Análisis de la eficiencia
del gasto público y
sus determinantes en
los gobiernos locales
Luz Maricella Arámbulo Floreano
María Elizabeth Palacios Bustamante
Darwin Alejandro Siancas Escobar
Eduardo Sánchez Pacheco
María Verónica Seminario Morales
Mario Villegas Yarleque
Cada libro de Colección Tinta & Pluma es evaluado para su publicación
mediante el sistema de dictaminación doble ciego por especialistas en la
materia. Lo invitamos a ver el proceso de dictaminación de este libro
transparentado en nuestra plataforma.
Ediciones Tinta & Pluma se especializa en la publicación de conocimiento
científico en español e inglés en soporte de libro digital en las áreas de
humanidades, ciencias sociales y ciencias exactas. Guía su criterio de
publicación cumpliendo con las prácticas internacionales: dictaminación,
comités y ética editorial, acceso abierto, medición del impacto de la
publicación, difusión, distribución impresa y digital, transparencia editorial e
indexación internacional.
Colección 2022
Análisis de la eficiencia
del gasto público y
sus determinantes en
los gobiernos locales
Luz Maricella Arámbulo Floreano
María Elizabeth Palacios Bustamante
Darwin Alejandro Siancas Escobar
Eduardo Sánchez Pacheco
María Verónica Seminario Morales
Mario Villegas Yarleque
Análisis de la eficiencia del gasto público y sus determinantes en los gobiernos
locales
Autores
Luz Maricella Arámbulo Floreano
María Elizabeth Palacios Bustamante
Darwin Alejandro Siancas Escobar
Eduardo Sánchez Pacheco
María Verónica Seminario Morales
Mario Villegas Yarleque
Primera edición: Tinta&Pluma 2022
Diseño de portada: Alfredo González Bores
Tinta&Pluma 2022, Guayaquil, Ecuador, Urbanización Puerto Azul, Mz 20 Villa 12,
fitogonzal@gmail.com
https://editorialtintaypluma.com/index.php/etp/index
ISBN: 978-9942-7049-7-9
DOI: https://doi.org/10.53887/etp.vi
Obra revisada previamente por la modalidad doble par ciego, en caso de requerir
información sobre el proceso comunicarse con la editorial.
Queda prohibida la reproducción total o parcial de esta obra por cualquier medio
(electrónico, mecánico, fotocopia, grabación u otros), sin la previa autorización por
escrito del titular de los derechos de autor, bajo las sanciones establecidas por la
ley. El contenido de esta publicación puede ser reproducido citando la fuente.
El trabajo publicado expresa exclusivamente la opinión de los autores, de manera
que no compromete el pensamiento ni la responsabilidad de la editorial
2
Prólogo
La finalidad de este estudio fue analizar la eficiencia del gasto público y sus
determinantes, en los gobiernos locales de la región Piura para el año 2019, para
lograr dicho objetivo se realizó el análisis de eficiencia bajo de la metodología
Análisis Envolvente de Datos (DEA), teniendo en cuenta los rendimientos variables
a escala y orientación input, además se realizó una segmentación en función al grado
de urbanidad dividiendo a los gobiernos locales de la región Piura en 3 grupos según
la clasificación municipal del Ministerio de Economía y Finanzas, esto con el fin de
evitar inconsistencia en la investigación, conforme al análisis se mostraron los
niveles de eficiencia variados, los resultados arrojan una eficiencia promedio de
0,86, 0,89 y 0,74 respectivamente, lo cual evidenció que estos gobiernos locales
lograron obtener los mismos indicadores de producción con un 14% , 11% y 26%
menos de los recursos utilizados. Además, se realizaron correlaciones para
establecer los determinantes. En este contexto, para el grupo I, la única variable que
estuvo asociada con la eficiencia fue el Canon, para el grupo II, las variables
asociadas fueron los Recursos Directamente Recaudados, los miembros del Consejo
de Coordinación Local, los trabajadores de los gobiernos locales y la población, y
finalmente para grupo III, las variables asociadas fueron la población con secundaria
completa, los trabajadores municipales y la población.
3
INTRODUCCIÓN
Los motivos que alegan un análisis de
eficiencia en la administración del
Estado son variados, entre los cuales
destacan, el poder demostrar la
existencia de avances en un entorno
presupuestario restrictivo, el interés de
conocer en qué medida se financian los
servicios públicos a través de nuestros
impuestos y la necesidad de
comprobar el desempeño oportuno en
las funciones de cada gobierno y así
proporcionar mejoras a la población.
Una provisión oportuna de los bienes y
servicios de las instituciones públicas
permite que existan beneficios para la
población, por el contrario, cuando se
toman decisiones equivocadas o
erradas como omitir el deber principal
de gastar apropiadamente los recursos
presupuestarios, el costo de la
ineficiencia en la administración
pública es mucho más considerable
que la corrupción. (Shack, Pérez y
Portugal, 2020).
Durante el año 2019 la región Piura fue
la quinta región con mayor
Presupuesto Institucional Modificado
(PIM), después de Lima, Cuzco, La
libertad y Ancash, el PIM de la región
Piura fue de S/2 447 145 121 de los
cuales solo se ejecutó S/1 629 512 315,
representando un avance del gasto del
66,7 %. (MEF, 2019)
En los últimos 5 años las transferencias
en la región Piura se han
incrementado; no obstante, con
respecto a la ejecución de gasto
devengado, aun cuando aumenta el
Presupuesto Institucional de Apertura
(PIA), disminuye el grado de avance
en la ejecución mostrando así que se
reduce en un promedio un 2% anual,
habiendo pasado del 76,1% en 2015 a
un 66,7% en 2019. (MEF, 2019)
4
Dada la cantidad de recursos que
recibe la región Piura y el bajo nivel de
ejecución que reflejan las cifras del
Ministerio de Economía y Finanzas
(MEF), existe un interés en analizar
cuán eficientes son los gobiernos
locales de dicha región y a su vez
encontrar que variables son las que
más influyen en los niveles de
eficiencia, lo cual se pretende lograr a
partir de objetivos específicos
planteados, como: Describir las
variables en funciones al gasto y
categorizar por grupos homogéneos
los gobiernos locales de la región Piura
en el año 2019, asimismo, determinar
los gobiernos locales de la región Piura
que lograron eficiencia superior en el
gasto público y, por último, identificar
los determinantes sobre la eficiencia
alcanzada de los gobiernos locales de
la región Piura , en el año 2019.
La investigación fue de naturaleza
aplicada, su alcance de nivel
descriptivo y correlacional y diseño no
experimental, su importancia se basa
en conocer los determinantes que más
influyen para que un gobierno local
logre ser eficiente y que a partir de
estos resultados, las autoridades
puedan tomar mejores decisiones de
gestión que permita una mejora
continua en beneficio de la población.
EVIDENCIA EMPÍRICA
Herrera & Francke (2007) en su
investigación aplicando 5
metodologías (no paramétricas y
paramétricas), concluyeron que el Perú
sería capaz de conseguir iguales
proporciones de bienes y servicios con
un 57,6% menos de recursos, y
encontró como factores causales de
gasto eficiente, la presencia de los
Consejos de Coordinación Local en las
municipalidades, y como
determinantes de gasto ineficiente el
capital transferido por ingresos del
Canon y Foncomun, principalmente a
nivel distrital.
5
La investigación de Pariatón (2018)
evidenció que mientras más
aumentaba el nivel de presupuesto
inicial de apertura, menor era el nivel
de incidencia de pobreza, además que
en eficiencia Global y Exclusiva los
gobiernos con baja urbanidad son más
eficientes que los gobiernos con mayor
urbanidad, pero en la eficiencia
Compartida son los gobiernos con
mayor urbanidad, 7,35% más
eficientes.
Por su parte, Cáceres (2019) encontró
que los indicadores eficientes del gasto
de las municipalidades, son diferentes
de acuerdo a las variables de
agrupación y homogenización, además
que, asociando los municipios por
urbanidad, se evidenció mayor
eficiencia en los distritos con menor de
urbanidad.
Por otro lado, Borger y Kerstens
(1996) sobre la eficiencia de costos de
los gobiernos locales belgas,
evidenciaron que, el grado de
educación de los pobladores es una de
las variables que afecta positivamente
la eficiencia municipal.
En tanto, Loikkanen y Susiluoto
(2005) determinaron que la eficiencia
municipal está relacionada
positivamente con algunos grupos de
edad, principalmente trabajadores
comprendidos entre los 35 a 49 años.
MARCO TEÓRICO
La teoría microeconómica de la
producción, según Pindyck &
Rubinfeld (2009), es una descripción
acerca de cómo la empresa toma la
decisión de producir bienes
optimizando sus costos y de qué
manera cambiando sus costos puede
influir en sus niveles de producción.
Además, la tecnología en la función de
producción, es un componente de
importancia, ya que le permite
6
incrementar la productividad de los
factores de producción, obteniendo
productos de manera más eficiente.
La función de producción se expresó:
𝑄 = 𝐴𝐾
∝
𝐿
1−∝
“Q”, es el nivel de producción que
puede alcanzar la empresa, teniendo en
cuenta la tecnología (A) y la dotación
de factores de producción, factor
capital (K) y factor trabajo (L).
En cuanto a la eficiencia, Farrell
(1957) planteó que una empresa
eficiente consta de dos elementos, por
una parte, la eficiencia técnica la cual
evidencia la capacidad que tiene una
empresa para adquirir el más alto
rendimiento de los factores de
producción, y por otro lado la
eficiencia de asignación, que evidencia
la disposición de una empresa para
aprovechar los factores de producción
en óptimas proporciones, de acuerdo a
sus correspondientes precios. La
combinación de ambas medidas,
permiten obtener una medida de la
eficiencia económica total.
El análisis envolvente de datos
(DEA), es un método de programación
lineal no paramétrico que se utiliza
para estimar la eficiencia de DMU
(observaciones). Un modelo DEA se
puede subdividir en un modelo
orientado a la entrada, que minimiza
las entradas mientras satisface al
menos los niveles de salida dados, y un
modelo orientado a la salida, que
maximiza las salidas sin requerir más
de los valores de entrada observados.
Los modelos DEA también se pueden
subdividir en términos de rendimientos
a escala agregando restricciones de
peso. (Charnes et al.,1978) propuso
originalmente la medición de la
eficiencia de las DMU para
rendimientos constantes a escala
(CRS), donde todas las DMU están
7
operando a su escala óptima. Más tarde
(Banker et al., 1984) introdujo el
modelo de medición de eficiencia de
rendimientos variables a escala (VRS),
que permite desglosar la eficiencia en
eficiencias técnicas y de escala en
DEA.
Los gobiernos locales, son organismos
fundamentales de la estructura
territorial del Estado y canales de
intervención ciudadana en la materia
pública, que tienen como función
institucionalizar y gestionar de manera
autónoma los beneficios propios de las
respectivas comunidades; siendo
elementos indispensables del gobierno
local, el territorio, la organización y la
población. (Congreso de la República,
2003).
El gasto público, es el total de recursos
utilizados para financiar los planes,
proyectos y programas, teniendo como
finalidad originar un impacto positivo
en la sociedad además de ser dirigidos
a la prestación de los servicios
públicos y acciones producidas en
conformidad con las finalidades y
funciones de las instituciones.
(CEPAL, 2010)
La eficiencia, se refiere al manejo más
adecuado posible de los recursos de la
sociedad para cubrir las necesidades de
las personas. (Samuelson & Nordhaus,
2002). En el análisis de políticas, la
utilización de eficiencia
particularmente se asocia con una
relación entre medios y fines. Se
procura que un programa logra ser
eficiente si cumple sus objetivos con el
mínimo costo probable.
(Mokate,1999).
La eficiencia técnica, examina la
relación entre el producto y la cantidad
de un determinado recurso empleado
en su generación. En la práctica de
análisis de políticas sociales, la
eficiencia técnica podría ser una
medición cuyas unidades de medida
8
son, unidad de producto por unidad de
insumo. Por su parte, La eficiencia
económica, se relaciona con un índice
de costo efectividad, por un lado,
calcula el logro de los objetivos y por
otro, los costos de producir aquellos
logros (Mokate, 1999).
Los rendimientos a escala, permiten
demostrar cómo cambia la cantidad
que produce una empresa en la medida
que cambia el manejo de todos los
factores que participan en el proceso
de producción, describe con que
eficiencia y eficacia una empresa está
produciendo sus bienes o servicios.
(Varian, 2015).
Los rendimientos a escala constantes,
ocurren cuando a medida que
aumentan las entradas en un
determinado factor o insumo, la
producción aumenta en la misma
proporción, entonces la productividad
de factores se mantiene constante, los
rendimientos a escala crecientes, se
caracterizan debido a que a medida que
se aumentan los insumos en la
producción, las salidas tienen un
aumento más que proporcional
mostrando un crecimiento en la
productividad de factores y los
rendimientos a escala decrecientes,
indican que a medida que aumentan las
entradas en una determinada
proporción, la producción aumenta en
una proporción menor ocasionando
una disminución en la productividad
de factores. Varian (2015).
9
MATERIALES Y MÉTODOS
En cuanto a tipo de investigación fue
aplicada, ya que se aplicó la teoría
presentada por (Banker et al., 1984),
que permitió calcular la eficiencia en
los gobiernos locales de la región
Piura, utilizando la metodología DEA.
Y también es aplicada porque depende
de aportes teóricos y descubrimientos
en base a una investigación básica o
pura donde se confronta la teoría con
la realidad (Tamayo, 2004).
El enfoque fue cuantitativo, puesto que
los datos fueron evidenciados
mediante cantidades y se analizaron
con métodos estadísticos. (Hernández
et al., 2014). Su alcance fue
correlacional, pues se estimó el grado
de asociación que existía entre las
variables de estudio. (Hernández et al.,
1998)
El diseño fue no experimental, pues no
se manipuló ninguna variable. En este
tipo de estudios solo se observa,
examina e interpreta los fenómenos y
datos disponibles para llegar a
conclusiones. (Hernández et al., 2014).
La población estuvo conformada por
los 65 gobiernos locales que integran
la región Piura (véase tabla 1).
Tabla 1
Población para el análisis
Go b ie rn o s Lo c ale s d e la re g ió n Piu ra
Muni. Piura
Muni. Carmen de la frontera
Muni. Vichayal
Muni. Castilla
Muni. Huarmaca
Muni. Sullana
Muni. Catacaos
Muni. Lalaquiz
Muni. Bellavista
Muni. Cura mori
Muni. San Miguel de El faique
Muni. Marcavelica
Muni. El Tallan
Muni. Sondor
Muni. Miguel Checa
Muni. La Arena
Muni. Sondorillo
Muni. Ignacio Escudero
Muni. La Unión
Muni. Chulucanas
Muni. Salitral
Muni.Las lomas
Muni. Buenos Aires
Muni. Querecotillo
10
Muni.Tambo grande
Muni. Chalaco
Muni. Lancones
Muni. Veintiséis de Octubre
Muni. La Matanza
Muni. Pariñas
Muni. Ayabaca
Muni. Morropón
Muni. El Alto
Muni. Frías
Muni. Salitral
Muni. La Brea
Muni. Jilili
Muni. San Juan De Bigote
Muni. Lobitos
Muni. Lagunas
Muni. Santa Catalina De Mossa
Muni. Los Órganos
Muni. Montero
Muni. Santo Domingo
Muni. Máncora
Muni. Pacaipampa
Muni. Yamango
Muni. Sechura
Muni. Paimas
Muni. Paita
Muni. Bellavista De La Unión
Muni. Sapillica
Muni. Amotape
Muni. Bernal
Muni. Sicchez
Muni. Arenal
Muni. Cristo Nos Valga
Muni. Suyo
Muni. Colán
Muni. Vice
Muni. Huancabamba
Muni. Huaca
Muni. Rinconada-Llicuar
Muni. Canchaque
Muni. Tamarindo
Fuente: Elaborado en base a datos del INEI
La información que permitió realizar el
análisis de la investigación fue de
fuente secundaria, se recopiló
información documental y
bibliográfica, para ello se usaron
informes y datos recopiladas de las
instituciones como, el Ministerio de
Economía y Finanzas (MEF), Instituto
Nacional de Estadística e Informática
(INEI), además de otros documentos
institucionales que permitieron
complementar la información
requerida.
Para el procesamiento de los datos, se
ordenó la información recolectada de
cada gobierno local de la región Piura
de la encuesta RENAMU (Registro
Nacional de Municipalidades) del
INEI y del MEF, y fue organizada
mediante el software Excell 2016. Para
realizar el análisis de eficiencia DEA y
obtener los coeficientes de correlación
de Spearman y Pearson, los datos
fueron procesados mediante el
software estadístico Stata versión 15,1.
Para el logro del primer objetivo, se
realizó un análisis descriptivo, en esta
etapa se determinaron las funciones de
gasto que son consideradas, según el
11
impacto en el bienestar de la
ciudadanía. En este contexto las
funciones son las siguientes:
Administración y Planeamiento,
Educación y Cultura, Salud y
Saneamiento, Industria Comercio y
Servicios, Transporte y Protección y
Previsión Social.
Por su parte, los 65 gobiernos locales
de la región Piura se agruparon según
la clasificación de urbanidad brindada
por el Ministerio de Economía y
Finanzas (MEF), el cual asocia a las
municipalidades de la región Piura en
tres categorías:
Grupo I: municipalidades de ciudades
principales de tipo B
Grupo II: municipalidades
consideradas ciudades no principales,
con más de 500 viviendas urbanas.
Grupo III: municipalidades
consideradas ciudades no principales,
con menos de 500 viviendas urbanas.
Fue necesario utilizar esta
segmentación ya que permitió obtener
resultados consistentes, teniendo en
cuenta que, los gobiernos locales que
tienen un alto grado de urbanidad,
tienen una mayor capacidad de
recaudación y, por lo tanto, una mayor
capacidad de gasto, en contraste, los
gobiernos locales de menor grado de
urbanidad presentan una menor
recaudación y, en consecuencia, una
menor capacidad de gasto.
Para el logro del segundo objetivo de
la investigación, se empleó la
metodología Análisis Envolvente de
Datos (DEA), el modelo se realizó con
orientación input, ya que el análisis en
términos de inputs logra calcular la
cantidad de entradas que pueden ser
reducidas alcanzando las mismas
cantidades de salidas, la estimación se
realizó para un periodo de tiempo de
01 año, se consideró como unidad de
analisis a los 65 gobiernos locales de la
región Piura.
12
La estimación del modelo, se realizó
mediante el software estadístico Stata
15,1 el cual permitió procesar la
información proporcionada por los
gobiernos locales considerados en el
estudio, obteniéndose los puntajes de
eficiencia. En esta investigación, se
utilizó el modelo VRS, que implicó al
siguiente problema de programación:
MIN
,
(1)
s.a. y
i
Y
0
x
i
X
0
n1'
1
0
En el cual:
Yi: Vector de salidas elaborado por el
ith municipio.
Xi: Vector de entradas empleados por
el ith municipio.
Y: Matriz (m x n) de salidas para todos
los n municipios.
X: Matriz (k x n) de entradas para todos
los n municipios.
: Vector (nx1) de constante
ⅰ: Toma los valores de 1 a n
N1: es un vector (n x 1) de números 1
N1’
=1: Restricción de convexidad
Además,
simboliza el puntaje de
eficiencia para una determinada
municipalidad, si
es menor a 1,
entonces
la municipalidad a evaluar es
ineficiente, debido a que se sitúa
dentro de la frontera de producción y,
por el contrario, si
es igual a 1, se
concluye que la municipalidad
evaluada es eficiente, ya que se sitúa
sobre la frontera de producción.
Para el logro del tercer objetivo, se
utilizó el análisis del coeficiente de
Pearson y Spearman que permitió
tener una aproximación de la relación
entre eficiencia de los gobiernos
locales y sus posibles determinantes,
13
que son, el Canon, Fondo de
Compensación Municipal, Recursos
Directamente Recaudados, Secundaria
Completa, miembros del Consejo de
Coordinación Local, trabajadores de
los Gobiernos Locales y la Población;
se aplicó la metodología DEA a los 3
grupos segmentados por nivel
urbanidad de la región Piura en el año
2019.
En primer lugar, para determinar la
normalidad de cada variable, se
consideró la prueba Shapiro Wilk con
un intervalo de confianza del 95%; si
el p-valor es mayor que el nivel de
significancia de 0,05, entonces la
variable se comporta de manera
normal y, por el contrario, si el p-valor
es menor que 0,05, la variable no
presenta un comportamiento normal.
El coeficiente de Pearson, permitió
calcular el nivel de relación entre las
variables con comportamiento normal,
y el coeficiente de Spearman permitió
asociar las variables que no
presentaron un comportamiento
normal, sus valores van desde -1 a 1, 1
significa que existe las variables una
relación lineal perfecta positiva, -1
muestra que existe una relación lineal
perfecta negativa, en tanto que el valor
de 0 señala que no hay relación entre
las variables (véase tabla 2).
Además, en ambos coeficientes se
observa el p-valor, si éste es menor a
0.05 entonces existe significancia
estadística y por el contrario si el p-
valor es mayor a 0.05, no existe tal
significancia.
14
Tabla 2
Nivel de relación según coeficiente de correlación
RANGO
RELACIÓN
-0,91 a -1,0
Correlación negativa perfecta
-0,76 a -0,90
Correlación negativa muy fuerte
-0,51 a -0,75
Correlación negativa considerable
-0,11 a -0,50
Correlación negativa media
-0,01 a -0,10
Correlación negativa baja
0,0
No existe correlación
+0,01 a +0,10
Correlación positiva baja
+0,11 a +0,50
Correlación positiva media
+0,51 a +0,75
Correlación positiva considerable
+0,76 a +0,90
Correlación positiva muy fuerte
+0,91 a +1,0
Correlación positiva perfecta
Fuente: Tabla obtenida de Hernández y Fernández (1998)
Cabe mencionar, que las variables
pueden estar altamente
correlacionadas, pero no significa que
estrictamente una variable será causa
de la otra, Hernández y Fernández
(1998).
15
RESULTADOS Y DISCUSIÓN
Para el logro del primer objetivo de la
investigación (véase tabla 3), se
describieron los indicadores y fuentes
de cada variable utilizada, lo que
permitió obtener los puntajes de
eficiencia, se organizaron según
variables de entrada (input) y variables
de salida (output).
Tabla 3
Descripción de las variables input-output
Va riab le s
Indicadores
Tipo de
variable
Fuente
Ga s t o Pe r c áp it a
Ejecución de gas to(devengado/población)
Input
MEF
Administración y
planeamiento
Licencias de construcción/habitantes
Output
RENAMU
Instrumentos de gestión y desarrollo urbano
rural
Output
RENAMU
Educación y Cultura
Usuarios de la biblioteca
municipal/habitantes
Output
RENAMU
Salud y
Saneamiento
Numero de operativos de control
Output
RENAMU
Promedio diario de recojo de residuos
sólidos (kg)
Output
RENAMU
Industria comercio y
servicios
Número de acciones para incentivar a las
MYPES
Output
RENAMU
Número de acciones para el fomento de la
artesanía
Output
RENAMU
Transporte
Pistas y veredas construidas (m2)/habitantes
Output
RENAMU
Protección y
Previsión social
Efectivos de s erenazgo/habitantes
Output
RENAMU
Raciones distribuidas del programa vaso de
leche/habitantes
Output
RENAMU
Fuente: Elaborado en base a datos del MEF
Por un lado, se muestra la variable
insumo (input) que es el Gasto Per
cápita de cada gobierno local de la
región Piura y como variables de
producto (output) están organizadas de
acuerdo a las funciones de gasto del
MEF, se presentaron las variables,
Administración y Planeamiento,
16
Educación y Cultura, Salud y
Saneamiento, Industria Comercio y
Servicios, Transporte y Protección y
Previsión Social, las cuales a su vez
presentaron indicadores output.
Para el logro del segundo objetivo, se
aplicó la metodología análisis
envolvente de datos (DEA), mediante
rendimientos variables de escala con
orientación a la entrada (input),
teniendo en cuenta los tres grupos de
gobiernos locales, segmentados por
nivel de urbanidad.
Los rendimientos a escala se
calificaron de la siguiente manera,
rendimientos constantes a escala con
puntaje igual a 0, crecientes a escala
con puntaje igual a 1, y decrecientes a
escala con puntaje igual a -1.
En el grupo I, los gobiernos locales que
resultaron eficientes, fueron, Piura,
Castilla, Catacaos, Cura Mori, La
Unión, La Arena, Tambogrande, Paita,
Sullana, Querecotillo, Pariñas y
Sechura alcanzando el puntaje óptimo
y como gobiernos ineficientes, se
encontró a Chulucanas, Bellavista de
Sullana, Ignacio Escudero,
Marcavelica y Salitral, ya que
alcanzaron los puntajes más bajos.
La media del puntaje de eficiencia para
este grupo de gobiernos fue de 0,86, lo
cual implicó que, pudieron alcanzar los
mismos resultados con un 14% menos
de los recursos asignados. También se
evidenció, que 13 de los gobiernos
locales analizados, presentaron
rendimientos decrecientes a escala y 4
de ellos tuvieron rendimientos
constantes a escala, (véase l)
tabla 4)
17
Tabla 4
Puntaje de eficiencia Grupo I-2019
Puntaje De Eficiencia θ
DEA orientación al OUTPUT- VRS
DMU
CRS_TE
VRS_ T E
RTS
Piura
0,724236
1
-1
Cas tilla
1
1
0
Catacaos
0,661513
1
-1
Cura Mori
1
1
0
La Arena
1
1
0
La Unión
1
1
0
Tambogrande
0,448407
1
-1
Chulucanas
0,386569
0,387455
-1
Paita
0,373377
1
-1
Sullana
0,855071
1
-1
Bellavis ta
0,785554
0,777216
-1
Ignacio Escudero
0,250264
0,251035
-1
Marcavelica
0,45668
0,460339
-1
Querecotillo
0,997245
1
-1
Salitral
0,785554
0,777216
-1
Pariñas
0,604927
1
-1
Sechura
0,309881
1
-1
Fuente: Resultados obtenidos en base a estimaciones en Stata
En la estimación de los puntajes de
eficiencia para el grupo II, aquellos
gobiernos locales eficientes fueron: El
Tallán, Las Lomas , Ayabaca , Frías ,
Huancabamba, Canchaque, Huarmaca,
La Matanza , Morropón, Amotape, La
Huaca , Tamarindo, Miguel Checa, El
Alto, La Brea , Los Órganos, Máncora,
Bernal, Cristo nos valga y Vice, que
alcanzaron un puntaje óptimo de 1 y
aquellos gobiernos locales que
resultaron ineficientes fueron: Buenos
Aires, Salitral de Morropón, San juan
de Bigote, Colán, Vichayal, Bellavista
de la unión y Rinconada Llicuar,
evidenciando los puntajes más bajos.
18
La media del puntaje de eficiencia para
este grupo de gobiernos locales fue de
0,89, lo cual implicó que pudieron
alcanzar los mismos resultados con un
11% menos de los recursos. También
se evidenció en este grupo, que 3
gobiernos locales obtuvieron
rendimientos crecientes a escala, 14
presentaron rendimientos decrecientes
a escala y otros 10 mostraron
rendimientos constantes a escala
(véase tabla 5).
Tabla 5
Puntajes de eficiencia Grupo II-2019
Puntaje De Eficiencia θ
DEA orientación al OUTPUT- VRS
DMU
CRS_TE
VRS_ T E
RTS
El Tallan
1
1
0
Las Lomas
1
1
0
Ayabaca
0,91974
1
-1
Frías
0,761865
1
-1
Huancabamba
1
1
0
Canchaque
0,278672
1
-1
Huarmaca
1
1
0
Buenos Aires
0,874328
0,905775
-1
La Matanza
0,933929
1
-1
Morropón
1
1
0
Salitral
0,312633
0,327099
-1
San Juan De Bigote
0,753325
0,804518
1
Amotape
0,643083
1
-1
Colán
0,950424
0,954171
-1
La Huaca
0,972086
1
-1
Tamarindo
0,431402
1
-1
Vic h a y al
0,262774
0,269853
-1
Miguel Checa
1
1
0
El Alto
0,253239
1
-1
La Brea
1
1
0
Los Órganos
0,947435
1
-1
Máncora
1
1
0
Bellavis ta de la Unión
0,251689
0,267163
1
Bernal
0,581127
1
-1
Cristo nos Va lg a
1
1
0
Vic e
1
1
0
Rinconada Llicuar
0,574374
0,598049
1
Fuente: Resultados obtenidos en base a estimaciones en Stata
19
En la estimación de los puntajes de
eficiencia para el grupo III, los
gobiernos locales que se mostraron
eficientes fueron, Lagunas, Montero,
Pacaimpampa, Paimas, Sapillica,
Suyo, Lalaquiz , San Miguel del
Faique , Santa Catalina de Mossa,
Santo Domingo , El Arenal y Lancones
y los gobiernos locales ineficientes
fueron, Jilili , Sicchez , Carmen de la
Frontera , Sondor , Sondorillo ,
Chalaco, Yamango y Lobitos debido a
que mostraron las puntuaciones más
bajas.
La media del puntaje de eficiencia para
este grupo de gobiernos locales fue de
0,74, indicando así, que pudieron
alcanzar los mismos resultados con un
26% menos de los recursos. También
se observó que, 5 gobiernos locales
presentaron rendimientos crecientes a
escala, 7 rendimientos decrecientes a
escala y 8 rendimientos constantes a
escala (véase tabla 6).
Tabla 6
Puntajes de eficiencia Grupo III - 2019
Puntaje De Eficiencia θ
DEA orientación al OUTPUT- VRS
DMU
CRS_TE
VRS_ T E
RTS
Jilili
0,156392
0,164822
1
Lagunas
1
1
0
Montero
1
1
0
Pacaipampa
0,703333
1
-1
Paimas
0,870428
1
-1
Sapillica
1
1
0
Sicchez
0,100627
0,101002
1
Suyo
1
1
0
El Carmen de la Frontera
0,482715
0,556935
1
Lalaquiz
0,220809
1
-1
San Miguel del Faique
0,833375
1
-1
Sondor
0,562931
0,606812
-1
Sondorillo
0,200768
0,209787
1
Chalaco
0,58673
0,670009
-1
Santa Catalina de Mossa
1
1
0
Santo Domingo
1
1
0
20
Ya ma n g o
0,161685
0,20689
1
Arenal
1
1
0
Lancones
1
1
0
Lobitos
0,306601
0,346096
-1
Fuente: Resultados obtenidos en base a estimaciones en Stata
Los resultados obtenidos se ajustan
con la investigación realizada por
(Pariaton, 2018), quien demuestra que
en eficiencia compartida los gobiernos
urbanos son más eficientes que los
rurales, así mismo, en el estudio
realizado por Herrera & Francke
(2007) señala que las municipalidades
con mayor urbanidad son aquellas que
tienen mayores puntajes de eficiencia;
no obstante, dichas municipalidades
podrían obtener mejores resultados,
siendo así, más eficientes.
Para el tercer objetivo, se realizó el
análisis de correlación de Spearman y
de Pearson, teniendo en cuenta las
variables de estudio utilizadas y sus
posibles determinantes (véase tabla 7).
Tabla 7
Variables utilizadas como posibles determinantes de eficiencia
Va riab le
Descripción
Foncomun
Fondo de Compensación Municipal per cápita recibido por los gobiernos locales de la
región Piura en el año 2019.
Canon
Canon y sobre canon per cápita recibido por los gobiernos locales de la región Piura en el
año 2019.
Recursos DR
Recursos Directamente Recaudados de los gobiernos locales de la región Piura en el año
2019 en términos per cápita.
Secundaria
Porcentaje de la población que ha completado la secundaria en el año 2019.
Miembros CCL
Cantidad de miembros del Consejo de Coordinación Local para el año 2019.
Población
Número de habitantes de los distritos de la región Piura en el año 2019.
Trabajadores
Número de trabajadores de los gobiernos locales de la región Piura en el año 2019.
Fuente: Elaborado en base a datos del INEI
21
A continuación, se detallan los
resultados obtenidos entre la eficiencia
del gasto público y sus determinantes,
utilizando los coeficientes de
correlación de Spearman y Pearson,
para los 3 grupos de gobiernos locales
segmentados por urbanidad en la
región Piura para el año 2019 (véase
tabla 8).
Tabla 7
Correlación de Spearman y Pearson entre la eficiencia y factores determinan tes
Va riab le s
Correlación de
Spearman
Va riab le s
Correlación de Pearson
Coeficient
e
P - Va lu e
Coeficient
e
P - Va lu e
Gru p o I
Gru p o I
Eficiencia y canon
0,4945
0,0436
Eficiencia y Foncomun
0,4434
0,0747
Eficiencia y Recurs os DR
0,1726
0,5076
Eficiencia y secundaria
completa
0,1009
0,6999
Eficiencia y Miembros CCL
-0,2150
0,4072
Eficiencia y población
-0,1618
0,5349
Eficiencia y trabajadores
-0,0136
0,9588
Gru p o II
Gru p o II
Eficiencia y Foncomun
-0,2698
0,1735
Eficiencia y canon
0,2973
0,1321
Eficiencia y Recurs os DR
0,5650
0,0021
Eficiencia y s ecundaria
completa
0,3614
0,0640
Eficiencia y trabajadores
-0,4258
0,0268
Eficiencia y población
-0,5115
0,0064
Eficiencia y Miembros CCL
-0,3962
0,0408
Gru p o III
Gru p o III
Eficiencia y canon
0,4373
0,0538
Eficiencia y Foncomun
0,4313
0,0576
Eficiencia y Recurs os DR
-0,0318
0,8940
Eficiencia y s ecundaria
completa
0,4630
0,0398
Eficiencia y Miembros CCL
0,2466
0,2945
Eficiencia y población
-0,5792
0,0074
Eficiencia y trabajadores
-0,5150
0,0201
22
Se evaluó también el comportamiento
normal de las variables de estudio, para
el grupo I, las variables que
presentaron un comportamiento
normal fueron, la eficiencia,
Foncomun, secundaria completa y
población, en el grupo II, fue solo
variable secundaria completa que
presentó un comportamiento normal,
por su parte, en el grupo III, las
variables que presentaron un
comportamiento normal, fueron la
eficiencia, Fondo de Compensación
Municipal, secundaria completa y
población.
Para el grupo II, se evidenció que los
recursos directamente recaudados
están considerablemente relacionados
con la eficiencia de manera positiva y
en tanto, los miembros del Concejo de
Coordinación Local, trabajadores y
población tienen relación negativa
media con la eficiencia. En el grupo
III, se observó que los trabajadores de
los gobiernos locales estaban
considerablente relacionados de forma
negativa con la eficiencia.
Los resultados evidenciaron que el
Canon y Recursos Directamente
Recaudados tienen una relación
positiva con la eficiencia, en cambio,
Herrera y Francke (2009) encontraron
que el Fondo de Compensación
Municipal y el Canon Petrolero
afectaron negativamente a la eficiencia
municipal.
También existe literatura que
demostraría, que los factores sociales y
demográficos llegan a ser
determinantes de la eficiencia
municipal, este es el caso de Borger y
Kerstens (1996), que evidenciaron que
la educación de la población afecta
positivamente a la eficiencia
municipal.
Así también, los resultados mostraron
que la población con secundaria
completa tiene relación positiva con la
23
eficiencia, siendo dicha variable
estadísticamente significativa para los
gobiernos locales del grupo III. Por
otro lado, se logró evidenciar que los
grupos II y III, presentaron una
considerable asociación negativa y
estadísticamente significativa, entre la
población y eficiencia de los gobiernos
locales.
La participación ciudadana, es también
estudiada por Herrera y Francke
(2009), obteniéndose como resultado
que esta variable, permite que los
servicios públicos locales logren ser
más eficientes; no obstante, en grupo
II, se encontró que esta variable
muestra una relación negativa con la
eficiencia obtenida.
Finalmente se incluyó el número de
trabajadores de los gobiernos locales
de la región Piura, obteniéndose en los
grupos II y III una considerable
asociación negativa y estadísticamente
significativa con la eficiencia
obtenida. Por el contrario, Loikkanen y
Susiluoto (2005), determinaron que la
eficiencia municipal está relacionada
positivamente con algunos grupos de
edad, principalmente con los
trabajadores comprendidos entre 35 a
49 años.
Los resultados del presente estudio,
permitieron arribar a las siguientes
conclusiones:
- Las funciones de gasto han sido
consideradas según la influencia
y el impacto en el bienestar de la
ciudadanía, estas fueron:
Administración y Planeamiento,
Educación y Cultura, Salud y
Saneamiento, Industria
Comercio y Servicios,
Transporte y Protección y
Previsión Social.
- De acuerdo al grado de
urbanidad, los gobiernos locales
de la región Piura fueron
24
agrupados en tres grupos, grupo
I, grupo II y grupo III, en el cual
el primer grupo fue conformado
por municipalidades de
ciudades principales de tipo B,
el segundo grupo por
municipalidades consideradas
ciudades no principales, con
más de 500 viviendas urbanas, y
el tercer grupo por
municipalidades consideradas
ciudades no principales, con
menos de 500 viviendas
urbanas, lo que permitió obtener
resultados consistentes.
- La eficiencia del gasto público
analizada con la metodología
Análisis Envolvente de Datos
(DEA), en los 65 gobiernos
locales que conformaron la
región Piura en el año 2019,
mostraron diferentes niveles de
eficiencia, teniendo en cuenta
los niveles de urbanidad,
urbanidad baja, urbanidad
media y urbanidad alta; los
resultados arrojaron una
eficiencia promedio de 0,86,
0,89 y 0,74 respectivamente, lo
cual indicó que aquellos
gobiernos locales, pudieron
obtener los mismos indicadores
de producción con un 14%, 11%
y 26% menos de los recursos
utilizados.
- En lo que respecta, a los
rendimientos de escala en los
gobiernos locales el grupo I,
tenía13 gobiernos locales con
rendimientos decrecientes a
escala, 0 gobiernos locales con
rendimientos crecientes a escala
y 4 gobiernos locales con
rendimientos constantes a
escala. El grupo II, evidenció 14
los gobiernos locales con
rendimientos decrecientes, 3
con rendimientos crecientes a
escala y 10 con rendimientos
constantes a escala, y finalmente
para el grupo III, mostró 7
gobiernos locales con
25
rendimientos decrecientes a
escala, 5 con rendimientos
crecientes a escala y 8 con
rendimientos constantes a
escala.
- Lo que permitió evidenciar, que
a pesar de que el grupo I y II que
fueron los gobiernos locales con
mayor urbanidad y que
presentaron los mayores
puntajes de eficiencia son los
que mostraron la mayor
cantidad de gobiernos con
rendimientos decrecientes a
escala, es decir, si estos
gobiernos aumentan los factores
de producción (input), la
cantidad producida (output),
aumentaría en una proporción
menor.
- Por lo tanto, para estos
gobiernos, lo más recomendable
sería mejor mantener los
factores de producción fijos para
así evitar despilfarro de los
ingresos, por el contrario, se
tendrían grandes cantidades de
gasto, sin verse reflejados
mayores beneficios para la
población.
- Por su parte, el grupo III que son
los gobiernos locales con menor
urbanidad arrojaron una
cantidad mayor de gobiernos
con rendimientos crecientes a
escala, es decir, si dichos
gobiernos locales pueden
aumentar sus factores de
producción y obtener un
aumento más que proporcional
de outputs, tendrían mejores
resultados y mayores beneficios
para la población.
- De otro lado, en el grupo I, la
única variable que está asociada
con la eficiencia y que es
estadísticamente significativa es
el Canon. En el caso del grupo
II, las variables fueron los
Recursos Directamente
26
Recaudados, los miembros del
Consejo de Coordinación Local,
los trabajadores de los gobiernos
locales y la población y
finalmente para el grupo III, las
variables asociadas con la
eficiencia y estadísticamente
significativa fueron, la
población con secundaria
completa, los trabajadores de los
gobiernos locales y la
población.
27
REFERENCIAS BIBLIOGRÁFICAS
Banker, R., Charnes, A., y Cooper, W. (1984). Some models for estimating technical
and scale inefficiencies in data envelopment analysis. Management
Science,30(9),1078–1092.
https://econpapers.repec.org/article/inmormnsc/v_3a30_3ay_3a1984_3ai_3a9_
3ap_3a1078-1092.htm
Borger, B. y Kerstens, K. (1996a). Cost efficiency of Belgian local governments: A
comparative analysis of FDH, DEA, and econometric approaches, Regional
Science and Urban Economics, 26, 145-170.
Caceres Soria, S. M. (2019). Análisis de la eficiencia del gasto municipal de los
gobiernos locales de la Región Puno, período 2016 [Universidad Nacional del
Antiplano]. http://repositorio.unap.edu.pe/handle/UNAP/11584
Charnes, A., Cooper, W., y Rhodes, E. (1978). Measuring the efficiency of decision
making units. European Journal of Operational Research, 2(6), 429–444
https://www.sciencedirect.com/science/article/abs/pii/0377221778901388?via
%3Dihub
Congreso de la República (2003). Plan de Trabajo de Comisiones de los gobiernos
locales, Legislatura 2003-2004.
https://www2.congreso.gob.pe/Sicr/ApoyComisiones/planestrabajo20012006.n
28
sf/359dc06dcd31719605257370007b0ffc/727593741b715a1105256dc0005765
32?OpenDocument
Farrell, M. (1957) The Measurement of Productive Efficiency. Journal of the Royal
Statistical Society, 120, 253-290. https://doi.org/10.2307/2343100
Herrera, P., y Francke, P. (2007). Análisis de la eficiencia del gasto municipal y de
sus determinantes. Economía, 32(63),113-178.
http://revistas.pucp.edu.pe/index.php/economia/article/view/1031
Hernandez, R., y Fernandez, C. (1998). Metodología de la investigación, 85.
https://www.uv.mx/personal/cbustamante/files/2011/06/Metodologia-de-la-
Investigaci%C3%83%C2%B3n_Sampieri.pdf
Hernández, R., Fernández, C., & Baptista, M. del P. M. (2014). Metodología de la
Investigación: Vol. 6ta Ed. (6th ed.). McGRAW-HILL.
https://www.uca.ac.cr/wp-content/uploads/2017/10/Investigacion.pdf
Loikkanen, H. y I. Susiluoto (2005). Cost Efficiency of Finnish municipalities in
Basic Services Provision 1994-2002. Urban Public Economics Review, 4, 39-
63.
Ministerio de Economía y Finanzas. (s.f.) Clasificación de las Municipalidades
(PMM-PI).
https://www.mef.gob.pe/es/?id=2565&Itemid=101548&option=com_content&
language=es-ES&view=article&lang=es-ES
29
Mokate, K. (1999). eficacia, eficiencia, equidad y sostenibilidad: ¿qué queremos
decir? https://publications.iadb.org/es/publicacion/14536/eficacia-eficiencia-
equidad-y-sostenibilidad-que-queremos-decir
Pariatón Zurita, Y. N. (2018). Análisis de la eficiencia del gasto público de los
gobiernos locales del departamento de Piura, periodo 2007-2013 [Universidad
Nacional de Piura]. http://repositorio.unp.edu.pe/handle/UNP/1599
Tamayo, M. (2004). El Proceso De La Investigacion Cientifica / The Process of
Scientific Investigation (4
a
ed.). Limusa.
https://cucjonline.com/biblioteca/files/original/874e481a4235e3e6a8e3e4380d7
adb1c.pdf
Shack, N., Pérez, J., y Portugal, L., (2020). Cálculo del tamaño de la corrupción y
la inconducta funcional en el Perú: Una aproximación exploratoria. Documento
de Política en Control Gubernamental. Contraloría General de la República.
Lima, Perú.https://doc.contraloria.gob.pe/estudios-
especiales/documento_trabajo/2020/Calculo_de_la_Corrupcion_en_el_Peru.pd
f
Varian, H. R. (2002). Microeconomia intermedia - Un enfoque actual 5b: Edicion.
Antoni Bosch Editor. https://www.casadellibro.com/libro-microeconomia-
intermedia-un-enfoque-actual-5-ed/9788485855964/8028
ANEXO
Data para análisis DEA
DMU
ovars1
ovars2
ovars3
ovars4
ovars5
ovars6
ovars7
ovars8
ovars9
ovars10
ovars11
ivars
JILILI
6
0.0000
0.0000
0.1132
0.0000
0
0
0
300
0
0.0000
2602.11
LAGUNAS
6
0.0008
0.0000
0.1474
0.0267
5
4
7
600
0
0.0000
485.94
MONTERO
7
0.0003
0.0000
0.1257
0.2651
3
3
10
1372
0
0.0000
2138.05
PACAIPAMPA
9
0.0000
0.0003
0.1580
0.0000
1
1
3
1300
0
0.0000
837.49
SAPILLICA
10
0.0000
0.0010
0.1059
0.0318
2
3
55
900
0
0.0000
623.21
CARMEN DE LA
FRON
6
0.0000
0.0000
0.1153
0.0000
2
1
30
2500
0
0.0000
1106.10
LALAQUIZ
5
0.0000
0.0000
0.1055
0.0000
3
4
2
1418
0
0.0000
2417.43
SONDOR
5
0.0000
0.0000
0.1297
0.0045
2
1
8
700
0
0.6245
1172.92
SONDORILLO
6
0.0000
0.0000
0.1037
0.0000
1
1
30
600
0
0.0000
2350.69
CHALACO
4
0.0000
0.0006
0.0910
0.0000
2
3
0
2000
0
0.2600
1049.22
SANTA CAT DE
MOSSA
6
0.0000
0.0000
0.0772
0.0000
0
0
8
200
5
0.0000
1722.98
SANTO
DOMINGO
7
0.0005
0.0000
0.0861
0.0081
3
2
6
1200
2
1.4281
1878.26
YAMANGO
4
0.0000
0.0000
0.0990
0.0000
2
1
10
900
0
0.0000
2166.58
ARENAL
6
0.0058
0.0366
0.1811
0.0867
0
0
0
500
0
2.0175
1274.38
LANCONES
7
0.0000
0.0000
0.1098
0.0037
0
0
19
3200
0
0.0000
423.12
LOBITOS
4
0.0006
0.0188
0.0506
0.0141
1
1
5
1350
3
0.0000
6022.56
HUARMACA
7
0.0000
0.0000
0.1217
0.0000
3
2
13
7000
40
0.9938
2002.56
FRIAS
7
0.0003
0.0000
0.1121
0.0000
4
2
15
1200
0
0.0000
686.58
AYABACA
11
0.0002
0.0003
0.1320
0.0061
3
4
1
6000
2
2.0254
825.27
DMU
ovars1
ovars2
ovars3
ovars4
ovars5
ovars6
ovars7
ovars8
ovars9
ovars10
ovars11
ivars
SAN MIGUEL
DEL FAIQ
3
0.0001
0.0000
0.0868
0.0022
4
3
3
1500
9
0.0000
4241.57
SUYO
6
0.0008
0.0022
0.0966
0.0360
2
2
23
5121
0
0.0000
524.99
CANCHAQUE
7
0.0052
0.0000
0.0860
0.0000
3
4
21
1000
0
1.6171
2496.57
PAIMAS
6
0.0014
0.0000
0.1173
0.0028
5
1
20
1000
9
0.0000
4274.72
HUANCABAMBA
3
0.0006
0.0008
0.1046
0.0128
2
2
183
8180
0
0.2897
1109.31
TAMBO
GRANDE
8
0.0092
0.0002
0.0816
0.0073
3
2
37
17320
1
0.0303
636.43
LAS LOMAS
5
0.0000
0.0004
0.0880
0.1087
4
2
18
15000
3
0.7607
416.87
SAN JUAN DE
BIGOTE
6
0.0009
0.0000
0.1013
0.0074
2
0
13
800
0
0.0000
580.47
CRISTO NOS
VALGA
4
0.0028
0.0013
0.1796
0.3002
1
1
49
1800
0
0.0000
489.21
LA MATANZA
5
0.0008
0.0005
0.1439
0.0015
2
3
37
7200
6
1.7291
889.03
SALITRAL-M
4
0.0040
0.0012
0.0715
0.0000
4
2
4
3000
0
0.0000
1511.47
CHULUCANAS
4
0.0055
0.0004
0.0926
0.1085
3
3
211
52000
1
0.2914
856.61
VICHAYAL
5
0.0153
0.0020
0.1072
0.0000
1
0
0
3500
0
0.1774
3140.07
MORROPON
12
0.0036
0.0023
0.0658
0.0000
6
4
78
15000
0
2.4739
633.26
BUENOS AIRES
8
0.0041
0.0000
0.0924
0.0000
2
1
0
3960
0
0.0000
599.12
COLAN
4
0.0078
0.0014
0.1049
0.1560
1
1
26
5000
4
0.0000
717.31
QUERECOTILLO
5
0.0065
0.0003
0.1123
0.0000
1
2
50
7850
0
0.5157
382.89
ARENA
6
0.0164
0.0005
0.0721
0.2888
1
2
211
18000
0
0.0000
354.04
SALITRAL-S
3
0.0000
0.0003
0.0767
0.1208
1
1
12
3810
0
0.0000
1906.82
HUACA
6
0.0149
0.0005
0.0641
0.1244
3
1
23
6400
7
4.3592
1850.06
BERNAL
7
0.0027
0.0007
0.0570
0.0000
5
4
50
5000
2
0.0000
1211.01
MARCAVELICA
4
0.0081
0.0006
0.0732
0.0067
3
2
15
15656
0
0.0298
551.91
EL TALLAN
5
0.0225
0.0020
0.1306
0.0068
3
2
22
3000
2
0.0000
837.13
SULLANA
9
0.0078
0.0006
0.0462
0.0658
5
2
377
139440
1
0.0807
454.04
DMU
ovars1
ovars2
ovars3
ovars4
ovars5
ovars6
ovars7
ovars8
ovars9
ovars10
ovars11
ivars
CURA MORI
5
0.0416
0.0006
0.1042
0.0874
5
4
6
24046
1
8.6595
353.96
PIURA
8
0.0023
0.0007
0.0305
0.0962
4
3
1148
185000
2
0.0657
724.51
BELLAVISTA DE
LA UNION
6
0.0011
0.0000
0.0879
0.0045
0
0
13
1400
1
0.0000
1704.50
AMOTAPE
7
0.0155
0.0042
0.1108
0.1259
0
0
0
1500
0
0.0000
1478.67
SECHURA
6
0.0111
0.0011
0.0523
0.1049
4
4
651
21500
1
0.0000
1196.09
CATACAOS
9
0.0094
0.0008
0.0573
0.0400
5
4
570
25000
0
0.1959
401.64
VICE
4
0.0087
0.0005
0.0542
0.0124
2
1
25
1000
0
3.6251
1031.19
MIGUEL CHECA
4
0.0191
0.0009
0.0767
0.0000
2
0
4
3000
0
0.0000
533.89
UNION
5
0.0057
0.0005
0.0503
0.0955
5
3
60
26470
5
0.0000
210.64
BREA
8
0.0032
0.0033
0.1128
0.4382
3
2
4
6279
2
0.2013
839.19
TAMARINDO
4
0.0000
0.0026
0.0752
0.0000
0
4
15
1900
0
0.0000
1553.41
MANCORA
5
0.0059
0.0038
0.0372
0.0150
2
2
46
7920
1
0.0000
584.85
CASTILLA
7
0.0042
0.0007
0.0512
0.0135
7
3
3410
74000
1
6.5890
182.85
IGNACIO
ESCUDERO
6
0.0067
0.0004
0.0678
0.0000
1
0
12
10000
0
0.0000
942.36
TALARA -
PARIÑAS
7
0.0011
0.0012
0.0661
0.0016
3
4
380
80000
4
1.1277
595.38
ORGANOS
5
0.0006
0.0031
0.0573
0.0000
2
2
38
11000
0
0.4845
632.54
RINCONADA
LLICUAR
4
0.0006
0.0006
0.0960
0.0000
1
2
31
5000
0
0.0000
761.38
VEINTISEIS DE
OCTUBRE
6
0.0031
0.0009
0.0524
0.0000
2
1
203
160000
0
0.6814
283.01
PAITA
4
0.0035
0.0006
0.0360
0.0402
4
4
386
70000
1
2.4010
673.02
Fuente: Resultados obtenidos del INEI-RENAMU
1
Luz Maricella Arámbulo Floreano
Universidad Nacional de Frontera
Es egresada de Ingeniería económica por la Universidad Nacional
de Frontera. Actualmente se desempeña como Representante de
Servicios en la Caja Arequipa.
Correo: 2015101006@unf.edu.pe
ORCID: https://orcid.org/0000-0003-2743-1110
María Elizabeth Palacios Bustamante
Universidad Nacional de Frontera
Es egresada de la carrera profesional de ingeniería económica
de la Universidad Nacional de Frontera.
Actualmente se desempeña como administrativa en veterinaria
Canipet-Sullana
Correo: 2015101055@unf.edu.pe
ORCID: https://orcid.org/0000-0002-9519-4543
Darwin Alejandro Siancas Escobar
Universidad Nacional de Frontera
Es Bachiller y Economista por la Universidad Nacional de Piura, tiene un
Magister en Ciencias de la Educación con Mención en Docencia Universitaria e
Investigación Pedagógica y estudios de Doctorado en Economía y Finanzas,
también ha seguido cursos de especialización en el Banco Central de Reserva del
Perú, Consorcio de Investigación Económica y Social (CIES), Grupo de Análisis
para el Desarrollo (GRADE) y Universidad del Pacifico.
Actualmente se desempeña como Docente Ordinario Auxiliar en la Facultad de
Ciencias Económicas y Ambientales de la Universidad Nacional de Frontera, en
los Cursos de Macroeconomía, Econometría y Economía Monetaria.
https://orcid.org/0000-0001-5864-7606, correo: dsiancas@unf.edu.pe
Eduardo Sánchez Pacheco
Universidad Nacional de Frontera
Economista, egresado de la Universidad Nacional de Piura, con Grado de
Maestría del Programa de Ciencias Económicas, con mención en Proyectos de
Inversión por la Universidad Nacional de Piura.
Docente ordinario de la Universidad Nacional de Frontera, con la categoría de
Auxiliar.
Con más de 30 años de experiencia laboral en sector público y privado, de los
cuales 15 fueron en formulación y evaluación de proyectos de inversión.
esanchezp@unf.edu.pe, https://orcid.org/0000-0001-6848-0838
María Verónica Seminario Morales
Universidad Nacional de Frontera
Doctora en Educación, con Maestría en Educación con mención en Docencia y
Gestión Educativa, Lic. en Matemática por la Universidad Nacional de Piura.
Docente Universitaria en el área de matemática en la Universidad Nacional de
Frontera. Ha realizado estudios de especialización en TICs: Uso de Herramientas
Informáticas en el Proceso de Enseñanza y Evaluación. Ponente en eventos
nacionales e internacionales en la línea de investigación del área de Ciencias
Naturales.
https://orcid.org/0000-0002-6787-7371,
mseminario@unf.edu.pe, marvesemi@gmail.com
Autores
2
Mario Villegas Yarleque
Universidad Nacional de Frontera
Es Bachiller y Economista por la Universidad Nacional de Piura, cuenta con el
grado de Magister en Ciencias de la Educación Superior y estudios de Doctorado
en Administración. Experiencia en el sector Público y en el sector privado.
Actualmente se desempeña como Docente Ordinario Asociado en la Universidad
Nacional de Frontera en la cátedra de Teoría del Desarrollo ocupando cargos
como Presidente del Tribunal de Honor, Director del Departamento Académico de
la Facultad de Ciencias Económicas y Ambientales, entre otros.
https://orcid.org/0000-0001-5572-1372 E-mail: mvillegas@unf.edu.pe
