mariscal
262 10 121 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 1 1 1 0 0 0 0 0 60 0 17 1 0 0 0 0 0 0 B 46
Castilla
Zamacola 156 25 101 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 7 1 1 0 0 0 0 54 0 25 2 0 0 0 0 0 0 B 43
Andres A.
122 8 187 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 2 2 10 0 0 0 0 31 0 105 0 0 0 0 0 0 0 C 42
HUNTER Caceres
Hunter 167 33 153 78 5 13 0.000 0.000 0.000 2 1 0 0 0 0 2 3 1 0 0 0 0 0 90 0 26 5 0 0 0 0 0 0 B 77
J.L.B.Y. 2 11
256 93 366 0 0 1 0.000 0.000 0.000 1 1 0 0 0 0 1 1 5 29 1 1 0 0 366 0 46 0 0 4,000 0 0 0 A
RIVERO 3 1
J.L.B.Y.
Simon Bolivar 109 9 93 0 0 0 0.000 0.000 0.000 2 0 0 0 0 0 1 19 2 0 0 1 1 0 56 0 7 0 0 0 0 0 0 0 B 52
RIVERO
Terminal
0 0 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Terrestre
El Triunfo 17 13 51 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 8 0 1 0 0 8 0 0 0 0 0 0 0 0 0 C 23
La Joya 101 9 33 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 1 0 0 0 0 0 0 1 5 0 30 0 0 0 0 0 0 0 B 25
LA JOYA San Camilo 16 0 6 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 2 0 4 0 0 0 0 0 0 0 0 0 D 12
San Isidro 3 2 10 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 2 0 0 0 0 0 0 0 D 13
San Jose 31 3 9 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 D 16
Mariano
MARIANO 313 9 171 80 0 4 0.000 0.000 0.000 0 1 0 0 0 0 1 2 2 7 0 0 0 0 118 0 71 3 0 0 0 0 0 1115.5 B 57
Melgar
MELGAR
Jerusalen 267 9 114 0 0 0 0.300 0.000 0.000 0 0 0 0 0 0 0 1 1 0 0 0 0 0 64 0 0 0 0 0 0 0 0 0 C 30
Alto Misti 225 5 129 0 0 2 0.000 0.000 0.000 0 2 0 0 0 0 2 4 0 0 0 0 0 0 39 0 25 0 0 0 0 0 0 0 B 54
El Porvenir 181 7 125 0 0 0 0.000 0.000 0.000 0 1 0 0 0 0 0 2 0 0 0 0 1 0 23 0 2 2 0 0 0 0 0 0 C 58
MIRAFLORES
Miraflores 235 14 87 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 1 5 0 0 0 0 0 0 555 0 4 1 0 0 0 0 0 0 A 85
Mujeres 2 4 54 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 33
MOLLEBAYA Mollebaya 106 2 20 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 0 0 0 0 0 6 0 0 0 0 0 0 0 0 0 D 21
Campo Marte 192 8 64 0 0 0 0.000 0.000 0.015 0 0 0 0 0 0 0 0 1 0 0 0 0 0 25 0 95 0 0 0 0 0 0 0 C 32
PAUCARPATA Ciudad Blanca 90 9 82 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 1 0 0 0 1 0 43 0 36 0 0 0 0 0 0 0 A 43
Israel 224 14 74 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 2 0 0 0 0 0 0 19 0 0 0 0 0 0 0 0 0 C 39
186
1
Jesus Maria 140 15 148 0 0 1 0.000 0.000 0.000 0 0 0 0 0 0 1 11 1 0 0 4 0 0 46 0 11 0 0 0 0 0 0 C 44
7
Juan de Dios
171 10 172 0 0 0 0.000 0.000 0.000 2 0 0 0 0 1 2 2 1 2 0 0 0 0 63 0 149 3 0 0 0 0 0 2581 B 43
Colca Apaza
Miguel Grau 65 5 43 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 0 3 0 0 0 0 0 15 0 0 0 0 0 0 0 0 0 B 44
POCSI Pocsi 0 1 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 13
POLOBAYA Polobaya 1 0 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 15
SACHACA Sachaca 136 10 37 25 0 0 0.000 0.000 0.000 1 1 0 0 0 0 1 16 0 2 0 0 0 1 25 0 68 0 0 0 0 0 0 0 C 31
SANTA
ISABEL Tambillo 7 1 11 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 0 1 0 0 0 0 0 6 0 5 1 0 0 0 0 0 0 D 11
SIGUAS
SANTA RITA
Santa Rita 4 3 22 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 0 2 2 0 0 0 0 0 0 D 12
SIGUAS
SABANDIA Sabandia 124 4 23 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 1 2 0 0 0 0 0 0 8 0 4 0 0 0 0 0 0 0 D 31
S.J.
S.J. Tarucani 1 0 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 12
TARUCANI
Ciudad Mi
133 24 185 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 3 9 1 0 0 2 0 0 107 0 14 1 0 0 0 0 0 0 A 68
SOCABAYA Trabajo
Socabaya 54 10 132 137 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 11 1 0 0 0 0 0 8 0 2 0 0 0 0 0 0 2310 B 44
TIABAYA Tiabaya 104 15 66 0 0 3 0.000 0.000 0.000 0 0 0 0 0 0 0 7 0 0 0 0 0 0 33 0 1 0 0 0 0 0 0 0 C 37
Congata 172 6 68 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 3 0 6 0 0 0 0 22 0 6 0 0 0 0 0 0 0 C 33
UCHUMAYO
Uchumayo 45 2 12 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 32 0 0 0 0 0 0 3 0 1 1 0 0 0 0 0 0 D 19
VITOR Sotillo 6 0 7 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 D 13
Pampa 2
217 9 97 0 0 0 0.000 0.000 0.000 0 1 1 0 6 1 4 1 3 0 0 0 0 36 0 34 1 0 0 0 0 0 0 C 35
YANAHUARA Camarones 9
Yanahuara 114 5 107 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 5 0 0 0 0 0 0 56 0 25 1 0 0 0 0 0 0 A 83
YARABAMBA Yarabamba 138 4 10 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 1 0 0 0 0 0 0 0 D 22
Ciudad de
163 38 120 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 16 0 0 0 0 0 0 12 0 0 0 0 0 0 0 0 0 C 33
YURA Dios
Yura 67 23 11 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 2 4 0 0 0 0 0 0 0 0 10 0 0 0 0 0 0 0 D 22
14
Camaná 140 38 198 0 0 13 0.000 0.000 0.000 0 3 0 0 0 0 1 5 0 4 1 0 2 6 86 0 357 2 0 0 0 0 0 0 A
6
El Cardo 30 7 3 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 9 0 0 0 0 0 0 0 E 12
79,74
Huacapuy 138 11 35 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 1 1 6 0 99 0 0 0 0 0 0 E 12
0
TOTAL Pucchun 67 10 26 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 1 0 0 0 0 2 0 2 0 7 0 0 0 0 0 0 0 E 11
PROVINCIA
San Jose 77 2 4 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 30 0 0 0 0 0 0 0 E 10
CAMANA
San Gregorio 56 12 31 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 1 0 0 0 5 5 0 91 1 0 0 0 0 0 0 D 10
Ocoña 15 10 16 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 14
Quilca 124 6 10 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 E 12
1
La Pampa 200 23 207 0 0 0 0.000 0.000 0.000 0 1 0 0 3 0 1 0 0 0 0 0 0 46 0 82 0 0 0 0 0 0 0 B 36
9
Acari 41 4 27 0 0 4 0.000 0.000 0.000 1 0 0 0 0 0 0 0 0 0 0 0 0 0 5 0 4 2 0 0 0 0 0 0 C 11
Atico 295 32 49 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 2 0 4 1 0 1 0 3 0 22 4 0 0 0 0 0 0 B 15
Bella Union 148 7 9 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 D 11
TOTAL Caravelí 154 5 28 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 0 0 0 0 2 0 0 2 0 24 0 0 0 0 0 0 0 B 13
PROVINCIA Chala 268 29 60 162 0 0 0.000 0.000 0.000 6 0 0 0 0 0 1 2 2 0 0 0 0 0 18 0 8 7 0 0 0 0 0 103 B 24
CARAVELI Achanizo 137 3 6 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 1 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 D 14
Jaquí 177 2 8 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 0 0 0 0 0 0 0 0 C 9
Lomas 195 8 6 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 D 9
Yauca 328 18 17 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 1 8 1 0 0 0 1 0 0 0 116 1 0 0 0 0 0 33300 C 10
Andaray 18 0 0 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E 12
TOTAL Arcata 0 0 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 25
PROVINCIA 16
Chuquibamba 2 1 6 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 B
DE
YANAQUIHUA 0 1 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 18
CONDESUYO
S Minas Ocoña 63 51 96 15 0 1 0.000 0.000 0.000 4 0 0 0 0 0 0 1 1 0 0 0 0 0 6 0 3 5 0 0 0 0 0 0 C 38
Salamanca 4 0 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 15
Andagua 0 0 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E 13
Aplao 45 16 38 0 0 1 0.000 0.000 0.000 0 0 0 0 0 0 0 2 1 0 0 0 0 0 13 0 29 0 0 0 0 0 0 0 A 31
187
Machahuay 5 0 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E 10
TOTAL Ocopampa 5 2 7 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 D 16
PROVINCIA Pampacolca 2 2 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 9
CASTILLA Corire 19 9 28 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 0 0 0 6 0 5 0 0 0 0 0 0 0 D 16
Viraco 2 2 3 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 D 15
Cabanaconde 42 3 12 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 12
Caylloma 53 4 20 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 C 18
Chivay 102 42 65 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6 0 0 0 0 0 0 0 0 0 B 25
Huanca 102 4 4 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E 15
TOTAL Huambo 79 0 2 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E 7
PROVINCIA Minas
10 5 1 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 11
CAYLLOMA Madrigal
2
El Pedregal 169 81 134 5 0 9 0.000 0.000 0.000 0 0 0 0 0 0 4 7 1 0 2 0 15 38 245 0 150 0 0 0 90 0 0 A 78
7
36,38
Imata 78 9 8 0 0 0 0.000 55.000 0.000 1 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 57 0 0 0 0 0 0 D 15
1
Sibayo 77 14 12 0 0 0 0.000 0.000 0.000 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 D 13
19,65
Cocachacra 17 10 4 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 9 0 0 0 0 0 0 0 0 B 25
0
El Arenal 6 0 9 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 D 9
La Curva 13 3 3 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 2 0 0 0 0 0 0 0 D 14
TOTAL
Matarani 70 9 52 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 1 0 0 0 1 0 0 1 0 5 0 0 0 0 0 0 0 B 18
PROVINCIA
ISLAY Mejia 40 0 3 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 4 0 0 0 0 0 0 0 C 14
1 324,9
Mollendo 124 58 358 668 36 3 0.000 0.000 0.000 2 0 0 0 0 0 4 4 1 3 0 0 1 0 81 0 39 0 14000 0 0 13008 A 63
1 56
Punta de
30 4 13 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 0 1 0 0 0 0 0 0 0 D 16
Bombon
TOTAL Alca 6 3 10 0 0 0 0.000 0.000 0.000 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E 20
PROVINCIA Cotahuasi 2 2 4 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 C 17
LA UNION Charcana 0 0 0 0 0 0 0.000 0.000 0.000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 E 7
188
B. RESULTADOS DEL DEAP 2.1
mean 0.000 0.613 0.608 0.760 mean 1.067 1.353 0.938 1.138 1.444
year = 2
MALMQUIST INDEX SUMMARY OF FIRM MEANS
firm crs te rel to tech in yr vrs
no. ************************ te firm effch techch pech sech tfpch
t-1 t t+1
1 1.241 1.478 1.088 1.140 1.834
1 1.204 0.998 0.000 1.000 2 2.111 0.723 1.351 1.563 1.526
2 0.271 0.438 0.000 0.493 3 2.150 0.953 1.878 1.145 2.049
3 0.926 0.955 0.000 0.959 4 1.394 1.617 1.196 1.166 2.255
4 1.500 0.859 0.000 1.000 5 0.754 1.784 0.889 0.848 1.346
5 0.427 0.180 0.000 0.241 6 0.486 2.305 0.516 0.942 1.120
6 1.330 0.482 0.000 0.516 7 0.931 2.071 0.783 1.189 1.928
7 0.720 0.325 0.000 0.337 8 0.924 1.678 0.664 1.391 1.550
8 0.992 0.577 0.000 0.598 9 1.000 1.576 1.000 1.000 1.576
9 2.770 1.000 0.000 1.000 10 0.521 2.446 0.588 0.887 1.274
10 0.906 0.336 0.000 0.519 11 1.686 0.655 1.000 1.686 1.105
11 0.671 0.745 0.000 1.000 12 1.000 0.635 1.000 1.000 0.635
12 0.860 1.000 0.000 1.000
mean 1.067 1.353 0.938 1.138 1.444
mean 1.048 0.658 0.000 0.722
[Note that all Malmquist index averages are geometric
[Note that t-1 in year 1 and t+1 in the final year are not means]
defined]
189
Resultados de DEAP 2.1 para las Comisarías PNP tipo B
190
6 0.851 2.054 1.015 0.838 1.748 17 1.000 1.265 1.000 1.000 1.265
7 0.737 1.527 0.814 0.905 1.126 18 1.000 1.224 1.000 1.000 1.224
8 0.666 1.127 1.000 0.666 0.750 19 1.181 1.253 1.181 1.000 1.480
9 1.033 1.282 1.022 1.010 1.324 20 1.116 1.166 1.270 0.879 1.301
10 0.571 1.250 0.614 0.929 0.713 21 1.000 0.671 1.000 1.000 0.671
11 0.733 1.956 1.009 0.726 1.433
12 0.539 1.873 0.623 0.865 1.010 mean 0.926 1.349 0.971 0.954 1.249
13 1.238 1.751 1.250 0.990 2.167
14 0.741 1.192 0.692 1.071 0.884 [Note that all Malmquist index averages are geometric
15 1.226 1.347 1.110 1.104 1.652 means]
16 1.196 1.288 1.271 0.941 1.541
191
12 1.349 1.131 1.330 1.014 1.526 1 0.837 1.166 0.793 1.056 0.976
13 1.287 1.011 1.028 1.252 1.301 2 0.773 1.083 0.768 1.006 0.837
14 1.455 1.119 1.424 1.022 1.628 3 0.717 1.143 0.717 1.000 0.819
15 0.971 1.172 0.959 1.012 1.138 4 1.340 1.064 1.476 0.908 1.426
16 1.227 0.957 1.209 1.015 1.174 5 1.572 1.161 1.569 1.002 1.825
17 0.414 1.100 1.000 0.414 0.455 6 1.601 1.116 1.394 1.149 1.787
18 1.000 0.830 1.000 1.000 0.830 7 0.485 0.987 0.522 0.928 0.478
19 1.466 1.128 0.372 3.938 1.654 8 1.140 1.101 1.000 1.140 1.255
20 0.377 1.119 0.201 1.870 0.421 9 1.000 1.159 1.000 1.000 1.159
21 1.402 1.316 1.000 1.402 1.846 10 1.000 0.954 1.000 1.000 0.954
22 0.836 1.125 0.874 0.956 0.940 11 1.293 1.164 1.308 0.989 1.505
23 1.000 0.987 1.000 1.000 0.987 12 1.349 1.131 1.330 1.014 1.526
13 1.287 1.011 1.028 1.252 1.301
mean 0.995 1.086 0.919 1.084 1.081 14 1.455 1.119 1.424 1.022 1.628
15 0.971 1.172 0.959 1.012 1.138
16 1.227 0.957 1.209 1.015 1.174
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS 17 0.414 1.100 1.000 0.414 0.455
18 1.000 0.830 1.000 1.000 0.830
year effch techch pech sech tfpch 19 1.466 1.128 0.372 3.938 1.654
20 0.377 1.119 0.201 1.870 0.421
2 0.995 1.086 0.919 1.084 1.081 21 1.402 1.316 1.000 1.402 1.846
22 0.836 1.125 0.874 0.956 0.940
mean 0.995 1.086 0.919 1.084 1.081 23 1.000 0.987 1.000 1.000 0.987
192
35 0.000 0.160 0.297 0.160 4 0.392 2.321 0.396 0.989 0.909
36 0.000 0.078 0.079 0.094 5 0.934 2.060 0.887 1.053 1.923
6 0.606 1.847 0.636 0.953 1.119
mean 0.000 0.518 0.461 0.604 7 0.466 2.126 0.583 0.799 0.990
8******** 0.832******** 1.000********
year = 2 9 1.072 3.028 1.080 0.993 3.245
10 0.463 2.121 0.584 0.793 0.983
firm crs te rel to tech in yr vrs 11 0.337 2.323 0.566 0.594 0.782
no. ************************ te 12 1.000 0.585 1.000 1.000 0.585
t-1 t t+1 13 1.010 2.326 1.000 1.010 2.349
14 1.094 1.468 0.991 1.104 1.606
1 0.530 0.272 0.000 0.320 15 0.408 1.296 0.443 0.922 0.529
2 1.497 0.752 0.000 1.000 16 2.733 1.243 1.000 2.733 3.396
3 0.474 0.195 0.000 0.271 17 0.000 1.690 0.000 1.090 0.000
4 0.469 0.241 0.000 0.245 18 0.143 2.435 0.140 1.018 0.348
5 2.067 0.754 0.000 0.774 19 1.276 1.447 1.370 0.932 1.846
6 0.494 0.282 0.000 0.297 20 1.000 0.647 1.000 1.000 0.647
7 0.726 0.321 0.000 0.450 21 1.000 1.487 1.000 1.000 1.487
8 0.692 1.000 0.000 1.000 22 1.723 0.745 1.806 0.954 1.284
9 0.357 0.146 0.000 0.156 23 0.853 1.841 0.752 1.134 1.569
10 0.565 0.273 0.000 0.440 24 8.552 1.006 1.054 8.110 8.606
11 0.346 0.152 0.000 0.291 25 1.215 0.751 0.988 1.229 0.912
12 0.790 1.000 0.000 1.000 26 0.407 1.782 0.421 0.966 0.725
13 2.362 1.000 0.000 1.000 27 0.855 1.948 1.097 0.779 1.665
14 0.714 0.530 0.000 0.542 28 1.260 2.113 1.016 1.241 2.662
15 0.327 0.179 0.000 0.212 29 1.800 1.623 1.233 1.460 2.922
16 0.782 0.741 0.000 1.000 30 0.000 1.624 0.000 1.130 0.000
17 0.000 0.000 0.000 0.000 31 0.289 1.442 0.299 0.966 0.417
18 0.162 0.045 0.000 0.045 32 1.000 1.355 1.000 1.000 1.355
19 0.942 0.481 0.000 0.522 33 4.127 0.875 3.680 1.122 3.611
20 0.720 1.000 0.000 1.000 34 3.859 0.870 3.046 1.267 3.359
21 1.669 1.000 0.000 1.000 35 3.187 0.773 3.388 0.941 2.462
22 0.785 0.829 0.000 0.913 36 11.511 1.046 10.106 1.139 12.036
23 0.762 0.385 0.000 0.400
24 1.156 0.523 0.000 1.000 mean 0.000 1.449 0.000 1.076 0.000
25 0.297 0.339 0.000 0.341
26 0.718 0.400 0.000 0.421
27 1.372 0.703 0.000 1.000 MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
28 1.203 0.525 0.000 0.595
29 3.755 1.000 0.000 1.000 year effch techch pech sech tfpch
30 0.000 0.000 0.000 0.000
31 0.850 0.289 0.000 0.299 2 0.000 1.449 0.000 1.076 0.000
32 1.261 1.000 0.000 1.000
33 1.000 1.000 0.000 1.000 mean 0.000 1.449 0.000 1.076 0.000
34 0.412 0.733 0.000 0.884
35 0.565 0.510 0.000 0.543
36 0.999 0.897 0.000 0.949 MALMQUIST INDEX SUMMARY OF FIRM MEANS
mean 0.884 0.542 0.000 0.609 firm effch techch pech sech tfpch
[Note that t-1 in year 1 and t+1 in the final year are not 1 0.457 1.325 0.520 0.879 0.605
defined] 2 0.764 1.966 1.000 0.764 1.502
3 0.761 2.309 0.950 0.801 1.756
4 0.392 2.321 0.396 0.989 0.909
MALMQUIST INDEX SUMMARY 5 0.934 2.060 0.887 1.053 1.923
6 0.606 1.847 0.636 0.953 1.119
year = 2 7 0.466 2.126 0.583 0.799 0.990
8******** 0.832******** 1.000********
firm effch techch pech sech tfpch 9 1.072 3.028 1.080 0.993 3.245
10 0.463 2.121 0.584 0.793 0.983
1 0.457 1.325 0.520 0.879 0.605 11 0.337 2.323 0.566 0.594 0.782
2 0.764 1.966 1.000 0.764 1.502 12 1.000 0.585 1.000 1.000 0.585
3 0.761 2.309 0.950 0.801 1.756 13 1.010 2.326 1.000 1.010 2.349
193
14 1.094 1.468 0.991 1.104 1.606 28 1.260 2.113 1.016 1.241 2.662
15 0.408 1.296 0.443 0.922 0.529 29 1.800 1.623 1.233 1.460 2.922
16 2.733 1.243 1.000 2.733 3.396 30 0.000 1.624 0.000 1.130 0.000
17 0.000 1.690 0.000 1.090 0.000 31 0.289 1.442 0.299 0.966 0.417
18 0.143 2.435 0.140 1.018 0.348 32 1.000 1.355 1.000 1.000 1.355
19 1.276 1.447 1.370 0.932 1.846 33 4.127 0.875 3.680 1.122 3.611
20 1.000 0.647 1.000 1.000 0.647 34 3.859 0.870 3.046 1.267 3.359
21 1.000 1.487 1.000 1.000 1.487 35 3.187 0.773 3.388 0.941 2.462
22 1.723 0.745 1.806 0.954 1.284 36 11.511 1.046 10.106 1.139 12.036
23 0.853 1.841 0.752 1.134 1.569
24 8.552 1.006 1.054 8.110 8.606 mean 0.000 1.449 0.000 1.076 0.000
25 1.215 0.751 0.988 1.229 0.912
26 0.407 1.782 0.421 0.966 0.725 [Note that all Malmquist index averages are geometric
27 0.855 1.948 1.097 0.779 1.665 means]
DISTANCES SUMMARY [Note that t-1 in year 1 and t+1 in the final year are not
defined]
year = 1
MALMQUIST INDEX SUMMARY
firm crs te rel to tech in yr vrs
no. ************************ te year = 2
t-1 t t+1
firm effch techch pech sech tfpch
1 0.000 0.300 0.218 0.385
2 0.000 0.259 0.375 0.324 1 0.732 1.518 0.693 1.055 1.110
3 0.000 1.000 0.730 1.000 2 0.000 0.830 0.000 1.254 0.000
4 0.000 1.000 1.057 1.000 3 1.000 1.430 1.000 1.000 1.430
5 0.000 1.000 0.876 1.000 4 1.000 1.225 1.000 1.000 1.225
6 0.000 1.000 4.000 1.000 5 1.000 1.498 1.000 1.000 1.498
7 0.000 0.000 0.000 0.000 6 0.546 0.607 0.555 0.984 0.332
8 0.000 1.000 0.552 1.000 7********Inf ******** 1.000Inf
9 0.000 0.716 0.522 0.751 8 0.177 2.122 0.279 0.634 0.376
10 0.000 0.220 0.131 1.000 9 0.409 1.506 0.507 0.807 0.617
11 0.000 1.000 4.000 1.000 10 0.450 1.371 1.000 0.450 0.616
12 0.000 0.432 0.550 1.000 11 1.000 0.889 1.000 1.000 0.889
12 0.000 0.887 0.000 2.313 0.000
mean 0.000 0.660 1.084 0.788
mean 0.000******** 0.000 0.970********
year = 2
firm crs te rel to tech in yr vrs MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
no. ************************ te
194
year effch techch pech sech tfpch 4 1.000 1.225 1.000 1.000 1.225
5 1.000 1.498 1.000 1.000 1.498
2 0.000******** 0.000 0.970******** 6 0.546 0.607 0.555 0.984 0.332
7********Inf ******** 1.000Inf
mean 0.000******** 0.000 0.970******** 8 0.177 2.122 0.279 0.634 0.376
9 0.409 1.506 0.507 0.807 0.617
10 0.450 1.371 1.000 0.450 0.616
MALMQUIST INDEX SUMMARY OF FIRM MEANS 11 1.000 0.889 1.000 1.000 0.889
12 0.000 0.887 0.000 2.313 0.000
firm effch techch pech sech tfpch
mean 0.000******** 0.000 0.970********
1 0.732 1.518 0.693 1.055 1.110
2 0.000 0.830 0.000 1.254 0.000 [Note that all Malmquist index averages are geometric
3 1.000 1.430 1.000 1.000 1.430 means]
[Note that t-1 in year 1 and t+1 in the final year are not
year = 1 defined]
195
firm effch techch pech sech tfpch mean 0.000 1.327 0.000 0.947 0.000
year effch techch pech sech tfpch mean 0.000 1.327 0.000 0.947 0.000
2 0.000 1.327 0.000 0.947 0.000 [Note that all Malmquist index averages are geometric
means]
196
21 0.000 0.000 0.000 0.000 MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
mean 1.394 0.231 0.000 0.236 year effch techch pech sech tfpch
[Note that t-1 in year 1 and t+1 in the final year are not 2******** 1.170******** 1.032********
defined]
mean ******** 1.170******** 1.032********
197
13 0.073 4.329 0.250 0.293 0.317
mean 0.000NaN NaN NaN 14NaN NaN NaN NaN NaN
15NaN NaN NaN NaN NaN
year = 2 16NaN NaN NaN NaN NaN
17NaN NaN NaN NaN NaN
firm crs te rel to tech in yr vrs 18NaN NaN NaN NaN NaN
no. ************************ te 19NaN NaN NaN NaN NaN
t-1 t t+1 20NaN NaN NaN NaN NaN
21NaN NaN NaN NaN NaN
1NaN NaN 0.000NaN 22NaN NaN NaN NaN NaN
2 1.596 0.296 0.000 0.750 23NaN NaN NaN NaN NaN
3NaN NaN 0.000NaN
4 7.030 1.000 0.000 1.000 mean NaN NaN NaN NaN NaN
5 1.450 0.206 0.000 0.750
6NaN NaN 0.000NaN
7NaN NaN 0.000NaN MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
8NaN NaN 0.000NaN
9NaN NaN 0.000NaN year effch techch pech sech tfpch
10NaN NaN 0.000NaN
11NaN NaN 0.000NaN 2NaN NaN NaN NaN NaN
12NaN NaN 0.000NaN
13 0.439 0.073 0.000 0.250 mean NaN NaN NaN NaN NaN
14NaN NaN 0.000NaN
15NaN NaN 0.000NaN
16NaN NaN 0.000NaN MALMQUIST INDEX SUMMARY OF FIRM MEANS
17NaN NaN 0.000NaN
18NaN NaN 0.000NaN firm effch techch pech sech tfpch
19NaN NaN 0.000NaN
20NaN NaN 0.000NaN 1NaN NaN NaN NaN NaN
21NaN NaN 0.000NaN 2 0.566 6.160 1.286 0.440 3.486
22NaN NaN 0.000NaN 3NaN NaN NaN NaN NaN
23 0.746 0.163 0.000 0.250 4NaN NaN NaN NaN NaN
5 0.427 7.030 1.423 0.300 3.000
mean NaN NaN 0.000NaN 6NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN
[Note that t-1 in year 1 and t+1 in the final year are not 8NaN NaN NaN NaN NaN
defined] 9NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN
11NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY 12NaN NaN NaN NaN NaN
13 0.073 4.329 0.250 0.293 0.317
year = 2 14NaN NaN NaN NaN NaN
15NaN NaN NaN NaN NaN
firm effch techch pech sech tfpch 16NaN NaN NaN NaN NaN
17NaN NaN NaN NaN NaN
1NaN NaN NaN NaN NaN 18NaN NaN NaN NaN NaN
2 0.566 6.160 1.286 0.440 3.486 19NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN 20NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN 21NaN NaN NaN NaN NaN
5 0.427 7.030 1.423 0.300 3.000 22NaN NaN NaN NaN NaN
6NaN NaN NaN NaN NaN 23NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
11NaN NaN NaN NaN NaN means]
12NaN NaN NaN NaN NaN
198
Resultados de DEAP 2.1 para las Comisarías PNP tipo D
Results from DEAP Version 2.1 firm crs te rel to tech in yr vrs
no. ************************ te
Instruction file = eg4-ins.txt t-1 t t+1
Data file = eg4-dta.txt
1NaN NaN 0.000NaN
Output orientated Malmquist DEA 2NaN NaN 0.000NaN
3NaN NaN 0.000NaN
4NaN NaN 0.000NaN
DISTANCES SUMMARY 5NaN NaN 0.000NaN
6NaN NaN 0.000NaN
7NaN NaN 0.000NaN
year = 1 8NaN NaN 0.000NaN
9NaN NaN 0.000NaN
firm crs te rel to tech in yr vrs 10NaN NaN 0.000NaN
no. ************************ te 11NaN NaN 0.000NaN
t-1 t t+1 12NaN NaN 0.000NaN
13NaN NaN 0.000NaN
1 0.000NaN NaN NaN 14NaN NaN 0.000NaN
2 0.000NaN NaN NaN 15NaN NaN 0.000NaN
3 0.000NaN NaN NaN 16NaN NaN 0.000NaN
4 0.000NaN NaN NaN 17NaN NaN 0.000NaN
5 0.000NaN NaN NaN 18NaN NaN 0.000NaN
6 0.000NaN NaN NaN 19NaN NaN 0.000NaN
7 0.000NaN NaN NaN 20NaN NaN 0.000NaN
8 0.000NaN NaN NaN 21NaN NaN 0.000NaN
9 0.000NaN NaN NaN 22NaN NaN 0.000NaN
10 0.000NaN NaN NaN 23NaN NaN 0.000NaN
11 0.000NaN NaN NaN 24NaN NaN 0.000NaN
12 0.000NaN NaN NaN 25NaN NaN 0.000NaN
13 0.000NaN NaN NaN 26NaN NaN 0.000NaN
14 0.000NaN NaN NaN 27Inf 1.000 0.000 1.000
15 0.000NaN NaN NaN 28NaN NaN 0.000NaN
16 0.000NaN NaN NaN 29NaN NaN 0.000NaN
17 0.000NaN NaN NaN 30NaN NaN 0.000NaN
18 0.000NaN NaN NaN 31NaN NaN 0.000NaN
19 0.000NaN NaN NaN 32NaN NaN 0.000NaN
20 0.000NaN NaN NaN 33NaN NaN 0.000NaN
21 0.000NaN NaN NaN 34NaN NaN 0.000NaN
22 0.000NaN NaN NaN 35NaN NaN 0.000NaN
23 0.000NaN NaN NaN 36NaN NaN 0.000NaN
24 0.000NaN NaN NaN
25 0.000NaN NaN NaN mean NaN NaN 0.000NaN
26 0.000NaN NaN NaN
27 0.000NaN NaN NaN [Note that t-1 in year 1 and t+1 in the final year are not
28 0.000NaN NaN NaN defined]
29 0.000NaN NaN NaN
30 0.000NaN NaN NaN
31 0.000NaN NaN NaN MALMQUIST INDEX SUMMARY
32 0.000NaN NaN NaN
33 0.000NaN NaN NaN year = 2
34 0.000NaN NaN NaN
35 0.000NaN NaN NaN firm effch techch pech sech tfpch
36 0.000NaN NaN NaN
1NaN NaN NaN NaN NaN
mean 0.000NaN NaN NaN 2NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN
year = 2 4NaN NaN NaN NaN NaN
5NaN NaN NaN NaN NaN
199
6NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN firm effch techch pech sech tfpch
8NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN 1NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN 2NaN NaN NaN NaN NaN
11NaN NaN NaN NaN NaN 3NaN NaN NaN NaN NaN
12NaN NaN NaN NaN NaN 4NaN NaN NaN NaN NaN
13NaN NaN NaN NaN NaN 5NaN NaN NaN NaN NaN
14NaN NaN NaN NaN NaN 6NaN NaN NaN NaN NaN
15NaN NaN NaN NaN NaN 7NaN NaN NaN NaN NaN
16NaN NaN NaN NaN NaN 8NaN NaN NaN NaN NaN
17NaN NaN NaN NaN NaN 9NaN NaN NaN NaN NaN
18NaN NaN NaN NaN NaN 10NaN NaN NaN NaN NaN
19NaN NaN NaN NaN NaN 11NaN NaN NaN NaN NaN
20NaN NaN NaN NaN NaN 12NaN NaN NaN NaN NaN
21NaN NaN NaN NaN NaN 13NaN NaN NaN NaN NaN
22NaN NaN NaN NaN NaN 14NaN NaN NaN NaN NaN
23NaN NaN NaN NaN NaN 15NaN NaN NaN NaN NaN
24NaN NaN NaN NaN NaN 16NaN NaN NaN NaN NaN
25NaN NaN NaN NaN NaN 17NaN NaN NaN NaN NaN
26NaN NaN NaN NaN NaN 18NaN NaN NaN NaN NaN
27NaN NaN NaN NaN NaN 19NaN NaN NaN NaN NaN
28NaN NaN NaN NaN NaN 20NaN NaN NaN NaN NaN
29NaN NaN NaN NaN NaN 21NaN NaN NaN NaN NaN
30NaN NaN NaN NaN NaN 22NaN NaN NaN NaN NaN
31NaN NaN NaN NaN NaN 23NaN NaN NaN NaN NaN
32NaN NaN NaN NaN NaN 24NaN NaN NaN NaN NaN
33NaN NaN NaN NaN NaN 25NaN NaN NaN NaN NaN
34NaN NaN NaN NaN NaN 26NaN NaN NaN NaN NaN
35NaN NaN NaN NaN NaN 27NaN NaN NaN NaN NaN
36NaN NaN NaN NaN NaN 28NaN NaN NaN NaN NaN
29NaN NaN NaN NaN NaN
mean NaN NaN NaN NaN NaN 30NaN NaN NaN NaN NaN
31NaN NaN NaN NaN NaN
32NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS 33NaN NaN NaN NaN NaN
34NaN NaN NaN NaN NaN
year effch techch pech sech tfpch 35NaN NaN NaN NaN NaN
36NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN
mean NaN NaN NaN NaN NaN
mean NaN NaN NaN NaN NaN
[Note that all Malmquist index averages are geometric
means]
MALMQUIST INDEX SUMMARY OF FIRM MEANS
200
12 0.000NaN NaN NaN 7NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN
mean 0.000NaN NaN NaN 9NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN
year = 2 11NaN NaN NaN NaN NaN
12NaN NaN NaN NaN NaN
firm crs te rel to tech in yr vrs
no. ************************ te mean NaN NaN NaN NaN NaN
t-1 t t+1
201
year = 2
firm crs te rel to tech in yr vrs 1 1.000 0.416 1.000 1.000 0.416
no. ************************ te 2 1.037 0.310 0.955 1.087 0.322
t-1 t t+1 3 0.973 0.485 1.039 0.936 0.472
4 2.084 0.414 1.591 1.310 0.863
1 0.000 1.000 1.431 1.000 5 1.000 1.000 1.000 1.000 1.000
2 0.000 0.281 0.815 0.524 6 0.000 0.682 0.000 1.000 0.000
3 0.000 0.481 0.547 0.481 7 1.876 0.307 1.771 1.059 0.576
4 0.000 0.347 1.006 0.524 8 3.872 0.672 2.333 1.660 2.604
5 0.000 0.000 0.000 0.000 9******** 0.595******** 1.000********
6 0.000 1.000 2.147 1.000 10 0.000 0.595 0.000 2.159 0.000
7 0.000 0.269 0.759 0.286 11 1.000 1.000 1.000 1.000 1.000
8 0.000 0.258 1.077 0.429 12 0.000 0.463 0.000 1.000 0.000
9 0.000 0.000 0.000 0.000
10 0.000 0.259 0.733 0.560 mean 0.000 0.539 0.000 1.145 0.000
11 0.000 0.000 0.000 0.000
12 0.000 1.000 4.667 1.000
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
mean 0.000 0.408 1.098 0.484
year effch techch pech sech tfpch
year = 2
2 0.000 0.539 0.000 1.145 0.000
firm crs te rel to tech in yr vrs
no. ************************ te mean 0.000 0.539 0.000 1.145 0.000
t-1 t t+1
MALMQUIST INDEX SUMMARY [Note that all Malmquist index averages are geometric
means]
202
3 0.000 0.000 0.000 0.000 2******** 1.732******** 0.308********
4 0.000 0.000 0.000 0.000 3******** 1.362******** 1.000********
5 0.000 0.000 0.000 0.000 4******** 1.379******** 0.999********
6 0.000 0.351 0.185 0.500 5******** 0.884******** 0.771********
7 0.000 1.000 1.256 1.000 6 0.000 1.379 0.000 1.424 0.000
8 0.000 0.346 0.182 0.500 7 0.000 0.892 0.000 1.000 0.000
9 0.000 0.000 0.000 0.000 8 2.714 1.776 2.000 1.357 4.820
10 0.000 0.000 0.000 0.000 9******** 1.379******** 0.989********
11 0.000 0.637 0.335 1.000 10******** 1.379******** 0.988********
12 0.000 0.363 0.500 0.500 11 0.744 1.141 0.500 1.488 0.849
13 0.000 0.000 0.000 0.000 12 2.756 0.774 2.000 1.378 2.135
14 0.000 0.567 0.298 0.568 13******** 1.379******** 0.996********
15 0.000 0.000 0.000 0.000 14 1.213 1.903 1.239 0.979 2.308
16 0.000 1.000 0.525 1.000 15 1.000 1.000 1.000 1.000 1.000
17 0.000 0.000 0.000 0.000 16 1.000 2.389 1.000 1.000 2.389
18 0.000 0.000 0.000 0.000 17 1.000 1.000 1.000 1.000 1.000
19 0.000 0.000 0.000 0.000 18 1.000 1.000 1.000 1.000 1.000
20 0.000 0.000 0.000 0.000 19 1.000 1.000 1.000 1.000 1.000
21 0.000 1.000 3.867 1.000 20 1.000 1.000 1.000 1.000 1.000
21 0.267 0.881 0.524 0.509 0.235
mean 0.000 0.251 0.340 0.289
mean ******** 1.203******** 0.955********
year = 2
firm crs te rel to tech in yr vrs MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
no. ************************ te
t-1 t t+1 year effch techch pech sech tfpch
203
Resultados de DEAP 2.1 para el Comisarías PNP tipo C
Results from DEAP Version 2.1 10 0.000 0.000 0.000 0.000
11 0.000 0.000 0.000 0.000
Instruction file = eg4-ins.txt 12 0.000 0.000 0.000 0.000
Data file = eg4-dta.txt 13 0.000 0.000 0.000 0.000
14 1.275 1.000 0.000 1.000
Output orientated Malmquist DEA 15 0.886 0.886 0.000 1.000
16 0.153 0.288 0.000 0.290
Unbounded objective function 17 0.000 0.000 0.000 0.000
Unbounded objective function 18 0.000 0.000 0.000 0.000
Unbounded objective function 19 0.000 0.000 0.000 0.000
20 0.000 0.000 0.000 0.000
DISTANCES SUMMARY 21 0.000 0.000 0.000 0.000
22 0.000 0.000 0.000 0.000
23 0.990 1.000 0.000 1.000
year = 1
mean 0.223 0.239 0.000 0.264
firm crs te rel to tech in yr vrs
no. ************************ te [Note that t-1 in year 1 and t+1 in the final year are not
t-1 t t+1 defined]
204
12 1.000 1.000 1.000 1.000 1.000
13 0.000 0.818 0.000 1.351 0.000
MALMQUIST INDEX SUMMARY OF FIRM MEANS 14 1.000 1.129 1.000 1.000 1.129
15******** 1.000******** 0.886********
firm effch techch pech sech tfpch 16******** 0.729******** 0.992********
17 0.000 0.397 0.000 1.000 0.000
1******** 1.074******** 0.751******** 18 1.000 1.000 1.000 1.000 1.000
2 0.000 1.000 0.000 1.194 0.000 19 0.000 0.667 0.000 1.000 0.000
3 2.622 0.443 1.742 1.505 1.161 20 1.000 1.000 1.000 1.000 1.000
4 2.698 0.341 3.000 0.899 0.921 21 1.000 1.000 1.000 1.000 1.000
5 1.817 0.559 1.448 1.255 1.015 22 1.000 1.000 1.000 1.000 1.000
6 1.000 1.000 1.000 1.000 1.000 23 1.000 0.890 1.000 1.000 0.890
7 1.000 1.000 1.000 1.000 1.000
8******** 0.896******** 0.704******** mean 1.020 0.828 1.009 1.011 0.844
9 1.000 1.000 1.000 1.000 1.000
10 1.000 1.000 1.000 1.000 1.000 [Note that all Malmquist index averages are geometric
11 1.000 1.000 1.000 1.000 1.000 means]
205
24 0.000 0.000 0.000 0.000 35******** 1.113******** 0.700********
25 0.000 0.000 0.000 0.000 36******** 1.117******** 0.801********
26 0.000 0.000 0.000 0.000
27 0.000 0.000 0.000 0.000 mean ******** 0.000******** 0.939 0.000
28 5.143 1.000 0.000 1.000
29 0.000 0.000 0.000 0.000
30 0.000 0.000 0.000 0.000 MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
31 0.000 0.000 0.000 0.000
32 0.000 0.000 0.000 0.000 year effch techch pech sech tfpch
33 0.000 0.000 0.000 0.000
34 0.000 0.000 0.000 0.000 2******** 0.000******** 0.939 0.000
35 0.867 0.700 0.000 1.000
36 1.000 0.801 0.000 1.000 mean ******** 0.000******** 0.939 0.000
206
Instruction file = eg4-ins.txt
Data file = eg4-dta.txt MALMQUIST INDEX SUMMARY
firm crs te rel to tech in yr vrs MALMQUIST INDEX SUMMARY OF FIRM MEANS
no. ************************ te
t-1 t t+1 firm effch techch pech sech tfpch
mean NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
[Note that t-1 in year 1 and t+1 in the final year are not [Note that all Malmquist index averages are geometric
defined] means]
207
DISTANCES SUMMARY year = 2
mean 0.000NaN NaN NaN year effch techch pech sech tfpch
firm crs te rel to tech in yr vrs mean NaN NaN NaN NaN NaN
no. ************************ te
t-1 t t+1
MALMQUIST INDEX SUMMARY OF FIRM MEANS
1NaN NaN 0.000NaN
2 0.355 1.000 0.000 1.000 firm effch techch pech sech tfpch
3NaN NaN 0.000NaN
4NaN NaN 0.000NaN 1NaN NaN NaN NaN NaN
5NaN NaN 0.000NaN 2 1.408 0.355 1.383 1.018 0.500
6NaN NaN 0.000NaN 3NaN NaN NaN NaN NaN
7NaN NaN 0.000NaN 4NaN NaN NaN NaN NaN
8NaN NaN 0.000NaN 5NaN NaN NaN NaN NaN
9NaN NaN 0.000NaN 6NaN NaN NaN NaN NaN
10NaN NaN 0.000NaN 7NaN NaN NaN NaN NaN
11NaN NaN 0.000NaN 8NaN NaN NaN NaN NaN
12NaN NaN 0.000NaN 9NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN
mean NaN NaN 0.000NaN 11NaN NaN NaN NaN NaN
12NaN NaN NaN NaN NaN
[Note that t-1 in year 1 and t+1 in the final year are not
defined] mean NaN NaN NaN NaN NaN
208
4 0.000NaN NaN NaN 3NaN NaN NaN NaN NaN
5 0.000NaN NaN NaN 4NaN NaN NaN NaN NaN
6 0.000NaN NaN NaN 5NaN NaN NaN NaN NaN
7 0.000NaN NaN NaN 6NaN NaN NaN NaN NaN
8 0.000NaN NaN NaN 7NaN NaN NaN NaN NaN
9 0.000NaN NaN NaN 8NaN NaN NaN NaN NaN
10 0.000NaN NaN NaN 9NaN NaN NaN NaN NaN
11 0.000NaN NaN NaN 10NaN NaN NaN NaN NaN
12 0.000NaN NaN NaN 11NaN NaN NaN NaN NaN
13 0.000NaN NaN NaN 12NaN NaN NaN NaN NaN
14 0.000NaN NaN NaN 13NaN NaN NaN NaN NaN
15 0.000NaN NaN NaN 14NaN NaN NaN NaN NaN
16 0.000NaN NaN NaN 15NaN NaN NaN NaN NaN
17 0.000NaN NaN NaN 16NaN NaN NaN NaN NaN
18 0.000NaN NaN NaN 17NaN NaN NaN NaN NaN
19 0.000NaN NaN NaN 18NaN NaN NaN NaN NaN
20 0.000 1.000 0.667 1.000 19NaN NaN NaN NaN NaN
21 0.000NaN NaN NaN 20NaN NaN NaN NaN NaN
21NaN NaN NaN NaN NaN
mean 0.000NaN NaN NaN
mean NaN NaN NaN NaN NaN
year = 2
firm crs te rel to tech in yr vrs MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
no. ************************ te
t-1 t t+1 year effch techch pech sech tfpch
209
Resultados de DEAP 2.1 para el Comisarías PNP tipo C
Results from DEAP Version 2.1 13NaN NaN 0.000NaN
14NaN NaN 0.000NaN
Instruction file = eg4-ins.txt 15 2.323 1.000 0.000 1.000
Data file = eg4-dta.txt 16NaN NaN 0.000NaN
17NaN NaN 0.000NaN
Output orientated Malmquist DEA 18NaN NaN 0.000NaN
19NaN NaN 0.000NaN
20NaN NaN 0.000NaN
DISTANCES SUMMARY 21NaN NaN 0.000NaN
22NaN NaN 0.000NaN
23NaN NaN 0.000NaN
year = 1
mean NaN NaN 0.000NaN
firm crs te rel to tech in yr vrs
no. ************************ te [Note that t-1 in year 1 and t+1 in the final year are not
t-1 t t+1 defined]
210
14NaN NaN NaN NaN NaN
firm effch techch pech sech tfpch 15 1.000 2.155 1.000 1.000 2.155
16NaN NaN NaN NaN NaN
1NaN NaN NaN NaN NaN 17NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN 18NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN 19NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN 20NaN NaN NaN NaN NaN
5NaN NaN NaN NaN NaN 21NaN NaN NaN NaN NaN
6NaN NaN NaN NaN NaN 22NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN 23NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN
11NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
12NaN NaN NaN NaN NaN means]
13NaN NaN NaN NaN NaN
year = 1 year = 2
firm crs te rel to tech in yr vrs firm crs te rel to tech in yr vrs
no. ************************ te no. ************************ te
t-1 t t+1 t-1 t t+1
211
29NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
30NaN NaN 0.000NaN
31NaN NaN 0.000NaN
32NaN NaN 0.000NaN MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
33NaN NaN 0.000NaN
34NaN NaN 0.000NaN year effch techch pech sech tfpch
35NaN NaN 0.000NaN
36NaN NaN 0.000NaN 2NaN NaN NaN NaN NaN
mean NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
[Note that t-1 in year 1 and t+1 in the final year are not
defined] MALMQUIST INDEX SUMMARY OF FIRM MEANS
212
year = 2
DISTANCES SUMMARY
firm effch techch pech sech tfpch
[Note that t-1 in year 1 and t+1 in the final year are not mean NaN NaN NaN NaN NaN
defined]
[Note that all Malmquist index averages are geometric
means]
MALMQUIST INDEX SUMMARY
213
firm effch techch pech sech tfpch
firm crs te rel to tech in yr vrs
no. ************************ te 1 1.000 0.554 1.000 1.000 0.554
t-1 t t+1 2 0.484 0.308 0.488 0.991 0.149
3 0.476 0.643 0.553 0.862 0.306
1 0.000 1.000 5.126 1.000 4 1.000 0.525 1.000 1.000 0.525
2 0.000 1.000 5.393 1.000 5 0.611 0.397 0.678 0.901 0.243
3 0.000 1.000 1.542 1.000 6 1.000 1.167 1.000 1.000 1.167
4 0.000 1.000 5.659 1.000 7 0.257 0.246 0.256 1.006 0.063
5 0.000 0.449 1.729 0.450 8 0.817 0.975 0.896 0.912 0.797
6 0.000 1.000 1.944 1.000 9 1.000 0.820 1.000 1.000 0.820
7 0.000 0.638 3.148 0.667 10 0.643 0.817 0.723 0.889 0.525
8 0.000 1.000 2.167 1.000 11 12.119 0.518 1.000 12.119 6.275
9 0.000 1.000 1.915 1.000 12 1.000 1.717 1.000 1.000 1.717
10 0.000 1.000 1.285 1.000
11 0.000 0.083 0.251 1.000 mean 0.885 0.629 0.747 1.184 0.556
12 0.000 1.000 2.669 1.000
mean 0.000 0.847 2.736 0.926 MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
firm crs te rel to tech in yr vrs 2 0.885 0.629 0.747 1.184 0.556
no. ************************ te
t-1 t t+1 mean 0.885 0.629 0.747 1.184 0.556
214
MALMQUIST INDEX SUMMARY
firm crs te rel to tech in yr vrs
no. ************************ te year = 2
t-1 t t+1
firm effch techch pech sech tfpch
1 0.000 1.000 5.268 1.000
2 0.000 0.413 3.077 1.000 1 0.076 0.252 0.086 0.886 0.019
3 0.000 0.055 0.165 0.104 2 2.419Inf 1.000 2.419Inf
4 0.000 0.020 0.059 0.021 3 18.109Inf 9.600 1.886Inf
5 0.000 0.080 0.226 0.104 4 2.986 0.335 2.955 1.010 1.000
6 0.000 0.256 0.547 0.333 5 5.860Inf 7.579 0.773Inf
7 0.000 1.000 18.047 1.000 6 2.018 0.565 2.000 1.009 1.140
8 0.000 1.000 16.547 1.000 7 0.612 0.155 0.630 0.971 0.095
9 0.000 0.781 2.263 0.929 8 1.000 0.246 1.000 1.000 0.246
10 0.000 1.000 3.843 1.000 9 1.280Inf 1.076 1.189Inf
11 0.000 0.707 3.594 1.000 10 1.000 0.469 1.000 1.000 0.469
12 0.000 0.157 0.263 0.333 11 1.414 0.304 1.000 1.414 0.431
13 0.000 0.492 0.933 0.563 12 5.476 0.718 3.000 1.825 3.931
14 0.000 0.574 0.664 0.577 13 2.032 0.721 1.775 1.145 1.466
15 0.000 1.000 2.986 1.000 14 1.742 0.701 1.734 1.005 1.221
16 0.000 1.000 1.792 1.000 15 1.000 0.391 1.000 1.000 0.391
17 0.000 0.000 0.000 0.000 16 1.000 0.757 1.000 1.000 0.757
18 0.000 0.185 0.516 0.255 17******** 0.984******** 1.000********
19 0.000 0.000 0.000 0.000 18 0.000 0.598 0.000 1.380 0.000
20 0.000 0.934 1.519 1.000 19 1.000 1.000 1.000 1.000 1.000
21 0.000 0.957 1.772 1.000 20 1.070Inf 1.000 1.070Inf
21 1.045 1.210 1.000 1.045 1.264
mean 0.000 0.553 3.051 0.630
mean 1.582******** 1.383 1.144********
year = 2
firm crs te rel to tech in yr vrs MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
no. ************************ te
t-1 t t+1 year effch techch pech sech tfpch
215
20 1.070Inf 1.000 1.070Inf
21 1.045 1.210 1.000 1.045 1.264 [Note that all Malmquist index averages are geometric
means]
mean 1.582******** 1.383 1.144********
216
year effch techch pech sech tfpch 10NaN NaN NaN NaN NaN
11NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN 12NaN NaN NaN NaN NaN
13NaN NaN NaN NaN NaN
mean NaN NaN NaN NaN NaN 14NaN NaN NaN NaN NaN
15NaN NaN NaN NaN NaN
16NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY OF FIRM MEANS 17NaN NaN NaN NaN NaN
18 1.000 0.707 1.000 1.000 0.707
firm effch techch pech sech tfpch 19NaN NaN NaN NaN NaN
20NaN NaN NaN NaN NaN
1 1.539 0.599 1.524 1.010 0.923 21NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN 22NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN 23NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN
5NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
6NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
8NaN NaN NaN NaN NaN means]
9NaN NaN NaN NaN NaN
217
21NaN NaN 0.000NaN 34NaN NaN NaN NaN NaN
22NaN NaN 0.000NaN 35NaN NaN NaN NaN NaN
23NaN NaN 0.000NaN 36NaN NaN NaN NaN NaN
24NaN NaN 0.000NaN
25NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
26NaN NaN 0.000NaN
27NaN NaN 0.000NaN
28NaN NaN 0.000NaN MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
29NaN NaN 0.000NaN
30NaN NaN 0.000NaN year effch techch pech sech tfpch
31NaN NaN 0.000NaN
32NaN NaN 0.000NaN 2NaN NaN NaN NaN NaN
33NaN NaN 0.000NaN
34NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
35NaN NaN 0.000NaN
36NaN NaN 0.000NaN
MALMQUIST INDEX SUMMARY OF FIRM MEANS
mean NaN NaN 0.000NaN
firm effch techch pech sech tfpch
[Note that t-1 in year 1 and t+1 in the final year are not
defined] 1NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY 4NaN NaN NaN NaN NaN
5NaN NaN NaN NaN NaN
year = 2 6NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN
firm effch techch pech sech tfpch 8NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN
1NaN NaN NaN NaN NaN 10NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN 11NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN 12NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN 13NaN NaN NaN NaN NaN
5NaN NaN NaN NaN NaN 14 0.545 0.934 0.750 0.727 0.509
6NaN NaN NaN NaN NaN 15NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN 16NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN 17NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN 18NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN 19NaN NaN NaN NaN NaN
11NaN NaN NaN NaN NaN 20NaN NaN NaN NaN NaN
12NaN NaN NaN NaN NaN 21NaN NaN NaN NaN NaN
13NaN NaN NaN NaN NaN 22NaN NaN NaN NaN NaN
14 0.545 0.934 0.750 0.727 0.509 23NaN NaN NaN NaN NaN
15NaN NaN NaN NaN NaN 24NaN NaN NaN NaN NaN
16NaN NaN NaN NaN NaN 25NaN NaN NaN NaN NaN
17NaN NaN NaN NaN NaN 26NaN NaN NaN NaN NaN
18NaN NaN NaN NaN NaN 27NaN NaN NaN NaN NaN
19NaN NaN NaN NaN NaN 28NaN NaN NaN NaN NaN
20NaN NaN NaN NaN NaN 29NaN NaN NaN NaN NaN
21NaN NaN NaN NaN NaN 30NaN NaN NaN NaN NaN
22NaN NaN NaN NaN NaN 31NaN NaN NaN NaN NaN
23NaN NaN NaN NaN NaN 32NaN NaN NaN NaN NaN
24NaN NaN NaN NaN NaN 33NaN NaN NaN NaN NaN
25NaN NaN NaN NaN NaN 34NaN NaN NaN NaN NaN
26NaN NaN NaN NaN NaN 35NaN NaN NaN NaN NaN
27NaN NaN NaN NaN NaN 36NaN NaN NaN NaN NaN
28NaN NaN NaN NaN NaN
29NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
30NaN NaN NaN NaN NaN
31NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
32NaN NaN NaN NaN NaN means]
33NaN NaN NaN NaN NaN
218
Resultados de DEAP 2.1 para el Comisarías PNP tipo E
Results from DEAP Version 2.1
mean 0.000NaN NaN NaN mean NaN NaN NaN NaN NaN
year = 2
MALMQUIST INDEX SUMMARY OF FIRM MEANS
firm crs te rel to tech in yr vrs
no. ************************ te firm effch techch pech sech tfpch
t-1 t t+1
1NaN NaN NaN NaN NaN
1NaN NaN 0.000NaN 2NaN NaN NaN NaN NaN
2NaN NaN 0.000NaN 3NaN NaN NaN NaN NaN
3NaN NaN 0.000NaN 4 1.000 1.133 1.000 1.000 1.133
4 1.283 1.000 0.000 1.000 5NaN NaN NaN NaN NaN
5 5.284 1.000 0.000 1.000 6NaN NaN NaN NaN NaN
6NaN NaN 0.000NaN 7NaN NaN NaN NaN NaN
7NaN NaN 0.000NaN 8NaN NaN NaN NaN NaN
8NaN NaN 0.000NaN 9NaN NaN NaN NaN NaN
9NaN NaN 0.000NaN 10NaN NaN NaN NaN NaN
10NaN NaN 0.000NaN 11NaN NaN NaN NaN NaN
11NaN NaN 0.000NaN 12NaN NaN NaN NaN NaN
12NaN NaN 0.000NaN
mean NaN NaN NaN NaN NaN
mean NaN NaN 0.000NaN
[Note that all Malmquist index averages are geometric
[Note that t-1 in year 1 and t+1 in the final year are not means]
defined]
219
MALMQUIST INDEX SUMMARY
Output orientated Malmquist DEA
year = 2
220
firm crs te rel to tech in yr vrs
no. ************************ te year = 2
t-1 t t+1
firm effch techch pech sech tfpch
1 0.000 1.000 1.500 1.000
2 0.000 0.315 0.289 1.000 1 0.788 0.899 0.859 0.917 0.709
3 0.000 0.597 3.000 0.712 2 1.692 1.039 1.000 1.692 1.759
4 0.000 0.159 0.178 0.161 3 1.675 0.395 1.405 1.192 0.662
5 0.000 0.965 1.319 0.979 4 1.200 0.902 1.293 0.928 1.082
6 0.000 0.653 0.714 0.658 5 1.036 0.836 1.022 1.015 0.867
7 0.000 1.000 9.738 1.000 6 0.903 0.906 0.971 0.930 0.818
8 0.000 1.000 1.366 1.000 7 0.701 0.292 0.713 0.983 0.205
9 0.000 0.836 1.142 0.883 8 1.000 0.747 1.000 1.000 0.747
10 0.000 0.355 0.528 0.414 9 1.140 0.737 1.086 1.050 0.841
11 0.000 1.000 1.065 1.000 10 0.976 0.965 1.211 0.806 0.942
12 0.000 0.396 0.403 0.418 11 1.000 0.953 1.000 1.000 0.953
13 0.000 1.000 2.593 1.000 12 0.923 0.973 0.878 1.052 0.898
14 0.000 0.203 0.264 0.216 13 1.000 0.752 1.000 1.000 0.752
15 0.000 0.318 0.439 0.318 14 2.113 0.744 1.992 1.061 1.573
16 0.000 0.186 0.197 0.246 15 0.865 0.731 0.873 0.991 0.632
17 0.000 1.000 1.856 1.000 16 1.886 0.937 2.191 0.861 1.767
18 0.000 0.156 0.219 0.210 17 0.000 0.734 0.000 1.000 0.000
19 0.000 0.393 0.544 0.413 18 0.712 0.791 0.933 0.763 0.563
20 0.000 1.000 1.010 1.000 19 2.497 0.702 2.420 1.032 1.753
21 0.000 0.400 0.404 0.636 20 0.082 1.165 0.207 0.397 0.095
21 1.058 0.990 1.069 0.990 1.048
mean 0.000 0.616 1.370 0.679
mean 0.000 0.787 0.000 0.957 0.000
year = 2
firm crs te rel to tech in yr vrs MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
no. ************************ te
t-1 t t+1 year effch techch pech sech tfpch
221
21 1.058 0.990 1.069 0.990 1.048
[Note that all Malmquist index averages are geometric
mean 0.000 0.787 0.000 0.957 0.000 means]
1 0.000 0.408Inf 0.493 [Note that t-1 in year 1 and t+1 in the final year are not
2 0.000 0.170 0.334 0.170 defined]
3 0.000 0.166 0.343 0.171
4 0.000 0.900 0.895 1.000
5 0.000 1.000 2.137 1.000 MALMQUIST INDEX SUMMARY
6 0.000 1.000 2.120 1.000
7 0.000 0.000 0.000 0.000 year = 2
8 0.000 0.246 0.498 0.307
9 0.000 0.379 0.395 0.391 firm effch techch pech sech tfpch
10 0.000 0.610 1.352 0.851
11 0.000 0.607Inf 0.657 1 0.556 0.000 0.480 1.158 0.000
12 0.000 0.458 0.714 0.485 2 3.259 0.499 3.258 1.000 1.626
13 0.000 1.000 2.892 1.000 3 1.740 0.525 1.743 0.998 0.914
14 0.000 1.000Inf 1.000 4 0.310 0.962 1.000 0.310 0.298
15 0.000 0.986 1.041 1.000 5 1.000 0.488 1.000 1.000 0.488
16 0.000 0.138 0.263 0.138 6 0.527 0.475 0.536 0.983 0.250
17 0.000 0.021 0.043 1.000 7 1.000 1.000 1.000 1.000 1.000
18 0.000 1.000 1.207 1.000 8 3.248 0.482 2.608 1.245 1.565
19 0.000 0.000 0.000 0.000 9 2.641 1.294 2.556 1.033 3.418
20 0.000 0.241 0.255 1.000 10 1.332 0.441 0.970 1.374 0.588
21 0.000 0.143 0.145 1.000 11 1.365 0.000 1.353 1.009 0.000
22 0.000 0.160 0.318 0.160 12 2.046 0.891 1.940 1.054 1.822
23 0.000 0.284 0.217 0.284 13 0.619 0.435 0.619 1.000 0.269
14 0.854 0.000 0.902 0.947 0.000
mean 0.000 0.475Inf 0.613 15 0.580 0.870 0.602 0.965 0.505
16 1.025 0.505 1.082 0.947 0.517
year = 2 17 14.408 0.486 1.000 14.408 7.000
18 1.000 0.888 1.000 1.000 0.888
firm crs te rel to tech in yr vrs 19 1.000 1.000 1.000 1.000 1.000
222
20 0.630 1.121 0.401 1.569 0.706 5 1.000 0.488 1.000 1.000 0.488
21 6.049 0.651 1.000 6.049 3.937 6 0.527 0.475 0.536 0.983 0.250
22 1.186 0.494 1.190 0.997 0.586 7 1.000 1.000 1.000 1.000 1.000
23 0.690 0.831 0.690 1.001 0.573 8 3.248 0.482 2.608 1.245 1.565
9 2.641 1.294 2.556 1.033 3.418
mean 1.267 0.000 1.048 1.209 0.000 10 1.332 0.441 0.970 1.374 0.588
11 1.365 0.000 1.353 1.009 0.000
12 2.046 0.891 1.940 1.054 1.822
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS 13 0.619 0.435 0.619 1.000 0.269
14 0.854 0.000 0.902 0.947 0.000
year effch techch pech sech tfpch 15 0.580 0.870 0.602 0.965 0.505
16 1.025 0.505 1.082 0.947 0.517
2 1.267 0.000 1.048 1.209 0.000 17 14.408 0.486 1.000 14.408 7.000
18 1.000 0.888 1.000 1.000 0.888
mean 1.267 0.000 1.048 1.209 0.000 19 1.000 1.000 1.000 1.000 1.000
20 0.630 1.121 0.401 1.569 0.706
21 6.049 0.651 1.000 6.049 3.937
MALMQUIST INDEX SUMMARY OF FIRM MEANS 22 1.186 0.494 1.190 0.997 0.586
23 0.690 0.831 0.690 1.001 0.573
firm effch techch pech sech tfpch
mean 1.267 0.000 1.048 1.209 0.000
1 0.556 0.000 0.480 1.158 0.000
2 3.259 0.499 3.258 1.000 1.626 [Note that all Malmquist index averages are geometric
3 1.740 0.525 1.743 0.998 0.914 means]
4 0.310 0.962 1.000 0.310 0.298
223
11 0.003 0.005 0.000 0.011 25NaN NaN NaN NaN NaN
12 0.057 0.092 0.000 0.110 26 0.041 0.536 0.041 1.000 0.022
13 0.695 1.000 0.000 1.000 27 0.129 0.556 0.203 0.637 0.072
14 0.007 0.010 0.000 0.011 28 1.559 0.526 1.623 0.961 0.820
15NaN NaN 0.000NaN 29 1.910 0.535 2.045 0.934 1.022
16NaN NaN 0.000NaN 30NaN NaN NaN NaN NaN
17NaN NaN 0.000NaN 31NaN NaN NaN NaN NaN
18NaN NaN 0.000NaN 32NaN NaN NaN NaN NaN
19NaN NaN 0.000NaN 33NaN NaN NaN NaN NaN
20NaN NaN 0.000NaN 34NaN NaN NaN NaN NaN
21 0.085 0.162 0.000 0.162 35 0.450 0.571 0.626 0.718 0.257
22 0.153 0.308 0.000 0.308 36NaN NaN NaN NaN NaN
23NaN NaN 0.000NaN
24NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
25 0.047 0.095 0.000 0.095
26 0.012 0.021 0.000 0.021
27 0.004 0.006 0.000 0.011 MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
28 0.219 0.440 0.000 0.499
29 0.153 0.308 0.000 0.342 year effch techch pech sech tfpch
30NaN NaN 0.000NaN
31NaN NaN 0.000NaN 2NaN NaN NaN NaN NaN
32NaN NaN 0.000NaN
33NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
34NaN NaN 0.000NaN
35 0.295 0.450 0.000 0.626
36NaN NaN 0.000NaN MALMQUIST INDEX SUMMARY OF FIRM MEANS
mean NaN NaN 0.000NaN firm effch techch pech sech tfpch
[Note that t-1 in year 1 and t+1 in the final year are not 1 0.137 0.606 0.129 1.068 0.083
defined] 2NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY 5 39.000 0.553 38.694 1.008 21.578
6NaN NaN NaN NaN NaN
year = 2 7NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN
firm effch techch pech sech tfpch 9NaN NaN NaN NaN NaN
10 1.762 0.646 1.440 1.224 1.138
1 0.137 0.606 0.129 1.068 0.083 11 0.360 0.695 0.360 1.000 0.250
2NaN NaN NaN NaN NaN 12 0.810 0.587 0.878 0.923 0.475
3NaN NaN NaN NaN NaN 13 1.000 0.676 1.000 1.000 0.676
4NaN NaN NaN NaN NaN 14NaN NaN NaN NaN NaN
5 39.000 0.553 38.694 1.008 21.578 15NaN NaN NaN NaN NaN
6NaN NaN NaN NaN NaN 16NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN 17NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN 18NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN 19NaN NaN NaN NaN NaN
10 1.762 0.646 1.440 1.224 1.138 20NaN NaN NaN NaN NaN
11 0.360 0.695 0.360 1.000 0.250 21 1.610 0.574 1.515 1.062 0.924
12 0.810 0.587 0.878 0.923 0.475 22 1.005 0.497 1.005 1.000 0.500
13 1.000 0.676 1.000 1.000 0.676 23NaN NaN NaN NaN NaN
14NaN NaN NaN NaN NaN 24NaN NaN NaN NaN NaN
15NaN NaN NaN NaN NaN 25NaN NaN NaN NaN NaN
16NaN NaN NaN NaN NaN 26 0.041 0.536 0.041 1.000 0.022
17NaN NaN NaN NaN NaN 27 0.129 0.556 0.203 0.637 0.072
18NaN NaN NaN NaN NaN 28 1.559 0.526 1.623 0.961 0.820
19NaN NaN NaN NaN NaN 29 1.910 0.535 2.045 0.934 1.022
20NaN NaN NaN NaN NaN 30NaN NaN NaN NaN NaN
21 1.610 0.574 1.515 1.062 0.924 31NaN NaN NaN NaN NaN
22 1.005 0.497 1.005 1.000 0.500 32NaN NaN NaN NaN NaN
23NaN NaN NaN NaN NaN 33NaN NaN NaN NaN NaN
24NaN NaN NaN NaN NaN 34NaN NaN NaN NaN NaN
224
35 0.450 0.571 0.626 0.718 0.257
36NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
means]
mean NaN NaN NaN NaN NaN
mean 0.000NaN NaN NaN mean NaN NaN NaN NaN NaN
year = 2
MALMQUIST INDEX SUMMARY OF FIRM MEANS
firm crs te rel to tech in yr vrs
no. ************************ te firm effch techch pech sech tfpch
t-1 t t+1
1 0.543 5.978 0.543 1.000 3.247
1 4.470 0.543 0.000 0.543 2NaN NaN NaN NaN NaN
2NaN NaN 0.000NaN 3 0.758 8.231 0.754 1.005 6.240
3 3.442 0.418 0.000 0.418 4 1.187 7.268 1.185 1.001 8.625
4 8.231 1.000 0.000 1.000 5NaN NaN NaN NaN NaN
5 1.199 0.146 0.000 0.146 6NaN NaN NaN NaN NaN
6 0.093 0.011 0.000 0.011 7NaN NaN NaN NaN NaN
7NaN NaN 0.000NaN 8NaN NaN NaN NaN NaN
8NaN NaN 0.000NaN 9NaN NaN NaN NaN NaN
9NaN NaN 0.000NaN 10NaN NaN NaN NaN NaN
10NaN NaN 0.000NaN 11NaN NaN NaN NaN NaN
11NaN NaN 0.000NaN 12NaN NaN NaN NaN NaN
12NaN NaN 0.000NaN
mean NaN NaN NaN NaN NaN
mean NaN NaN 0.000NaN
[Note that all Malmquist index averages are geometric
[Note that t-1 in year 1 and t+1 in the final year are not means]
defined]
225
b.7) Eficiencia y productividad en la Gestión anti organizaciones criminales
1 0.000 0.558 0.142 0.627 mean 0.368 2.853 0.346 1.063 1.049
2 0.000 0.174 0.042 0.286
3 0.000 0.841 0.203 0.943
4 0.000 0.769 0.182 1.000 MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
5 0.000 0.426 0.102 0.474
6 0.000 1.000 0.255 1.000 year effch techch pech sech tfpch
7 0.000 0.415 0.104 0.473
8 0.000 0.402 0.160 0.633 2 0.368 2.853 0.346 1.063 1.049
9 0.000 0.727 0.183 0.772
10 0.000 0.000 0.000 0.000 mean 0.368 2.853 0.346 1.063 1.049
11 0.000 0.000 0.000 0.000
12 0.000 1.000 0.400 1.000
MALMQUIST INDEX SUMMARY OF FIRM MEANS
mean 0.000 0.526 0.148 0.601
firm effch techch pech sech tfpch
year = 2
1 1.703 3.180 1.594 1.068 5.417
firm crs te rel to tech in yr vrs 2 0.180 3.512 0.130 1.391 0.633
no. ************************ te 3 0.302 3.434 0.280 1.080 1.039
t-1 t t+1 4 0.779 4.247 0.852 0.914 3.307
5 0.080 4.184 0.078 1.020 0.334
1 2.451 0.950 0.000 1.000 6 0.047 3.922 0.051 0.914 0.185
2 0.094 0.031 0.000 0.037 7 0.132 3.352 0.125 1.056 0.444
3 0.724 0.254 0.000 0.264 8 0.223 2.503 0.144 1.544 0.557
4 2.559 0.599 0.000 0.852 9 0.764 3.954 0.821 0.930 3.020
5 0.142 0.034 0.000 0.037 10 1.000 1.000 1.000 1.000 1.000
6 0.185 0.047 0.000 0.051 11 1.000 1.000 1.000 1.000 1.000
7 0.155 0.055 0.000 0.059 12 1.000 3.281 1.000 1.000 3.281
8 0.224 0.089 0.000 0.091
9 2.190 0.555 0.000 0.634 mean 0.368 2.853 0.346 1.063 1.049
226
[Note that all Malmquist index averages are geometric
means]
227
MALMQUIST INDEX SUMMARY OF FIRM MEANS 12 0.000 0.917 0.000 1.256 0.000
13******** 0.859******** 0.990********
firm effch techch pech sech tfpch 14 1.000 1.000 1.000 1.000 1.000
15 1.000 1.000 1.000 1.000 1.000
1 1.000 1.000 1.000 1.000 1.000 16 1.302 1.441 1.009 1.291 1.877
2 1.000 1.000 1.000 1.000 1.000 17 1.000 1.000 1.000 1.000 1.000
3 3.089 0.782 2.511 1.230 2.414 18 1.000 1.000 1.000 1.000 1.000
4 1.000 1.000 1.000 1.000 1.000 19 0.000 0.892 0.000 1.068 0.000
5 1.061 0.774 1.290 0.823 0.821 20 1.000 1.000 1.000 1.000 1.000
6******** 0.972******** 0.973******** 21 1.116 1.792 1.000 1.116 2.000
7 0.457 0.739 0.463 0.987 0.338
8 3.086 0.775 2.333 1.323 2.392 mean 0.000 0.964 0.000 1.052 0.000
9 1.000 1.000 1.000 1.000 1.000
10 0.000 0.892 0.000 1.079 0.000 [Note that all Malmquist index averages are geometric
11 1.095 0.848 1.000 1.095 0.929 means]
228
5 0.065 2.586 0.066 0.982 0.167 MALMQUIST INDEX SUMMARY OF FIRM MEANS
6 0.000 1.428 0.000 1.065 0.000
7 1.000 1.000 1.000 1.000 1.000 firm effch techch pech sech tfpch
8 0.178 2.294 0.134 1.329 0.409
9 1.000 1.000 1.000 1.000 1.000 1 0.371 2.580 0.341 1.086 0.956
10 0.000 0.965 0.000 1.000 0.000 2 0.000 1.597 0.000 1.000 0.000
11 0.000 1.530 0.000 1.051 0.000 3 1.000 1.000 1.000 1.000 1.000
12 0.000 1.639 0.000 1.000 0.000 4 1.073 2.229 2.258 0.475 2.391
13 1.043 1.591 1.000 1.043 1.660 5 0.065 2.586 0.066 0.982 0.167
14 1.000 1.000 1.000 1.000 1.000 6 0.000 1.428 0.000 1.065 0.000
15 0.103 2.450 0.104 0.996 0.253 7 1.000 1.000 1.000 1.000 1.000
16 0.000 1.571 0.000 1.014 0.000 8 0.178 2.294 0.134 1.329 0.409
17 0.000 1.319 0.000 1.000 0.000 9 1.000 1.000 1.000 1.000 1.000
18******** 1.319******** 0.259******** 10 0.000 0.965 0.000 1.000 0.000
19******** 1.594******** 0.689******** 11 0.000 1.530 0.000 1.051 0.000
20 1.000 1.000 1.000 1.000 1.000 12 0.000 1.639 0.000 1.000 0.000
21 1.000 1.000 1.000 1.000 1.000 13 1.043 1.591 1.000 1.043 1.660
22 0.000 1.640 0.000 1.021 0.000 14 1.000 1.000 1.000 1.000 1.000
23 0.682 1.745 0.665 1.025 1.190 15 0.103 2.450 0.104 0.996 0.253
16 0.000 1.571 0.000 1.014 0.000
mean 0.000 1.487 0.000 0.920 0.000 17 0.000 1.319 0.000 1.000 0.000
18******** 1.319******** 0.259********
19******** 1.594******** 0.689********
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS 20 1.000 1.000 1.000 1.000 1.000
21 1.000 1.000 1.000 1.000 1.000
year effch techch pech sech tfpch 22 0.000 1.640 0.000 1.021 0.000
23 0.682 1.745 0.665 1.025 1.190
2 0.000 1.487 0.000 0.920 0.000
mean 0.000 1.487 0.000 0.920 0.000
mean 0.000 1.487 0.000 0.920 0.000
[Note that all Malmquist index averages are geometric
means]
229
8 1.000 1.000 1.000 1.000 1.000
year = 2 9 1.000 1.000 1.000 1.000 1.000
10 1.000 1.000 1.000 1.000 1.000
firm crs te rel to tech in yr vrs 11 1.000 1.000 1.000 1.000 1.000
no. ************************ te 12 1.000 1.000 1.000 1.000 1.000
t-1 t t+1 13******** 1.041******** 0.600********
14 1.000 1.000 1.000 1.000 1.000
1 0.355 0.316 0.000 0.500 15 1.000 1.000 1.000 1.000 1.000
2 0.000 0.000 0.000 0.000 16******** 1.041******** 0.667********
3 0.000 0.000 0.000 0.000 17 1.000 1.000 1.000 1.000 1.000
4 0.000 0.000 0.000 0.000 18 1.000 1.000 1.000 1.000 1.000
5 0.000 0.000 0.000 0.000 19 1.000 1.000 1.000 1.000 1.000
6 0.000 0.000 0.000 0.000 20 1.000 1.000 1.000 1.000 1.000
7 0.000 0.000 0.000 0.000 21 0.000 1.041 0.000 1.231 0.000
8 0.000 0.000 0.000 0.000 22 1.000 1.000 1.000 1.000 1.000
9 0.000 0.000 0.000 0.000 23 1.000 1.000 1.000 1.000 1.000
10 0.000 0.000 0.000 0.000 24 1.000 1.000 1.000 1.000 1.000
11 0.000 0.000 0.000 0.000 25 1.000 1.000 1.000 1.000 1.000
12 0.000 0.000 0.000 0.000 26 0.000 1.155 0.000 1.000 0.000
13 0.650 0.600 0.000 1.000 27******** 1.041******** 0.324********
14 0.000 0.000 0.000 0.000 28******** 1.186******** 0.740********
15 0.000 0.000 0.000 0.000 29******** 1.442******** 1.000********
16 0.722 0.667 0.000 1.000 30 1.000 1.000 1.000 1.000 1.000
17 0.000 0.000 0.000 0.000 31 0.000 1.414 0.000 1.000 0.000
18 0.000 0.000 0.000 0.000 32 1.000 1.000 1.000 1.000 1.000
19 0.000 0.000 0.000 0.000 33 1.000 1.000 1.000 1.000 1.000
20 0.000 0.000 0.000 0.000 34 1.000 1.000 1.000 1.000 1.000
21 0.000 0.000 0.000 0.000 35 1.000 1.000 1.000 1.000 1.000
22 0.000 0.000 0.000 0.000 36 1.000 1.000 1.000 1.000 1.000
23 0.000 0.000 0.000 0.000
24 0.000 0.000 0.000 0.000 mean ******** 1.036******** 0.930********
25 0.000 0.000 0.000 0.000
26 0.000 0.000 0.000 0.000
27 0.176 0.162 0.000 0.500 MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
28 0.767 0.545 0.000 0.737
29 2.079 1.000 0.000 1.000 year effch techch pech sech tfpch
30 0.000 0.000 0.000 0.000
31 0.000 0.000 0.000 0.000 2******** 1.036******** 0.930********
32 0.000 0.000 0.000 0.000
33 0.000 0.000 0.000 0.000 mean ******** 1.036******** 0.930********
34 0.000 0.000 0.000 0.000
35 0.000 0.000 0.000 0.000
36 0.000 0.000 0.000 0.000 MALMQUIST INDEX SUMMARY OF FIRM MEANS
mean 0.132 0.091 0.000 0.132 firm effch techch pech sech tfpch
[Note that t-1 in year 1 and t+1 in the final year are not 1******** 1.060******** 0.632********
defined] 2 1.000 1.000 1.000 1.000 1.000
3 1.000 1.000 1.000 1.000 1.000
4 1.000 1.000 1.000 1.000 1.000
MALMQUIST INDEX SUMMARY 5 0.000 1.041 0.000 1.000 0.000
6 1.000 1.000 1.000 1.000 1.000
year = 2 7 1.000 1.000 1.000 1.000 1.000
8 1.000 1.000 1.000 1.000 1.000
firm effch techch pech sech tfpch 9 1.000 1.000 1.000 1.000 1.000
10 1.000 1.000 1.000 1.000 1.000
1******** 1.060******** 0.632******** 11 1.000 1.000 1.000 1.000 1.000
2 1.000 1.000 1.000 1.000 1.000 12 1.000 1.000 1.000 1.000 1.000
3 1.000 1.000 1.000 1.000 1.000 13******** 1.041******** 0.600********
4 1.000 1.000 1.000 1.000 1.000 14 1.000 1.000 1.000 1.000 1.000
5 0.000 1.041 0.000 1.000 0.000 15 1.000 1.000 1.000 1.000 1.000
6 1.000 1.000 1.000 1.000 1.000 16******** 1.041******** 0.667********
7 1.000 1.000 1.000 1.000 1.000 17 1.000 1.000 1.000 1.000 1.000
230
18 1.000 1.000 1.000 1.000 1.000 30 1.000 1.000 1.000 1.000 1.000
19 1.000 1.000 1.000 1.000 1.000 31 0.000 1.414 0.000 1.000 0.000
20 1.000 1.000 1.000 1.000 1.000 32 1.000 1.000 1.000 1.000 1.000
21 0.000 1.041 0.000 1.231 0.000 33 1.000 1.000 1.000 1.000 1.000
22 1.000 1.000 1.000 1.000 1.000 34 1.000 1.000 1.000 1.000 1.000
23 1.000 1.000 1.000 1.000 1.000 35 1.000 1.000 1.000 1.000 1.000
24 1.000 1.000 1.000 1.000 1.000 36 1.000 1.000 1.000 1.000 1.000
25 1.000 1.000 1.000 1.000 1.000
26 0.000 1.155 0.000 1.000 0.000 mean ******** 1.036******** 0.930********
27******** 1.041******** 0.324********
28******** 1.186******** 0.740******** [Note that all Malmquist index averages are geometric
29******** 1.442******** 1.000******** means]
year = 2
year = 1
firm effch techch pech sech tfpch
firm crs te rel to tech in yr vrs
no. ************************ te 1NaN NaN NaN NaN NaN
t-1 t t+1 2NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN
1 0.000NaN NaN NaN 4NaN NaN NaN NaN NaN
2 0.000NaN NaN NaN 5NaN NaN NaN NaN NaN
3 0.000NaN NaN NaN 6NaN NaN NaN NaN NaN
4 0.000NaN NaN NaN 7NaN NaN NaN NaN NaN
5 0.000NaN NaN NaN 8NaN NaN NaN NaN NaN
6 0.000NaN NaN NaN 9NaN NaN NaN NaN NaN
7 0.000NaN NaN NaN 10NaN NaN NaN NaN NaN
8 0.000NaN NaN NaN 11NaN NaN NaN NaN NaN
9 0.000NaN NaN NaN 12NaN NaN NaN NaN NaN
10 0.000NaN NaN NaN
11 0.000NaN NaN NaN mean NaN NaN NaN NaN NaN
12 0.000NaN NaN NaN
firm crs te rel to tech in yr vrs 2NaN NaN NaN NaN NaN
no. ************************ te
t-1 t t+1 mean NaN NaN NaN NaN NaN
231
7NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
11NaN NaN NaN NaN NaN means]
12NaN NaN NaN NaN NaN
Instruction file = eg4-ins.txt [Note that t-1 in year 1 and t+1 in the final year are not
Data file = eg4-dta.txt defined]
mean 0.000NaN NaN NaN year effch techch pech sech tfpch
firm crs te rel to tech in yr vrs mean NaN NaN NaN NaN NaN
no. ************************ te
t-1 t t+1
MALMQUIST INDEX SUMMARY OF FIRM MEANS
1NaN NaN 0.000NaN
2NaN NaN 0.000NaN firm effch techch pech sech tfpch
3NaN NaN 0.000NaN
4NaN NaN 0.000NaN 1NaN NaN NaN NaN NaN
5NaN NaN 0.000NaN 2NaN NaN NaN NaN NaN
6NaN NaN 0.000NaN 3NaN NaN NaN NaN NaN
7NaN NaN 0.000NaN 4NaN NaN NaN NaN NaN
8NaN NaN 0.000NaN 5NaN NaN NaN NaN NaN
9 3.469 1.000 0.000 1.000 6NaN NaN NaN NaN NaN
10NaN NaN 0.000NaN 7NaN NaN NaN NaN NaN
11NaN NaN 0.000NaN 8NaN NaN NaN NaN NaN
12NaN NaN 0.000NaN 9 1.000 2.424 1.000 1.000 2.424
10NaN NaN NaN NaN NaN
232
11NaN NaN NaN NaN NaN
12NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
means]
mean NaN NaN NaN NaN NaN
1 0.000NaN NaN NaN [Note that t-1 in year 1 and t+1 in the final year are not
2 0.000NaN NaN NaN defined]
3 0.000NaN NaN NaN
4 0.000NaN NaN NaN
5 0.000NaN NaN NaN MALMQUIST INDEX SUMMARY
6 0.000NaN NaN NaN
7 0.000NaN NaN NaN year = 2
8 0.000NaN NaN NaN
9 0.000NaN NaN NaN firm effch techch pech sech tfpch
10 0.000NaN NaN NaN
11 0.000NaN NaN NaN 1NaN NaN NaN NaN NaN
12 0.000NaN NaN NaN 2NaN NaN NaN NaN NaN
13 0.000NaN NaN NaN 3NaN NaN NaN NaN NaN
14 0.000NaN NaN NaN 4NaN NaN NaN NaN NaN
15 0.000NaN NaN NaN 5NaN NaN NaN NaN NaN
16 0.000NaN NaN NaN 6NaN NaN NaN NaN NaN
17 0.000NaN NaN NaN 7NaN NaN NaN NaN NaN
18 0.000NaN NaN NaN 8NaN NaN NaN NaN NaN
19 0.000NaN NaN NaN 9NaN NaN NaN NaN NaN
20 0.000NaN NaN NaN 10NaN NaN NaN NaN NaN
21 0.000NaN NaN NaN 11NaN NaN NaN NaN NaN
12NaN NaN NaN NaN NaN
mean 0.000NaN NaN NaN 13NaN NaN NaN NaN NaN
14NaN NaN NaN NaN NaN
year = 2 15NaN NaN NaN NaN NaN
16NaN NaN NaN NaN NaN
firm crs te rel to tech in yr vrs 17NaN NaN NaN NaN NaN
no. ************************ te 18NaN NaN NaN NaN NaN
t-1 t t+1 19NaN NaN NaN NaN NaN
20NaN NaN NaN NaN NaN
1NaN NaN 0.000NaN 21NaN NaN NaN NaN NaN
2NaN NaN 0.000NaN
3NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
4NaN NaN 0.000NaN
5NaN NaN 0.000NaN
6NaN NaN 0.000NaN MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
7NaN NaN 0.000NaN
233
year effch techch pech sech tfpch 9NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN 11NaN NaN NaN NaN NaN
12NaN NaN NaN NaN NaN
mean NaN NaN NaN NaN NaN 13NaN NaN NaN NaN NaN
14NaN NaN NaN NaN NaN
15NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY OF FIRM MEANS 16NaN NaN NaN NaN NaN
17NaN NaN NaN NaN NaN
firm effch techch pech sech tfpch 18NaN NaN NaN NaN NaN
19NaN NaN NaN NaN NaN
1NaN NaN NaN NaN NaN 20NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN 21NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
5NaN NaN NaN NaN NaN
6NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
7NaN NaN NaN NaN NaN means]
8NaN NaN NaN NaN NaN
mean 0.000NaN NaN NaN firm effch techch pech sech tfpch
234
1NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN MALMQUIST INDEX SUMMARY OF FIRM MEANS
3NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN firm effch techch pech sech tfpch
5NaN NaN NaN NaN NaN
6NaN NaN NaN NaN NaN 1NaN NaN NaN NaN NaN
7NaN NaN NaN NaN NaN 2NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN 3NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN 4NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN 5NaN NaN NaN NaN NaN
11NaN NaN NaN NaN NaN 6NaN NaN NaN NaN NaN
12NaN NaN NaN NaN NaN 7NaN NaN NaN NaN NaN
13NaN NaN NaN NaN NaN 8NaN NaN NaN NaN NaN
14NaN NaN NaN NaN NaN 9NaN NaN NaN NaN NaN
15NaN NaN NaN NaN NaN 10NaN NaN NaN NaN NaN
16NaN NaN NaN NaN NaN 11NaN NaN NaN NaN NaN
17NaN NaN NaN NaN NaN 12NaN NaN NaN NaN NaN
18NaN NaN NaN NaN NaN 13NaN NaN NaN NaN NaN
19NaN NaN NaN NaN NaN 14NaN NaN NaN NaN NaN
20NaN NaN NaN NaN NaN 15NaN NaN NaN NaN NaN
21NaN NaN NaN NaN NaN 16NaN NaN NaN NaN NaN
22NaN NaN NaN NaN NaN 17NaN NaN NaN NaN NaN
23NaN NaN NaN NaN NaN 18NaN NaN NaN NaN NaN
19NaN NaN NaN NaN NaN
mean NaN NaN NaN NaN NaN 20NaN NaN NaN NaN NaN
21NaN NaN NaN NaN NaN
22NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS 23NaN NaN NaN NaN NaN
year effch techch pech sech tfpch mean NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
means]
mean NaN NaN NaN NaN NaN
235
36 0.000NaN NaN NaN 5NaN NaN NaN NaN NaN
6NaN NaN NaN NaN NaN
mean 0.000NaN NaN NaN 7NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN
year = 2 9NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN
firm crs te rel to tech in yr vrs 11NaN NaN NaN NaN NaN
no. ************************ te 12NaN NaN NaN NaN NaN
t-1 t t+1 13NaN NaN NaN NaN NaN
14NaN NaN NaN NaN NaN
1NaN NaN 0.000NaN 15NaN NaN NaN NaN NaN
2NaN NaN 0.000NaN 16NaN NaN NaN NaN NaN
3NaN NaN 0.000NaN 17NaN NaN NaN NaN NaN
4NaN NaN 0.000NaN 18NaN NaN NaN NaN NaN
5NaN NaN 0.000NaN 19NaN NaN NaN NaN NaN
6NaN NaN 0.000NaN 20NaN NaN NaN NaN NaN
7NaN NaN 0.000NaN 21NaN NaN NaN NaN NaN
8NaN NaN 0.000NaN 22NaN NaN NaN NaN NaN
9NaN NaN 0.000NaN 23NaN NaN NaN NaN NaN
10NaN NaN 0.000NaN 24NaN NaN NaN NaN NaN
11NaN NaN 0.000NaN 25NaN NaN NaN NaN NaN
12NaN NaN 0.000NaN 26NaN NaN NaN NaN NaN
13NaN NaN 0.000NaN 27NaN NaN NaN NaN NaN
14NaN NaN 0.000NaN 28NaN NaN NaN NaN NaN
15NaN NaN 0.000NaN 29NaN NaN NaN NaN NaN
16NaN NaN 0.000NaN 30NaN NaN NaN NaN NaN
17NaN NaN 0.000NaN 31NaN NaN NaN NaN NaN
18NaN NaN 0.000NaN 32NaN NaN NaN NaN NaN
19NaN NaN 0.000NaN 33NaN NaN NaN NaN NaN
20NaN NaN 0.000NaN 34NaN NaN NaN NaN NaN
21NaN NaN 0.000NaN 35NaN NaN NaN NaN NaN
22NaN NaN 0.000NaN 36NaN NaN NaN NaN NaN
23NaN NaN 0.000NaN
24NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
25NaN NaN 0.000NaN
26NaN NaN 0.000NaN
27NaN NaN 0.000NaN MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
28NaN NaN 0.000NaN
29NaN NaN 0.000NaN year effch techch pech sech tfpch
30NaN NaN 0.000NaN
31NaN NaN 0.000NaN 2NaN NaN NaN NaN NaN
32NaN NaN 0.000NaN
33NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
34NaN NaN 0.000NaN
35NaN NaN 0.000NaN
36NaN NaN 0.000NaN MALMQUIST INDEX SUMMARY OF FIRM MEANS
mean NaN NaN 0.000NaN firm effch techch pech sech tfpch
[Note that t-1 in year 1 and t+1 in the final year are not 1NaN NaN NaN NaN NaN
defined] 2NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY 5NaN NaN NaN NaN NaN
6NaN NaN NaN NaN NaN
year = 2 7NaN NaN NaN NaN NaN
8NaN NaN NaN NaN NaN
firm effch techch pech sech tfpch 9NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN
1NaN NaN NaN NaN NaN 11NaN NaN NaN NaN NaN
2NaN NaN NaN NaN NaN 12NaN NaN NaN NaN NaN
3NaN NaN NaN NaN NaN 13NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN 14NaN NaN NaN NaN NaN
236
15NaN NaN NaN NaN NaN 29NaN NaN NaN NaN NaN
16NaN NaN NaN NaN NaN 30NaN NaN NaN NaN NaN
17NaN NaN NaN NaN NaN 31NaN NaN NaN NaN NaN
18NaN NaN NaN NaN NaN 32NaN NaN NaN NaN NaN
19NaN NaN NaN NaN NaN 33NaN NaN NaN NaN NaN
20NaN NaN NaN NaN NaN 34NaN NaN NaN NaN NaN
21NaN NaN NaN NaN NaN 35NaN NaN NaN NaN NaN
22NaN NaN NaN NaN NaN 36NaN NaN NaN NaN NaN
23NaN NaN NaN NaN NaN
24NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
25NaN NaN NaN NaN NaN
26NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
27NaN NaN NaN NaN NaN means]
28NaN NaN NaN NaN NaN
firm crs te rel to tech in yr vrs 1NaN NaN NaN NaN NaN
no. ************************ te 2NaN NaN NaN NaN NaN
t-1 t t+1 3NaN NaN NaN NaN NaN
4NaN NaN NaN NaN NaN
1 0.000NaN NaN NaN 5NaN NaN NaN NaN NaN
2 0.000NaN NaN NaN 6NaN NaN NaN NaN NaN
3 0.000NaN NaN NaN 7NaN NaN NaN NaN NaN
4 0.000NaN NaN NaN 8NaN NaN NaN NaN NaN
5 0.000NaN NaN NaN 9NaN NaN NaN NaN NaN
6 0.000NaN NaN NaN 10NaN NaN NaN NaN NaN
7 0.000NaN NaN NaN 11NaN NaN NaN NaN NaN
8 0.000NaN NaN NaN 12NaN NaN NaN NaN NaN
9 0.000NaN NaN NaN
10 0.000NaN NaN NaN mean NaN NaN NaN NaN NaN
11 0.000NaN NaN NaN
12 0.000NaN NaN NaN
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
mean 0.000NaN NaN NaN
year effch techch pech sech tfpch
year = 2
2NaN NaN NaN NaN NaN
firm crs te rel to tech in yr vrs
no. ************************ te mean NaN NaN NaN NaN NaN
t-1 t t+1
237
8NaN NaN NaN NaN NaN
9NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN
11NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
12NaN NaN NaN NaN NaN mean
238