UPpequln

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA
ESCUELA DE POSGRADO
UNIDAD DE POSGRADO DE LA FACULTAD DE ECONOMÍA
“LOS CAMBIOS DE PRODUCTIVIDAD Y EFICIENCIA EN LAS

COMISARÍAS PNP BÁSICAS DE LA REGIÓN AREQUIPA 2018-2019”
Tesis presentada por el Bachiller: LIEF NEILD

PEÑAFIEL QUINTANILLA; para optar el grado
de Maestro en Ciencias: Economía con mención en
Formulación, Evaluación y Gestión de Proyectos de
Inversión.
ASESOR: JONNE PERALTA CALCINA
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
estudiar y culminar mis estudios de pos grado.
Asimismo un agradecimiento especial a mi tío Juan Humberto Quintanilla, por todos
los consejos que me dio, gracias a ello culminar mis estudios superiores y romper paradigmas
que existen en la vida.
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.
Palabras Claves: Productividad, Eficiencia, Gestión Policial, Comisarias, Análisis de

Envolvente (DEA), Policía.
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%).
Keywords: Productivity, Efficiency, Police Management, Commissioners, Envelope

Analysis (DEA), Police.
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
CAPITULO 01: METODOLOGÍA DE INVESTIGACIÓN ........................................... 1

1.1. Planteamiento del Problema ............................................................................................ 1
1.1.1. Problema General ..................................................................................................... 2
1.1.2. Problemas Específicos .............................................................................................. 3
1.1.3. Síntomas del Problema ............................................................................................. 4
1.1.4. Consecuencias del Problema .................................................................................... 6
1.1.5. Posibles soluciones al Problema ............................................................................... 7
1.2. Justificación..................................................................................................................... 7
1.3. Planteamiento de Variables e Indicadores ...................................................................... 8
1.4. Objetivos ....................................................................................................................... 10
1.5. Planteamiento de Interrogantes ..................................................................................... 10
1.6. Estado de Arte o Antecedentes Investigativos .............................................................. 11
1.7. Hipótesis ........................................................................................................................ 15
1.8. Unidad de Observación ................................................................................................. 16
1.8.1. Ámbito de Estudio .................................................................................................. 16
1.8.2. Temporalidad .......................................................................................................... 16
1.8.3. Unidad de Estudio .................................................................................................. 16
1.9. Diseño del Estudio ........................................................................................................ 17
1.9.1. Operacionalización de Variables ............................................................................ 17
1.9.2. Universo del Trabajo y Muestra ............................................................................. 19
1.9.3. Instrumento de Investigación.................................................................................. 19
1.10. Metodología de Investigación ..................................................................................... 19
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
CAPITULO 03: INSUMOS (INPUTS) DE LA DE LA GESTIÓN DE POLICIAL EN

LAS COMISARIAS BÁSICAS DE LA PNP DE LA REGIÓN AREQUIPA .............. 45
3.1. Los Insumos del Proceso Productivo de Gestión Policial en Comisarias ..................... 45
3.2. Los Tipos de Comisarías de la Región Arequipa y la Población que Atienden............ 45
3.2. Número de Policías ....................................................................................................... 47
3.3. Número de Operativos .................................................................................................. 49
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
CAPITULO 05: CAMBIOS DE LA PRODUCTIVIDAD Y LA EFICIENCIA EN LA

GESTIÓN POLICIAL DE LAS COMISARIAS PNP DE LA REGIÓN AREQUIPA
............................................................................................................................................ 137
5.1. Construcción de Agrupaciones de Comisarias Básicas para el Análisis ..................... 137
5.2. Elementos de la Frontera de Posibilidades de Producción .......................................... 138
5.3. Cambios en la Frontera de Posibilidades de Producción ............................................ 140
5.4. Estimación de la Frontera de Posibilidades de Producción y los Cambios de la Frontera
de Posibilidades de Producción. ......................................................................................... 140
5.5. Determinación de los Cambios de los Niveles de Eficiencia y Productividad en las
Comisarías Básicas de la Región Arequipa........................................................................ 142
5.5.1. Cambios de Productividad en la Gestión de Detenidos ........................................ 143
5.5.2. Cambios de Productividad en la Gestión Antidroga ............................................ 146
5.5.3. Cambios de Productividad en la Gestión anti Armas ........................................... 149
5.5.4. Cambios de Productividad en la Gestión Contra la Prostitución Clandestina ...... 152
5.5.5. Cambios de Productividad en la Gestión del Tráfico Ilegal de Vehículos ........... 155
5.5.6. Cambios de Productividad en la Gestión Anti Manejo Imprudente ..................... 161
5.5.6. Cambios de Productividad en la Gestión Anti Organizaciones Criminales ......... 164
5.5.7. Cambios de Productividad en la Gestión de Tráfico Ilegal de Bienes ................. 167
5.6. Evaluación de los Cambios de Eficiencia y Productividad en la Gestión Total de las
Comisarías de la PNP ......................................................................................................... 173
CONCLUSIONES ............................................................................................................ 178

RECOMENDACIONES .................................................................................................. 180
BIBLIOGRAFIA .............................................................................................................. 181
ANEXOS ........................................................................................................................... 183

A. ESTADISTICAS COMISARÍAS PNP 2018-2019....................................................... 183
a.1) Estadísticas Comisarias PNP-2018, Región Arequipa ............................................ 183
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
2018-2019............................................................................................................................. 98
Arequipa 2018-2019 ......................................................................................................... 101
............................................................................................................................................ 104
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
Antidrogas de las Comisarías PNP en la Región Arequipa, 2018-2019 ...................... 146
Tabla 45: Cambios de los niveles de eficiencia y productividad en la Gestión de
Tabla 47: Cambios de los Niveles de eficiencia y Productividad en la Gestión de
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
Figura 1: Modelo de Organización de la Administración Policial................................. 27

Figura 2: Planteamiento del Objetivo, Medios y Fines (Comisarias) ............................ 29
Figura 3: Planteamiento del Objetivo, Medios y Fines (Comisarias) ............................ 30
Figura 4: 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 de
Cotabambas – provincia de Cotabambas – Región Apurímac” .................................... 31
Figura 5: El proceso Productivo ....................................................................................... 32
Figura 6: La frontera de producción de un factor y un producto ................................. 33
Figura 7 La frontera de Producción de un Factor y dos Productos .............................. 33
Figura 8: Eficiencia Asignativa con Orientación Input .................................................. 34
Figura 9: Eficiencia de Escala ........................................................................................... 34
Figura 10: Cambio Tecnológico ........................................................................................ 35
Figura 11: Aplicación del Método DEA a la Función de Producción ........................... 39
Figura 12: Aplicación del Índice de Productividad Malmquist (IPM) ......................... 42
Figura 13: Índice de Productividad Malmquist (IPM): Cambio en la Productividad 44
Figura 14: Procesos de Transformación de Insumos en Productos en las Gestión
Policial de las Comisarias Básicas de la Región Arequipa, 2018-2019 .......................... 45
Figura 15: Cantidad de Comisarías de la Región Arequipa 2018 ................................. 46
Figura 16: Cantidad de Comisarías de la Región Arequipa 2019 ................................. 46
Figura 17: Número de Policías por Comisarías de la Región Arequipa 2018-2019 ..... 48
Figura 18: Número de Operativos por Comisarías de la Región Arequipa 2018 ........ 50
Figura 19: Número de Operativos por Comisarías de la Región Arequipa 2019 ........ 51
Figura 20: Proceso de Transformación de Insumos en Productos en las Comisarías de
la Región Arequipa, 2016................................................................................................... 52
Figura 21: Número de Detenidos Requisitoriados por Comisarías, Región Arequipa
2018 ...................................................................................................................................... 54
2019 ...................................................................................................................................... 55
Figura 23: Número de Detenidos por Diversos Delitos por comisarías, Región Arequipa
2018 ...................................................................................................................................... 57
2019 ...................................................................................................................................... 58
XIV
Figura 25: Envoltorios de PBC Decomisados por Comisarías, Región Arequipa 2018
.............................................................................................................................................. 60
.............................................................................................................................................. 61
Figura 27: Envoltorios de Clorhidrato de Cocaína por Comisarías, Región Arequipa
2018 ...................................................................................................................................... 63
2019 ...................................................................................................................................... 64
Figura 29: Envoltorios de Marihuana Decomisados por Comisarías, Región Arequipa
2018 ...................................................................................................................................... 66
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
.............................................................................................................................................. 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 45: Vehículos Intervenidos con Requisitorias por Comisarías, Región Arequipa
2018 ...................................................................................................................................... 90
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
.............................................................................................................................................. 97
Figura 52: Vehículos Intervenidos por DCP por Comisarías, Región Arequipa 2019
............................................................................................................................................ 100
2018 .................................................................................................................................... 102
2019 .................................................................................................................................... 103
Figura 55: Vehículos Recuperados por Comisarías, Región Arequipa 2018.............. 105
Figura 56: Vehículos Recuperados por Comisarías, Región Arequipa 2019.............. 106
............................................................................................................................................ 108
............................................................................................................................................ 109
Figura 59: Personas con Resultado Positivo de Alcoholemia por Comisarías, Región
Arequipa 2018 ................................................................................................................... 111
Arequipa 2019 ................................................................................................................... 112
Figura 61: Intervenidos por Lunas Oscurecidas por Comisarías, Región Arequipa 2018
............................................................................................................................................ 114
............................................................................................................................................ 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
Las comisarías de nuestro país son el resultado de la formulación, evaluación y gestión
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
básicas, son aquellas limitadas de acuerdo al número de efectivos policiales, densidad
poblacional, servicios requeridos y área mínima requerida de construcción, aspectos
reglamentados por la Policía Nacional del Perú. Mientras que las comisarías especializadas
desarrollan un servicio específico, respecto de mujeres, turismo, aeropuertos, terminales
terrestres y protección de carreteras. En ese marco entonces son las comisarias básicas las que
presentan más cercanía a la población de la Región Arequipa, por ello la importancia de
analizar el cambio de la productividad y eficacia de estas unidades operativas de la Policía
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
no se puede comparar comisarías de distinta naturaleza.
Por ello la presente investigación busca medir y cuantificar las variaciones de
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
encargaremos de ver la metodología de investigación, donde hemos establecido la problemática
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
comisarias básicas en los distritos de la región Arequipa, en el cual caracterizaremos las
materias primas usadas por las comisarias básicas, en el capítulo cuatro evaluaremos los
productos (outputs) de la gestión policial donde estableceremos y niveles y productos logrados.
XVIII
En el quinto capítulo abordaremos la variación de la productividad y eficiencia de la gestión
policial de las comisarias básicas de la Región Arequipa, donde se construye la frontera de
posibilidades de producción para las comisarias básicas diferenciando claramente a las
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
realizados, para las comisarias básicas tipo A, B, C, D y E.
XIX
CAPITULO 01: METODOLOGÍA DE INVESTIGACIÓN
1.1. Planteamiento del Problema
Ante la creciente oleada delictiva, lo natural es que todos los sectores de la población
demanden el acrecentamiento de la protección policial. No es simple, atender áreas extensas,
complejas y multitudinarias con la triple tarea de prevención, disuasión y represión de los
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
posible encarar esa impostergable decisión con mayores probabilidades de éxito.
Según la (Contraloria General de la Republica, 2019) en su informe sobre seguridad
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
patrullaje policial se encontrarían inoperativos, lo cual estaría afectando la cobertura del
servicio de patrullaje e incrementaría la percepción de inseguridad entre los ciudadanos de la
jurisdicción de las comisarias. (b) El 29.8% de comisarias a nivel nacional no ejecutarían el
servicio de patrullaje integrado con la municipalidad de su jurisdicción, lo cual afectaría el
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
integradas entre las comisarias y municipalidades y la posible subutilización de recursos no
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
adecuadamente informadas sobre los programas preventivos, mecanismos de alerta temprana
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
afectaría la integridad física de la víctima y denunciante. (h) El 54% de comisarias a nivel
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.
1.1.1. Problema General
Aunque ante el incremento de la criminalidad y del sentimiento de inseguridad los
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
de servicio por diversas razones (vacaciones, permisos, asistencia a cursos de
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
contra la delincuencia no es la función que representa la mayoría del tiempo de actuación de
los agentes. La prestación de servicios variados de asistencia suele representar al menos un
60% de intervenciones.
Los efectos de la delincuencia sobre la economía y el bienestar causan gran
preocupación en el seno de las distintas sociedades, motivo por el que los gobiernos diseñan
mecanismos y herramientas para planificar, implementar y evaluar procedimientos para luchar
contra la criminalidad de manera eficiente. El diseño de unas fuerzas y cuerpos de seguridad
eficaces y eficientes se contempla como uno de los principales mecanismos, en consonancia
con la prevención del delito, la investigación criminal, la aprehensión y el mantenimiento del
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
ello se plantea el siguiente problema general: ¿Cuál es la evaluación de los cambios de
productividad y eficiencia en las comisarías PNP básicas de la Región Arequipa ,2018-2019?
1.1.2. Problemas Específicos
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
problemas específicos los siguientes:
3
• ¿Cuáles son los niveles de cambio de la productividad en la gestión policial de las
comisarías PNP básicas de la Región Arequipa, 2018-2019?
• ¿Cuáles son los niveles de cambio de la eficiencia en la gestión policial de las comisarías
básicas de la Región Arequipa, 2018-2019?
1.1.3. Síntomas del Problema
La inseguridad ciudadana y la delincuencia se encuentran entre los principales
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
una primera aproximación por la reducción de la productividad y eficiencia de las comisarias
PNP básicas, dichos aspectos se corroboran en las siguientes tablas.
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
1.1.4. Consecuencias del Problema
Esta reducción de la productividad y eficiencia de las comisarias PNP básicas, acusa
que en el largo plazo la producción de las mismas disminuya a niveles que no pueda rebasar el
incremento de las actividades delictivas.
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
factores internos en equipamiento, infraestructura, número de efectivos policiales o
especialización de los efectivos policiales.
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
explican la productividad y eficiencia especialmente en el sector de la Policía Nacional del
Perú (PNP), a fin de poder plantear posibles soluciones en caso de surgir ineficiencia e
improductividad de la gestión policial en las comisarías básicas PNP de la Región Arequipa,
por ser miembro de la PNP. tengo acceso a la data policial y busco generar aportes prácticos
de manera directa o indirecta relacionados a la productividad y eficiencia en los servicios
policiales que brinda las comisarias PNP básicas a la comunidad en temas de seguridad
ciudadana, debido al incremento de la delincuencia en todas sus modalidades estos últimos
años en la Región Arequipa.
Es necesario realizar investigaciones como esta, que tiene como finalidad evaluar la
productividad y eficiencia de la gestión policial en las comisarías PNP básicas de la Región
Arequipa, 2018-2019 lo cual permitirá a los investigadores buscar las causas de la
improductividad e ineficiencia de las comisarias en temas relacionados a la seguridad
ciudadana.
7
La presente investigación ofrece a las entidades políticas como el Ministerio del
Interior, nuevas perspectivas respecto a la importancia de reforzar sus programas de prevención
e intervención en las comisarías PNP básicas en aspectos relacionados a la lucha contra la
criminalidad, temáticas de gestión policial con mayor impacto en la administración eficiente
de recursos asignados a dichas dependencias policiales para la elevar la producción policial en
la gestión de delitos, administrativa y operativamente los gestores de las comisarias ,
organizaran sus tareas en funciones de actividades y resultados que tengan una mayor
incidencia en la productividad y eficiencia de la gestión policial.
La sociedad tendrá una mayor sensibilización, ya que tendrán conciencia en la
productividad y eficiencia de la gestión policial en las comisarías PNP básicas ubicadas en los
distritos de Arequipa, y el impacto de la misma en su propio desarrollo jurisdiccional.
A las entidades públicas y privadas que fomentan la actividad educativa, les ofrece
nuevas perspectivas respecto a la importancia de reforzar sus programas de intervención en
temáticas de gestión policial con mayor impacto en la gestión de infraestructura.
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
policial, la cual pueden aprovechar para realizar actividades económicas.
Permitirá establecer un conjunto de incentivos o retirar un conjunto de trabas
normativas de tipo administrativa que efectivizarían de la eficiencia de la gestión policial en
comisarías PNP básicas de los distritales de Arequipa.
1.3. Planteamiento de Variables e Indicadores
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
hemos planteado como variables lo mostrado en la siguiente tabla:
8
Tabla 3: Variables e Indicadores de Investigación
Variables Sub variables Indicadores

• 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
• Número de operativos realizados
(Insumo)
• Gestión de Detenidos • Número de detenidos requisitoriados
(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 • Número de intervenciones de vehículos con
Función de requisitorias (vehículos mayores)
producción de la • Número de intervenciones de vehículos recuperados
gestión policial en (vehículos mayores)
las comisarias • Número de intervenciones de vehículos internados al
• Gestión de Tráfico ilegal de depósito (vehículos mayores)
vehículos (Producto) • Número de intervenidos por DCP (vehículos menores)
• 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 (Producto) • Número de intervenciones remitidos a las comisarias
por lunas oscurecidas
• Número de papeletas impuestas
• Gestión anti organizaciones • Número de Bandas desarticuladas
criminales (Producto) • Número de intervenciones por pandillaje
• Número de intervenciones por derechos intelectuales
• Número de intervenciones por contrabando soles
• Gestión de Tráfico Ilegal de
• Número de intervenciones por combustible, galones
Bienes (Producto)
• Número de intervenciones por madera comisada. Pies
• Número de intervenciones por dinero incautado, soles
Variable • Índice de Malmquist
Dependiente • Productividad
• Índice de eficiencia
Cambios de
Productividad y • Eficiencia • Índice de eficiencia
Eficiencia
Fuente: Elaboración Propia
9
1.4. Objetivos
La presente investigación busca alcanzar:
Objetivo General:
• Evaluar los cambios de productividad y eficiencia en la gestión policial de las
comisarías PNP básicas de la Región Arequipa, 2018-2019.
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
se presenten en el proceso de la gestión policial en forma directa.
Objetivos Específicos:
• Determinar los niveles de variación de la productividad en la gestión policial de las
• Determinar los niveles de variación de la eficiencia en la gestión policial de las
1.5. Planteamiento de Interrogantes
Para alcanzar la finalidad de la presente investigación se plantean las siguientes
interrogantes que servirán de guía en las indagaciones:
Interrogante General
• ¿Cuál es la evaluación de los cambios de productividad y eficiencia en las comisarías
PNP básicas de la Región Arequipa, 2018-2019?
Interrogantes Específicas
• ¿Cuáles son los niveles de cambios de la productividad en la gestión policial de las
• ¿Cuáles son los niveles de cambios de la eficiencia en la gestión policial de las
10
1.6. Estado de Arte o Antecedentes Investigativos
a) En la investigación de Isidoro Guzmán y Bernabé Escobar referido a “Cambios en
productividad y creación de valor social en las cajas de ahorros españolas”, se llegó a la
conclusión que: “Para medir la productividad se calculó el índice de Malmquist (IPM) a
partir de un modelo intermediación no paramétrico AED específico para entidades
financieras. El índice así obtenido es capaz de diferenciar los cambios en productividad a
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
de cajas de ahorros españolas operantes en España en el periodo 2003-2007, nuestros
resultados muestran que dichas entidades presentan rendimientos óptimos, que alcanzan
valores medios superiores a 94% según la hipótesis de rendimientos a escala variables, cuyo
dimensionamiento es adecuado de acuerdo con los valores obtenidos respecto a su
eficiencia de escala. En cuanto al cambio productivo, se observa un incremento de +1.3%,
atribuible de manera casi exclusiva al progreso tecnológico de dichas entidades (+1.2%).
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
tradicionales como la rentabilidad económica (RE) y el tamaño (TA) de la entidad. Estos
resultados se podrían justificar al considerar que el incremento de ganancias que debería
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”,
(Guzmán & Escobar, 2010).
b) En la investigación de Javier Parra Domínguez referido a “Nuevas Tendencias en el estudio
de la eficiencia policial, el índice de situación policial”, establece que: “Los objetivos de
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
con un gran volumen de población local e inmigrantes en desempleo se caracterizan por
presentar menores niveles de eficiencia derivados de la existencia de caos social y pobreza
que influyen en la actitud del potencial delincuente, siendo más complicado su
identificación entre un número más elevado de ciudadanos. Se ha observado que aquellas
comisarías de policía con estructuras básicas más anchas y ausencia de cúpula directiva son
más eficientes en el esclarecimiento de delitos y faltas al fomentar la proactividad de los
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
de la ley, viéndose éste modificado a medida que la reducción de su poder adquisitivo se
mantiene en el tiempo. De manera similar, cambios en la gestión de los recursos deben
venir necesariamente acompañados de inversión tecnológica para fomentar
comportamientos más productivos” (Parra Domínguez, 2013).
c) En la investigación de Hugo Contreras referido a la: “Eficiencia Policial: Cobertura Policial
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
existente entre el número de detenciones y el número de casos de denuncias y detenidos
(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
la participación de la Policía de Investigaciones en las detenciones según los casos de
denuncias y detenidos. El IDCP no presenta una relación clara con el porcentaje de
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
dispersión en la relación de ambos indicadores es un indicio de los diferentes tipos de
gestión que se observan en las distintas comunas y que estarían relacionados a los índices
de delincuencia. Si la asignación de recursos policiales es óptima, o si el IDCP está siendo
bien calculado, no debiesen presentarse conglomerados espaciales o zonas donde se
concentre dicha variable. La autocorrelación espacial deja de manifiesto la alta variabilidad
y diferencias en la asignación comunal de recursos policiales así como en la eficiencia en
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
estaría siendo realizada en función de la demanda de servicios policiales, o (3) la asignación
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
eficiente o ineficiente de Carabineros de Chile no está determinado sólo por el porcentaje
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
a nivel de cuadrante y no de comuna, por ser esta la unidad de análisis y de intervención
del Plan Cuadrante de Seguridad Preventiva (Contreras, 2017).
d) En la investigación de Pereyra Alva Alexander Javier referido a “Infraestructura para
mejorar la eficiencia y cantidad de personal policial ante la creciente inseguridad
ciudadana” Se concluye que: “la Policía Nacional, es la Institución más grande del estado
principal responsable de velar por la seguridad ciudadana, la misma que ha venido
aumentando paulatinamente año tras año, convirtiéndose en el principal problema social,
ya que causa terror en la población, al punto de imposibilitar el desarrollo de múltiples
actividades sociales con normalidad, sumado a la Inseguridad, la ineficiente actuación de
la Policía Nacional, se ha venido reflejando día tras día, ya que la delincuencia ha
evolucionado con el tiempo y la actual Policía Nacional no está en capacidad de
contrarrestarla, causando una población desprotegida. El Estado Peruano y todas sus
Organización tienen la obligación de mantener la seguridad ciudadana y garantizar la paz
social. En el país y la Región Lambayeque existen diversos problemas sociales, económicos
y culturales, como; drogadicción, alcoholismo, inseguridad, corrupción, vandalismo,
desempleo, pobrera, trabajo negro, abandono educacional, etc., convirtiéndose estos
problemas en causantes directos de la inseguridad ciudadana. Según las estadísticas
nacionales y locales, la inseguridad ciudadana ha aumentado en un 40%, causando cada
terror e intranquilidad en la población ya que todas las personas viven con el temer de ser
víctima de la inseguridad ciudadana. Nuestras autoridades locales y nacionales encargadas
de combatir la inseguridad ciudadana, vienen siendo ineficientes en el cumplimiento de su
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
autoridades se están estancando por falta de preparación profesional, asimismo se puede
14
concluir que la Policial Nacional es la principal institución del estado encargada de
combatir la inseguridad ciudadana y mantener la paz social, siendo su accionar en la
actualidad muy deficiente y limitado. La inseguridad ciudadana es el principal problema a
nivel de país y a nivel local, que cada día viene perturbando con más intensidad la
tranquilidad social (Pereyra Alva, 2020).
1.7. Hipótesis
Tomando en cuenta la presente investigación se plantearon las siguientes hipótesis:
Hipótesis General
• La evaluación de los cambios de productividad y eficiencia en la gestión policial
de las comisarias básicas de la Región Arequipa, 2018-2019 que cuentan con
recursos similares y/o inferiores en materia de seguridad ciudadana , nos permitirá
establecer qué porcentaje de comisarias básicas han reducido y/o aumentado sus
niveles de productividad y eficiencia en la lucha contra la criminalidad
Hipótesis Específicas
• Los niveles de cambio de la productividad en la gestión policial de las comisarías
PNP básicas de la Región Arequipa, 2018-2019, varían según la tipología de
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.
• Los niveles de cambio de la eficiencia en la gestión policial de las comisarías PNP
básicas de la región Arequipa, 2018-2019, varían por cada comisaria, ya que la
utilización del mínimo de recursos para lograr máximos resultados depende de la
gestión policial de los individuos que conforman las mismas, lo cual redunda en
una mayor productividad.
15
1.8. Unidad de Observación
1.8.1. Ámbito de Estudio
El ámbito de estudio de la presente investigación está constituido por la Región
Arequipa.
1.8.2. Temporalidad
El período de tiempo que abarcará el estudio es el año 2018-2019, puesto que es la data
obtenida de las estadísticas PNP.
1.8.3. Unidad de Estudio
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
mismas consta en la siguiente tabla:
Tabla 4: Unidades de Estudio (Comisarias Básicas de la Región Arequipa)
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
16
1.9. Diseño del Estudio
La presente investigación es de tipo aplicada, ya que se inserta en los niveles de
eficiencia y productividad de la gestión policial en las comisarías de la Región Arequipa, el
nivel de investigación es explicativa, ya que busca determinar los incrementos de la
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.
1.9.1. Operacionalización de Variables
Debemos tomar en cuenta que la productividad y eficiencia de la gestión policial
depende de los insumos utilizados y los productos obtenidos por las gestiones de las comisarias,
lo cuales tomamos en cuenta en la siguiente tabla.
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
18
1.9.2. Universo del Trabajo y Muestra
Se trabajara con todo el universo de comisarias básicas de la Región Arequipa
compiladas en las estadísticas PNP, realizada por la Policía Nacional del Perú, por lo cual no
existe necesidad de tomar muestra al respecto.
1.9.3. Instrumento de Investigación
Para el presente estudio se ha utilizado la información las estadísticas PNP, de las cuales
se han extraído las variables de la presente investigación.
1.10. Metodología de Investigación
Se ha establecido que la metodología de la investigación corresponde a las siguientes
categorías:
• Tipo de Investigación: Aplicada, ya que busca la aplicación sobre una realidad antes que
la teoría. Busca conocer para hacer y para actuar.
• Nivel de Investigación: Explicativa, ya que busca el porqué de los hechos mediante las
relaciones causa-efecto, mediante la prueba de hipótesis. Sus resultados y conclusiones
constituyen el nivel más profundo de conocimientos
• Diseño de Investigación: No experimental o expost facto, ya que las variables
independientes no son manipuladas deliberadamente. Los fenómenos y los procesos se
estudian tal como se dan y por lo tanto solo se pueden saber que algo es causa de algo
después que sucedió (expostfacto). El investigador no introduce, ninguna variable
experimental en la situación que desea estudiar. Solamente es posible relacionarlo con la
variable dependiente.
19
Considerando lo señalado anteriormente en la presente investigación se ha desarrollado
la siguiente metodología:
a) Siendo que la productividad y eficiencia implica un proceso de comparación, se hace
necesario que las comisarias a comparar sean homogéneos en sus características, por ello
se ha utilizado los tipos de comisarias según la población que es atendida en ellas,
determinándose con ello grupos de comisarias homogéneas y dentro de los cuales se
aplicara el proceso de comparación.
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
for Efficiency and Productivity Analysis de la escuela de economía de la University of
Queensland, Australia.
c) Como estamos trabajando dos años, construimos el índice Malmquist, para medir el
incremento de los niveles de productividad de las comisarias entre el 2018 al 2019.
20
CAPITULO 02: MARCO TEÓRICO
2.1. Marco Conceptual
2.1.1. Productividad
La productividad es la capacidad de hacer más tareas en menos tiempo. Si una
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
producto, por lo que estaríamos hablando de productividad, (Santín González, 2010).
2.1.2. Tipos de Productividad
a) Productividad de Procesos. Es el uso más claro por el tipo de recursos: físicos,
tecnológicos, herramientas de gestión y, sobre todo, recurso humano. La adecuada unión de
todos estos aspectos hace posible alcanzar altos niveles de calidad en el estándar de producción,
agregar valor y lograr un servicio al cliente excelente.
b) Productividad del Marketing. En la actual economía es totalmente necesario
generar estrategias comerciales que permitan llegar a nuevos mercados para así aumentar la
base de clientes y, posteriormente, consolidarlos y fidelizarlos.
c) Productividad en la Innovación. Es muy importante que la innovación se perciba
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
al tanto de las nuevas tecnologías.
d) Productividad del Conocimiento. Las empresas deben tener conocimientos
exactos, de calidad y actualizados sobre todo tipo de aspectos relacionados con su ámbito de
actividad: tecnologías, herramientas, procesos de organización, métodos de mejora de calidad,
etc. Esto logra una posición de referencia ante competidores incluso.
21
2.1.3. Eficiencia
Siguiendo al (Ministerio de Economía y Finanzas, 2010) en el Instructivo para la
formulación de indicadores de desempeño se establece que la eficiencia describe la relación
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
bienes o servicios, utilizando el mínimo de recursos disponibles.
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.
De esta forma, la medida de la eficiencia es un concepto relativo y no absoluto, donde el valor
tomado por la eficiencia para cada entidad subóptima indica la desviación observada respecto
a aquellas consideradas como eficientes.
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
requerida de inputs, combinados en una determinada proporción, para un nivel dado de
producto o servicio obtenido.
2.1.4. Comisaria
Dependencia policial encargada de mantener el orden público, con funciones
preventivas y de investigación en una determinada jurisdicción a nivel nacional (INEI, 2017).
2.1.5. DIRTEPOL
Siglas de la dirección territorial de la Policía Nacional del Perú, que corresponde a la
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
San Miguel, del departamento de Cajamarca, bajo la jurisdicción de la DIRTEPOL Chiclayo).
Por necesidad nacional, algunas provincias y distritos están bajo la jurisdicción de frentes
especiales o de emergencia, caso el frente Huallaga y el VRAE (INEI, 2017).
2.1.6. Región Policial
Son órganos que ejercen las funciones, atribuciones y competencias de la Policía
Nacional del Perú en un determinado espacio geográfico del territorio nacional. Están a cargo
de oficiales generales o coroneles de la Policía Nacional del Perú en situación de actividad
(INEI, 2017).
2.1.7. Clases de Comisarias
En las comisarías de la PNP, se identifica 2 clases, básicas y especializadas (INEI,
2017):
• Comisaría Básica: Es aquella que se encuentra tipificada en A, B, C, D, E y F de acuerdo
al número de efectivos policiales, densidad poblacional, servicios requeridos y área mínima
requerida de construcción. Dicha tipificación está debidamente reglamentada por la Policía
Nacional del Perú.
• Comisaría Especializada: Son aquellas que desarrollan un servicio específico, comprende
comisarías de mujeres (CAVIFAN), turismo, aeropuertos, terminales terrestres y
protección de carreteras.
2.1.8. Tipos de Comisarias
Según el (INEI, 2017) tenemos:
23
• Comisaría PNP tipo A: Con capacidad de 121 a 240 efectivos policiales. Hasta 1,020 m2
de área construida. Cobertura de 80,001 a 160,000 habitantes.
• Comisaría PNP tipo B: Con capacidad de 61 a 120 efectivos policiales. Hasta 680 m2 de
área construida. Cobertura de 40,001 a 80,000 habitantes.
• Comisaría PNP tipo C: Con capacidad de 31 a 60 efectivos policiales. Hasta 415 m2 de
• Comisaría PNP tipo D: Con capacidad de 16 a 30 efectivos policiales. Hasta 285 m2 de
• Comisaría PNP tipo E: Con capacidad de 8 a 15 efectivos policiales. Hasta 245 m2 de
• Comisaría PNP tipo F: Con capacidad de menos de 8 efectivos policiales. Hasta menos
245 m2 de área construida. Cobertura de menos de 5,000 habitantes.
2.1.9. Categorías de Comisarias
En las comisarías de la PNP, se identifica 2 categorías (INEI, 2017), tales como:
• Sectorial: corresponde a la comisaría que agrupa a varias comisarías básicas o
especializadas, por cercanía, operatividad policial y accesibilidad entre ellas.
• No Sectorial: corresponde a sólo una comisaria.
2.1.10. Multifuncional
Equipo informático que posee básicamente las siguientes funciones dentro de un único
bloque físico: Impresora, Escáner y Fotocopiadora, ampliando o reduciendo el original (INEI,
2017).
24
2.1.11. Sistema de Denuncia Policiales (SIDPOL)
Es un sistema en donde el jefe de la unidad de tránsito registra las denuncias de tránsito
u otros tipos de denuncias, de manera digitalizada. Este tipo de sistemas, se encuentran
generalmente en las comisarías de tipo A (INEI, 2017).
2.1.12. Los Registros Administrativos
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
ocurrencias de accidentes de tránsito, libro de denuncias directa o verbal (INEI, 2017).
2.1.13. Mapa de Delitos
Es la representación numérica de los hechos delictivos que se producen con mayor
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).
2.1.14. Niveles de Prevención del Delito
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
mediano a largo plazo.
25
• Prevención Secundaria: Aquí se ataca de manera directa ya al problema social, a través
de las instituciones encargadas de la seguridad ciudadana, este tipo de prevención es a
corto, mediano y largo plazo, aquí se actúa de manera directa al problema criminal.
• Prevención Terciaria: Es posterior la comisión del crimen, va dirigido a los ya juzgados,
a los que están internados en los penales cumpliendo condena por cometer algún acto ilícito,
y tiene como finalidad evitar la reincidencia, la resocialización , así como la rehabilitación
y reinserción social de la persona delictiva.
2.2. Marco Teórico
2.2.1. Gestión o Administración Policial
Es la capacidad de las corporaciones policíacas y sus actores para ejecutar los
lineamientos programáticos de su agenda de trabajo, generando el conocimiento institucional
que puede ser utilizado continuamente para cumplir con su mandato, mejorar la satisfacción
del servicio y el desempeño de la organización policial (Villalobos G., 2009).
La administración policial funciona a través de diversos procesos de trabajo específicos,
a los cuales hemos denominado subsistemas, que corresponden a funciones determinadas y
necesarias para realizar el programa de trabajo y cumplir con el mandato policial: la
organización, la planeación, la dirección, el control/evaluación y la comunicación (Villalobos
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
En la figura anterior se ilustra la organización y funcionamiento de la administración
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,
justificación y racionalidad en el uso de la fuerza, transparencia y rendición de cuentas, y un
servicio policial orientado a la solución de necesidades ciudadanas de seguridad, y 3)
Eficiencia, función policial orientada a la consecución de resultados verificables
empíricamente (Villalobos G., 2009).
27
2.2.2. Características de la Gestión Policial
Estas características de acuerdo a la (Defensoría del Pueblo, 2009) son las siguientes:
a) Un órgano público, porque es dirigido y financiado por el estado, está sujeto a la
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.
b) Una institución especializada en el uso de la fuerza para restablecer el orden social.
c) Un cuerpo profesional, en el sentido de preocuparse por mantener un adecuado y
evaluable nivel de eficiencia. Esta característica se materializa en el establecimiento de criterios
de selección de personal, formación profesional y criterios de ascenso, así como en el interés y
énfasis sustantivo en el conocimiento y uso de la tecnología.
2.2.3. El Sistema de la Función Policial
La función policial es una serie de procesos orientados a la consecución de fines. Para
definir e ilustrar el mecanismo de trabajo y definición de la función policial como un sistema,
se utilizan las referencias inputs (insumos), outputs (productos) y outcomes (resultados)
(García, 2020).
• Inputs, acontecimientos y circunstancias del entorno sociopolítico y económico,
específicamente los asociados a la seguridad pública, en tanto estos definen la función
policial y por lo tanto, su mandato institucional. Son las demandas y apoyos solicitados por
la sociedad al gobierno en materia de seguridad pública, de los cuales se encarga
directamente la policía y conforman su ámbito de actuación (Villalobos G., 2009).
• 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
del desempeño de la policía (Villalobos G., 2009).
28
• Outcomes, Son los resultados de la función policial y están directamente relacionados con
la consecución o no del mandato institucional. Determina la eficiencia del desempeño
policial en términos de la diferencia entre lo inicialmente solicitado a la policía (inputs)
respecto a lo alcanzado (outcomes) (Villalobos G., 2009).
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
outputs/outcomes, entendidos los primeros como demandas y apoyo de la sociedad, y los
segundos como las decisiones, las acciones y resultados del trabajo policial, que se mueven en
una especie de circuito denominado feedback loop (circuito de retroalimentación) es a decir de
(Villalobos G., 2009).
Figura 2: Planteamiento del Objetivo, Medios y Fines (Comisarias)
Fuente: Villalobos García, Luis, Administración Policial. Administración pública aplicada al manejo de policías
2.2.4. Problemática de la Gestión Policial en las Comisarias
La problemática de la gestión policial en las comisarías las podemos obtener de los proyectos
de fortalecimiento de comisarias en la que en su gran mayoría se establecen como causas de la
inadecuada gestión policial en las comisarías, entre otros tenemos
• Infraestructura adecuada y suficiente.
• Equipamiento acorde a los requerimientos del sector
• Mobiliario acorde al trabajo requerido en el sector.
29
• Personal policial con capacidades para brindar un servicio de calidad.
• Personal policial suficiente
• Adecuada coordinación y participación ciudadana.
• Facilidad para desplazamiento oportuno a las comunidades.
Estos aspectos claramente se resaltan en el siguiente árbol de causas y efectos de
diversos proyectos de inversión de comisarias, elaborados por el ministerio del interior:
Figura 3: Planteamiento del Objetivo, Medios y Fines (Comisarias)
Fuente: Oficina de Programación Multianual del Ministerio del Interior
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
de Cotabambas” destacamos que la problemática de las comisarias se basa en infraestructura
inadecuada, equipamiento y mobiliario obsoleto, débiles capacidades del personal policial y
dificultad del desplazamiento entre otros.
Figura 4: 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 de
Cotabambas – provincia de Cotabambas – Región Apurímac”
Efecto Final
ALTO INDICE DE INSEGURIDAD CIUDADANA EN EL DISTRITO DE COTABAMBAS
DE LA PROVINCIA DE COTABAMBAS, REGION APURIMAC
Efecto Indirecto 1.1 Efecto Indirecto 1.2

INCREMENTO DE LA ALTA INCIDENCIA DELICTIVA EN
VIOLENCIA FAMILIAR EL DISTRITO DE COTABAMBAS
Efecto Indirecto 1 Efecto Indirecto 2

INCREMENTO DE COMISION DE POBLACION INSATISFECHA CON EL
DELITOS Y FALTAS EN EL DISTRITO ACTUAR DE LA POLICIA
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 Directa 1 Causa Directa 2 Causa Directa 3 Causa Directa 4

INADECUADAS INADECUADO E INADECUADAS INOPORTUNA ATENCION
CONDICIONES FISICAS DE INSUFICIENTE CAPACIDADES DEL DEL SERVICIO POLICIAL A
LA INFRAESTRUCTURA EQUIPAMIENTO Y PERSONAL POLICIAL EN LA POBLACION
EXISTENTE MOBILIARIO LA COMISARIA
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
Fuente: Municipalidad Distrital de Cotabambas
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
cantidad de producción (outputs).
• Indicadores de proceso: Indicadores de actividad necesarios para obtener los
productos deseados.
• Outputs: Producción final perseguida por la unidad de decisión obtenida a partir del
uso de una tecnología transformadora de inputs.
• Resultados: Grandes y últimos objetivos de la política social a los cuales contribuyen
distintas agencias.
Figura 5: El Proceso Productivo
Fuente: Daniel Santín González, Taller: Análisis de la Eficiencia en los Programas Nacionales del MIMDES.
• Función (Frontera) de Producción: Función matemática que relaciona la máxima
cantidad alcanzable de un vector de outputs a partir de un vector de inputs.
• Productividad Total de los Factores: Es la ratio entre el vector de outputs y de inputs
de una unidad productiva. Si hay más de un output y un input esta información debe ser
ponderada, mediante precios de mercado (números índices) o mediante métodos
frontera (precios sombra de la estimación).
32
• Función (Frontera) con un solo Factor de Producción:
Figura 6: La Frontera de Producción de un Factor y un Producto
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
Fuente: Daniel Santín González, Taller: Análisis de la Eficiencia en los Programas

Nacionales del MIMDES
• Función (Frontera) con dos Productos:
Figura 7 La Frontera de Producción de un Factor y dos Productos

y2
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
2.2.6. Clases de Eficiencia
Según (Santín G., 2010), existen las siguientes eficiencias:
• Eficiencia Técnica: Medida de la distancia de una unidad productiva, en términos de
reducción de inputs o aumento de outputs, para situarse sobre la frontera productiva.
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.
Figura 8: Eficiencia Asignativa con Orientación Input
• 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.
Figura 9: Eficiencia de Escala
34
• Cambio Tecnológico: Es el desplazamiento de la frontera productiva en el tiempo
como consecuencia de un avance en la tecnología productiva.
Figura 10: Cambio Tecnológico
Fuente: Daniel Santín González, Taller: Análisis de la Eficiencia en los Programas

Nacionales del MIMDES
2.2.7. Técnicas de Medición de la Eficiencia
Según (Santín G., 2010), existen fundamentalmente dos grandes grupos de técnicas para
afrontar la medición de la eficiencia:
a) Paramétricas:
• Corrected ordinary least squares
• Fronteras estocásticas.
• Funciones distancia.
b) No Paramétricas:
• Análisis envolvente de datos (DEA),
• Free disposal hull (FDH).
Si realizamos una comparación de las metodologías de eficiencia, obtenemos lo siguiente:
35
Tabla 6: Comparación de Técnicas de Medición de la Eficiencia
Fuente: Santín et al. (2004), Santín (2006).
2.2.8. Técnica del Análisis Envolvente de Datos (DEA)
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
outputs, fácilmente calculables para este tipo de entidades.
Para (Leal P. & Cepeda P., 2013), el modelo DEA es una técnica de programación lineal
que facilita la construcción de una superficie envolvente, frontera eficiente o función de
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
aplicación del modelo DEA hace referencia, principalmente, a cuatro aspectos:
• El indicador de eficiencia, que revela si la unidad de decisión analizada es o no es
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
aproximar el resto de unidades no eficientes respecto al nivel de consumo de inputs y
producción de outputs.
• Los coeficientes, que señalan la importancia de cada indicador en la determinación de
la eficiencia.
Asimismo según (Fernández S. & Flórez L., 2015), este modelo facilita información sobre:
• Los niveles de actividad y recursos que podrían alcanzarse en situación de eficiencia,
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
restricciones presupuestarias. O por el contrario, los recursos necesarios para atender
un incremento en la demanda de aquéllos.
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
su nivel de desempeño, situándose a la altura de las que están en el nivel frontera.
La expresión matemática del modelo DEA procede de (Charnes et al, 1978), que en su
variante modelo CCR (retornos de escala constantes), adopta la expresión fraccional,
Sujeto a las siguientes restricciones,
Donde en el numerador del cociente (1) se encuentra la suma de yr 0, que representa la
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
producción de los outputs recogidos en el numerador, multiplicados por un coeficiente de
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
1; siendo ineficientes aquellas otras DMUs que toman valores de h 0 entre 0 y 1.
La dificultad de cálculo que presenta el modelo CCR de (Charnes et al, 1978) en su forma
fraccional hace necesaria su transformación en un modelo de programación lineal equivalente,
en el que se busca mantener fija una de las dos partes de la fracción para maximizar o minimizar
la otra.
Figura 11: Aplicación del Método DEA a la Función de Producción
Fuente: Banker et al (1984:1087)
Los índices de eficiencia calculados por el modelo representan:
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑂𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑐𝑜𝑛 𝑟𝑒𝑐𝑢𝑟𝑠𝑜𝑠 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜𝑠

𝐼𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 =
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑚𝑎𝑥𝑖𝑚𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑐𝑜𝑛 𝑟𝑒𝑐𝑢𝑟𝑠𝑜𝑠 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜𝑠
Lo cual se traduciría en que si el índice es uno, es porque la empresa produce el máximo
con los recursos determinados que posee entonces es eficiente y si es menor que uno la empresa
produce menos que el máximo, entonces es ineficiente.
39
2.2.9. La Productividad de los Factores
Según (Pumisacho Á. & Alvarado R., 2018), en el análisis de la productividad de una
unidad productiva, se identifican dos orientaciones:
(a) Productividad parcial (partial productivity - PP), compara los cambios en el producto
total asociados a cambios de factores productivos específicos individuales, como el capital o el
trabajo. Este método que descompone el CPTF en las causas del cambio.
CPTF = CET (catch-up) x CT (frontier-shift) x CEE (scale) x CEA (allocative)
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
mejoras de eficiencia en los procesos productivos y el progreso tecnológico (Diewert &
Nakamura, 2005). Dentro de este contexto el enfoque más común para medir la evolución del
desempeño de organizaciones, si se dispone de un panel de datos, es aplicar el índice Malmquist
al cambio en la productividad total de factores (TFP), esto involucra la medición de cambios
tanto en el nivel de salidas producidas como en el nivel de entradas usadas (Jacobs, Smith &
Street, 2006). El cambio en la productividad total de los factores: Es la ratio entre la
productividad total de los factores de una unidad productiva en dos períodos.
CPTF = PTF1/PTF0.
Algunas medidas de cambio son: índices Fisher, Törnqvist, Hicks-Moorsteen, Malmquist,
En la presente investigación utilizaremos el índice de Malmquist.
40
2.2.10. Índice de Productividad Malmquist (IPM)
El índice de productividad Malmquist fue desarrollado por (Caves et al, 1982),
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
de fronteras no paramétricas determinísticas aplicando el modelo de análisis de la actividad
propuesto por Färe, Grosskopf, Norris & Zhang (1994), quienes plantean el cálculo del IPM
basándose en el en el hecho de que la función de distancia de inputs o de outputs es idéntica al
inverso de la medida de eficiencia técnica de Farrell (1957) de inputs o de outputs,
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
necesita asumir comportamientos maximizador o minimizador de la unidad productiva.
El índice de Malmquist descompone el cambio en productividad en dos factores: cambio
en eficiencia (Catch-up effect) y cambio tecnológico (Frontier shift) (posteriormente se añade
el cambio en la eficiencia de escala).
• Catch-up effect: Ratio de la eficiencia de la unidad productiva con respecto a la frontera
del período 2 entre la eficiencia de la unidad productiva con respecto a la frontera del
período 1.
• Frontier shift effect: Representa la ratio de los movimientos de la frontera productiva.
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.
IPM = (Catch-up) x (Frontier-shift)
Llamaremos a la eficiencia técnica de la con los inputs y outputs en t medida
con la tecnología definida por la frontera en t +1. Usando esta notación
Del producto de los dos términos anteriores obtenemos el índice de Malmquist propuesto por
Färe et al. (1994)
Operando el término anterior obtenemos.
Este índice de productividad es la media geométrica de dos índices de productividad. El
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.
El índice de Malmquist anterior asume implícitamente que la tecnología exhibe rendimientos
constantes a escala. Bajo rendimientos variables a escala podemos considerar además el cambio
en la eficiencia de escala (E).
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
la frontera bajo rendimientos variables a escala (eficiencia de escala).
Figura 13: Índice de Productividad Malmquist (IPM): Cambio en la Productividad
Fuente: Banker et al, 1984
44
CAPITULO 03: INSUMOS (INPUTS) DE LA DE LA GESTIÓN DE POLICIAL EN
LAS COMISARIAS BÁSICAS DE LA PNP DE LA REGIÓN AREQUIPA
3.1. Los Insumos del Proceso Productivo de Gestión Policial en Comisarias
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
como se aprecia en la figura siguiente:
Figura 14: Procesos de Transformación de Insumos en Productos en las Gestión Policial

de las Comisarias Básicas de la Región Arequipa, 2018-2019
INSUMOS (INPUTS)
o Tipo de comisaria Proceso de
PRODUCTOS
o Cantidad de personal
(OUTPUTS)
transformación
de Comisarias
o Cantidad de operativos realizados
Fuente: Elaboración Propia.
3.2. Los Tipos de Comisarías de la Región Arequipa y la Población que Atienden
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
los mismos niveles de capital y equipamiento requerido.
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
territorial, salvo Arequipa metropolitana.
45
Figura 15: Cantidad de Comisarías de la Región Arequipa 2018
Fuente: Estadísticas PNP 2018-2019.
Figura 16: Cantidad de Comisarías de la Región Arequipa 2019
Para tener una idea clara de las comisarías y su ubicación en cada distrito, y su posición en
cada tipología, consideraremos en el presente estudio lo mostrado en la siguiente tabla:
46
Tabla 7: Comisarias de la Región Arequipa 2019
Chala Acari Yura
Chivay Yauca Ocoña
Mejia Lomas
Cotahuasi Arcata
Yanaquihua
Salamanca
Ocopampa
Pampacolca
Corire
Viraco
Cabanaconde
Minas Madrigal
Imata
Sibayo
El Arenal
La Curva
Punta de Bombon
Fuente: Estadísticas PNP 2019.
3.2. Número de Policías
El personal policial representa el recurso más importante, utilizados por las comisarias
básicas de la PNP, es de destacarse el hecho de que el número de policías es mayor en las
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
Figura 17: Número de Policías por Comisarías de la Región Arequipa 2018-2019

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
48
3.3. Número de Operativos
Otro de los insumos que utiliza la gestión policial para obtener los productos que
corresponden, es la realización de operativos es decir es la ejecución del trabajo policial en
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,
tal como se aprecia en las tablas y figuras siguientes:
Tabla 9: Número de Operativos por Comisarías de la Región Arequipa 2018
Tabla 10: Número de Operativos por Comisarías de la Región Arequipa 2019
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
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
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
4.1. Los Productos del Proceso Productivo de las Comisarias
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,
tal como se aprecia en el cuadro siguiente:
Figura 20: Proceso de Transformación de Insumos en Productos en las Comisarías de la

Región Arequipa, 2016
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
4.2. Gestión de Detenidos
La gestión de detenidos implica la detención de requisitoriados y detenidos por diversos
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
sancionar y prevenir el delito.
52
4.2.1. Detenidos Requisitoriados (RQ)
Son personas que se encuentran bajo órdenes de detención que no están debidamente
sustentados o que carecen de indicios razonables suficientes Los detenidos requisitoriados en
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
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
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
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
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
las tablas y gráficos siguientes.
Tabla 12: Detenidos por Diversos Delitos por tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
56
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
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
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
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
básica de cocaína, el clorhidrato de cocaína y la marihuana como principales drogas
comerciadas en la Región Arequipa.
4.3.1. Envoltorios de PBC Decomisados
La PBC es un producto intermedio entre la hoja de coca y el clorhidrato de cocaína. Se
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
el 2018 y 2019, tal como se aprecian en las tableas y gráficos siguientes.
Tabla 13: Envoltorios de PBC Decomisados por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
59
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
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
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
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
El clorhidrato de cocaína, o cocaína en polvo, es una sal ácida hidrosoluble de la cocaína,
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.
Tabla 14: Envoltorios de Clorhidrato de Cocaína por Tipo de Comisarías, Región

Arequipa 2018-2019
Año 2018
Año 2019
62
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
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
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
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
Es una droga es adictiva porque causa un deseo de búsqueda y consumo compulsivo e
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
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.
Tabla 15: Envoltorios de Marihuana Decomisados por Tipo de Comisarías, Región

Arequipa 2018-2019
Año 2018
Año 2019
65
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
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
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
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
PNP está encargada de incautar las armas de fuego y armas blancas.
4.4.1. Incautación de Armas de Fuego
La cantidad de armas de fuego incautadas es 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 2018 y 2019, tal como se aprecian en las tableas y gráficos siguientes.
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
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
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,
herir o punzar mediante bordes afilados o puntiagudos. La incautación de armas blancas es
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
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
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
Otro frente encargado a la Policía Nacional, es combatir la prostitución clandestina esto
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.
4.5.1. Intervención Contra Meretrices
La intervención de meretrices 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
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
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
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
La homosexualidad es la atracción sexual persistente y emocional hacia alguien del mismo
sexo. La intervención de homosexuales dedicados a la prostitución se concentra en mayor
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
aprecian en las tablas y gráficos siguientes.
Tabla 19: Intervención Contra Homosexuales por Tipo de Comisarías, Región Arequipa
2018-2019
Año 2018
Año 2019
77
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
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
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
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
El proxenetismo es un delito que consiste en obtener beneficios económicos de la
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
de estos que muchas veces se inicia en la prostitución obteniendo su consentimiento bajo
amenazas o mediante la fuerza. La intervención de proxenetas es nula en la región Arequipa,
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
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
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
La intervención de locales dedicados a la prostitución, 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 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
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
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
con requisitorias, vehículos recuperados y vehículos internados al depósito.
4.6.1. Vehículos Intervenidos por DCP (Vehículos Mayores)
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:
2018-2019
Año 2018
Año 2019
86
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
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
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
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)
Los vehículos mayores intervenidos con requisitorias en las comisarías de Arequipa, se
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
Arequipa 2018-2019
Año 2018
Año 2019
89
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
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
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
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)
Los vehículos mayores recuperados en las comisarías de Arequipa, se concentra en mayor
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 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
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
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
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)
Los vehículos mayores Internados al depósito en las comisarías de Arequipa, se concentra
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 2018 y 2019, tal como se aprecian en las tablas y gráficos siguientes.
2018-2019
Año 2018
Año 2019
95
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
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
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
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
2018-2019
Año 2018
Año 2019
98
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
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
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
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)
Los vehículos menores intervenidos por requisitorias en las comisarías de Arequipa, se
Arequipa 2018-2019
Año 2018
Año 2019
101
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
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
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
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)
Los vehículos menores recuperados en las comisarías de Arequipa, se concentra en mayor
Año 2018
Año 2019
104
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
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
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
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)
Los vehículos menores internados al depósito en las comisarías de Arequipa, se concentra
2018-2019
Año 2018
Año 2019
107
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
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
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
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.
4.7.1. Personas con Resultado Positivo de Alcoholemia
Las personas con resultado positivo alcoholemia en las comisarías de Arequipa, se
Tabla 30: Personas con Resultado Positivo de Alcoholemia por Tipo de Comisarías,
Región Arequipa 2018-2019
Año 2018
Año 2019
110
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
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
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
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
Las intervenciones por lunas oscurecidas en las comisarías de Arequipa, se concentra en
mayor medida en las comisarías tipo A que se ubican en las partes metropolitanas de las
Tabla 31: Intervenidos por Lunas Oscurecidas por Tipo de Comisarías, Región
Arequipa 2018-2019
Año 2018
Año 2019
113
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
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
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
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
Las papeletas son sanciones administrativas por infracciones al reglamento nacional de
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
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
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
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
incluye bandas desarticuladas e Intervenciones por pandillaje.
4.8.1. Bandas Desarticuladas
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
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
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
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
a la adolescencia y todos con un mismo objetivo en común: alentar a su equipo o en defensa
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
intervienen, tal como se aprecian en las tablas y gráficos siguientes.
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
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
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
incluye contrabando, combustible, madera comisada y dinero comisado.
4.9.1. Contrabando
Contrabando es la entrada, la salida y la venta clandestina de mercancías prohibidas o
sometidas a derechos en el que se defrauda a las autoridades locales. El contrabando en las
comisarías de Arequipa, se 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 35: Contrabando por Tipo de Comisarías, Región Arequipa 2018-2019

Año 2018
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
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
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
El Tráfico ilegal de combustible en las comisarías de Arequipa, se concentra en mayor
medida en las comisarías tipo A y B que se ubican en las partes metropolitanas de las provincias
Tabla 36: Combustible por Tipo de Comisarías, Región Arequipa 2018-2019

Año 2018
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
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
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
se aprecian en las tablas y gráficos siguientes.
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
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
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
El dinero ilegal en las comisarías de Arequipa, se concentra en mayor medida en las
comisarías tipo A, B y C que se ubican en las partes metropolitanas de las provincias de
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
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
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
5.1. Construcción de Agrupaciones de Comisarias Básicas para el Análisis
El análisis de eficiencia en la gestión policial, implica un proceso de comparación de
las comisarias, pero para realizar ello dichas unidades deben ser lo más homogéneas posibles
en algunas características estratégicas. Para efectivizar ello se ha tomado en consideración tipo
de comisaria, la cual ha sido efectuada por el Ministerio del Interior y que es acorde a la
cantidad de población atendida por las comisarias.
Tabla 39: Agrupación de Comisarias para el Análisis de Productividad y Eficiencia
Chala Acari Yura
Chivay Yauca Ocoña
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
caracterización de cada tipo de comisaria:
137
• Grupo de comisarías PNP tipo A: Con capacidad de 121 a 240 efectivos policiales. Hasta
1,020 m2 de área construida. Cobertura de 80,001 a 160,000 habitantes.
• Grupo de comisarías PNP tipo B: Con capacidad de 61 a 120 efectivos policiales. Hasta
680 m2 de área construida. Cobertura de 40,001 a 80,000 habitantes.
• Grupo de comisarías PNP tipo C: Con capacidad de 31 a 60 efectivos policiales. Hasta
• Grupo de comisarías PNP tipo D: Con capacidad de 16 a 30 efectivos policiales. Hasta
• Grupo de comisarías PNP tipo E: Con capacidad de 8 a 15 efectivos policiales. Hasta
• Grupo de comisarías PNP tipo F: Con capacidad de 8 a 15 efectivos policiales. Hasta 245
m2 de área construida. Cobertura a menos de 5,000 habitantes.
5.2. Elementos de la Frontera de Posibilidades de Producción
Para la construcción de la frontera de posibilidades de producción se necesitan los
insumos utilizados y los productos obtenidos de tal forma que construyamos una frontera de
producción de la siguiente forma.
Figura 77: La eficiencia y la función de producción
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
La variación de la productividad de la gestión policial de las comisarias implica verificar como
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
de la productividad, para ello utilizaremos el índice de Malmquist, el cual si IPM≤1 significa
que la productividad ha disminuido y si IPM>1, indica que la productividad se ha
incrementado.
Figura 78: Aplicación del Índice de Productividad Malmquist (IPM)
5.4. Estimación de la Frontera de Posibilidades de Producción y los Cambios de la
Frontera de Posibilidades de Producción.
La utilización del análisis envolvente de datos (DEA) implica la construcción de la
frontera de posibilidades de producción multiproducto y sus cambios a través del tiempo se
140
pueden calcular a través del índice de Malmquist, existen varios paquetes de investigación de
operaciones que pueden efectuar estos cálculos.
• DEAP 2.1, es un programa de consola de Tim Coelli que calcula los índices técnicos, de
rentabilidad y de productividad total de factores de Malmquist. Admite rendimientos
constantes y variables a escala en orientación de entrada y salida y proporciona 3 formas
de calcular holguras.
• MDeap 2, Es una aplicación gratuita, relativamente pequeña y autónoma que realiza
cálculos básicos de DEA: modelos con rendimientos constantes y variables, con orientación
de entrada o salida y rendimientos variables constantes, no crecientes, no decrecientes a
escala. Las holguras se pueden calcular de tres formas. También calcula la eficiencia
económica: costes e ingresos.
• EMS, es un sistema de medición de la eficiencia. EMS es gratuito para los usuarios
académicos. calcula tecnologías convexas y no convexas. Rendimientos variables
constantes, no crecientes, no decrecientes a escala. Medidas radiales, aditivas,
maxAverage, minaverage y supereficiencia. Entrada, salida, no orientada. Restricciones de
peso. Entradas / salidas no discrecionales. Soporte para la eficiencia del programa, índices
de Malmquist, análisis de ventanas. Reporta puntajes, precios / pesos sombra, intensidades
("lambdas"), puntos de referencia y holguras.
• MaxDEA La versión básica es gratuita sin limitación en el número de DMU. Puede
calcular modelos CCR, BCC, SBM, costo, revenu y beneficio con todos los rendimientos
a escala habituales: constante, variable, no creciente, no decreciente y generalizado.
También calcula la elasticidad de la escala. Reporta puntajes, precios sombra / pesos,
intensidades ("lambdas"), puntos de referencia y holguras, etc.
Dentro de la presente investigación vamos a utilizar el software DEAP 2.1 para calcula
el DEA y los índices de malmquist.
141
5.5. Determinación de los Cambios de los Niveles de Eficiencia y Productividad en las
Comisarías Básicas de la Región Arequipa
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:
Figura 79: Procesos de Transformación de Insumos en Productos en las Comisarias

Básicas de la PNP de la Región Arequipa
INSUMOS (INPUTS) PRODUCTOS (OUTPUTS)
• Gestión de detenidos
o Detenidos requisitoriados
o Detenidos por diversos delitos
• Gestión anti droga
o Envoltorios de PBC decomisados
o Envoltorios de clorhidrato de cocaína decomisados
o Envoltorios de marihuana decomisados
• Gestión de incautación de armas
o Incautación de armas de fuego
o Incautación de armas blancas
o Gestión contra prostitución clandestina
o Intervención contra meretrices
o Intervención contra homosexuales
o Intervención contra proxenetas
o Intervención contra locales
• Gestión de tráfico ilegal de vehículos
o Vehículos intervenidos por DCP (vehículos mayores)
o Vehículos intervenidos con requisitorias (vehículos
• Tipo de comisaria mayores)
• Cantidad de personal Proceso de o Vehículos recuperados (vehículos mayores)
transformación
• Cantidad de de Comisarias o Vehículos internados al depósito (vehículos
Operativos mayores)
realizados o Vehículos Intervenidos por DCP (vehículos
menores)
o Vehículos intervenidos con requisitorias (vehículos
menores)
o Vehículos recuperados (vehículos menores)
o Vehículos internados al depósito (vehículos
menores)
• Gestión anti manejo imprudente
o Personas con resultado positivo alcoholemia
o Intervenidos por lunas oscurecidas
o Papeletas impuestas
• Gestión anti organizaciones criminales
o Bandas desarticuladas
o Intervenciones por pandillaje
• Gestión de tráfico ilegal de Bienes
o Contrabando
o Combustible
o Madera comisada
o Dinero incautado
142
5.5.1. Cambios de Productividad en la Gestión de Detenidos
Para analizar la variación de la productividad y eficiencia de la gestión de detenidos en
las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante se estimó el
cambio en la eficiencia compuesto por: Cambio de eficiencia tecnológica, cambio de eficiencia
técnica, cambio de eficiencia pura, cambio de eficiencia a 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 productividad ha disminuido,
mientras si este es mayor que uno implica un incremento de la eficiencia y productividad.

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
Cambio de eficiencia pura

CANTIDAD DE PERSONAL
Cambio de eficiencia a
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
Cambio en la
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
Cambio en la
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
Cambio en la
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
Cambio en la
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
San Jose 2 0 10 218 2 4 10 77 0.732 1.518 0.693 1.055 1.11

Andaray 1 0 12 8 0 0 12 18 0 0.83 0 1.254 0
El Cardo 8 2 12 104 7 3 12 30 1 1.43 1 1 1.43
Huacapuy 3 37 12 177 11 35 12 138 1 1.225 1 1 1.225
Pucchun 6 27 11 114 10 26 11 67 1 1.498 1 1 1.498
Quilca 2 1 12 1 6 10 12 124 0.546 0.607 0.555 0.984 0.332
Andagua 0 0 13 1 0 2 13 0 ******** 1.000Inf
Machahuay 1 4 10 10 0 1 10 5 0.177 2.122 0.279 0.634 0.376
Huanca 4 2 15 32 4 4 15 102 0.409 1.506 0.507 0.807 0.617
Huambo 0 1 7 15 0 2 7 79 0.45 1.371 1 0.45 0.616
Alca 6 0 20 3 3 10 20 6 1 0.889 1 1 0.889
Charcana 1 0 7 6 0 0 7 0 0 0.887 0 2.313 0
145
5.5.2. Cambios de Productividad en la Gestión Antidroga
Para analizar la variación de la productividad y eficiencia de la gestión anti drogas en

Antidrogas de las Comisarías PNP en la Región Arequipa, 2018-2019
Comisarias Tipo A
Cambio en la
Cambio de eficiencia a escala

Cambio de eficiencia técnica

MARIHUANA
MARIHUANA
REALIZADOS
REALIZADOS
tecnológica
Comisarias
PNP
PNP
PBC
PBC
CC
CC
Palacio Viejo 5 0 0 90 176 25 0 0 90 112 1.786 4.4 1.813 0.985 7.857

Santa Marta 0 0 0 137 432 0 0 17 137 200 1.127* 1.000*
Cerro Colorado 0 0 1 89 185 0 0 0 89 123 0 0.944 0 1.046 0
J.L.B.Y. RIVERO 20 0 0 111 288 0 0 1 111 256 1.28 1.638 1.154 1.109 2.097
Miraflores 0 0 1 85 238 0 0 0 85 235 0 0.814 0 1.008 0
Ciudad Mi
29 0 11 68 291 0 0 0 68 133 0 0.672 0 1.079 0
Trabajo
Yanahuara 0 0 8 83 331 0 0 0 83 114 0 0.682 0 1.303 0
Camaná 180 0 0 146 156 0 0 13 146 140 1.061 2.471 1 1.061 2.622
Mollendo 311 8 17 63 254 668 36 3 63 124 1 1.935 1 1 1.935
Ciudad Blanca 0 0 0 43 135 0 0 0 43 90 1 1 1 1 1
Aplao 0 0 0 31 27 0 0 1 31 45 1.128* 0.261*
El Pedregal 66 0 0 78 94 5 0 9 78 169 1.628 1.936 1.41 1.155 3.153
146
Comisarias Tipo B
Cambio en la
Output Input Output Input Cambio en la Eficiencia
Productividad
Cambio de eficiencia tecnológica

CANTIDAD DE PERSONAL PNP

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
Cambio en la


MARIHUANA
MARIHUANA
Comisarias
REALIZADOS
REALIZADOS
tecnológica
PBC
PBC
CC
CC
El Porvenir 0 0 3 58 167 0 0 0 58 181 NaN NaN NaN NaN

Tiabaya 0 0 1 37 188 0 0 3 37 104 1 6 1 0 3.486
Congata 0 0 0 33 266 0 0 0 33 172 NaN NaN NaN NaN
Acari 0 0 0 11 217 0 0 4 11 41 NaN NaN NaN NaN
Acequia Alta 0 0 1 40 187 0 0 3 40 178 0 7 1 0 3
Dean Valdivia 0 0 0 39 90 0 0 0 39 196 NaN NaN NaN NaN
Aeropuerto 0 0 0 22 21 0 0 0 22 95 NaN NaN NaN NaN
Ciudad Municipal 0 0 0 54 232 0 0 0 54 123 NaN NaN NaN NaN
Andres A. Caceres 0 0 0 42 154 0 0 0 42 122 NaN NaN NaN NaN
El Triunfo 0 0 0 23 23 0 0 0 23 17 NaN NaN NaN NaN
Jerusalen 0 0 0 30 259 0 0 0 30 267 NaN NaN NaN NaN
Campo Marte 0 0 0 32 112 0 0 0 32 192 NaN NaN NaN NaN
Jesus Maria 3 0 1 44 32 0 0 1 44 140 0 4 0 0 0.317
Sachaca 0 0 0 31 157 25 0 0 31 136 NaN NaN NaN NaN
Pampa Camarones 0 0 0 35 252 0 0 0 35 217 NaN NaN NaN NaN
Ciudad de Dios 0 0 0 33 211 0 0 0 33 163 NaN NaN NaN NaN
Jaquí 0 0 0 9 213 0 0 0 9 177 NaN NaN NaN NaN
Yauca 0 0 0 10 324 0 0 0 10 328 NaN NaN NaN NaN
Caylloma 0 0 0 18 7 0 0 0 18 53 NaN NaN NaN NaN
Mejia 0 0 0 14 97 0 0 0 14 40 NaN NaN NaN NaN
Cotahuasi 0 0 0 17 8 0 0 0 17 2 NaN NaN NaN NaN
Israel 0 0 1 39 136 0 0 0 39 224 NaN NaN NaN NaN
Minas Ocoña 0 0 0 38 87 15 0 1 38 63 NaN NaN NaN NaN
147
Comisarias Tipo D
Cambio en la
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
Cambio en la
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

Andaray 0 0 0 12 8 0 0 0 12 18 NaN NaN NaN NaN
El Cardo 0 0 0 12 104 0 0 0 12 30 NaN NaN NaN NaN
Huacapuy 0 0 0 12 177 0 0 0 12 138 NaN NaN NaN NaN
Pucchun 0 0 1 11 114 0 0 0 11 67 NaN NaN NaN NaN
Quilca 0 0 0 12 1 0 0 0 12 124 NaN NaN NaN NaN
Andagua 0 0 0 13 1 0 0 0 13 0 NaN NaN NaN NaN
Machahuay 0 0 0 10 10 0 0 0 10 5 NaN NaN NaN NaN
Huanca 0 0 0 15 32 0 0 0 15 102 NaN NaN NaN NaN
Huambo 0 0 0 7 15 0 0 0 7 79 NaN NaN NaN NaN
Alca 0 0 0 20 3 0 0 0 20 6 NaN NaN NaN NaN
Charcana 0 0 0 7 6 0 0 0 7 0 NaN NaN NaN NaN
148
5.5.3. Cambios de Productividad en la Gestión anti Armas
Para analizar la variación de la productividad y eficiencia de la gestión anti armas en

Comisarias Tipo A
Cambio en la
Productividad

OPERATIVOS REALIZADOS
ARMAS DE FUEGO
ARMAS DE FUEGO
ARMAS BLANCAS
ARMAS BLANCAS
CANTIDAD DE
CANTIDAD DE
tecnológica
Comisarias
técnica
escala
PNP
PNP
Palacio Viejo 1 2 90 176 2 0 90 112 1 0.416 1 1 0.416

Santa Marta 2 1 137 432 1 0 137 200 1.037 0.31 0.955 1.087 0.322
Cerro Colorado 0 1 89 185 1 0 89 123 0.973 0.485 1.039 0.936 0.472
J.L.B.Y. RIVERO 2 1 111 288 1 1 111 256 2.084 0.414 1.591 1.31 0.863
Miraflores 0 0 85 238 0 0 85 235 1 1 1 1 1
Ciudad Mi Trabajo 0 3 68 291 0 0 68 133 0 0.682 0 1 0
Yanahuara 2 0 83 331 1 0 83 114 1.876 0.307 1.771 1.059 0.576
Camaná 3 0 146 156 0 3 146 140 3.872 0.672 2.333 1.66 2.604
Mollendo 0 0 63 254 2 0 63 124 0.595*** 1.000***
Ciudad Blanca 1 0 43 135 0 0 43 90 0 0.595 0 2.159 0
Aplao 0 0 31 27 0 0 31 45 1 1 1 1 1
El Pedregal 7 1 78 94 0 0 78 169 0 0.463 0 1 0
149
Comisarias Tipo B
Cambio en la


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
Cambio en la

ARMAS DE FUEGO
ARMAS DE FUEGO
ARMAS BLANCAS
ARMAS BLANCAS
Comisarias
REALIZADOS
REALIZADOS
tecnológica
escala
PNP
PNP
El Porvenir 0 0 58 167 0 1 58 181 1.074*** 0.751***

Tiabaya 0 1 37 188 0 0 37 104 0 1 0 1 0
Congata 1 0 33 266 1 0 33 172 3 0 2 2 1.161
Acari 2 0 11 217 1 0 11 41 3 0 3 1 0.921
Acequia Alta 1 0 40 187 1 0 40 178 2 1 1 1 1.015
Dean Valdivia 0 0 39 90 0 0 39 196 1 1 1 1 1
Aeropuerto 0 0 22 21 0 0 22 95 1 1 1 1 1
Ciudad Municipal 0 0 54 232 1 0 54 123 0.896*** 0.704***
Andres A. Caceres 0 0 42 154 0 0 42 122 1 1 1 1 1
El Triunfo 0 0 23 23 0 0 23 17 1 1 1 1 1
Jerusalen 0 0 30 259 0 0 30 267 1 1 1 1 1
Campo Marte 0 0 32 112 0 0 32 192 1 1 1 1 1
Jesus Maria 1 0 44 32 0 0 44 140 0 1 0 1 0
Sachaca 0 1 31 157 1 1 31 136 1 1 1 1 1.129
Pampa Camarones 0 0 35 252 0 1 35 217 1.000*** 0.886***
Ciudad de Dios 0 0 33 211 1 0 33 163 0.729*** 0.992***
Jaquí 6 0 9 213 0 0 9 177 0 0 0 1 0
Yauca 0 0 10 324 0 0 10 328 1 1 1 1 1
Caylloma 1 0 18 7 0 0 18 53 0 1 0 1 0
Mejia 0 0 14 97 0 0 14 40 1 1 1 1 1
Cotahuasi 0 0 17 8 0 0 17 2 1 1 1 1 1
Israel 0 0 39 136 0 0 39 224 1 1 1 1 1
Minas Ocoña 5 0 38 87 4 0 38 63 1 1 1 1 0.89
150
Comisarias Tipo D
Cambio en la
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
Cambio en la
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
San Jose 0 0 10 218 0 0 10 77 NaN NaN NaN NaN

Andaray 0 0 12 8 1 0 12 18 NaN NaN NaN NaN
El Cardo 0 0 12 104 0 0 12 30 NaN NaN NaN NaN
Huacapuy 0 0 12 177 0 0 12 138 NaN NaN NaN NaN
Pucchun 0 0 11 114 1 0 11 67 NaN NaN NaN NaN
Quilca 0 0 12 1 0 0 12 124 NaN NaN NaN NaN
Andagua 0 0 13 1 0 0 13 0 NaN NaN NaN NaN
Machahuay 0 0 10 10 0 0 10 5 NaN NaN NaN NaN
Huanca 0 0 15 32 1 0 15 102 NaN NaN NaN NaN
Huambo 0 0 7 15 0 0 7 79 NaN NaN NaN NaN
Alca 0 0 20 3 3 0 20 6 NaN NaN NaN NaN
Charcana 0 0 7 6 0 0 7 0 NaN NaN NaN NaN
151
5.5.4. Cambios de Productividad en la Gestión Contra la Prostitución Clandestina
Para analizar la variación de la productividad y eficiencia de la gestión contra la
prostitución clandestina en las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1
mediante se estimó el cambio en la eficiencia compuesto por: Cambio de eficiencia
tecnológica, cambio de eficiencia técnica, cambio de eficiencia pura, cambio de eficiencia a
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
productividad ha disminuido, mientras si este es mayor que uno implica un incremento de la
eficiencia y productividad.

Comisarias Tipo A
Cambio en la
Productividad

LOCALES INTERVENIDOS
HOMOSEXUALES
HOMOSEXUALES
PROXENETAS
PROXENETAS
MERETRICES
MERETRICES
REALIZADOS
REALIZADOS
tecnológica
Comisarias
técnica
escala
PNP
PNP
Palacio Viejo 22 5 0 0 90 176 0 4 0 0 90 112 NaN NaN NaN NaN

Santa Marta 1 0 0 2 137 432 15 0 0 1 137 200 1.408 0.355 1.383 1.018 0.5
Cerro Colorado 0 0 0 0 89 185 0 0 0 0 89 123 NaN NaN NaN NaN
J.L.B.Y. RIVERO 30 0 0 2 111 288 0 0 0 0 111 256 NaN NaN NaN NaN
Miraflores 6 0 0 1 85 238 0 0 0 0 85 235 NaN NaN NaN NaN
Ciudad Mi
0 0 0 0 68 291 0 0 0 0 68 133 NaN NaN NaN NaN
Trabajo
Yanahuara 0 0 0 0 83 331 0 0 0 0 83 114 NaN NaN NaN NaN
Camaná 15 0 0 3 146 156 0 0 0 0 146 140 NaN NaN NaN NaN
Mollendo 0 0 0 0 63 254 0 0 0 0 63 124 NaN NaN NaN NaN
Ciudad Blanca 0 0 0 0 43 135 0 0 0 0 43 90 NaN NaN NaN NaN
Aplao 0 0 0 0 31 27 0 0 0 0 31 45 NaN NaN NaN NaN
El Pedregal 0 0 0 0 78 94 0 0 0 0 78 169 NaN NaN NaN NaN
152
Comisarias Tipo B
Cambio en la

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
Cambio en la


HOMOSEXUALES
HOMOSEXUALES
PROXENETAS
PROXENETAS
Comisarias
MERETRICES
MERETRICES
REALIZADOS
REALIZADOS
El Porvenir 0 0 0 0 58 167 0 0 0 0 58 181 NaN NaN NaN NaN

Tiabaya 0 0 0 0 37 188 0 0 0 0 37 104 NaN NaN NaN NaN
Congata 0 0 0 0 33 266 0 0 0 0 33 172 NaN NaN NaN NaN
Acari 0 0 0 0 11 217 0 0 0 0 11 41 NaN NaN NaN NaN
Acequia Alta 0 0 0 0 40 187 0 0 0 0 40 178 NaN NaN NaN NaN
Dean Valdivia 0 0 0 0 39 90 0 0 0 0 39 196 NaN NaN NaN NaN
Aeropuerto 0 0 0 0 22 21 0 0 0 0 22 95 NaN NaN NaN NaN
Ciudad Municipal 0 0 0 0 54 232 0 0 0 0 54 123 NaN NaN NaN NaN
Andres A. Caceres 0 0 0 0 42 154 0 0 0 0 42 122 NaN NaN NaN NaN
El Triunfo 0 0 0 0 23 23 0 0 0 0 23 17 NaN NaN NaN NaN
Jerusalen 0 0 0 0 30 259 0 0 0 0 30 267 NaN NaN NaN NaN
Campo Marte 0 0 0 0 32 112 0 0 0 0 32 192 NaN NaN NaN NaN
Jesus Maria 0 0 0 0 44 32 0 0 0 0 44 140 NaN NaN NaN NaN
Sachaca 0 0 0 0 31 157 0 0 0 0 31 136 NaN NaN NaN NaN
Pampa Camarones 3 0 0 3 35 252 29 1 0 6 35 217 1 2 1 1 2.155
Ciudad de Dios 0 0 0 0 33 211 0 0 0 0 33 163 NaN NaN NaN NaN
Jaquí 0 0 0 0 9 213 0 0 0 0 9 177 NaN NaN NaN NaN
Yauca 0 0 0 0 10 324 0 0 0 0 10 328 NaN NaN NaN NaN
Caylloma 0 0 0 0 18 7 0 0 0 0 18 53 NaN NaN NaN NaN
Mejia 0 0 0 0 14 97 0 0 0 0 14 40 NaN NaN NaN NaN
Cotahuasi 0 0 0 0 17 8 0 0 0 0 17 2 NaN NaN NaN NaN
Israel 0 0 0 0 39 136 0 0 0 0 39 224 NaN NaN NaN NaN
Minas Ocoña 0 0 0 0 38 87 0 0 0 0 38 63 NaN NaN NaN NaN
153
Comisarias Tipo D
Cambio en la
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
Cambio en la
Productividad
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
San Jose 0 0 0 0 10 218 0 0 0 0 10 77 NaN NaN NaN NaN

Andaray 0 0 0 0 12 8 0 0 0 0 12 18 NaN NaN NaN NaN
El Cardo 0 0 0 0 12 104 0 0 0 0 12 30 NaN NaN NaN NaN
Huacapuy 0 0 0 0 12 177 0 0 0 0 12 138 NaN NaN NaN NaN
Pucchun 0 0 0 0 11 114 0 0 0 0 11 67 NaN NaN NaN NaN
Quilca 0 0 0 0 12 1 0 0 0 0 12 124 NaN NaN NaN NaN
Andagua 0 0 0 0 13 1 0 0 0 0 13 0 NaN NaN NaN NaN
Machahuay 0 0 0 0 10 10 0 0 0 0 10 5 NaN NaN NaN NaN
Huanca 0 0 0 0 15 32 0 0 0 0 15 102 NaN NaN NaN NaN
Huambo 0 0 0 0 7 15 0 0 0 0 7 79 NaN NaN NaN NaN
Alca 0 0 0 0 20 3 0 0 0 0 20 6 NaN NaN NaN NaN
Charcana 0 0 0 0 7 6 0 0 0 0 7 0 NaN NaN NaN NaN
154
5.5.5. Cambios de Productividad en la Gestión del Tráfico Ilegal de Vehículos
Para analizar la variación de la productividad y eficiencia de la gestión del tráfico ilegal
de vehículos en las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante
se estimó el cambio en la eficiencia compuesto por: Cambio de eficiencia tecnológica, cambio
de eficiencia técnica, cambio de eficiencia pura, cambio de eficiencia a 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 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
Cambio en la
VEHICULOS INTERNADOS AL DEPOSITO (veh. menores)

VEHICULOS INTERNADOS AL DEPOSITO (veh. mayores)
VEHICULOS RECUPERADOS (veh. menores)

VEHICULOS RECUPERADOS (veh. mayores)
CANTIDAD DE OPERATIVOS REALIZADOS

INTERVENIDOS POR DCP (veh. menores)
INTERVENIDOS POR DCP (veh. mayores)
VEHICULOS INTERNADOS AL DEPOSITO

VEHICULOS CON RQ (veh. mayores)
VEHICULOS CON RQ (veh. menores)


VEHICULOS RECUPERADOS

INTERVENIDOS POR DCP

VEHICULOS CON RQ
VEHICULOS CON RQ
Comisarias
Palacio Viejo 2 158 1 5 0 1 3 2 90 176 2 33 0 0 0 1 0 0 90 112 1 0.554 1 1 0.554

Santa Marta 0 5 0 185 0 2 0 15 137 432 1 1 0 9 0 0 0 0 137 200 0.484 0.308 0.488 0.991 0.149
Cerro Colorado 4 20 1 15 0 0 0 2 89 185 0 6 1 0 0 0 0 0 89 123 0.476 0.643 0.553 0.862 0.306
J.L.B.Y. RIVERO 1 8 1 162 0 0 0 1 111 288 1 1 5 29 1 1 0 0 111 256 1 0.525 1 1 0.525
Miraflores 1 51 0 0 0 0 2 0 85 238 1 5 0 0 0 0 0 0 85 235 0.611 0.397 0.678 0.901 0.243
Ciudad Mi Trabajo 5 6 3 19 0 0 0 0 68 291 3 9 1 0 0 2 0 0 68 133 1 1.167 1 1 1.167
Yanahuara 0 93 0 1 0 0 1 0 83 331 0 5 0 0 0 0 0 0 83 114 0.257 0.246 0.256 1.006 0.063
Camaná 0 0 0 0 4 0 1 2 146 156 1 5 0 4 1 0 2 6 146 140 0.817 0.975 0.896 0.912 0.797
Mollendo 7 4 1 4 0 1 0 0 63 254 4 4 1 3 0 0 1 0 63 124 1 0.82 1 1 0.82
Ciudad Blanca 1 3 2 0 0 0 0 0 43 135 0 1 1 0 0 0 1 0 43 90 0.643 0.817 0.723 0.889 0.525
Aplao 0 2 0 0 0 0 0 0 31 27 0 2 1 0 0 0 0 0 31 45 12.119 0.518 1 12.119 6.275
El Pedregal 0 8 3 1 2 0 13 0 78 94 4 7 1 0 2 0 15 38 78 169 1 1.717 1 1 1.717
156
Comisarias Tipo B
Cambio en la
INTERVENIDOS POR DCP (veh.
INTERVENIDOS POR DCP (veh.


VEHICULOS INTERNADOS AL

VEHICULOS CON RQ (veh.
DEPOSITO (veh. menores)

DEPOSITO (veh. mayores)

VEHICULOS CON RQ
VEHICULOS CON RQ
(veh. menores)
(veh. mayores)
REALIZADOS
REALIZADOS
tecnológica
Comisarias
DEPOSITO
DEPOSITO
menores)
menores)
mayores)
mayores)
La Pampa 0 0 0 0 1 0 1 0 36 56 0 1 0 0 0 0 0 0 36 200 0 0 0 1 0.019

Caravelí 0 0 0 4 0 0 0 1 13 180 0 0 0 0 0 2 0 0 13 154 2.419 1 2.419
Alto Selva Alegre 0 5 0 0 0 0 0 0 83 231 0 3 2 0 0 1 0 0 83 94 18.109 10 1.886
Independencia 0 1 0 0 0 0 0 0 46 208 0 1 0 0 0 0 0 0 46 227 3 0 3 1 1
Cayma 0 5 0 0 0 0 0 0 70 121 0 11 1 0 0 1 0 0 70 312 5.860 8 0.773
Mariscal Castilla 0 9 1 0 0 0 0 0 46 242 1 1 1 0 0 0 0 0 46 262 2 1 2 1 1.14
Zamacola 1 3 2 57 0 0 0 8 43 186 0 7 1 1 0 0 0 0 43 156 1 0 1 1 0.095
Hunter 3 3 0 82 0 0 0 4 77 246 2 3 1 0 0 0 0 0 77 167 1 0 1 1 0.246
Simon Bolivar 1 43 0 0 0 0 0 0 52 166 1 19 2 0 0 1 1 0 52 109 1.280 1 1.189
La Joya 0 2 3 0 0 0 1 0 25 34 1 0 0 0 0 0 0 1 25 101 1 0 1 1 0.469
Mariano Melgar 1 8 3 19 0 0 0 1 57 267 1 2 2 7 0 0 0 0 57 313 1 0 1 1 0.431
Alto Misti 0 1 1 0 0 0 0 0 54 271 2 4 0 0 0 0 0 0 54 225 5 1 3 2 3.931
Juan de Dios
1 12 0 0 0 0 0 0 43 176 2 2 1 2 0 0 0 0 43 171 2 1 2 1 1.466
Colca Apaza
Miguel Grau 1 3 1 0 0 0 0 0 44 150 0 0 3 0 0 0 0 0 44 65 2 1 2 1 1.221
Socabaya 1 48 3 0 0 0 0 0 44 93 0 11 1 0 0 0 0 0 44 54 1 0 1 1 0.391
Chala 2 1 1 0 0 0 0 0 24 170 1 2 2 0 0 0 0 0 24 268 1 1 1 1 0.757
Chuquibamba 0 0 0 0 0 0 0 0 16 3 0 1 0 0 0 0 0 0 16 2 0.984******** 1.000********
Chivay 0 4 0 0 0 0 0 0 25 42 0 0 0 0 0 0 0 0 25 102 0 1 0 1 0
Cocachacra 0 0 0 0 0 0 0 0 25 38 0 0 0 0 0 0 0 0 25 17 1 1 1 1 1
Matarani 1 0 1 2 0 0 0 0 18 167 0 1 0 0 0 1 0 0 18 70 1.070 1 1.070
Atico 1 4 0 0 0 0 0 0 15 264 0 2 0 4 1 0 1 0 15 295 1 1 1 1 1.264
157
Comisarias Tipo C
Cambio en la




VEHICULOS CON RQ
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
Cambio en la




VEHICULOS CON RQ
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
Cambio en la
VEHICULOS INTERNADOS AL DEPOSITO (veh.

VEHICULOS INTERNADOS AL DEPOSITO (veh.
VEHICULOS RECUPERADOS (veh. menores)

VEHICULOS RECUPERADOS (veh. mayores)

INTERVENIDOS POR DCP (veh. menores)
INTERVENIDOS POR DCP (veh. mayores)

VEHICULOS CON RQ (veh. mayores)
VEHICULOS CON RQ (veh. menores)




VEHICULOS CON RQ
VEHICULOS CON RQ
Comisarias
menores)
mayores)
San Jose 0 0 0 0 0 0 0 0 10 218 0 2 0 0 0 0 0 0 10 77 NaN NaN NaN NaN

Andaray 0 0 0 0 0 0 0 0 12 8 0 0 0 0 0 0 0 0 12 18 NaN NaN NaN NaN
El Cardo 0 1 0 0 0 0 0 0 12 104 0 1 0 0 0 0 0 0 12 30 NaN NaN NaN NaN
Huacapuy 0 0 0 0 0 0 1 1 12 177 0 0 0 0 0 0 1 1 12 138 1 1 1 1 1.133
Pucchun 0 1 0 0 0 0 0 0 11 114 0 1 0 0 0 0 2 0 11 67 NaN NaN NaN NaN
Quilca 0 0 0 0 0 0 0 0 12 1 0 0 0 0 0 0 0 0 12 124 NaN NaN NaN NaN
Andagua 0 0 0 0 0 0 0 0 13 1 0 0 0 0 0 0 0 0 13 0 NaN NaN NaN NaN
Machahuay 0 0 0 0 0 0 0 0 10 10 0 0 0 0 0 0 0 0 10 5 NaN NaN NaN NaN
Huanca 0 0 0 0 0 0 0 0 15 32 0 0 0 0 0 0 0 0 15 102 NaN NaN NaN NaN
Huambo 0 0 0 0 0 0 0 0 7 15 0 0 0 0 0 0 0 0 7 79 NaN NaN NaN NaN
Alca 0 0 0 0 0 0 0 0 20 3 0 0 0 0 0 0 0 0 20 6 NaN NaN NaN NaN
Charcana 0 0 0 0 0 0 0 0 7 6 0 0 0 0 0 0 0 0 7 0 NaN NaN NaN NaN
160
5.5.6. Cambios de Productividad en la Gestión Anti Manejo Imprudente
Para analizar la variación de la productividad y eficiencia de la gestión del anti manejo
imprudente en las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante se
estimó el cambio en la eficiencia compuesto por: Cambio de eficiencia tecnológica, cambio de
eficiencia técnica, cambio de eficiencia pura, cambio de eficiencia a escala y el cambio en la
Tabla 45: Cambios de los niveles de eficiencia y productividad en la Gestión de

Comisarias Tipo A
Cambio en la
PERS. RESUL. POSITIVO ALCOHOLEMIA

REMITIDOS A LAS COMISARIAS POR
REMITIDOS A LAS COMISARIAS POR


PAPELETAS IMPUESTAS
PAPELETAS IMPUESTAS
LUNAS OSCURECIDAS
LUNAS OSCURECIDAS
REALIZADOS
REALIZADOS
Comisarias
Palacio Viejo 89 3 138 90 176 51 0 9 90 112 0.215 0 0.261 0.826 0

Santa Marta 389 1 352 137 432 221 0 12 137 200 0.483 0 0.495 0.975 0
Cerro Colorado 93 2 27 89 185 73 0 5 89 123 0.363 0 0.426 0.852 0
J.L.B.Y. RIVERO 657 1 236 111 288 366 0 46 111 256 0.655 0 0.762 0.859 0
Miraflores 491 0 30 85 238 555 0 4 85 235 1.025 1.054 1 1.025 1.08
Ciudad Mi Trabajo 157 2 103 68 291 107 0 14 68 133 0.37 0 0.42 0.88 0
Yanahuara 63 2 57 83 331 56 0 25 83 114 0.373 0 0.427 0.872 0
Camaná 42 0 263 146 156 86 0 357 146 140 1 1.442 1 1 1.442
Mollendo 88 0 147 63 254 81 0 39 63 124 0.431 0.849 0.442 0.974 0.366
Ciudad Blanca 64 0 17 43 135 43 0 36 43 90 1.615 0.858 1.042 1.549 1.385
Aplao 6 0 19 31 27 13 0 29 31 45 0.931 1.32 1 0.931 1.228
El Pedregal 215 0 128 78 94 245 0 150 78 169 1 0.822 1 1 0.822
161
Comisarias Tipo B
Cambio en la

REMITIDOS A LAS COMISARIAS
REMITIDOS A LAS COMISARIAS


POR LUNAS OSCURECIDAS
POR LUNAS OSCURECIDAS

PAPELETAS IMPUESTAS
PAPELETAS IMPUESTAS
PERS. RESUL. POSITIVO
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
Cambio en la
COMISARIAS POR LUNAS

PAPELETAS IMPUESTAS
PAPELETAS IMPUESTAS
de eficiencia
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
El Porvenir 31 2 18 58 167 23 0 2 58 181 1 0 0 1 0

Tiabaya 30 0 5 37 188 33 0 1 37 104 3 0 3 1 1.626
Congata 28 0 5 33 266 22 0 6 33 172 2 1 2 1 0.914
Acari 3 0 75 11 217 5 0 4 11 41 0 1 1 0 0.298
Acequia Alta 212 0 18 40 187 103 0 0 40 178 1 0 1 1 0.488
Dean Valdivia 107 0 9 39 90 52 0 4 39 196 1 0 1 1 0.25
Aeropuerto 0 0 0 22 21 0 0 0 22 95 1 1 1 1 1
Ciudad Municipal 65 0 5 54 232 55 0 5 54 123 3 0 3 1 1.565
Andres A. Caceres 26 0 23 42 154 31 0 105 42 122 3 1 3 1 3.418
El Triunfo 18 0 0 23 23 8 0 0 23 17 1 0 1 1 0.588
Jerusalen 76 1 6 30 259 64 0 0 30 267 1 0 1 1 0
Campo Marte 41 0 14 32 112 25 0 95 32 192 2 1 2 1 1.822
Jesus Maria 43 0 28 44 32 46 0 11 44 140 1 0 1 1 0.269
Sachaca 21 7 28 31 157 25 0 68 31 136 1 0 1 1 0
Pampa Camarones 50 0 96 35 252 36 0 34 35 217 1 1 1 1 0.505
Ciudad de Dios 21 0 6 33 211 12 0 0 33 163 1 1 1 1 0.517
Jaquí 1 0 0 9 213 7 0 0 9 177 14 0 1 14 7
Yauca 4 0 122 10 324 0 0 116 10 328 1 1 1 1 0.888
Caylloma 0 0 0 18 7 0 0 0 18 53 1 1 1 1 1
Mejia 5 0 9 14 97 2 0 4 14 40 1 1 0 2 0.706
Cotahuasi 0 0 1 17 8 1 0 0 17 2 6 1 1 6 3.937
Israel 25 0 0 39 136 19 0 0 39 224 1 0 1 1 0.586
Minas Ocoña 6 0 13 38 87 6 0 3 38 63 1 1 1 1 0.573
162
Comisarias Tipo D
Cambio en la


PAPELETAS IMPUESTAS
IMPUESTAS
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
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
Cambio en la
LUNAS OSCURECIDAS
LUNAS OSCURECIDAS
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
San Jose 2 0 19 10 218 2 0 30 10 77 1 6 1 1 3.247

Andaray 0 0 0 12 8 0 0 0 12 18 NaN NaN NaN NaN
El Cardo 3 0 5 12 104 1 0 9 12 30 1 8 1 1 6.24
Huacapuy 2 0 13 12 177 6 0 99 12 138 1 7 1 1 8.625
Pucchun 1 0 0 11 114 2 0 7 11 67 NaN NaN NaN NaN
Quilca 0 0 0 12 1 1 0 1 12 124 NaN NaN NaN NaN
Andagua 0 0 0 13 1 0 0 0 13 0 NaN NaN NaN NaN
Machahuay 1 0 0 10 10 0 0 0 10 5 NaN NaN NaN NaN
Huanca 1 0 0 15 32 0 0 0 15 102 NaN NaN NaN NaN
Huambo 0 0 0 7 15 0 0 0 7 79 NaN NaN NaN NaN
Alca 0 0 0 20 3 0 0 0 20 6 NaN NaN NaN NaN
Charcana 0 0 0 7 6 0 0 0 7 0 NaN NaN NaN NaN
163
5.5.6. Cambios de Productividad en la Gestión Anti Organizaciones Criminales
Para analizar la variación de la productividad y eficiencia de la gestión anti
organizaciones criminales en las comisarías de la Región Arequipa se ha utilizado del DEAP
2.1 mediante se estimó el cambio en la eficiencia compuesto por: Cambio de eficiencia
tecnológica, cambio de eficiencia técnica, cambio de eficiencia pura, cambio de eficiencia a
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
productividad ha disminuido, mientras si este es mayor que uno implica un incremento de la
eficiencia y productividad.

Comisarias Tipo A
Cambio en la
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
Palacio Viejo 4 0 90 176 17 0 90 112 1.703 3.18 1.594 1.068 5.417

Santa Marta 2 0 137 432 1 0 137 200 0.18 3.512 0.13 1.391 0.633
Cerro Colorado 6 0 89 185 5 0 89 123 0.302 3.434 0.28 1.08 1.039
J.L.B.Y. RIVERO 7 0 111 288 23 0 111 256 0.779 4.247 0.852 0.914 3.307
Miraflores 3 0 85 238 1 0 85 235 0.08 4.184 0.078 1.02 0.334
Ciudad Mi Trabajo 6 0 68 291 1 0 68 133 0.047 3.922 0.051 0.914 0.185
Yanahuara 3 0 83 331 1 0 83 114 0.132 3.352 0.125 1.056 0.444
Camaná 4 0 146 156 2 0 146 140 0.223 2.503 0.144 1.544 0.557
Mollendo 4 0 63 254 11 0 63 124 0.764 3.954 0.821 0.93 3.02
Ciudad Blanca 0 0 43 135 0 0 43 90 1 1 1 1 1
Aplao 0 0 31 27 0 0 31 45 1 1 1 1 1
El Pedregal 6 0 78 94 27 0 78 169 1 3.281 1 1 3.281
164
Comisarias Tipo B
Cambio en la
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
Cambio en la

BANDAS DESARTICULADAS
Comisarias
REALIZADOS
PANDILLAJE
PANDILLAJE
El Porvenir 2 0 58 167 2 0 58 181 0 3 0 1 0.956

Tiabaya 2 0 37 188 0 0 37 104 0 2 0 1 0
Congata 0 0 33 266 0 0 33 172 1 1 1 1 1
Acari 1 0 11 217 2 0 11 41 1 2 2 0 2.391
Acequia Alta 6 0 40 187 1 0 40 178 0 3 0 1 0.167
Dean Valdivia 1 0 39 90 0 0 39 196 0 1 0 1 0
Aeropuerto 0 0 22 21 0 0 22 95 1 1 1 1 1
Ciudad Municipal 3 0 54 232 1 0 54 123 0 2 0 1 0.409
Andres A. Caceres 0 0 42 154 0 0 42 122 1 1 1 1 1
El Triunfo 3 0 23 23 0 0 23 17 0 1 0 1 0
Jerusalen 2 0 30 259 0 0 30 267 0 2 0 1 0
Campo Marte 3 0 32 112 0 0 32 192 0 2 0 1 0
Jesus Maria 4 0 44 32 17 0 44 140 1 2 1 1 1.66
Sachaca 0 0 31 157 0 0 31 136 1 1 1 1 1
Pampa Camarones 4 0 35 252 1 0 35 217 0 2 0 1 0.253
Ciudad de Dios 3 0 33 211 0 0 33 163 0 2 0 1 0
Jaquí 2 0 9 213 0 0 9 177 0 1 0 1 0
Yauca 0 0 10 324 1 0 10 328 1.319******** 0.259********
Caylloma 0 0 18 7 2 0 18 53 1.594******** 0.689********
Mejia 0 0 14 97 0 0 14 40 1 1 1 1 1
Cotahuasi 0 0 17 8 0 0 17 2 1 1 1 1 1
Israel 2 0 39 136 0 0 39 224 0 2 0 1 0
Minas Ocoña 5 0 38 87 5 0 38 63 1 2 1 1 1.19
165
Comisarias Tipo D
Cambio en la
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
Cambio en la
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
San Jose 0 10 218 0 0 10 77 NaN NaN NaN NaN

Andaray 0 12 8 0 0 12 18 NaN NaN NaN NaN
El Cardo 0 12 104 0 0 12 30 NaN NaN NaN NaN
Huacapuy 0 12 177 0 0 12 138 NaN NaN NaN NaN
Pucchun 0 11 114 0 0 11 67 NaN NaN NaN NaN
Quilca 0 12 1 0 0 12 124 NaN NaN NaN NaN
Andagua 0 13 1 0 0 13 0 NaN NaN NaN NaN
Machahuay 0 10 10 0 0 10 5 NaN NaN NaN NaN
Huanca 0 15 32 0 0 15 102 NaN NaN NaN NaN
Huambo 0 7 15 0 0 7 79 NaN NaN NaN NaN
Alca 0 20 3 0 0 20 6 NaN NaN NaN NaN
Charcana 0 7 6 0 0 7 0 NaN NaN NaN NaN
166
5.5.7. Cambios de Productividad en la Gestión de Tráfico Ilegal de Bienes
Para analizar la variación de la productividad y eficiencia de la gestión de tráfico ilegal
de bienes en las comisarías de la Región Arequipa se ha utilizado del DEAP 2.1 mediante se
estimó el cambio en la eficiencia compuesto por: Cambio de eficiencia tecnológica, cambio de
eficiencia técnica, cambio de eficiencia pura, cambio de eficiencia a escala y el cambio en la
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
Cambio en la
DELITO CONTRA DERECHOS INTELECTUALES


DINERO INCAUTADO, SOLES

DERECHOS INTELECTUALES
MADERA COMISADA. PIES

COMBUSTIBLE, GALONES
CONTRABANDO SOLES
CONTRABANDO SOLES
Comisarias
Palacio Viejo 0 0 0 0 0 90 176 0 0 0 0 0 90 112 NaN NaN NaN NaN

Santa Marta 0 0 0 0 0 137 432 0 0 0 0 0 137 200 NaN NaN NaN NaN
Cerro Colorado 0 0 0 0 0 89 185 0 0 0 0 0 89 123 NaN NaN NaN NaN
J.L.B.Y. RIVERO 0 0 0 0 280 111 288 0 4000 0 0 0 111 256 NaN NaN NaN NaN
Miraflores 0 0 0 0 0 85 238 0 0 0 0 0 85 235 NaN NaN NaN NaN
Ciudad Mi Trabajo 0 0 0 0 2650 68 291 0 0 0 0 0 68 133 NaN NaN NaN NaN
Yanahuara 0 0 0 0 0 83 331 0 0 0 0 0 83 114 NaN NaN NaN NaN
Camaná 0 0 0 0 130 146 156 0 0 0 0 0 146 140 NaN NaN NaN NaN
Mollendo 0 168082 125 0 7681 63 254 14000 324956 0 0 13008 63 124 1 2 1 1 2
Ciudad Blanca 0 0 0 0 0 43 135 0 0 0 0 0 43 90 NaN NaN NaN NaN
Aplao 0 0 0 0 0 31 27 0 0 0 0 0 31 45 NaN NaN NaN NaN
El Pedregal 10000 218092 70 0 0 78 94 0 0 90 0 0 78 169 NaN NaN NaN NaN
168
Comisarias Tipo B
Cambio en la



DELITO CONTRA DERECHOS

CONTRABANDO SOLES
CONTRABANDO SOLES
INTELECTUALES
Comisarias
La Pampa 0 0 0 0 0 36 56 0 0 0 0 0 36 200 NaN NaN NaN NaN

Caravelí 0 0 0 0 0 13 180 0 0 0 0 0 13 154 NaN NaN NaN NaN
Alto Selva Alegre 0 0 0 0 0 83 231 0 0 0 0 0 83 94 NaN NaN NaN NaN
Independencia 0 0 0 0 0 46 208 0 0 0 0 0 46 227 NaN NaN NaN NaN
Cayma 0 0 0 0 0 70 121 0 0 0 0 0 70 312 NaN NaN NaN NaN
Mariscal Castilla 0 0 0 0 0 46 242 0 0 0 0 0 46 262 NaN NaN NaN NaN
Zamacola 0 0 0 0 0 43 186 0 0 0 0 0 43 156 NaN NaN NaN NaN
Hunter 0 0 0 0 0 77 246 0 0 0 0 0 77 167 NaN NaN NaN NaN
Simon Bolivar 0 0 0 0 0 52 166 0 0 0 0 0 52 109 NaN NaN NaN NaN
La Joya 0 0 0 0 0 25 34 0 0 0 0 0 25 101 NaN NaN NaN NaN
Mariano Melgar 0 0 0 0 0 57 267 0 0 0 0 1116 57 313 NaN NaN NaN NaN
Alto Misti 0 0 0 0 0 54 271 0 0 0 0 0 54 225 NaN NaN NaN NaN
Juan de Dios Colca Apaza 0 0 0 0 0 43 176 0 0 0 0 2581 43 171 NaN NaN NaN NaN
Miguel Grau 0 0 0 0 0 44 150 0 0 0 0 0 44 65 NaN NaN NaN NaN
Socabaya 0 0 0 0 0 44 93 0 0 0 0 2310 44 54 NaN NaN NaN NaN
Chala 0 0 0 0 0 24 170 0 0 0 0 103 24 268 NaN NaN NaN NaN
Chuquibamba 0 0 0 0 0 16 3 0 0 0 0 0 16 2 NaN NaN NaN NaN
Chivay 0 0 0 0 0 25 42 0 0 0 0 0 25 102 NaN NaN NaN NaN
Cocachacra 0 0 0 0 0 25 38 0 19650 0 0 0 25 17 NaN NaN NaN NaN
Matarani 0 0 0 0 0 18 167 0 0 0 0 0 18 70 NaN NaN NaN NaN
Atico 0 0 0 0 0 15 264 0 0 0 0 0 15 295 NaN NaN NaN NaN
169
Comisarias Tipo C
Cambio en la



CONTRABANDO SOLES
CONTRABANDO SOLES
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
Cambio en la
CONTRABANDO SOLES
CONTRABANDO SOLES
MADERA COMISADA.
MADERA COMISADA.
DINERO INCAUTADO,
DINERO INCAUTADO,
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
Cambio en la
Productividad
DELITO CONTRA DERECHOS INTELECTUALES




CONTRABANDO SOLES
CONTRABANDO SOLES
Comisarias
San Jose 0 0 0 0 0 10 218 0 0 0 0 0 10 77 NaN NaN NaN NaN

Andaray 0 0 0 0 0 12 8 0 0 0 0 0 12 18 NaN NaN NaN NaN
El Cardo 0 0 0 0 0 12 104 0 0 0 0 0 12 30 NaN NaN NaN NaN
Huacapuy 0 0 0 0 0 12 177 0 79740 0 0 0 12 138 NaN NaN NaN NaN
Pucchun 0 0 0 0 0 11 114 0 0 0 0 0 11 67 NaN NaN NaN NaN
Quilca 0 0 0 0 0 12 1 0 0 0 0 0 12 124 NaN NaN NaN NaN
Andagua 0 0 0 0 0 13 1 0 0 0 0 0 13 0 NaN NaN NaN NaN
Machahuay 0 0 0 0 0 10 10 0 0 0 0 0 10 5 NaN NaN NaN NaN
Huanca 0 0 0 0 0 15 32 0 0 0 0 0 15 102 NaN NaN NaN NaN
Huambo 0 0 0 0 0 7 15 0 0 0 0 0 7 79 NaN NaN NaN NaN
Alca 0 0 0 0 0 20 3 0 0 0 0 0 20 6 NaN NaN NaN NaN
Charcana 0 0 0 0 0 7 6 0 0 0 0 0 7 0 NaN NaN NaN NaN
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
que determinan los cambios en los niveles de productividad.
Respecto a los cambios en la productividad, de las 104 comisarías básicas, 49 presentan
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
cual ha tenido incidencia en el aumento de los niveles de percepción de inseguridad ciudadana
y victimización.
Tabla 48: Ranking de Eficiencia de la Gestión Policial en las Comisarías de la Región

Arequipa, 2016
Comisarias Tipo A
Gestión de tráfico de vehículos
Gestión de crimen organizado

Gestión de manejo adecuado
Gestión de Trafico de bienes

Gestión contra prostitución
Gestión de detenidos
Productividad Media
Gestión Anti drogas
Gestión Anti armas
Ranking
Comisarias Calificación
(Evaluación)
Palacio Viejo 1.834 7.857 0.416 0.554 0 5.417 2.68 1

Aplao 1.105 1 6.275 1.228 1 2.12 2
Comisarias con
Mollendo 1.576 1.935 0.82 0.366 3.02 2 1.69 3 Incremento de la
El Pedregal 0.635 3.153 0 1.717 0.822 3.281 1.60 4 Productividad
50%
Camaná 1.55 2.622 2.604 0.797 1.442 0.557 1.60 5
J.L.B.Y. RIVERO 2.255 2.097 0.863 0.525 0 3.307 1.51 6
Ciudad Blanca 1.274 1 0 0.525 1.385 1 0.86 7
Miraflores 1.346 0 1 0.243 1.08 0.334 0.67 8
Comisarias con
Cerro Colorado 2.049 0 0.472 0.306 0 1.039 0.64 9 Disminución de
Santa Marta 1.526 0.322 0.5 0.149 0 0.633 0.52 10 la Productividad
50%
Yanahuara 1.928 0 0.576 0.063 0 0.444 0.50 11
Ciudad Mi Trabajo 1.12 0 0 1.167 0 0.185 0.41 12
173
Comisarias Tipo B


Productividad Media
Gestión Anti armas

Ranking
(Evaluación)
Hunter 0.75 4.82 0.246 0.747 2.392 1.79 1

Chala 1.541 2.389 0.757 1.767 1.877 1.67 2
Alto Misti 1.01 2.135 3.931 0.898 0 1.59 3
Alto Selva Alegre 1.326 1 0.662 2.414 1.35 4
Comisarias con
Miguel Grau 0.884 1 2.308 1.221 1.573 1 1.33 5
Incremento de la
Caravelí 1.466 1 1.759 1 1.31 6
Productividad
Socabaya 1.652 2.94 1 0.391 0.632 1 1.27 7
52.39%
Independencia 1.917 1 1.082 1 1.25 8
Juan de Dios Colca Apaza 2.167 0 1.466 0.752 1.10 9
Simon Bolivar 1.324 1 0.841 1 1.04 10
Cocachacra 1.48 1 1 1 1.753 0 1.04 11
Mariscal Castilla 1.748 1 0 1.14 0.818 0.94 12
Mariano Melgar 1.433 0.849 0.431 0.953 0.929 0.92 13
Cayma 0.98 0.867 0.821 0.89 14
Atico 0.671 0 0.235 1.264 1.048 2 0.87 15 Comisarias con
Chuquibamba 1.265 1 1 0 1 0.85 16 Disminución de
Matarani 1.301 0 1 0.095 1 0.68 17 la Productividad
La Pampa 1.485 0 0.019 0.709 1 0.64 18 47.61%
Chivay 1.224 0 1 0 0.563 1 0.63 19
La Joya 0.713 1 0.469 0.942 0 0.62 20
Zamacola 1.126 0 0 0.095 0.205 0.338 0.29 21
Comisarias Tipo C


Productividad Media
Gestión Anti armas
Ranking
(Evaluación)
Cotahuasi 1.846 1 3.937 1 1.95 1

Jaquí 0.455 0 7 0 1.86 2
Andres A. Caceres 1.159 1 3.418 1 1.64 3
Comisarias con
Acequia Alta 1.825 3 1.015 0.488 0.167 1.30 4
Incremento de la
Acari 1.426 0.921 0.298 2.391 1.26 5
Productividad
Tiabaya 0.837 3.486 0 1.626 0 1.19 6
39.13%
Campo Marte 1.526 1 1.822 0 1.09 7
Ciudad Municipal 1.255 1.565 0.409 1.08 8
Pampa Camarones 1.138 2.155 0.505 0.253 1.01 9
Congata 0.819 1.161 0.914 1 0.97 10
Sachaca 1.628 1.129 0 1 0.94 11
Minas Ocoña 0.987 0.89 0.573 1.19 0.91 12
Caylloma 1.654 0 1 0.88 13
Aeropuerto 0.478 1 1 1 0.87 14
Yauca 0.83 1 0.707 0.888 0.86 15 Comisarias con
Mejia 0.421 1 0.706 1 0.78 16 Disminución de
Dean Valdivia 1.787 1 0.25 0 0.76 17 la Productividad
El Porvenir 0.976 0.923 0 0.956 0.71 18 60.87%
Jesus Maria 1.301 0.317 0 0.269 1.66 0.71 19
El Triunfo 0.954 1 0.588 0 0.64 20
Israel 0.94 1 0.586 0 0.63 21
Jerusalen 1.505 1 0 0 0.63 22
Ciudad de Dios 1.174 0.517 0 0.56 23
174
Comisarias Tipo D
Gestión de Trafico de
Gestión de tráfico de
Productividad Media
Gestión Anti armas
Gestión de manejo
Gestión de crimen
Gestión contra
prostitución
organizado
adecuado
vehículos
bienes
Ranking
(Evaluación)
Sibayo 12.036 1 6.52 1

San Isidro 1.923 0 21.578 0 5.88 2
El Arenal 8.606 1 1 3.54 3
Lomas 3.396 3.40 4
Llanquihue 3.611 1 1 1.87 5
Minas Madrigal 3.359 1 1 1.79 6
Polobaya 3.245 1 1 1.75 7
Tambillo 2.662 0.82 1.74 8
Comisarias con
Santa Rita 2.922 1 1.022 1.65 9
Incremento de la
Chiguata 1.756 1 1.38 10
Productividad
San Gregorio 2.349 1 0.676 1.34 11
52.78%
Ocopampa 1.846 1 1 1.28 12
Characato 1.502 1 1.25 13
Imata 2.462 0.257 1 1.24 14
Cabanaconde 1.569 1 1 1.19 15
Ocoña 1.355 1 1 1.12 16
San Jose 1.119 1 1 1.04 17
Sabandia 0.983 1 1.138 1 1.03 18
Bella Union 1.606 1 0.509 1 1.03 19
Comisarias que
Pocsi 1 1 1.00 20 mantienen su
Productividad
Mollebaya 0.99 1 1 1.00 21 5,56%
La Curva 0.912 1 1 0.97 22
San Camilo 0.909 1 1 0.97 23
Viraco 1.284 1 0.5 1 0.95 24
Casimiro Cuadros 1.665 1 0.072 0.91 25
Pampacolca 0.647 1 1 0.88 26
Salamanca 0.348 1 1 0.78 27
Comisarias con
Yura 0.585 1 0.475 1 0.77 28
Disminución de
Yarabamba 0.782 1 0.25 1 0.76 29
la Productividad
Arcata 0 1 1 0.67 30
41,67%
S.J. Tarucani 0 1 1 0.67 31
Corire 1.487 0 0.924 0 0.60 32
Uchumayo 0.605 1 0.083 0.56 33
Achanizo 0.529 0 1 0.51 34
Sotillo 0.417 1 0 0.47 35
La Punta de Bombon 0.725 1 0.022 0 0.44 36
Comisarias Tipo E


Productividad Media
Gestión Anti armas
Ranking
(Evaluación)
El Cardo 1.43 6.24 3.84 1 Comisarias con

Huacapuy 1.225 1.133 8.625 3.66 2 Incremento de la
San Jose 1.11 3.247 2.18 3 Productividad
Pucchun 1.498 1.50 4 33.33%
Alca 0.889 0.89 5
Huanca 0.617 0.62 6
Huambo 0.616 0.62 7 Comisarias con
Machahuay 0.376 0.38 8 Disminución de la
Quilca 0.332 0.33 9 Productividad
Andaray 0 0.00 10 66.67%
Charcana 0 0.00 11
Andagua 12
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,
Chuquibamba, Matarani, La Pampa, Chivay, La Joya, Zamacola, Congata, Sachaca, Minas
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,
Uchumayo, Achanizo, Sotillo, La Punta de Bombon, Alca, Huanca, Huambo, achahuay,
Quilca, Andaray, Charcana y Andagua son los que han disminuido sus niveles de
productividad,
Gráficamente podemos observar lo siguiente:
176
Figura 80: Evaluación de la Productividad de las Comisarias
Aumento de Productividad Mismo nivel de Productividad Reducción de Productividad

55 Comisarias (52.89%) 2 Comisarias (1.92%) 47 Comisarias (45.19%)
Palacio Viejo Ciudad Blanca
Aplao Miraflores
Comisarias Mollendo Cerro Colorado
Tipo A El Pedregal Santa Marta
Camaná Yanahuara
J.L.B. y Rivero Ciudad Mi Trabajo
Hunter
Mariscal Castilla
Chala
Mariano Melgar
Alto Misti
Cayma
Alto Selva Alegre
Atico
Comisarias Miguel Grau
Chuquibamba
Caravelí
Tipo B Matarani
Socabaya
La Pampa
Independencia
Chivay
La Joya
Simon Bolivar
Zamacola
Cocachacra
Cotahuasi Congata, Sachaca
Jaquí Minas Ocoña, Caylloma
Andres A. Caceres Aeropuerto, Yauca
Comisarias Acequia Alta Mejia, Dean Valdivia
Acari El Porvenir, Jesus Maria
Tipo C Tiabaya El Triunfo
Campo Marte Israel
Ciudad Municipal Jerusalen
Pampa Camarones Ciudad de Dios
Sibayo, San Isidro
El Arenal, Lomas La Curva, San Camilo
Yanaquihua Viraco
Minas Madrigal Casimiro Cuadros
Polobaya, Tambillo Pampacolca
Santa Rita Salamanca
Chiguata Yura
Pocsi
Comisarias San Gregorio Yarabamba
Mollebaya
Tipo D Ocopampa Arcata
Characato S.J. Tarucani
Imata Corire
Cabanaconde Uchumayo
Ocoña Achanizo
San Jose Sotillo
Sabandia La Punta de Bombon
Bella Union
Alca, Huanca
El Cardo
Huambo, Machahuay
Comisarias Huacapuy
Quilca, Andaray
Tipo E San Jose
Charcana
Pucchun
Andagua
177
CONCLUSIONES
• En la evaluación del cambio de la productividad y la eficiencia en la gestión policial de las

comisarías PNP Basicas de la Región Arequipa entre el 2018 al 2019, hemos identificado
tres calificaciones para las 104 comisarias:
a) Comisarias que redujeron sus niveles de producción en 31.67% en promedio, estas

constituyen 47 entidades (45.19%), presentándose ello en todos los tipos de unidades
policiales, esto se puede explicar poque estas tratan de abarcar resultados conjuntos en
toda la gestión de detenidos, anti drogas, anti armas, tráfico de vehículos, manejo
adecuado y crimen organizado, pero no lo logran por cuanto presentan una disminución
de la eficiencia en el uso de recursos, es decir que se están subutilizando al personal
policial y se esta utilizando menos operativos, además hay una reducción de la
eficiencia tecnológica causando una bajada en la productividad, debido a la falta de
organización y coordinación de los oficiales asignados a las comisarias, que refleja la
escasez de capacitación en gestión de centros de atención al ciudadano.
b) Comisarias que mantuvieron sus niveles de producción, estas constituyen 2 entidades

(1.92%), esto se puede explicar debido a que ellas concentraron sus actividades solo en
gestión anti armas y contra el crimen organizado, además estos centros de policía
pertenecen a las comisarias tipo D, cuya característica es contar con 23 efectivos
policiales con cobertura para 15,000 habitantes en promedio.
c) Comisarias que aumentaron sus niveles de producción en 82.73% en promedio, ellas

constituyen 55 entidades (52.89%), presentándose ello en todos los tipos de centros
policiales, esto se puede explicar debido a que estas unidades inciden en mayor medida
en la obtención de resultados en los que ya tiene capacidades fortalecidas, entre ellas la
gestión de detenidos, anti drogas, anti armas, tráfico de vehículos, manejo adecuado o
crimen organizado, logrando una mejora en la eficiencia de en el uso de recursos, es
decir que se están utilizando mejor los recursos como personal policial y aumentar
número de operativos realizados, además es de destacar que hay un aumento de la
eficiencia tecnológica causando un aumento de la productividad, debido hay una mejor
organización y coordinación de los oficiales asignados a las comisarias.
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.
• Los niveles de cambio de la eficiencia de la gestión policial en las comisarías PNP de la

Región Arequipa 2018-2019, se obtuvieron de considerar los índices de cambio de
eficiencia tecnológica, eficiencia técnica, eficiencia pura y de eficiencia a escala, revelando
un mayor nivel de variación en la eficiencia tecnología y técnica, lo cual revela que entre
el 2018 y 2019 hay cambios en la utilización de los recursos ya que algunas comisarías los
utilizan eficientemente y otras no.
179
RECOMENDACIONES
De la presente investigación se puede recomendar lo siguiente:
• En el corto plazo las comisarias improductivas deben concentrarse en alcanzar niveles de
eficiencia óptimos acordes a sus similares, es decir si cuentan con los mismos recursos que
comisarias similares deben lograr resultados similares o superiores, aplicando un proceso
de benchmarking para mejoren la gestión policial, entre los cuales están: Entrenamiento en
gestión policial, diseño de operativos, diseño de intervenciones entre otros.
• 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
carácter operativo y administrativo que impiden al personal policial desarrollar sus
funciones, abarcando desde áreas de carácter operativo investigativo hasta temáticas
asociadas al clima laboral, innovación y gestión de procesos.
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
A. ESTADISTICAS COMISARÍAS PNP 2018-2019
a.1) Estadísticas Comisarias PNP-2018, Región Arequipa
VEHICULOS
DROGA
REMITIDOS A LAS COMISARIAS POR LUNAS

DROGA DECOMISADA ARMAS PROSTITUCION VEHICULOS MENORES (MOTO

DETENIDOS DECOMISADA
(KG) INCAUTADAS CLANDESTINA MAYORES LINEAL, MOTO TAXIS
ENVOLTORIOS
O MOTOCAR)


PAPELETAS IMPUESTAS
CONTRABANDO SOLES
OSCURECIDAS
TIPO DE CPNP
PANDILLAJE

DISTRITO COMISARIA
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

DROGA ARMAS

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
b.1) Eficiencia y Productividad en la Gestión de Detenidos
Resultados de DEAP 2.1 para las Comisarías PNP tipo A
Results from DEAP Version 2.1
Instruction file = eg4-ins.txt MALMQUIST INDEX SUMMARY

Data file = eg4-dta.txt
year = 2
Output orientated Malmquist DEA
firm effch techch pech sech tfpch
DISTANCES SUMMARY 1 1.241 1.478 1.088 1.140 1.834

2 2.111 0.723 1.351 1.563 1.526
3 2.150 0.953 1.878 1.145 2.049
Year = 1 4 1.394 1.617 1.196 1.166 2.255
5 0.754 1.784 0.889 0.848 1.346
firm crs te rel to tech in yr vrs 6 0.486 2.305 0.516 0.942 1.120
no. ************************ te 7 0.931 2.071 0.783 1.189 1.928
t-1 t t+1 8 0.924 1.678 0.664 1.391 1.550
9 1.000 1.576 1.000 1.000 1.576
1 0.000 0.804 0.444 0.919 10 0.521 2.446 0.588 0.887 1.274
2 0.000 0.208 0.246 0.365 11 1.686 0.655 1.000 1.686 1.105
3 0.000 0.444 0.475 0.511 12 1.000 0.635 1.000 1.000 0.635
4 0.000 0.616 0.411 0.836
5 0.000 0.239 0.178 0.270 mean 1.067 1.353 0.938 1.138 1.444
6 0.000 0.991 0.515 1.000
7 0.000 0.349 0.180 0.430
8 0.000 0.625 0.381 0.900 MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
9 0.000 1.000 1.115 1.000
10 0.000 0.644 0.291 0.883 year effch techch pech sech tfpch
11 0.000 0.442 0.927 1.000
12 0.000 1.000 2.131 1.000 2 1.067 1.353 0.938 1.138 1.444
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
Results from DEAP Version 2.1 19 1.356 1.000 0.000 1.000

Instruction file = eg4-ins.txt 20 1.059 0.684 0.000 1.000
Data file = eg4-dta.txt 21 1.114 1.000 0.000 1.000
Output orientated Malmquist DEA mean 1.037 0.677 0.000 0.801

DISTANCES SUMMARY
[Note that t-1 in year 1 and t+1 in the final year are not
year = 1 defined]
no. ************************ te
t-1 t t+1 MALMQUIST INDEX SUMMARY
1 0.000 1.000 0.946 1.000
2 0.000 0.263 0.548 1.000 year = 2
3 0.000 0.573 0.403 0.874
4 0.000 0.746 0.401 0.796 firm effch techch pech sech tfpch
5 0.000 0.330 0.301 0.432
6 0.000 0.538 0.266 0.576 1 1.000 1.485 1.000 1.000 1.485
7 0.000 0.867 0.501 0.919 2 1.559 0.941 1.000 1.559 1.466
8 0.000 1.000 0.877 1.000 3 1.066 1.245 0.889 1.198 1.326
9 0.000 0.495 0.390 0.573 4 1.006 1.905 1.123 0.896 1.917
10 0.000 0.611 0.542 0.617 5 0.693 1.414 0.899 0.770 0.980
11 0.000 0.717 0.389 0.818 6 0.851 2.054 1.015 0.838 1.748
12 0.000 0.910 0.462 1.000 7 0.737 1.527 0.814 0.905 1.126
13 0.000 0.681 0.386 0.716 8 0.666 1.127 1.000 0.666 0.750
14 0.000 0.443 0.363 0.494 9 1.033 1.282 1.022 1.010 1.324
15 0.000 0.816 0.634 0.901 10 0.571 1.250 0.614 0.929 0.713
16 0.000 0.600 0.444 0.608 11 0.733 1.956 1.009 0.726 1.433
17 0.000 1.000 1.137 1.000 12 0.539 1.873 0.623 0.865 1.010
18 0.000 1.000 0.824 1.000 13 1.238 1.751 1.250 0.990 2.167
19 0.000 0.847 0.731 0.847 14 0.741 1.192 0.692 1.071 0.884
20 0.000 0.613 0.698 0.787 15 1.226 1.347 1.110 1.104 1.652
21 0.000 1.000 2.476 1.000 16 1.196 1.288 1.271 0.941 1.541
17 1.000 1.265 1.000 1.000 1.265
mean 0.000 0.717 0.653 0.807 18 1.000 1.224 1.000 1.000 1.224
19 1.181 1.253 1.181 1.000 1.480
year = 2 20 1.116 1.166 1.270 0.879 1.301
21 1.000 0.671 1.000 1.000 0.671
no. ************************ te mean 0.926 1.349 0.971 0.954 1.249
t-1 t t+1

2 0.756 0.410 0.000 1.000
4 1.465 0.751 0.000 0.894
5 0.417 0.229 0.000 0.388 2 0.926 1.349 0.971 0.954 1.249
6 0.954 0.457 0.000 0.585
7 0.862 0.639 0.000 0.748 mean 0.926 1.349 0.971 0.954 1.249
8 0.741 0.666 0.000 1.000
9 0.662 0.511 0.000 0.585
10 0.483 0.349 0.000 0.379 MALMQUIST INDEX SUMMARY OF FIRM MEANS
11 1.090 0.525 0.000 0.826
13 1.465 0.843 0.000 0.895
14 0.382 0.328 0.000 0.342 1 1.000 1.485 1.000 1.000 1.485
15 1.411 1.000 0.000 1.000 2 1.559 0.941 1.000 1.559 1.466
16 0.881 0.718 0.000 0.772 3 1.066 1.245 0.889 1.198 1.326
17 1.819 1.000 0.000 1.000 4 1.006 1.905 1.123 0.896 1.917
18 1.234 1.000 0.000 1.000 5 0.693 1.414 0.899 0.770 0.980
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
Resultados de DEAP 2.1 para las Comisarías PNP tipo C

1 0.563 0.487 0.000 0.598
4 0.662 0.601 0.000 1.000
Output orientated Malmquist DEA 5 1.184 1.000 0.000 1.000
6 0.673 0.580 0.000 0.582
7 0.164 0.197 0.000 0.234
DISTANCES SUMMARY 8 1.074 1.000 0.000 1.000
9 1.180 1.000 0.000 1.000
10 1.189 1.000 0.000 1.000
year = 1 11 0.980 0.829 0.000 0.878
12 0.531 0.458 0.000 0.469
firm crs te rel to tech in yr vrs 13 0.891 0.802 0.000 0.821
no. ************************ te 14 0.347 0.322 0.000 0.329
t-1 t t+1 15 0.721 0.614 0.000 0.621
16 1.085 1.000 0.000 1.000
1 0.000 0.582 0.494 0.754 17 0.255 0.230 0.000 1.000
2 0.000 0.648 0.563 0.656 18 0.921 1.000 0.000 1.000
3 0.000 0.633 0.571 0.651 19 0.312 0.301 0.000 0.372
4 0.000 0.448 0.436 0.677 20 0.057 0.049 0.000 0.082
5 0.000 0.636 0.559 0.638 21 1.435 1.000 0.000 1.000
6 0.000 0.362 0.338 0.418 22 0.525 0.464 0.000 0.489
7 0.000 0.407 0.348 0.448 23 1.156 1.000 0.000 1.000
8 0.000 0.877 0.777 1.000
9 0.000 1.000 0.879 1.000 mean 0.737 0.647 0.000 0.715
10 0.000 1.000 1.306 1.000
11 0.000 0.641 0.559 0.671 [Note that t-1 in year 1 and t+1 in the final year are not
12 0.000 0.340 0.308 0.352 defined]
13 0.000 0.623 0.677 0.799
14 0.000 0.221 0.190 0.231
15 0.000 0.632 0.540 0.647 MALMQUIST INDEX SUMMARY
16 0.000 0.815 0.966 0.827
17 0.000 0.556 0.509 1.000 year = 2
18 0.000 1.000 1.338 1.000
20 0.000 0.129 0.121 0.409
21 0.000 0.713 0.591 1.000 1 0.837 1.166 0.793 1.056 0.976
22 0.000 0.555 0.496 0.559 2 0.773 1.083 0.768 1.006 0.837
23 0.000 1.000 1.188 1.000 3 0.717 1.143 0.717 1.000 0.819
4 1.340 1.064 1.476 0.908 1.426
mean 0.000 0.610 0.605 0.728 5 1.572 1.161 1.569 1.002 1.825
6 1.601 1.116 1.394 1.149 1.787
year = 2 7 0.485 0.987 0.522 0.928 0.478
8 1.140 1.101 1.000 1.140 1.255
no. ************************ te 10 1.000 0.954 1.000 1.000 0.954
t-1 t t+1 11 1.293 1.164 1.308 0.989 1.505
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
mean 0.995 1.086 0.919 1.084 1.081

firm effch techch pech sech tfpch means]
Resultados de DEAP 2.1 para las Comisarías PNP tipo D

6 0.000 0.466 0.239 0.466
9 0.000 0.137 0.036 0.145
11 0.000 0.450 0.191 0.513
Unbounded objective function 12 0.000 1.000 2.313 1.000
21 0.000 1.000 0.755 1.000
23 0.000 0.452 0.264 0.532
24 0.000 0.061 0.133 0.948
year = 1 25 0.000 0.279 0.434 0.345
26 0.000 0.984 0.556 1.000
no. ************************ te 28 0.000 0.416 0.214 0.586
t-1 t t+1 29 0.000 0.555 0.792 0.811
30 0.000 0.406 0.154 0.458
1 0.000 0.595 0.661 0.616 31 0.000 1.000 1.415 1.000
2 0.000 0.985 0.507 1.000 32 0.000 1.000 0.687 1.000
3 0.000 0.257 0.117 0.286 33 0.000 0.242 0.317 0.272
4 0.000 0.616 0.222 0.618 34 0.000 0.190 0.141 0.290
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
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
28 1.203 0.525 0.000 0.595
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
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
27 0.855 1.948 1.097 0.779 1.665 means]
Resultados de DEAP 2.1 para las Comisarías PNP tipo E
Results from DEAP Version 2.1 t-1 t t+1

3 1.493 1.000 0.000 1.000
5 1.967 1.000 0.000 1.000
Unbounded objective function 7Inf 1.000 0.000 1.000
Unbounded objective function
Unbounded objective function mean Inf 0.528 0.000 0.624
DISTANCES SUMMARY [Note that t-1 in year 1 and t+1 in the final year are not
defined]
year = 1
MALMQUIST INDEX SUMMARY
no. ************************ te year = 2
t-1 t t+1
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
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
mean 0.000******** 0.000 0.970********
1 0.732 1.518 0.693 1.055 1.110
3 1.000 1.430 1.000 1.000 1.430 means]
b.2) Eficiencia y Productividad en la Gestión Antidroga
Resultados de DEAP 2.1 para las Comisarías PNP tipo A
2 0.000 0.000 0.000 0.000

4 0.000 0.057 0.017 0.064
7 0.000 0.361 0.777 0.471
9 0.000 1.000 2.462 1.000
Unbounded objective function mean 0.000 0.308 0.427 0.339
Unbounded objective function year = 2
Unbounded objective function firm crs te rel to tech in yr vrs
Unbounded objective function no. ************************ te
Unbounded objective function t-1 t t+1
DISTANCES SUMMARY mean 1.104 0.359 0.000 0.427
year = 1 defined]

no. ************************ te MALMQUIST INDEX SUMMARY
t-1 t t+1
year = 2
1 0.000 0.023 0.005 0.024
195
firm effch techch pech sech tfpch mean 0.000 1.327 0.000 0.947 0.000
1 1.786 4.400 1.813 0.985 7.857

2******** 1.127******** 1.000******** MALMQUIST INDEX SUMMARY OF FIRM MEANS
3 0.000 0.944 0.000 1.046 0.000
4 1.280 1.638 1.154 1.109 2.097 firm effch techch pech sech tfpch
5 0.000 0.814 0.000 1.008 0.000
6 0.000 0.672 0.000 1.079 0.000 1 1.786 4.400 1.813 0.985 7.857
7 0.000 0.682 0.000 1.303 0.000 2******** 1.127******** 1.000********
8 1.061 2.471 1.000 1.061 2.622 3 0.000 0.944 0.000 1.046 0.000
9 1.000 1.935 1.000 1.000 1.935 4 1.280 1.638 1.154 1.109 2.097
10 1.000 1.000 1.000 1.000 1.000 5 0.000 0.814 0.000 1.008 0.000
11******** 1.128******** 0.261******** 6 0.000 0.672 0.000 1.079 0.000
12 1.628 1.936 1.410 1.155 3.153 7 0.000 0.682 0.000 1.303 0.000
8 1.061 2.471 1.000 1.061 2.622
mean 0.000 1.327 0.000 0.947 0.000 9 1.000 1.935 1.000 1.000 1.935
10 1.000 1.000 1.000 1.000 1.000
11******** 1.128******** 0.261********
year effch techch pech sech tfpch mean 0.000 1.327 0.000 0.947 0.000
means]
Resultados de DEAP 2.1 para las Comisarías PNP tipo B

17 0.000 0.000 0.000 0.000
20 0.000 0.706 0.055 1.000
Unbounded objective function mean 0.000 0.235 0.833 0.252

DISTANCES SUMMARY firm crs te rel to tech in yr vrs

no. ************************ te
t-1 t t+1
year = 1
1 0.000 0.000 0.000 0.000
no. ************************ te 3 0.000 0.000 0.000 0.000
t-1 t t+1 4 0.781 1.000 0.000 1.000
5 0.067 0.083 0.000 0.084
1 0.000 1.000 0.606 1.000 6 0.000 0.000 0.000 0.000
2 0.000 0.000 0.000 0.000 7 0.000 0.000 0.000 0.000
3 0.000 0.000 0.000 0.000 8 2.615 1.000 0.000 1.000
4 0.000 0.000 0.000 0.000 9 0.000 0.000 0.000 0.000
5 0.000 0.000 0.000 0.000 10 0.000 0.000 0.000 0.000
6 0.000 0.000 0.000 0.000 11 2.972 0.561 0.000 0.653
7 0.000 0.110 0.135 0.143 12 0.178 0.215 0.000 0.215
8 0.000 0.000 0.000 0.000 13 0.000 0.000 0.000 0.000
9 0.000 0.000 0.000 0.000 14 0.000 0.000 0.000 0.000
10 0.000 0.000 0.000 0.000 15 8.357 1.000 0.000 1.000
11 0.000 0.000 0.000 0.000 16 14.294 1.000 0.000 1.000
12 0.000 0.000 0.000 0.000 17 0.000 0.000 0.000 0.000
13 0.000 0.113 0.135 0.143 18 0.000 0.000 0.000 0.000
14 0.000 0.000 0.000 0.000 19 0.000 0.000 0.000 0.000
15 0.000 1.000 0.967 1.000 20 0.000 0.000 0.000 0.000
196
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********

year = 2
1 0.000 1.284 0.000 1.000 0.000
1 0.000 1.284 0.000 1.000 0.000 2 1.000 1.000 1.000 1.000 1.000
2 1.000 1.000 1.000 1.000 1.000 3 1.000 1.000 1.000 1.000 1.000
3 1.000 1.000 1.000 1.000 1.000 4******** 0.884******** 1.000********
4******** 0.884******** 1.000******** 5******** 0.900******** 0.980********
5******** 0.900******** 0.980******** 6 1.000 1.000 1.000 1.000 1.000
6 1.000 1.000 1.000 1.000 1.000 7 0.000 0.905 0.000 1.296 0.000
7 0.000 0.905 0.000 1.296 0.000 8******** 1.617******** 1.000********
8******** 1.617******** 1.000******** 9 1.000 1.000 1.000 1.000 1.000
9 1.000 1.000 1.000 1.000 1.000 10 1.000 1.000 1.000 1.000 1.000
10 1.000 1.000 1.000 1.000 1.000 11******** 2.301******** 0.859********
11******** 2.301******** 0.859******** 12******** 0.911******** 0.997********
12******** 0.911******** 0.997******** 13 0.000 0.914 0.000 1.268 0.000
13 0.000 0.914 0.000 1.268 0.000 14 1.000 1.000 1.000 1.000 1.000
14 1.000 1.000 1.000 1.000 1.000 15 1.000 2.940 1.000 1.000 2.940
15 1.000 2.940 1.000 1.000 2.940 16******** 3.781******** 1.000********
16******** 3.781******** 1.000******** 17 1.000 1.000 1.000 1.000 1.000
17 1.000 1.000 1.000 1.000 1.000 18 0.000 0.904 0.000 1.000 0.000
18 0.000 0.904 0.000 1.000 0.000 19 1.000 1.000 1.000 1.000 1.000
19 1.000 1.000 1.000 1.000 1.000 20 0.000 3.582 0.000 1.417 0.000
20 0.000 3.582 0.000 1.417 0.000 21 0.000 0.264 0.000 1.000 0.000
21 0.000 0.264 0.000 1.000 0.000
mean ******** 1.170******** 1.032********
mean ******** 1.170******** 1.032********
means]
Resultados de DEAP 2.1 para las Comisarías PNP tipo C
Results from DEAP Version 2.1 4 0.000NaN NaN NaN

5 0.000 0.483 0.069 0.527
Instruction file = eg4-ins.txt 6 0.000NaN NaN NaN
Data file = eg4-dta.txt 7 0.000NaN NaN NaN
8 0.000NaN NaN NaN
Output orientated Malmquist DEA 9 0.000NaN NaN NaN
10 0.000NaN NaN NaN
11 0.000NaN NaN NaN
DISTANCES SUMMARY 12 0.000NaN NaN NaN
13 0.000 1.000 0.320 1.000
14 0.000NaN NaN NaN
year = 1 15 0.000NaN NaN NaN
16 0.000NaN NaN NaN
firm crs te rel to tech in yr vrs 17 0.000NaN NaN NaN
no. ************************ te 18 0.000NaN NaN NaN
t-1 t t+1 19 0.000NaN NaN NaN
20 0.000NaN NaN NaN
1 0.000 1.000 0.184 1.000 21 0.000NaN NaN NaN
2 0.000 0.523 0.074 0.583 22 0.000 0.496 0.075 0.583
3 0.000NaN NaN NaN 23 0.000NaN NaN NaN
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
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
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
12NaN NaN 0.000NaN
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
21NaN NaN 0.000NaN 2 0.566 6.160 1.286 0.440 3.486
5 0.427 7.030 1.423 0.300 3.000
mean NaN NaN 0.000NaN 6NaN 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
MALMQUIST INDEX SUMMARY 12NaN NaN NaN NaN NaN
13 0.073 4.329 0.250 0.293 0.317
firm effch techch pech sech tfpch 16NaN 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
8NaN NaN NaN NaN NaN mean NaN NaN NaN NaN NaN
10NaN NaN NaN NaN NaN [Note that all Malmquist index averages are geometric
11NaN NaN NaN NaN NaN means]
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
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
14 0.000NaN NaN NaN 27Inf 1.000 0.000 1.000
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
199
7NaN NaN NaN NaN NaN firm effch techch pech sech tfpch
mean NaN NaN NaN NaN NaN 30NaN NaN NaN NaN NaN
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS 33NaN NaN NaN NaN NaN
year effch techch pech sech tfpch 35NaN NaN NaN NaN NaN
mean NaN NaN NaN NaN NaN
means]
Resultados de DEAP 2.1 para las Comisarías PNP tipo E
Results from DEAP Version 2.1 no. ************************ te

t-1 t t+1
Instruction file = eg4-ins.txt
2 0.000NaN NaN NaN
4 0.000NaN NaN NaN
5 0.000 1.000Inf 1.000
7 0.000NaN NaN NaN
8 0.000NaN NaN NaN
10 0.000NaN NaN NaN
200
12 0.000NaN NaN NaN 7NaN NaN NaN NaN NaN
no. ************************ te mean NaN NaN NaN NaN NaN
t-1 t t+1

2NaN NaN 0.000NaN
4NaN NaN 0.000NaN
6NaN NaN 0.000NaN
7NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
8NaN NaN 0.000NaN
9NaN NaN 0.000NaN
11NaN NaN 0.000NaN

b.3) Eficiencia y Productividad en la Gestión Anti Armas
Resultados de DEAP 2.1 para el Comisarías PNP tipo A

Results from DEAP Version 2.1 Unbounded objective function
Instruction file = eg4-ins.txt Unbounded objective function
Data file = eg4-dta.txt Unbounded objective function
Output orientated Malmquist DEA Unbounded objective function
Unbounded objective function Unbounded objective function
Unbounded objective function DISTANCES SUMMARY
201
year = 2
year = 1 firm effch techch pech sech tfpch
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
no. ************************ te mean 0.000 0.539 0.000 1.145 0.000
t-1 t t+1

2 0.081 0.291 0.000 0.500
4 0.360 0.722 0.000 0.833
5 0.000 0.000 0.000 0.000 1 1.000 0.416 1.000 1.000 0.416
6 0.000 0.000 0.000 0.000 2 1.037 0.310 0.955 1.087 0.322
7 0.134 0.504 0.000 0.506 3 0.973 0.485 1.039 0.936 0.472
8 1.886 1.000 0.000 1.000 4 2.084 0.414 1.591 1.310 0.863
9 0.354 1.000 0.000 1.000 5 1.000 1.000 1.000 1.000 1.000
10 0.000 0.000 0.000 0.000 6 0.000 0.682 0.000 1.000 0.000
11 0.000 0.000 0.000 0.000 7 1.876 0.307 1.771 1.059 0.576
12 0.000 0.000 0.000 0.000 8 3.872 0.672 2.333 1.660 2.604
9******** 0.595******** 1.000********
mean 0.266 0.415 0.000 0.445 10 0.000 0.595 0.000 2.159 0.000
11 1.000 1.000 1.000 1.000 1.000
defined]
mean 0.000 0.539 0.000 1.145 0.000
MALMQUIST INDEX SUMMARY [Note that all Malmquist index averages are geometric
means]
Resultados de DEAP 2.1 para el Comisarías PNP tipo B

Results from DEAP Version 2.1 DISTANCES SUMMARY

Data file = eg4-dta.txt year = 1
Output orientated Malmquist DEA firm crs te rel to tech in yr vrs

no. ************************ te
Unbounded objective function t-1 t t+1
2 0.000 0.000 0.000 0.000
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
no. ************************ te
t-1 t t+1 year effch techch pech sech tfpch
1 0.509 0.750 0.000 0.891 2******** 1.203******** 0.955********

2 0.923 0.308 0.000 1.000
3 1.856 1.000 0.000 1.000 mean ******** 1.203******** 0.955********
4 0.374 0.197 0.000 0.197
5 0.302 0.386 0.000 0.500
7 0.000 0.000 0.000 0.000
9 1.560 0.820 0.000 0.829
10 0.842 0.442 0.000 0.448 1******** 0.824******** 0.841********
11 0.324 0.474 0.000 0.500 2******** 1.732******** 0.308********
12 0.827 1.000 0.000 1.000 3******** 1.362******** 1.000********
13 0.994 0.522 0.000 0.525 4******** 1.379******** 0.999********
14 1.308 0.687 0.000 0.704 5******** 0.884******** 0.771********
15 0.000 0.000 0.000 0.000 6 0.000 1.379 0.000 1.424 0.000
16 3.000 1.000 0.000 1.000 7 0.000 0.892 0.000 1.000 0.000
17 0.000 0.000 0.000 0.000 8 2.714 1.776 2.000 1.357 4.820
18 0.000 0.000 0.000 0.000 9******** 1.379******** 0.989********
19 0.000 0.000 0.000 0.000 10******** 1.379******** 0.988********
20 0.000 0.000 0.000 0.000 11 0.744 1.141 0.500 1.488 0.849
21 0.800 0.267 0.000 0.524 12 2.756 0.774 2.000 1.378 2.135
13******** 1.379******** 0.996********
mean 0.722 0.419 0.000 0.482 14 1.213 1.903 1.239 0.979 2.308
15 1.000 1.000 1.000 1.000 1.000
defined] 17 1.000 1.000 1.000 1.000 1.000
18 1.000 1.000 1.000 1.000 1.000
19 1.000 1.000 1.000 1.000 1.000
21 0.267 0.881 0.524 0.509 0.235
year = 2
mean ******** 1.203******** 0.955********
1******** 0.824******** 0.841******** means]
203
Resultados de DEAP 2.1 para el Comisarías PNP tipo C
11 0.000 0.000 0.000 0.000
14 1.275 1.000 0.000 1.000
16 0.153 0.288 0.000 0.290
20 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
no. ************************ te [Note that t-1 in year 1 and t+1 in the final year are not
t-1 t t+1 defined]
1 0.000 0.000 0.000 0.000

3 0.000 0.110 0.288 0.167
4 0.000 0.320 1.727 0.333 year = 2
5 0.000 0.131 0.238 0.173
7 0.000 0.000 0.000 0.000
8 0.000 0.000 0.000 0.000 1******** 1.074******** 0.751********
9 0.000 0.000 0.000 0.000 2 0.000 1.000 0.000 1.194 0.000
10 0.000 0.000 0.000 0.000 3 2.622 0.443 1.742 1.505 1.161
11 0.000 0.000 0.000 0.000 4 2.698 0.341 3.000 0.899 0.921
12 0.000 0.000 0.000 0.000 5 1.817 0.559 1.448 1.255 1.015
13 0.000 0.329 0.492 0.444 6 1.000 1.000 1.000 1.000 1.000
14 0.000 1.000 1.000 1.000 7 1.000 1.000 1.000 1.000 1.000
15 0.000 0.000 0.000 0.000 8******** 0.896******** 0.704********
16 0.000 0.000 0.000 0.000 9 1.000 1.000 1.000 1.000 1.000
17 0.000 1.000 6.333 1.000 10 1.000 1.000 1.000 1.000 1.000
18 0.000 0.000 0.000 0.000 11 1.000 1.000 1.000 1.000 1.000
19 0.000 1.000 2.250 1.000 12 1.000 1.000 1.000 1.000 1.000
20 0.000 0.000 0.000 0.000 13 0.000 0.818 0.000 1.351 0.000
21 0.000 0.000 0.000 0.000 14 1.000 1.129 1.000 1.000 1.129
22 0.000 0.000 0.000 0.000 15******** 1.000******** 0.886********
23 0.000 1.000 1.250 1.000 16******** 0.729******** 0.992********
17 0.000 0.397 0.000 1.000 0.000
mean 0.000 0.249 0.627 0.266 18 1.000 1.000 1.000 1.000 1.000
19 0.000 0.667 0.000 1.000 0.000
year = 2 20 1.000 1.000 1.000 1.000 1.000
21 1.000 1.000 1.000 1.000 1.000
no. ************************ te 23 1.000 0.890 1.000 1.000 0.890
t-1 t t+1
mean 1.020 0.828 1.009 1.011 0.844
1 0.867 0.751 0.000 1.000
2 0.000 0.000 0.000 0.000
4 0.543 0.864 0.000 1.000
6 0.000 0.000 0.000 0.000
7 0.000 0.000 0.000 0.000 2 1.020 0.828 1.009 1.011 0.844
8 0.141 0.176 0.000 0.250
9 0.000 0.000 0.000 0.000 mean 1.020 0.828 1.009 1.011 0.844
204
12 1.000 1.000 1.000 1.000 1.000
13 0.000 0.818 0.000 1.351 0.000
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
11 1.000 1.000 1.000 1.000 1.000 means]
Resultados de DEAP 2.1 para el Comisarías PNP tipo D

26 0.000 0.000 0.000 0.000
29 0.000 0.000 0.000 0.000
31 0.000 0.000 0.000 0.000
35 0.000 0.000 0.000 0.000
mean 0.000 0.076Inf 0.083

year = 1
year = 2
no. ************************ te firm crs te rel to tech in yr vrs
t-1 t t+1 no. ************************ te
t-1 t t+1
1 0.000 0.000 0.000 0.000
2 0.000 0.000 0.000 0.000 1 0.000 0.000 0.000 0.000
3 0.000 0.000 0.000 0.000 2 1.440 0.323 0.000 1.000
4 0.000 0.000 0.000 0.000 3 2.250 0.437 0.000 1.000
5 0.000 1.000Inf 1.000 4 0.000 0.000 0.000 0.000
6 0.000 0.000 0.000 0.000 5 0.000 0.000 0.000 0.000
7 0.000 0.000 0.000 0.000 6 0.000 0.000 0.000 0.000
8 0.000 0.000 0.000 0.000 7 0.000 0.000 0.000 0.000
9 0.000 0.000 0.000 0.000 8 0.000 0.000 0.000 0.000
10 0.000 0.000 0.000 0.000 9 0.000 0.000 0.000 0.000
11 0.000 0.000 0.000 0.000 10 0.000 0.000 0.000 0.000
12 0.000 0.000 0.000 0.000 11 0.000 0.000 0.000 0.000
13 0.000 0.000 0.000 0.000 12 0.000 0.000 0.000 0.000
14 0.000 0.000 0.000 0.000 13 0.000 0.000 0.000 0.000
15 0.000 0.929 0.643 1.000 14 0.000 0.000 0.000 0.000
16 0.000 0.000 0.000 0.000 15 0.000 0.000 0.000 0.000
17 0.000 0.000 0.000 0.000 16 1.444 1.000 0.000 1.000
18 0.000 0.000 0.000 0.000 17 0.000 0.000 0.000 0.000
19 0.000 0.000 0.000 0.000 18 0.000 0.000 0.000 0.000
20 0.000 0.000 0.000 0.000 19 0.000 0.000 0.000 0.000
21 0.000 0.813 0.668 1.000 20 0.000 0.000 0.000 0.000
22 0.000 0.000 0.000 0.000 21 0.000 0.000 0.000 0.000
23 0.000 0.000 0.000 0.000 22 0.000 0.000 0.000 0.000
24 0.000 0.000 0.000 0.000 23 0.000 0.000 0.000 0.000
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
31 0.000 0.000 0.000 0.000
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
mean 0.337 0.118 0.000 0.167

defined] firm effch techch pech sech tfpch
1 1.000 1.000 1.000 1.000 1.000

MALMQUIST INDEX SUMMARY 2******** 2.111******** 0.323********
3******** 2.268******** 0.437********
year = 2 4 1.000 1.000 1.000 1.000 1.000
5 0.000 0.000 0.000 1.000 0.000
7 1.000 1.000 1.000 1.000 1.000
1 1.000 1.000 1.000 1.000 1.000 8 1.000 1.000 1.000 1.000 1.000
2******** 2.111******** 0.323******** 9 1.000 1.000 1.000 1.000 1.000
3******** 2.268******** 0.437******** 10 1.000 1.000 1.000 1.000 1.000
4 1.000 1.000 1.000 1.000 1.000 11 1.000 1.000 1.000 1.000 1.000
5 0.000 0.000 0.000 1.000 0.000 12 1.000 1.000 1.000 1.000 1.000
6 1.000 1.000 1.000 1.000 1.000 13 1.000 1.000 1.000 1.000 1.000
7 1.000 1.000 1.000 1.000 1.000 14 1.000 1.000 1.000 1.000 1.000
8 1.000 1.000 1.000 1.000 1.000 15 0.000 1.202 0.000 1.077 0.000
9 1.000 1.000 1.000 1.000 1.000 16******** 1.202******** 1.000********
10 1.000 1.000 1.000 1.000 1.000 17 1.000 1.000 1.000 1.000 1.000
11 1.000 1.000 1.000 1.000 1.000 18 1.000 1.000 1.000 1.000 1.000
12 1.000 1.000 1.000 1.000 1.000 19 1.000 1.000 1.000 1.000 1.000
13 1.000 1.000 1.000 1.000 1.000 20 1.000 1.000 1.000 1.000 1.000
14 1.000 1.000 1.000 1.000 1.000 21 0.000 1.103 0.000 1.231 0.000
15 0.000 1.202 0.000 1.077 0.000 22 1.000 1.000 1.000 1.000 1.000
16******** 1.202******** 1.000******** 23 1.000 1.000 1.000 1.000 1.000
17 1.000 1.000 1.000 1.000 1.000 24 1.000 1.000 1.000 1.000 1.000
18 1.000 1.000 1.000 1.000 1.000 25 1.000 1.000 1.000 1.000 1.000
19 1.000 1.000 1.000 1.000 1.000 26 1.000 1.000 1.000 1.000 1.000
20 1.000 1.000 1.000 1.000 1.000 27 1.000 1.000 1.000 1.000 1.000
21 0.000 1.103 0.000 1.231 0.000 28******** 2.268******** 1.000********
22 1.000 1.000 1.000 1.000 1.000 29 1.000 1.000 1.000 1.000 1.000
23 1.000 1.000 1.000 1.000 1.000 30 1.000 1.000 1.000 1.000 1.000
24 1.000 1.000 1.000 1.000 1.000 31 1.000 1.000 1.000 1.000 1.000
25 1.000 1.000 1.000 1.000 1.000 32 1.000 1.000 1.000 1.000 1.000
26 1.000 1.000 1.000 1.000 1.000 33 1.000 1.000 1.000 1.000 1.000
27 1.000 1.000 1.000 1.000 1.000 34 1.000 1.000 1.000 1.000 1.000
28******** 2.268******** 1.000******** 35******** 1.113******** 0.700********
29 1.000 1.000 1.000 1.000 1.000 36******** 1.117******** 0.801********
30 1.000 1.000 1.000 1.000 1.000
31 1.000 1.000 1.000 1.000 1.000 mean ******** 0.000******** 0.939 0.000
32 1.000 1.000 1.000 1.000 1.000
34 1.000 1.000 1.000 1.000 1.000 means]
Resultados de DEAP 2.1 para el Comisarías PNP tipo E

206
Data file = eg4-dta.txt MALMQUIST INDEX SUMMARY
Output orientated Malmquist DEA year = 2

DISTANCES SUMMARY
5 0.000NaN NaN NaN
6 0.000NaN NaN NaN mean NaN NaN NaN NaN NaN
7 0.000NaN NaN NaN
8 0.000NaN NaN NaN
9 0.000NaN NaN NaN MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
10 0.000NaN NaN NaN
11 0.000NaN NaN NaN year effch techch pech sech tfpch
12 0.000NaN NaN NaN
mean 0.000NaN NaN NaN
year = 2
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]
b.4) Eficiencia y Productividad en la Gestión contra la Prostitución Clandestina

207
DISTANCES SUMMARY year = 2

year = 1
8 0.000 1.000 3.846 1.000
10 0.000NaN NaN NaN
11 0.000NaN NaN NaN
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
1NaN NaN 0.000NaN
3NaN NaN 0.000NaN
5NaN NaN 0.000NaN 2 1.408 0.355 1.383 1.018 0.500
defined] mean NaN NaN NaN NaN NaN

MALMQUIST INDEX SUMMARY means]

year = 1
Data file = eg4-dta.txt firm crs te rel to tech in yr vrs
no. ************************ te
Output orientated Malmquist DEA t-1 t t+1
1 0.000NaN NaN NaN

3 0.000NaN NaN NaN
208
year = 2
no. ************************ te

2NaN NaN 0.000NaN
4NaN NaN 0.000NaN
5NaN NaN 0.000NaN
7NaN NaN 0.000NaN
9NaN NaN 0.000NaN
year = 2
209
Results from DEAP Version 2.1 13NaN NaN 0.000NaN
14NaN NaN 0.000NaN
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
22NaN NaN 0.000NaN
23NaN NaN 0.000NaN
year = 1
mean NaN NaN 0.000NaN
no. ************************ te [Note that t-1 in year 1 and t+1 in the final year are not
t-1 t t+1 defined]
1 0.000NaN NaN NaN

3 0.000NaN NaN NaN
5 0.000NaN NaN NaN
7 0.000NaN NaN NaN
22 0.000NaN NaN NaN 15 1.000 2.155 1.000 1.000 2.155
t-1 t t+1
1NaN NaN 0.000NaN
2NaN NaN 0.000NaN
4NaN NaN 0.000NaN
6NaN NaN 0.000NaN
8NaN NaN 0.000NaN
10NaN NaN 0.000NaN
11NaN NaN 0.000NaN
210

30 0.000NaN NaN NaN
33 0.000NaN NaN NaN
35 0.000NaN NaN NaN
36 0.000NaN NaN NaN
DISTANCES SUMMARY
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
30NaN NaN 0.000NaN
31NaN NaN 0.000NaN
33NaN NaN 0.000NaN
35NaN NaN 0.000NaN
mean NaN NaN 0.000NaN mean NaN NaN NaN NaN NaN
defined] MALMQUIST INDEX SUMMARY OF FIRM MEANS


Results from DEAP Version 2.1 Data file = eg4-dta.txt
Instruction file = eg4-ins.txt Output orientated Malmquist DEA
212
year = 2
DISTANCES SUMMARY

7 0.000NaN NaN NaN
9 0.000NaN NaN NaN
10 0.000NaN NaN NaN
12 0.000NaN NaN NaN
year = 2
no. ************************ te
t-1 t t+1 MALMQUIST INDEX SUMMARY OF FIRM MEANS

2NaN NaN 0.000NaN
[Note that t-1 in year 1 and t+1 in the final year are not mean NaN NaN NaN NaN NaN
defined]
means]
b.5) Eficiencia y Productividad en la Gestión de Tráfico de Vehículos

Instruction file = eg4-ins.txt DISTANCES SUMMARY

Output orientated Malmquist DEA year = 1
213
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
year = 2 year effch techch pech sech tfpch
no. ************************ te
t-1 t t+1 mean 0.885 0.629 0.747 1.184 0.556
1 1.571 1.000 0.000 1.000

3 0.304 0.476 0.000 0.553
5 0.167 0.274 0.000 0.305
6 2.647 1.000 0.000 1.000 1 1.000 0.554 1.000 1.000 0.554
7 0.049 0.164 0.000 0.171 2 0.484 0.308 0.488 0.991 0.149
8 1.682 0.817 0.000 0.896 3 0.476 0.643 0.553 0.862 0.306
9 1.287 1.000 0.000 1.000 4 1.000 0.525 1.000 1.000 0.525
10 0.552 0.643 0.000 0.723 5 0.611 0.397 0.678 0.901 0.243
11 0.817 1.000 0.000 1.000 6 1.000 1.167 1.000 1.000 1.167
12 7.871 1.000 0.000 1.000 7 0.257 0.246 0.256 1.006 0.063
8 0.817 0.975 0.896 0.912 0.797
mean 1.563 0.738 0.000 0.761 9 1.000 0.820 1.000 1.000 0.820
10 0.643 0.817 0.723 0.889 0.525
defined] 12 1.000 1.717 1.000 1.000 1.717
mean 0.885 0.629 0.747 1.184 0.556

year = 2 means]

Instruction file = eg4-ins.txt Unbounded objective function
Data file = eg4-dta.txt Unbounded objective function
Output orientated Malmquist DEA Unbounded objective function
Unbounded objective function DISTANCES SUMMARY
214
no. ************************ te year = 2
t-1 t t+1
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
no. ************************ te
1 0.025 0.076 0.000 0.086 2 1.582******** 1.383 1.144********

2Inf 1.000 0.000 1.000
3Inf 1.000 0.000 1.000 mean 1.582******** 1.383 1.144********
4 0.020 0.059 0.000 0.062
5Inf 0.469 0.000 0.789
7 0.265 0.612 0.000 0.630
9Inf 1.000 0.000 1.000
10 0.845 1.000 0.000 1.000 1 0.076 0.252 0.086 0.886 0.019
11 0.471 1.000 0.000 1.000 2 2.419Inf 1.000 2.419Inf
12 0.743 0.859 0.000 1.000 3 18.109Inf 9.600 1.886Inf
13 0.987 1.000 0.000 1.000 4 2.986 0.335 2.955 1.010 1.000
14 0.568 1.000 0.000 1.000 5 5.860Inf 7.579 0.773Inf
15 0.455 1.000 0.000 1.000 6 2.018 0.565 2.000 1.009 1.140
16 1.026 1.000 0.000 1.000 7 0.612 0.155 0.630 0.971 0.095
17 0.969 1.000 0.000 1.000 8 1.000 0.246 1.000 1.000 0.246
18 0.000 0.000 0.000 0.000 9 1.280Inf 1.076 1.189Inf
19 0.000 0.000 0.000 0.000 10 1.000 0.469 1.000 1.000 0.469
20Inf 1.000 0.000 1.000 11 1.414 0.304 1.000 1.414 0.431
21 2.711 1.000 0.000 1.000 12 5.476 0.718 3.000 1.825 3.931
13 2.032 0.721 1.775 1.145 1.466
mean Inf 0.742 0.000 0.773 14 1.742 0.701 1.734 1.005 1.221
15 1.000 0.391 1.000 1.000 0.391
defined] 17******** 0.984******** 1.000********
18 0.000 0.598 0.000 1.380 0.000
19 1.000 1.000 1.000 1.000 1.000
215
20 1.070Inf 1.000 1.070Inf
means]
mean 1.582******** 1.383 1.144********

10 19.059 1.000 0.000 1.000
Instruction file = eg4-ins.txt 11NaN NaN 0.000NaN
Data file = eg4-dta.txt 12NaN NaN 0.000NaN
13 9.257 1.000 0.000 1.000
Output orientated Malmquist DEA 14Inf 1.000 0.000 1.000
15NaN NaN 0.000NaN
16NaN NaN 0.000NaN
18 0.550 1.000 0.000 1.000
19NaN NaN 0.000NaN
21NaN NaN 0.000NaN
no. ************************ te 23NaN NaN 0.000NaN
t-1 t t+1
1 0.000 0.650 1.084 0.656
4 0.000 1.000 2.861 1.000
5 0.000NaN NaN NaN
7 0.000NaN NaN NaN
9 0.000NaN NaN NaN
11 0.000NaN NaN NaN
12 0.000NaN NaN NaN 1 1.539 0.599 1.524 1.010 0.923
3NaN NaN 0.000NaN
5NaN NaN 0.000NaN
6NaN NaN 0.000NaN
8NaN NaN 0.000NaN
216
MALMQUIST INDEX SUMMARY OF FIRM MEANS 17NaN NaN NaN NaN NaN
18 1.000 0.707 1.000 1.000 0.707

26 0.000NaN NaN NaN
29 0.000NaN NaN NaN
31 0.000NaN NaN NaN
32 0.000 1.000 0.727 1.000
34 0.000NaN NaN NaN
35 0.000NaN NaN NaN
firm crs te rel to tech in yr vrs mean 0.000NaN NaN NaN

no. ************************ te
t-1 t t+1 year = 2
1 0.000NaN NaN NaN firm crs te rel to tech in yr vrs

2 0.000NaN NaN NaN no. ************************ te
3 0.000NaN NaN NaN t-1 t t+1
4 0.000NaN NaN NaN
8 0.000NaN NaN NaN 4 2.196 1.000 0.000 1.000
14 0.000 1.000 1.091 1.000 10NaN NaN 0.000NaN
17 0.000NaN NaN NaN 13Inf 1.000 0.000 1.000
18 0.000NaN NaN NaN 14 0.519 0.545 0.000 0.750
217
24NaN NaN 0.000NaN
26NaN NaN 0.000NaN
27NaN NaN 0.000NaN
29NaN NaN 0.000NaN
31NaN NaN 0.000NaN
33NaN NaN 0.000NaN
35NaN NaN 0.000NaN
36NaN NaN 0.000NaN
5NaN NaN NaN NaN NaN 14 0.545 0.934 0.750 0.727 0.509
218

year = 2
DISTANCES SUMMARY 1NaN NaN NaN NaN NaN

year = 1 4 1.000 1.133 1.000 1.000 1.133
4 0.000 1.000 1.000 1.000
6 0.000NaN NaN NaN
7 0.000NaN NaN NaN
9 0.000NaN NaN NaN
11 0.000NaN NaN NaN
mean 0.000NaN NaN NaN mean NaN NaN NaN NaN NaN
year = 2
t-1 t t+1
3NaN NaN 0.000NaN 4 1.000 1.133 1.000 1.000 1.133
12NaN NaN 0.000NaN
defined]
b.6) Eficiencia y Productividad en la Gestión Anti Manejo Imprudente

Results from DEAP Version 2.1 Instruction file = eg4-ins.txt
219
year = 2
DISTANCES SUMMARY firm effch techch pech sech tfpch
1 0.215 0.000 0.261 0.826 0.000

year = 1 2 0.483 0.000 0.495 0.975 0.000
3 0.363 0.000 0.426 0.852 0.000
no. ************************ te 5 1.025 1.054 1.000 1.025 1.080
t-1 t t+1 6 0.370 0.000 0.420 0.880 0.000
7 0.373 0.000 0.427 0.872 0.000
1 0.000 1.000Inf 1.000 8 1.000 1.442 1.000 1.000 1.442
2 0.000 1.000Inf 1.000 9 0.431 0.849 0.442 0.974 0.366
3 0.000 0.722Inf 0.727 10 1.615 0.858 1.042 1.549 1.385
4 0.000 1.000Inf 1.000 11 0.931 1.320 1.000 0.931 1.228
5 0.000 0.976 0.970 1.000 12 1.000 0.822 1.000 1.000 0.822
6 0.000 1.000Inf 1.000
7 0.000 0.727Inf 0.746 mean 0.602 0.000 0.624 0.965 0.000
8 0.000 1.000 0.737 1.000
9 0.000 0.908 1.021 1.000
11 0.000 0.428 0.298 1.000
mean 0.000 0.834Inf 0.921 2 0.602 0.000 0.624 0.965 0.000
year = 2 mean 0.602 0.000 0.624 0.965 0.000

no. ************************ te MALMQUIST INDEX SUMMARY OF FIRM MEANS
t-1 t t+1
1 0.199 0.215 0.000 0.261
2 0.484 0.483 0.000 0.495 1 0.215 0.000 0.261 0.826 0.000
3 0.260 0.262 0.000 0.310 2 0.483 0.000 0.495 0.975 0.000
4 0.627 0.655 0.000 0.762 3 0.363 0.000 0.426 0.852 0.000
5 1.103 1.000 0.000 1.000 4 0.655 0.000 0.762 0.859 0.000
6 0.352 0.370 0.000 0.420 5 1.025 1.054 1.000 1.025 1.080
7 0.215 0.271 0.000 0.319 6 0.370 0.000 0.420 0.880 0.000
8 1.532 1.000 0.000 1.000 7 0.373 0.000 0.427 0.872 0.000
9 0.317 0.392 0.000 0.442 8 1.000 1.442 1.000 1.000 1.442
10 0.396 0.406 0.000 0.601 9 0.431 0.849 0.442 0.974 0.366
11 0.483 0.398 0.000 1.000 10 1.615 0.858 1.042 1.549 1.385
12 0.919 1.000 0.000 1.000 11 0.931 1.320 1.000 0.931 1.228
12 1.000 0.822 1.000 1.000 0.822
mean 0.574 0.538 0.000 0.634
mean 0.602 0.000 0.624 0.965 0.000
defined] [Note that all Malmquist index averages are geometric
means]

Data file = eg4-dta.txt DISTANCES SUMMARY

year = 1
220
no. ************************ te year = 2
t-1 t t+1
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
no. ************************ te
1 0.956 0.788 0.000 0.859 2 0.000 0.787 0.000 0.957 0.000

2 0.527 0.533 0.000 1.000
3 0.784 1.000 0.000 1.000 mean 0.000 0.787 0.000 0.957 0.000
4 0.173 0.191 0.000 0.208
5 0.956 1.000 0.000 1.000
7 0.582 0.701 0.000 0.713
9 0.708 0.953 0.000 0.959
10 0.480 0.346 0.000 0.502 1 0.788 0.899 0.859 0.917 0.709
11 0.968 1.000 0.000 1.000 2 1.692 1.039 1.000 1.692 1.759
12 0.352 0.366 0.000 0.366 3 1.675 0.395 1.405 1.192 0.662
13 1.468 1.000 0.000 1.000 4 1.200 0.902 1.293 0.928 1.082
14 0.309 0.428 0.000 0.430 5 1.036 0.836 1.022 1.015 0.867
15 0.203 0.275 0.000 0.278 6 0.903 0.906 0.971 0.930 0.818
16 0.326 0.351 0.000 0.538 7 0.701 0.292 0.713 0.983 0.205
17 0.000 0.000 0.000 0.000 8 1.000 0.747 1.000 1.000 0.747
18 0.097 0.111 0.000 0.196 9 1.140 0.737 1.086 1.050 0.841
19 0.670 0.982 0.000 1.000 10 0.976 0.965 1.211 0.806 0.942
20 0.112 0.082 0.000 0.207 11 1.000 0.953 1.000 1.000 0.953
21 0.419 0.423 0.000 0.680 12 0.923 0.973 0.878 1.052 0.898
13 1.000 0.752 1.000 1.000 0.752
mean 0.542 0.577 0.000 0.646 14 2.113 0.744 1.992 1.061 1.573
15 0.865 0.731 0.873 0.991 0.632
defined] 17 0.000 0.734 0.000 1.000 0.000
18 0.712 0.791 0.933 0.763 0.563
19 2.497 0.702 2.420 1.032 1.753
221
21 1.058 0.990 1.069 0.990 1.048
mean 0.000 0.787 0.000 0.957 0.000 means]

Results from DEAP Version 2.1 no. ************************ te
t-1 t t+1
2 0.271 0.555 0.000 0.555
4 0.257 0.279 0.000 1.000
17 0.147 0.302 0.000 1.000
19 0.000 0.000 0.000 0.000
20 0.202 0.152 0.000 0.401
year = 1 21 0.372 0.864 0.000 1.000
22 0.092 0.189 0.000 0.190
no. ************************ te
t-1 t t+1 mean 0.411 0.528 0.000 0.615
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
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
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
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
14 0.854 0.000 0.902 0.947 0.000
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
23 0.690 0.831 0.690 1.001 0.573
mean 1.267 0.000 1.048 1.209 0.000
1 0.556 0.000 0.480 1.158 0.000
3 1.740 0.525 1.743 0.998 0.914 means]
4 0.310 0.962 1.000 0.310 0.298

21 0.000 0.101 0.160 0.107
24 0.000 0.110 0.192 1.000
26 0.000 0.501 1.007 0.501
27 0.000 0.044 0.088 0.054
29 0.000 0.161 0.280 0.167
30 0.000NaN NaN NaN
year = 1 31 0.000 0.306 0.615 0.306
32 0.000NaN NaN NaN
no. ************************ te 34 0.000NaN NaN NaN
t-1 t t+1 35 0.000 1.000 2.010 1.000
36 0.000NaN NaN NaN
1 0.000 0.099 0.163 0.106
2 0.000 0.039 0.079 0.048 mean 0.000NaN NaN NaN
3 0.000 0.051 0.103 0.054
5 0.000 0.011 0.017 0.011
6 0.000 0.047 0.077 0.049 firm crs te rel to tech in yr vrs
7 0.000 0.015 0.024 0.023 no. ************************ te
8 0.000NaN NaN NaN t-1 t t+1
9 0.000NaN NaN NaN
10 0.000 0.011 0.017 0.031 1 0.008 0.014 0.000 0.014
11 0.000 0.014 0.020 0.031 2NaN NaN 0.000NaN
12 0.000 0.113 0.205 0.125 3NaN NaN 0.000NaN
13 0.000 1.000 1.521 1.000 4NaN NaN 0.000NaN
14 0.000NaN NaN NaN 5 0.204 0.410 0.000 0.410
16 0.000 0.008 0.012 0.200 7NaN NaN 0.000NaN
19 0.000NaN NaN NaN 10 0.013 0.020 0.000 0.044
223
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
21 0.085 0.162 0.000 0.162 35 0.450 0.571 0.626 0.718 0.257
23NaN NaN 0.000NaN
25 0.047 0.095 0.000 0.095
26 0.012 0.021 0.000 0.021
28 0.219 0.440 0.000 0.499
30NaN NaN 0.000NaN
32NaN NaN 0.000NaN
34NaN NaN 0.000NaN
35 0.295 0.450 0.000 0.626
mean NaN NaN 0.000NaN firm effch techch pech sech tfpch
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
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
224
35 0.450 0.571 0.626 0.718 0.257
means]


year = 2

3 0.758 8.231 0.754 1.005 6.240
year = 1 4 1.187 7.268 1.185 1.001 8.625
4 0.000 0.843 0.131 0.844
6 0.000NaN NaN NaN
7 0.000NaN NaN NaN
9 0.000NaN NaN NaN
11 0.000NaN NaN NaN
mean 0.000NaN NaN NaN mean NaN NaN NaN NaN NaN
year = 2
t-1 t t+1
1 0.543 5.978 0.543 1.000 3.247
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
12NaN NaN 0.000NaN
defined]
225
b.7) Eficiencia y productividad en la Gestión anti organizaciones criminales

11 0.000 0.000 0.000 0.000
mean 1.085 0.301 0.000 0.336
Unbounded objective function defined]
Unbounded objective function MALMQUIST INDEX SUMMARY
Unbounded objective function firm effch techch pech sech tfpch
Unbounded objective function 1 1.703 3.180 1.594 1.068 5.417
4 0.779 4.247 0.852 0.914 3.307
6 0.047 3.922 0.051 0.914 0.185
7 0.132 3.352 0.125 1.056 0.444
year = 1 8 0.223 2.503 0.144 1.544 0.557
9 0.764 3.954 0.821 0.930 3.020
no. ************************ te 11 1.000 1.000 1.000 1.000 1.000
t-1 t t+1 12 1.000 3.281 1.000 1.000 3.281
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
5 0.000 0.426 0.102 0.474
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
mean 0.000 0.526 0.148 0.601
year = 2
1 1.703 3.180 1.594 1.068 5.417
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
means]

11 0.323 0.354 0.000 0.429
14 0.000 0.000 0.000 0.000
16 1.792 1.000 0.000 1.000
20 0.000 0.000 0.000 0.000
mean 0.297 0.259 0.000 0.270

year = 1
firm crs te rel to tech in yr vrs defined]
no. ************************ te
t-1 t t+1
1 0.000 0.000 0.000 0.000
2 0.000 0.000 0.000 0.000 year = 2
3 0.000 0.230 0.300 0.286
5 0.000 0.220 0.276 0.222
6 0.000 0.000 0.000 0.000 1 1.000 1.000 1.000 1.000 1.000
7 0.000 1.000 1.365 1.000 2 1.000 1.000 1.000 1.000 1.000
8 0.000 0.324 0.429 0.429 3 3.089 0.782 2.511 1.230 2.414
9 0.000 0.000 0.000 0.000 4 1.000 1.000 1.000 1.000 1.000
10 0.000 0.782 0.982 0.843 5 1.061 0.774 1.290 0.823 0.821
11 0.000 0.323 0.410 0.429 6******** 0.972******** 0.973********
12 0.000 0.114 0.135 0.143 7 0.457 0.739 0.463 0.987 0.338
13 0.000 0.000 0.000 0.000 8 3.086 0.775 2.333 1.323 2.392
14 0.000 0.000 0.000 0.000 9 1.000 1.000 1.000 1.000 1.000
15 0.000 0.000 0.000 0.000 10 0.000 0.892 0.000 1.079 0.000
16 0.000 0.768 0.662 0.992 11 1.095 0.848 1.000 1.095 0.929
17 0.000 0.000 0.000 0.000 12 0.000 0.917 0.000 1.256 0.000
18 0.000 0.000 0.000 0.000 13******** 0.859******** 0.990********
19 0.000 0.699 0.879 0.747 14 1.000 1.000 1.000 1.000 1.000
20 0.000 0.000 0.000 0.000 15 1.000 1.000 1.000 1.000 1.000
21 0.000 0.819 0.457 1.000 16 1.302 1.441 1.009 1.291 1.877
17 1.000 1.000 1.000 1.000 1.000
mean 0.000 0.251 0.281 0.290 18 1.000 1.000 1.000 1.000 1.000
19 0.000 0.892 0.000 1.068 0.000
year = 2 20 1.000 1.000 1.000 1.000 1.000
21 1.116 1.792 1.000 1.116 2.000
no. ************************ te mean 0.000 0.964 0.000 1.052 0.000
t-1 t t+1

2 0.000 0.000 0.000 0.000
4 0.000 0.000 0.000 0.000
5 0.176 0.233 0.000 0.286 2 0.000 0.964 0.000 1.052 0.000
6 0.134 0.141 0.000 0.145
7 0.341 0.457 0.000 0.463 mean 0.000 0.964 0.000 1.052 0.000
8 0.796 1.000 0.000 1.000
9 0.000 0.000 0.000 0.000
227
13******** 0.859******** 0.990********
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
11 1.095 0.848 1.000 1.095 0.929 means]

Results from DEAP Version 2.1 year = 2
Instruction file = eg4-ins.txt firm crs te rel to tech in yr vrs

Data file = eg4-dta.txt no. ************************ te
t-1 t t+1
1 0.243 0.091 0.000 0.118
5 0.168 0.065 0.000 0.066
7 0.000 0.000 0.000 0.000
8 0.135 0.067 0.000 0.067
year = 1 9 0.000 0.000 0.000 0.000
10 0.000 0.000 0.000 0.000
no. ************************ te 12 0.000 0.000 0.000 0.000
t-1 t t+1 13 2.720 1.000 0.000 1.000
14 0.000 0.000 0.000 0.000
1 0.000 0.246 0.099 0.345 15 0.183 0.074 0.000 0.077
2 0.000 0.357 0.140 0.357 16 0.000 0.000 0.000 0.000
3 0.000 0.000 0.000 0.000 17 0.000 0.000 0.000 0.000
4 0.000 0.439 0.235 0.443 18 0.450 0.259 0.000 1.000
5 0.000 1.000 0.388 1.000 19 0.789 0.311 0.000 0.451
6 0.000 0.187 0.092 0.199 20 0.000 0.000 0.000 0.000
7 0.000 0.000 0.000 0.000 21 0.000 0.000 0.000 0.000
8 0.000 0.375 0.144 0.500 22 0.000 0.000 0.000 0.000
9 0.000 0.000 0.000 0.000 23 0.982 0.654 0.000 0.665
10 0.000 1.000 1.074 1.000
11 0.000 0.404 0.173 0.425 mean 0.301 0.130 0.000 0.193
12 0.000 0.652 0.243 0.652
13 0.000 0.958 1.029 1.000 [Note that t-1 in year 1 and t+1 in the final year are not
14 0.000 0.000 0.000 0.000 defined]
15 0.000 0.716 0.296 0.747
16 0.000 0.581 0.235 0.589
18 0.000 0.000 0.000 0.000
19 0.000 0.000 0.000 0.000 year = 2
20 0.000 0.000 0.000 0.000
22 0.000 0.357 0.133 0.364
23 0.000 0.958 0.473 1.000 1 0.371 2.580 0.341 1.086 0.956
2 0.000 1.597 0.000 1.000 0.000
mean 0.000 0.401 0.232 0.418 3 1.000 1.000 1.000 1.000 1.000
4 1.073 2.229 2.258 0.475 2.391
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********
21 1.000 1.000 1.000 1.000 1.000
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
means]

11 0.000 0.000 0.000 0.000
14 0.000 0.000 0.000 0.000
16 0.000 0.000 0.000 0.000
20 0.000 0.000 0.000 0.000
22 0.000 0.000 0.000 0.000
23 0.000 0.000 0.000 0.000
year = 1 24 0.000 0.000 0.000 0.000
25 0.000 0.000 0.000 0.000
no. ************************ te 27 0.000 0.000 0.000 0.000
t-1 t t+1 28 0.000 0.000 0.000 0.000
29 0.000 0.000 0.000 0.000
1 0.000 0.000 0.000 0.000 30 0.000 0.000 0.000 0.000
2 0.000 0.000 0.000 0.000 31 0.000 1.000 0.500 1.000
3 0.000 0.000 0.000 0.000 32 0.000 0.000 0.000 0.000
4 0.000 0.000 0.000 0.000 33 0.000 0.000 0.000 0.000
5 0.000 1.000 0.923 1.000 34 0.000 0.000 0.000 0.000
6 0.000 0.000 0.000 0.000 35 0.000 0.000 0.000 0.000
7 0.000 0.000 0.000 0.000 36 0.000 0.000 0.000 0.000
8 0.000 0.000 0.000 0.000
9 0.000 0.000 0.000 0.000 mean 0.000 0.106 0.081 0.111
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
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
28 0.767 0.545 0.000 0.737
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
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
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
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]

Instruction file = eg4-ins.txt mean NaN NaN 0.000NaN

Output orientated Malmquist DEA defined]
DISTANCES SUMMARY MALMQUIST INDEX SUMMARY
year = 2
year = 1
10 0.000NaN NaN NaN
12 0.000NaN NaN NaN
mean 0.000NaN NaN NaN MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
year = 2 year effch techch pech sech tfpch
no. ************************ te
t-1 t t+1 mean NaN NaN NaN NaN NaN
1NaN NaN 0.000NaN

3NaN NaN 0.000NaN
5NaN NaN 0.000NaN
231
b.8) Eficiencia y Productividad en la Gestión de Tráfico Ilicito de Bienes

Results from DEAP Version 2.1 mean NaN NaN 0.000NaN
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]


year = 1
4 0.000 0.032 0.012 0.036 9 1.000 2.424 1.000 1.000 2.424
8 0.000 0.028 0.008 0.030
10 0.000NaN NaN NaN
11 0.000NaN NaN NaN
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
1NaN NaN 0.000NaN
3NaN NaN 0.000NaN
12NaN NaN 0.000NaN 9 1.000 2.424 1.000 1.000 2.424
232
means]

9NaN NaN 0.000NaN
Instruction file = eg4-ins.txt 10NaN NaN 0.000NaN
Data file = eg4-dta.txt 11Inf 0.326 0.000 0.432
12NaN NaN 0.000NaN
Output orientated Malmquist DEA 13Inf 1.000 0.000 1.000
14NaN NaN 0.000NaN
15Inf 1.000 0.000 1.000
DISTANCES SUMMARY 16Inf 0.072 0.000 0.109
17NaN NaN 0.000NaN
18NaN NaN 0.000NaN
20NaN NaN 0.000NaN
no. ************************ te
t-1 t t+1 mean NaN NaN 0.000NaN
3 0.000NaN NaN NaN
4 0.000NaN NaN NaN
6 0.000NaN NaN NaN
8 0.000NaN NaN NaN
10 0.000NaN NaN NaN
2NaN NaN 0.000NaN
4NaN NaN 0.000NaN
5NaN NaN 0.000NaN
7NaN NaN 0.000NaN
233
MALMQUIST INDEX SUMMARY OF FIRM MEANS 16NaN NaN NaN NaN NaN

year = 2
Data file = eg4-dta.txt firm crs te rel to tech in yr vrs
no. ************************ te
Output orientated Malmquist DEA t-1 t t+1
1NaN NaN 0.000NaN

3NaN NaN 0.000NaN
4NaN NaN 0.000NaN
6NaN NaN 0.000NaN
no. ************************ te 8NaN NaN 0.000NaN
t-1 t t+1 9NaN NaN 0.000NaN
10NaN NaN 0.000NaN
5 0.000 0.273 0.007 0.308 15NaN NaN 0.000NaN
8 0.000NaN NaN NaN 18 219.780 1.000 0.000 1.000
14 0.000NaN NaN NaN
15 0.000NaN NaN NaN mean NaN NaN 0.000NaN
16 0.000 1.000 0.023 1.000
19 0.000NaN NaN NaN
20 0.000NaN NaN NaN
22 0.000NaN NaN NaN
mean 0.000NaN NaN NaN firm effch techch pech sech tfpch
234
2NaN NaN NaN NaN NaN MALMQUIST INDEX SUMMARY OF FIRM MEANS
4NaN NaN NaN NaN NaN firm effch techch pech sech tfpch
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS 23NaN NaN NaN NaN NaN
year effch techch pech sech tfpch mean NaN NaN NaN NaN NaN
means]

11 0.000NaN NaN NaN
14 0.000NaN NaN NaN
16 0.000NaN NaN NaN
17 0.000NaN NaN NaN
19 0.000NaN NaN NaN
20 0.000NaN NaN NaN
22 0.000NaN NaN NaN
no. ************************ te 24 0.000NaN NaN NaN
t-1 t t+1 25 0.000NaN NaN NaN
26 0.000NaN NaN NaN
235
23NaN NaN 0.000NaN
25NaN NaN 0.000NaN
26NaN NaN 0.000NaN
28NaN NaN 0.000NaN
30NaN NaN 0.000NaN
32NaN NaN 0.000NaN
34NaN NaN 0.000NaN
35NaN NaN 0.000NaN
mean NaN NaN 0.000NaN firm effch techch pech sech tfpch
236

Instruction file = eg4-ins.txt mean NaN NaN 0.000NaN

Output orientated Malmquist DEA defined]
year = 1 firm effch techch pech sech tfpch
9 0.000NaN NaN NaN
11 0.000NaN NaN NaN
12 0.000NaN NaN NaN
MALMQUIST INDEX SUMMARY OF ANNUAL MEANS
year = 2
no. ************************ te mean NaN NaN NaN NaN NaN
t-1 t t+1

2NaN NaN 0.000NaN
4NaN NaN 0.000NaN
237
12NaN NaN NaN NaN NaN mean
238

UPpequln

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

UPpequln

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA

“LOS CAMBIOS DE PRODUCTIVIDAD Y EFICIENCIA EN LAS

Tesis presentada por el Bachiller: LIEF NEILD

ASESOR: JONNE PERALTA CALCINA

estudiar y culminar mis estudios de pos grado.

Asimismo un agradecimiento especial a mi tío Juan Humberto Quintanilla, por todos

que existen en la vida.

Palabras Claves: Productividad, Eficiencia, Gestión Policial, Comisarias, Análisis de

Keywords: Productivity, Efficiency, Police Management, Commissioners, Envelope

CAPITULO 01: METODOLOGÍA DE INVESTIGACIÓN ........................................... 1

CAPITULO 03: INSUMOS (INPUTS) DE LA DE LA GESTIÓN DE POLICIAL EN

CAPITULO 05: CAMBIOS DE LA PRODUCTIVIDAD Y LA EFICIENCIA EN LA

CONCLUSIONES ............................................................................................................ 178

ANEXOS ........................................................................................................................... 183

Figura 1: Modelo de Organización de la Administración Policial................................. 27

Las comisarías de nuestro país son el resultado de la formulación, evaluación y gestión

básicas, son aquellas limitadas de acuerdo al número de efectivos policiales, densidad

poblacional, servicios requeridos y área mínima requerida de construcción, aspectos

desarrollan un servicio específico, respecto de mujeres, turismo, aeropuertos, terminales

presentan más cercanía a la población de la Región Arequipa, por ello la importancia de

analizar el cambio de la productividad y eficacia de estas unidades operativas de la Policía

no se puede comparar comisarías de distinta naturaleza.

Por ello la presente investigación busca medir y cuantificar las variaciones de

encargaremos de ver la metodología de investigación, donde hemos establecido la problemática

comisarias básicas en los distritos de la región Arequipa, en el cual caracterizaremos las

productos (outputs) de la gestión policial donde estableceremos y niveles y productos logrados.

policial de las comisarias básicas de la Región Arequipa, donde se construye la frontera de

posibilidades de producción para las comisarias básicas diferenciando claramente a las

realizados, para las comisarias básicas tipo A, B, C, D y E.

1.1. Planteamiento del Problema

demanden el acrecentamiento de la protección policial. No es simple, atender áreas extensas,

complejas y multitudinarias con la triple tarea de prevención, disuasión y represión de los

posible encarar esa impostergable decisión con mayores probabilidades de éxito.

Según la (Contraloria General de la Republica, 2019) en su informe sobre seguridad

patrullaje policial se encontrarían inoperativos, lo cual estaría afectando la cobertura del

servicio de patrullaje e incrementaría la percepción de inseguridad entre los ciudadanos de la

jurisdicción de las comisarias. (b) El 29.8% de comisarias a nivel nacional no ejecutarían el

servicio de patrullaje integrado con la municipalidad de su jurisdicción, lo cual afectaría el

integradas entre las comisarias y municipalidades y la posible subutilización de recursos no

adecuadamente informadas sobre los programas preventivos, mecanismos de alerta temprana

afectaría la integridad física de la víctima y denunciante. (h) El 54% de comisarias a nivel

1.1.1. Problema General

Aunque ante el incremento de la criminalidad y del sentimiento de inseguridad los

de servicio por diversas razones (vacaciones, permisos, asistencia a cursos de

contra la delincuencia no es la función que representa la mayoría del tiempo de actuación de

los agentes. La prestación de servicios variados de asistencia suele representar al menos un

Los efectos de la delincuencia sobre la economía y el bienestar causan gran

mecanismos y herramientas para planificar, implementar y evaluar procedimientos para luchar

contra la criminalidad de manera eficiente. El diseño de unas fuerzas y cuerpos de seguridad

eficaces y eficientes se contempla como uno de los principales mecanismos, en consonancia

con la prevención del delito, la investigación criminal, la aprehensión y el mantenimiento del

ello se plantea el siguiente problema general: ¿Cuál es la evaluación de los cambios de

productividad y eficiencia en las comisarías PNP básicas de la Región Arequipa ,2018-2019?

1.1.2. Problemas Específicos

problemas específicos los siguientes:

comisarías PNP básicas de la Región Arequipa, 2018-2019?

básicas de la Región Arequipa, 2018-2019?

1.1.3. Síntomas del Problema

La inseguridad ciudadana y la delincuencia se encuentran entre los principales

una primera aproximación por la reducción de la productividad y eficiencia de las comisarias

PNP básicas, dichos aspectos se corroboran en las siguientes tablas.

1.1.4. Consecuencias del Problema

Esta reducción de la productividad y eficiencia de las comisarias PNP básicas, acusa

incremento de las actividades delictivas.