Este tema de investigación se centra en analizar los factores estructurales que contribuyen a la ineficiencia de las obras en el Perú, con el objetivo de identificar áreas críticas que requieren intervención para mejorar la efectividad y calidad de los proyectos de infraestructura.
¿Cuáles son los factores estructurales que contribuyen a la ineficiencia en la ejecución de obras públicas en el Perú y cómo impactan en la calidad, costos y plazos de estos proyectos?
La ineficiencia en la ejecución de obras públicas en el Perú se debe a una combinación de factores estructurales, como la burocracia excesiva, la corrupción, la planificación deficiente, la falta de capacitación y profesionalización del personal, y los problemas financieros, los cuales incrementan los costos, prolongan los plazos de entrega y disminuyen la calidad de los proyectos.
Driver: GPKG
Available layers:
layer_name geometry_type features fields crs_name
1 Peruborders Polygon 1 1 WGS 84
2 Perupoints Point 8 3 WGS 84
3 Perulines 5 2 WGS 84
Driver: GPKG
Available layers:
layer_name geometry_type features fields crs_name
1 riesgo Multi Polygon 196 3 WGS 84
Driver: GPKG
Available layers:
layer_name geometry_type features fields crs_name
1 modalidad_xd Multi Polygon 26 4 WGS 84
'data.frame': 83 obs. of 3 variables:
$ departamento: chr "AMAZONAS" "AMAZONAS" "AMAZONAS" "AMAZONAS" ...
$ provincia : chr "BAGUA" "CHACHAPOYAS" "LUYA" "UTCUBAMBA" ...
$ casesum : int 4 3 1 5 1 1 4 7 1 2 ...
departamento provincia casesum
53 LORETO ALTO AMAZONAS 1
54 LORETO LORETO 2
55 LORETO MAYNAS 10
departamento provincia casesum
52 LIMA LIMA 16
14 AREQUIPA AREQUIPA 14
59 MOQUEGUA MARISCAL NIETO 14
39 ICA ICA 13
60 P C DEL CALLAO PROV CONST DEL CALLAO 13
57 MADRE DE DIOS TAMBOPATA 12
46 LA LIBERTAD TRUJILLO 11
65 PIURA PIURA 11
80 TUMBES TUMBES 11
55 LORETO MAYNAS 10
63 PASCO PASCO 10
82 UCAYALI CORONEL PORTILLO 10
11 APURIMAC ABANCAY 9
48 LAMBAYEQUE CHICLAYO 9
77 TACNA TACNA 9
29 CUSCO LA CONVENCION 8
36 HUANUCO HUANUCO 8
44 JUNIN SATIPO 8
74 SAN MARTIN MOYOBAMBA 8
8 ANCASH HUARI 7
16 AYACUCHO HUAMANGA 7
32 HUANCAVELICA HUANCAVELICA 7
21 CAJAMARCA CAJAMARCA 6
42 JUNIN HUANCAYO 6
4 AMAZONAS UTCUBAMBA 5
13 APURIMAC COTABAMBAS 5
70 PUNO PUNO 5
76 TACNA JORGE BASADRE 5
1 AMAZONAS BAGUA 4
7 ANCASH HUARAZ 4
18 AYACUCHO HUANTA 4
23 CAJAMARCA HUALGAYOC 4
33 HUANCAVELICA TAYACAJA 4
49 LAMBAYEQUE LAMBAYEQUE 4
75 SAN MARTIN RIOJA 4
2 AMAZONAS CHACHAPOYAS 3
27 CUSCO CUSCO 3
37 HUANUCO LEONCIO PRADO 3
62 PASCO OXAPAMPA 3
69 PUNO EL COLLAO 3
83 UCAYALI PADRE ABAD 3
10 ANCASH SANTA 2
22 CAJAMARCA CHOTA 2
26 CUSCO CHUMBIVILCAS 2
28 CUSCO ESPINAR 2
45 LA LIBERTAD ASCOPE 2
54 LORETO LORETO 2
67 PUNO AZANGARO 2
71 PUNO SAN ROMAN 2
3 AMAZONAS LUYA 1
5 ANCASH ANTONIO RAYMONDI 1
6 ANCASH CARHUAZ 1
9 ANCASH RECUAY 1
12 APURIMAC ANDAHUAYLAS 1
15 AYACUCHO CANGALLO 1
17 AYACUCHO HUANCA SANCOS 1
19 AYACUCHO LA MAR 1
20 CAJAMARCA CAJABAMBA 1
24 CAJAMARCA SAN MARCOS 1
25 CUSCO ANTA 1
30 HUANCAVELICA ACOBAMBA 1
31 HUANCAVELICA CASTROVIRREYNA 1
34 HUANUCO AMBO 1
35 HUANUCO HUAMALIES 1
38 ICA CHINCHA 1
40 ICA PISCO 1
41 JUNIN CHANCHAMAYO 1
43 JUNIN JAUJA 1
47 LA LIBERTAD VIRU 1
50 LIMA HUAROCHIRI 1
51 LIMA HUAURA 1
53 LORETO ALTO AMAZONAS 1
56 MADRE DE DIOS MANU 1
58 MOQUEGUA ILO 1
61 PASCO DANIEL ALCIDES CARRION 1
64 PIURA HUANCABAMBA 1
66 PIURA SULLANA 1
68 PUNO CHUCUITO 1
72 SAN MARTIN LAMAS 1
73 SAN MARTIN MARISCAL CACERES 1
78 TACNA TARATA 1
79 TUMBES CONTRALMIRANTE VILLAR 1
81 TUMBES ZARUMILLA 1
NULL
'data.frame': 246 obs. of 4 variables:
$ ano : num 2002 2005 2006 2006 2007 ...
$ modalidad_ejecucion: chr "Administración directa" "Administración directa" "Administración directa" "Contrata" ...
$ variable : chr "npry_puntajeirimean" "npry_puntajeirimean" "npry_puntajeirimean" "npry_puntajeirimean" ...
$ value : num 34.2 29.7 41.1 46.5 35.6 ...
- attr(*, "pandas.index")=RangeIndex(start=0, stop=246, step=1)
Unnamed: 0 departamento modalidad_ejecucion casesum
29 28 LORETO Administración directa 1
30 29 LORETO Contrata 16
Unnamed: 0 departamento modalidad_ejecucion casesum
14 13 CUSCO Administración directa 18
5 4 ANCASH Contrata 17
33 32 MOQUEGUA Administración directa 17
30 29 LORETO Contrata 16
46 45 TUMBES Contrata 16
13 12 CAJAMARCA Contrata 15
20 19 ICA Contrata 15
22 21 JUNIN Contrata 15
24 23 LA LIBERTAD Contrata 15
40 39 PUNO Administración directa 15
2 1 AMAZONAS Contrata 14
10 9 AYACUCHO Administración directa 14
26 25 LAMBAYEQUE Contrata 14
28 27 LIMA Contrata 14
39 38 PIURA Contrata 14
43 42 SAN MARTIN Contrata 14
48 47 UCAYALI Contrata 14
6 5 APURIMAC Administración directa 13
19 18 HUANUCO Contrata 13
37 36 PASCO Contrata 12
31 30 MADRE DE DIOS Administración directa 11
35 34 P C DEL CALLAO Contrata 11
44 43 TACNA Administración directa 10
9 8 AREQUIPA Contrata 9
17 16 HUANCAVELICA Contrata 9
8 7 AREQUIPA Administración directa 7
16 15 HUANCAVELICA Administración directa 6
36 35 PASCO Administración directa 5
45 44 TACNA Contrata 5
27 26 LIMA Administración directa 4
7 6 APURIMAC Contrata 3
12 11 CAJAMARCA Administración directa 3
25 24 LAMBAYEQUE Administración directa 3
32 31 MADRE DE DIOS Contrata 3
11 10 AYACUCHO Contrata 2
21 20 JUNIN Administración directa 2
34 33 P C DEL CALLAO Administración directa 2
1 0 AMAZONAS Administración directa 1
3 2 AMAZONAS Por núcleo ejecutor 1
4 3 ANCASH Administración directa 1
15 14 CUSCO Contrata 1
18 17 HUANUCO Administración directa 1
23 22 LA LIBERTAD Administración directa 1
29 28 LORETO Administración directa 1
38 37 PIURA Administración directa 1
41 40 PUNO Contrata 1
42 41 SAN MARTIN Administración directa 1
47 46 UCAYALI Administración directa 1
'data.frame': 100 obs. of 4 variables:
$ ano : num 2006 2006 2006 2006 2007 ...
$ CPRY_RANGOINVERSION: chr "< = 1 millón" "> 1 - 5 millón" "> 10 - 100 millones" "> 100 - 1,000 millones" ...
$ variable : chr "npry_puntajeirimean" "npry_puntajeirimean" "npry_puntajeirimean" "npry_puntajeirimean" ...
$ value : num 40 31.1 59.6 51.1 37.9 ...
- attr(*, "pandas.index")=RangeIndex(start=0, stop=100, step=1)
'data.frame': 85 obs. of 4 variables:
$ Unnamed: 0 : num 0 1 2 3 4 5 6 7 8 9 ...
$ departamento : chr "AMAZONAS" "AMAZONAS" "AMAZONAS" "ANCASH" ...
$ CPRY_RANGOINVERSION: chr "< = 1 millón" "> 1 - 5 millón" "> 5 - 10 millones" "< = 1 millón" ...
$ casesum : num 1 10 2 3 13 3 9 1 2 1 ...
- attr(*, "pandas.index")=RangeIndex(start=0, stop=85, step=1)
Unnamed: 0 departamento CPRY_RANGOINVERSION casesum
5 4 ANCASH > 1 - 5 millón 13
20 19 CUSCO > 1 - 5 millón 13
11 10 AREQUIPA > 1 - 5 millón 11
76 75 TACNA > 1 - 5 millón 11
2 1 AMAZONAS > 1 - 5 millón 10
32 31 ICA > 1 - 5 millón 10
45 44 LIMA > 1 - 5 millón 10
66 65 PIURA > 1 - 5 millón 10
7 6 APURIMAC > 1 - 5 millón 9
18 17 CAJAMARCA > 1 - 5 millón 9
38 37 LA LIBERTAD > 1 - 5 millón 9
62 61 PASCO > 1 - 5 millón 9
80 79 TUMBES > 1 - 5 millón 9
24 23 HUANCAVELICA > 1 - 5 millón 8
52 51 MADRE DE DIOS > 10 - 100 millones 8
54 53 MOQUEGUA > 1 - 5 millón 8
28 27 HUANUCO > 1 - 5 millón 7
34 33 JUNIN > 1 - 5 millón 7
70 69 PUNO > 1 - 5 millón 7
41 40 LAMBAYEQUE > 1 - 5 millón 6
44 43 LIMA < = 1 millón 6
48 47 LORETO > 1 - 5 millón 6
69 68 PUNO < = 1 millón 6
72 71 SAN MARTIN > 1 - 5 millón 6
13 12 AYACUCHO < = 1 millón 5
31 30 ICA < = 1 millón 5
33 32 JUNIN < = 1 millón 5
55 54 MOQUEGUA > 10 - 100 millones 5
58 57 P C DEL CALLAO > 1 - 5 millón 5
27 26 HUANUCO < = 1 millón 4
40 39 LAMBAYEQUE < = 1 millón 4
50 49 LORETO > 5 - 10 millones 4
51 50 MADRE DE DIOS > 1 - 5 millón 4
59 58 P C DEL CALLAO > 10 - 100 millones 4
74 73 SAN MARTIN > 10 - 100 millones 4
79 78 TUMBES < = 1 millón 4
81 80 UCAYALI < = 1 millón 4
4 3 ANCASH < = 1 millón 3
6 5 APURIMAC < = 1 millón 3
14 13 AYACUCHO > 1 - 5 millón 3
15 14 AYACUCHO > 10 - 100 millones 3
16 15 AYACUCHO > 5 - 10 millones 3
17 16 CAJAMARCA < = 1 millón 3
23 22 HUANCAVELICA < = 1 millón 3
35 34 JUNIN > 10 - 100 millones 3
39 38 LA LIBERTAD > 5 - 10 millones 3
49 48 LORETO > 10 - 100 millones 3
57 56 P C DEL CALLAO < = 1 millón 3
82 81 UCAYALI > 1 - 5 millón 3
84 83 UCAYALI > 100 - 1,000 millones 3
3 2 AMAZONAS > 5 - 10 millones 2
9 8 APURIMAC > 5 - 10 millones 2
12 11 AREQUIPA > 10 - 100 millones 2
19 18 CAJAMARCA > 10 - 100 millones 2
21 20 CUSCO > 10 - 100 millones 2
37 36 LA LIBERTAD < = 1 millón 2
42 41 LAMBAYEQUE > 10 - 100 millones 2
56 55 MOQUEGUA > 5 - 10 millones 2
61 60 PASCO < = 1 millón 2
68 67 PIURA > 5 - 10 millones 2
71 70 SAN MARTIN < = 1 millón 2
77 76 TACNA > 10 - 100 millones 2
78 77 TACNA > 5 - 10 millones 2
85 84 UCAYALI > 5 - 10 millones 2
1 0 AMAZONAS < = 1 millón 1
8 7 APURIMAC > 10 - 100 millones 1
10 9 AREQUIPA < = 1 millón 1
22 21 CUSCO > 5 - 10 millones 1
25 24 HUANCAVELICA > 10 - 100 millones 1
26 25 HUANCAVELICA > 5 - 10 millones 1
29 28 HUANUCO > 10 - 100 millones 1
30 29 HUANUCO > 5 - 10 millones 1
36 35 JUNIN > 5 - 10 millones 1
43 42 LAMBAYEQUE > 5 - 10 millones 1
46 45 LIMA > 10 - 100 millones 1
47 46 LIMA > 5 - 10 millones 1
53 52 MADRE DE DIOS > 5 - 10 millones 1
60 59 P C DEL CALLAO > 5 - 10 millones 1
63 62 PASCO > 10 - 100 millones 1
64 63 PASCO > 100 - 1,000 millones 1
65 64 PASCO > 5 - 10 millones 1
67 66 PIURA > 10 - 100 millones 1
73 72 SAN MARTIN > 1,000 millones 1
75 74 SAN MARTIN > 5 - 10 millones 1
83 82 UCAYALI > 10 - 100 millones 1
Unnamed: 0 departamento tipo01 casesum
11 10 AREQUIPA Transportes Y Comunicaciones 12
52 51 LIMA Transportes Y Comunicaciones 11
6 5 ANCASH Transportes Y Comunicaciones 10
7 6 APURIMAC Educación/Cultura 10
83 82 TACNA Educación/Cultura 10
19 18 CAJAMARCA Vivienda Construcción Y Saneamiento 9
3 2 AMAZONAS Vivienda Construcción Y Saneamiento 8
24 23 HUANCAVELICA Educación/Cultura 8
28 27 HUANUCO Educación/Cultura 8
72 71 PASCO Transportes Y Comunicaciones 8
21 20 CUSCO Transportes Y Comunicaciones 7
44 43 LA LIBERTAD Educación/Cultura 7
77 76 PUNO Educación/Cultura 7
37 36 ICA Transportes Y Comunicaciones 6
41 40 JUNIN Transportes Y Comunicaciones 6
42 41 JUNIN Vivienda Construcción Y Saneamiento 6
56 55 LORETO Vivienda Construcción Y Saneamiento 6
58 57 MADRE DE DIOS Educación/Cultura 6
64 63 MOQUEGUA Educación/Cultura 6
67 66 P C DEL CALLAO Educación/Cultura 6
74 73 PIURA Educación/Cultura 6
78 77 PUNO Transportes Y Comunicaciones 6
79 78 SAN MARTIN Educación/Cultura 6
13 12 AYACUCHO Educación/Cultura 5
20 19 CUSCO Educación/Cultura 5
48 47 LAMBAYEQUE Transportes Y Comunicaciones 5
71 70 PASCO Educación/Cultura 5
81 80 SAN MARTIN Vivienda Construcción Y Saneamiento 5
93 92 UCAYALI Transportes Y Comunicaciones 5
94 93 UCAYALI Vivienda Construcción Y Saneamiento 5
15 14 AYACUCHO Transportes Y Comunicaciones 4
22 21 CUSCO Vivienda Construcción Y Saneamiento 4
45 44 LA LIBERTAD Transportes Y Comunicaciones 4
47 46 LAMBAYEQUE Educación/Cultura 4
49 48 LAMBAYEQUE Vivienda Construcción Y Saneamiento 4
51 50 LIMA Educación/Cultura 4
55 54 LORETO Transportes Y Comunicaciones 4
66 65 MOQUEGUA Transportes Y Comunicaciones 4
75 74 PIURA Transportes Y Comunicaciones 4
87 86 TUMBES Educación/Cultura 4
1 0 AMAZONAS Educación/Cultura 3
4 3 ANCASH Agricultura 3
5 4 ANCASH Educación/Cultura 3
9 8 APURIMAC Transportes Y Comunicaciones 3
12 11 AYACUCHO Agricultura 3
16 15 CAJAMARCA Educación/Cultura 3
25 24 HUANCAVELICA Transportes Y Comunicaciones 3
33 32 ICA Educación/Cultura 3
39 38 JUNIN Educación/Cultura 3
54 53 LORETO Educación/Cultura 3
63 62 MOQUEGUA Agricultura 3
69 68 P C DEL CALLAO Otras Infraestructuras 3
76 75 PIURA Vivienda Construcción Y Saneamiento 3
80 79 SAN MARTIN Transportes Y Comunicaciones 3
84 83 TACNA Otras Infraestructuras 3
89 88 TUMBES Otras Infraestructuras 3
90 89 TUMBES Transportes Y Comunicaciones 3
2 1 AMAZONAS Transportes Y Comunicaciones 2
8 7 APURIMAC Salud 2
10 9 AREQUIPA Educación/Cultura 2
14 13 AYACUCHO Otras Infraestructuras 2
30 29 HUANUCO Transportes Y Comunicaciones 2
32 31 ICA Agricultura 2
43 42 LA LIBERTAD Agricultura 2
50 49 LIMA Agricultura 2
61 60 MADRE DE DIOS Transportes Y Comunicaciones 2
62 61 MADRE DE DIOS Vivienda Construcción Y Saneamiento 2
65 64 MOQUEGUA Otras Infraestructuras 2
68 67 P C DEL CALLAO Orden Público/Defensa Y Seguridad 2
70 69 P C DEL CALLAO Transportes Y Comunicaciones 2
86 85 TUMBES Agricultura 2
91 90 UCAYALI Educación/Cultura 2
17 16 CAJAMARCA Energía Y Minas 1
18 17 CAJAMARCA Transportes Y Comunicaciones 1
23 22 HUANCAVELICA Agricultura 1
26 25 HUANCAVELICA Vivienda Construcción Y Saneamiento 1
27 26 HUANUCO Agricultura 1
29 28 HUANUCO Otras Infraestructuras 1
31 30 HUANUCO Vivienda Construcción Y Saneamiento 1
34 33 ICA Otras Infraestructuras 1
35 34 ICA Protección/Readaptación Social 1
36 35 ICA Salud 1
38 37 ICA Vivienda Construcción Y Saneamiento 1
40 39 JUNIN Salud 1
46 45 LA LIBERTAD Vivienda Construcción Y Saneamiento 1
53 52 LIMA Vivienda Construcción Y Saneamiento 1
57 56 MADRE DE DIOS Agricultura 1
59 58 MADRE DE DIOS Otras Infraestructuras 1
60 59 MADRE DE DIOS Salud 1
73 72 PASCO Vivienda Construcción Y Saneamiento 1
82 81 TACNA Agricultura 1
85 84 TACNA Transportes Y Comunicaciones 1
88 87 TUMBES Orden Público/Defensa Y Seguridad 1
92 91 UCAYALI Salud 1