Informe I Muestreo de Contratos

Autor/a

Guillermo David Hincapié Vélez

Fecha de publicación

6 de marzo de 2026

Resumen

Este documento presenta una descripción metodólogica sobre el abordaje de la base de datos SECOP-II para llevar a cabo la identificación de información critica para la elaboración de un costeo unitario. El principal reto encontrato consiste en la elaboración de un adecuado marco de muestreo de los contratos que permitan identificar de manera expedita tanto las cantidades como los precios, insumos importantes para la elaboración del costeo.

Palabras clave

costeo unitario, SECOP-II, Muestreo, Modelos Econometricos - Factores de Ajuste Territorial

1 Metodología

El objetivo principal del contrato consiste en determinar el costeo unitario de productos y proyectos asociados a los planes de acción territorial, sobre las subregiones y municipios priorizados. Esto implicará la definición y revisión de información contractual que sugiera un referente precio-cantidad necesario para hacer un proceso de costeo. En tal sentido, se exploran las bases de datos de SECOP-II las cuales contienen información detallada de los procesos contractuales realizados por las entidades gubernamentales del país.

1.1 Primera Fase: Revisión de Base SECOP-II

Un primer elemento importante tiene que ver con la distribución de la información de los contratos, por tipologia, alcance, origen de gasto, entre otros. En efecto, para poder establecer un costeo adecuado la información de los precios debe ser lo mas estable posible, razón por la cual el primer filtro basico es el de contratos cerrados, reduciendo ampliamente la base de datos original. Los contratos, así mismo, se dividen por tipo que suele agrupar su objetivo contractual, de manera que hay contratos de Obra, donde están mayormente los contratos de infraestructura, contratos de prestación de servicios profesionales, entre otros. Como se muestra en la gráfica 1, la mayor participacón de contratos ocurren en prestación de servicios.

Figura 1: Distribución de contratos por tipo en SECOP

La base de datos dispone de un conjunto de variables que hacen referencia a los productos o macro sectores asociados a estos contratos. Esto será un recurso importante para hacer el proceso de muestreo y definición de contratos que sean comparables. Estos productos varían por tipo contratos. Por ejemplo, si tomamos el tipo de contrato de “Obra” y definimos los tipos de contratos con mayor frecuencia, tendremos la distribución referida en la gráfica 2.

Figura 2: Productos más frecuentes en contratos de Obra

La estandarización de estos productos permite hacer comparables los contratos agrupados y, por tanto, sobre esto se hace dable establecer un proceso de muestreo final qcue permita su representatividad subregional Es importante advertir que la base de datos se reduce ostensiblemente cuando el interes se sircunscribe sólo sobre contratos cerrados, por lo que es posible que algunos municipios y departamentos pueden no resultar con contratos registardos, y esta condición puede persistir cuando se avanza en establecer más filtros relacionados con las condiciones y ortientacion de los contratos.

Por su parte, la base de datos disponible contiene información de las ciudades y los departamentos, por lo que sobre cada filtro puede ser explorado el número de contratos pertenecientes a una ciudad y a un departamento. Esto será importante para calcular los factores de ajuste territorial sobre el costo de los contratos, posterior al muestreo realizado. El reto a enfrentar en esta etapa consiste en que la mayoría de contratos que se tienen se concentran en Bogotá, como lo siguiere la gráfica 3, para la base de datos completa de contratos cerrados.

1.2 Segunda Fase: Calculo de Factores de Ajuste Territorial

Es importante advertir que los filtros realizados sobre la base SECOP-II puede llevar a datos inexistentes de contratos cerrados cuando se relacionan con las líneas estratégicas de los PATR, sobre todo en productos muy especificos sobre los cuales los datos son escasos - ejemplo capitulo étnico- . Por esta razón se privilegia el calculo de los factores de ajuste territorial a niveles más amplios, relacionados con la variable de producto. De esta manera, se pueden contar con factores de ajuste territorial a nivel de subregión y a nivel de producto. Es de anotar que aunque se realice un costeo aproximándonos con técnicas paramétricas usando FAT, la obtención de estos parámetros se basan sobre el costeo unitario de proyectos reales, por lo que será muy importante el muestreo.

El FAT permite reflejar las diferencias reales de costos entre departamentos y subreginoes, especialmente en las 16 subregiones PDET. Los costos de proyectos de inversión varían significativamente entre subregiones debido a varios factores:

Accesibilidad y costos de transporte de materiales
Disponibilidad de mano de obra calificada
Condiciones geográficas y climáticas
Economías de escala locales

El cálculo del FAT para cada subregión se especifica mediante la siguiente expresión:

\[ FAT_{subregión} = \frac{Costo_{unitario\_observado\_subregión}}{Costo_{unitario\_referencia}} \]

Una vez calculado el FAT, se aplica al costeo unitario mediante:

\[ Costo_{estimado\_proyecto} = Costo_{base\_referencia} \times Cantidad \times FAT_{subregión} \]

Interpretación del FAT:

$FAT = 1.00$: Costos iguales a la referencia
$FAT = 1.35$: Costos 35% superiores (región más costosa, probablemente remota)
$FAT = 0.90$: Costos 10% inferiores (región con mejor accesibilidad)

Se trabajará únicamente con contratos en estado “Cerrado” y “Terminado”, que representan contratos completamente ejecutados con información de costos reales finales. Estos estados ofrecen mayor confiabilidad para estimar costos futuros, excluyendo: Contratos en ejecución (costos aún no finalizados); Borradores (datos preliminares); Cancelados/Suspendidos/Prorrogados (no representan ejecución real); en aprobación/Aprobados (procesos sin ejecutar).

Sobre el muestreo realizado, se procede a estimar los costos de manera parametrica mediante la siguiente expresión:

\[ Costo_{unitario\_subregión} = MEDIANA\left(\frac{Valor_{contrato}}{Cantidad}\right) \]

Es importante indicar que el costo unitario de referencia se calcula mediante el promedio simple (o ponderado) de todas las subregiones sobre las cuales se tiene información. Cuando algún producto asociado no diponga de información, el calculo del FAT se hará sobre información más agregada con el fin de poder tener el comparativo suubregional de costos: un ejemplo de esta problematica tiene que ver con proyectos relacionados con la estructuración de programas educativos étnicos, sobre los cuales no se encuentra información para muchos subregiones.

1.3 Tercera Fase: Consideraciones sobre el muestreo.

Con base en las anteriores consideraciones, resulta importante realizar el proceso de muestreo sobre la base de datos de los contratos cerrados. Para llevar a cabo este proceso de manera expedita, se construye una herramienta -app wen- sobre la base de datos del SECOP-II. La imagen siguiente presenta la interfaz de la herramienta. El objetivo es que todo el equipo pueda tener acceso y pueda explorar la base de datos recolectada para hacer un seguimiento y facalizar analisis en sectores particulares.

Fuente: elaboración propia — Imagen 1. Herramienta de filtros Dinamicos y muestreo

La herramienta establece el ejercicio de muestre con base en criterios estadisticos estandarizados, en especial respondiendo a un ejercicio de muestreo estratificado y bajo la el proposito de mantener una representatividad subregional para efectos del calculo de los factores de ajuste territorial. Tambien es importante indicar que la herramienta permite revisar si, bajo la descripción de los contratos, se pueden indentificar terminos relacionados a los productos y servicios tanto de la bateria de indicadores PATR como de las ideas de proyectos.

Concretamente, entonces, el proceso de muestreo se caracteriza por el siguiente derrotero:

Tipo de Contrato: Obra, Servicios, Suministros, Auditoria, entre otros.
Tipo de Producto: Servicios de Mantenimiento, Servicios de Apoyo, Vias de Trafico Abierto, entre otros.
Relación producto-bateria PATR: Se identifican los productos que están estrechamente relacionados con el proyecto, linea de acción y otros. Sobre estos contratos se realiza el muestreo final para hacer tanto seguimiento al calculo de Factor de Ajuste Territorial, como a la definición de lista de costos unitarios.

Así, si se quiere estimar el costo de construir 200 ml de alcantarillas en la subregión “Bajo Cauca”, el procedimiento de computo será el siguiente:

Costo_base_referencia = $400,000/ml (calculado como promedio ponderado de todas las subregiones)
FAT_Bajo_Cauca = 1.50 (calculado con la mediana de contratos de esa subregión).

Por lo que el calculo final será

\[Costo_{estimado} = 400.000 * 200 ml * 1,5 = \$ 120,000,000 \]

Es importante anotar, entonces, que se consideran variso FAT subregionales por cada producto considerado para cada contrato. Esto es, para tipos de contratos de obra, se diseñará un FAT para mantenimiento de aulas escolares (el cual constituye un producto estandarizado en la base de datos SECOP-II) por lo que esto permitirá tener comparaciones más aterrizadas y conscientes de las diferencias subregionales.

--- title: "Informe I Muestreo de Contratos" author: "Guillermo David Hincapié Vélez" date: today date-format: long format: html: toc: true toc-depth: 3 toc-title: "Contenido" number-sections: true theme: cosmo code-fold: true code-summary: "Mostrar código" code-tools: true smooth-scroll: true fig-cap-location: bottom tbl-cap-location: top include-in-header: text: | <style> body { text-align: justify; hyphens: auto; } p { text-align: justify; } .abstract { text-align: justify; } </style> abstract: | Este documento presenta una descripción metodólogica sobre el abordaje de la base de datos SECOP-II para llevar a cabo la identificación de información critica para la elaboración de un costeo unitario. El principal reto encontrato consiste en la elaboración de un adecuado marco de muestreo de los contratos que permitan identificar de manera expedita tanto las cantidades como los precios, insumos importantes para la elaboración del costeo. keywords: - costeo unitario - SECOP-II - Muestreo - Modelos Econometricos - Factores de Ajuste Territorial lang: es editor: visual --- ------------------------------------------------------------------------ ## Metodología El objetivo principal del contrato consiste en determinar el costeo unitario de productos y proyectos asociados a los planes de acción territorial, sobre las subregiones y municipios priorizados. Esto implicará la definición y revisión de información contractual que sugiera un referente precio-cantidad necesario para hacer un proceso de costeo. En tal sentido, se exploran las bases de datos de SECOP-II las cuales contienen información detallada de los procesos contractuales realizados por las entidades gubernamentales del país. ### Primera Fase: Revisión de Base SECOP-II Un primer elemento importante tiene que ver con la distribución de la información de los contratos, por tipologia, alcance, origen de gasto, entre otros. En efecto, para poder establecer un costeo adecuado la información de los precios debe ser lo mas estable posible, razón por la cual el primer filtro basico es el de contratos cerrados, reduciendo ampliamente la base de datos original. Los contratos, así mismo, se dividen por tipo que suele agrupar su objetivo contractual, de manera que hay contratos de Obra, donde están mayormente los contratos de infraestructura, contratos de prestación de servicios profesionales, entre otros. Como se muestra en la gráfica 1, la mayor participacón de contratos ocurren en prestación de servicios. ```{r} #| echo: false #| message: false #| warning: false #| label: fig-contratos #| fig-cap: "Distribución de contratos por tipo en SECOP" library(arrow) library(ggplot2) library(patchwork) library(dplyr) data <- read_parquet("C:/Users/000278969/OneDrive - UPB/Documentos/Consultorias/2026_Proyecto_ART/Datos/Data_Cerrados_Secop.parquet") # Tabla de frecuencias tabla_contratos <- table(data$tipo_de_contrato) # Convertir a dataframe para mejor visualización df_tabla <- as.data.frame(tabla_contratos) colnames(df_tabla) <- c("Tipo de Contrato", "Frecuencia") # Calcular porcentajes df_tabla$Porcentaje <- round((df_tabla$Frecuencia / sum(df_tabla$Frecuencia)) * 100, 2) # Crear gráfico ggplot(df_tabla, aes(x = reorder(`Tipo de Contrato`, -Frecuencia), y = Frecuencia, fill = `Tipo de Contrato`)) + geom_bar(stat = "identity", alpha = 0.8) + geom_text(aes(label = Frecuencia), vjust = -0.5, size = 3) + labs( title = "", x = "Tipo de Contrato", y = "Frecuencia" ) + theme_minimal() + theme( axis.text.x = element_text(angle = 45, hjust = 1, size = 9), axis.text.y = element_text(size = 9), axis.title.x = element_text(size = 10), axis.title.y = element_text(size = 10), legend.position = "none", plot.title = element_text(face = "bold", size = 12, hjust = 0.5) ) + scale_fill_brewer(palette = "Set3") ``` La base de datos dispone de un conjunto de variables que hacen referencia a los productos o macro sectores asociados a estos contratos. Esto será un recurso importante para hacer el proceso de muestreo y definición de contratos que sean comparables. Estos productos varían por tipo contratos. Por ejemplo, si tomamos el tipo de contrato de "Obra" y definimos los tipos de contratos con mayor frecuencia, tendremos la distribución referida en la gráfica 2. ```{r} #| echo: false #| message: false #| warning: false #| label: fig-productos-obra #| fig-cap: "Productos más frecuentes en contratos de Obra" data_obra <- subset(data, tipo_de_contrato == "Obra") top_productos <- data_obra %>% count(nombre_producto, sort = TRUE) %>% head(10) # Crear el gráfico de barras ggplot(top_productos, aes(x = reorder(nombre_producto, n), y = n)) + geom_bar(stat = "identity", fill = "steelblue") + coord_flip() + labs(title = "", x = "Nombre del Producto", y = "Frecuencia") + theme_minimal() + theme(axis.text.y = element_text(size = 10)) ``` La estandarización de estos productos permite hacer comparables los contratos agrupados y, por tanto, sobre esto se hace dable establecer un proceso de muestreo final qcue permita su representatividad subregional Es importante advertir que la base de datos se reduce ostensiblemente cuando el interes se sircunscribe sólo sobre contratos cerrados, por lo que es posible que algunos municipios y departamentos pueden no resultar con contratos registardos, y esta condición puede persistir cuando se avanza en establecer más filtros relacionados con las condiciones y ortientacion de los contratos. Por su parte, la base de datos disponible contiene información de las ciudades y los departamentos, por lo que sobre cada filtro puede ser explorado el número de contratos pertenecientes a una ciudad y a un departamento. Esto será importante para calcular los factores de ajuste territorial sobre el costo de los contratos, posterior al muestreo realizado. El reto a enfrentar en esta etapa consiste en que la mayoría de contratos que se tienen se concentran en Bogotá, como lo siguiere la gráfica 3, para la base de datos completa de contratos cerrados. ```{r} #| echo: false #| message: false #| warning: false #| label: fig-departamentos #| fig-cap: "Distribución de departamentos" # Tabla de frecuencias por departamento tabla_departamentos <- table(data$departamento) # Convertir a dataframe y ordenar por frecuencia df_tabla <- as.data.frame(tabla_departamentos) colnames(df_tabla) <- c("Departamento", "Frecuencia") # Calcular porcentajes df_tabla$Porcentaje <- round((df_tabla$Frecuencia / sum(df_tabla$Frecuencia)) * 100, 2) # Seleccionar top 15 departamentos (opcional, para mejor visualización) df_tabla <- df_tabla %>% arrange(desc(Frecuencia)) %>% head(15) # Crear gráfico horizontal ggplot(df_tabla, aes(x = Frecuencia, y = reorder(Departamento, Frecuencia))) + geom_bar(stat = "identity", fill = "steelblue", alpha = 0.8) + geom_text(aes(label = Frecuencia), hjust = -0.2, size = 3) + labs( title = "", x = "Frecuencia", y = "Departamento" ) + theme_minimal() + theme( axis.text.x = element_text(size = 9), axis.text.y = element_text(size = 9), axis.title.x = element_text(size = 10), axis.title.y = element_text(size = 10), legend.position = "none", plot.title = element_text(face = "bold", size = 12, hjust = 0.5) ) ``` ### Segunda Fase: Calculo de Factores de Ajuste Territorial Es importante advertir que los filtros realizados sobre la base SECOP-II puede llevar a datos inexistentes de contratos cerrados cuando se relacionan con las líneas estratégicas de los PATR, sobre todo en productos muy especificos sobre los cuales los datos son escasos - ejemplo capitulo étnico- . Por esta razón se privilegia el calculo de los factores de ajuste territorial a niveles más amplios, relacionados con la variable de producto. De esta manera, se pueden contar con factores de ajuste territorial a nivel de subregión y a nivel de producto. Es de anotar que aunque se realice un costeo aproximándonos con técnicas paramétricas usando FAT, la obtención de estos parámetros se basan sobre el costeo unitario de proyectos reales, por lo que será muy importante el muestreo. El FAT permite reflejar las diferencias reales de costos entre departamentos y subreginoes, especialmente en las 16 subregiones PDET. Los costos de proyectos de inversión varían significativamente entre subregiones debido a varios factores: - Accesibilidad y costos de transporte de materiales - Disponibilidad de mano de obra calificada - Condiciones geográficas y climáticas - Economías de escala locales El cálculo del FAT para cada subregión se especifica mediante la siguiente expresión: $$ FAT_{subregión} = \frac{Costo_{unitario\_observado\_subregión}}{Costo_{unitario\_referencia}} $$ Una vez calculado el FAT, se aplica al costeo unitario mediante: $$ Costo_{estimado\_proyecto} = Costo_{base\_referencia} \times Cantidad \times FAT_{subregión} $$ **Interpretación del FAT:** - $FAT = 1.00$: Costos iguales a la referencia - $FAT = 1.35$: Costos 35% superiores (región más costosa, probablemente remota) - $FAT = 0.90$: Costos 10% inferiores (región con mejor accesibilidad) Se trabajará únicamente con contratos en estado "Cerrado" y "Terminado", que representan contratos completamente ejecutados con información de costos reales finales. Estos estados ofrecen mayor confiabilidad para estimar costos futuros, excluyendo: Contratos en ejecución (costos aún no finalizados); Borradores (datos preliminares); Cancelados/Suspendidos/Prorrogados (no representan ejecución real); en aprobación/Aprobados (procesos sin ejecutar). Sobre el muestreo realizado, se procede a estimar los costos de manera parametrica mediante la siguiente expresión: $$ Costo_{unitario\_subregión} = MEDIANA\left(\frac{Valor_{contrato}}{Cantidad}\right) $$ Es importante indicar que el costo unitario de referencia se calcula mediante el promedio simple (o ponderado) de todas las subregiones sobre las cuales se tiene información. Cuando algún producto asociado no diponga de información, el calculo del FAT se hará sobre información más agregada con el fin de poder tener el comparativo suubregional de costos: un ejemplo de esta problematica tiene que ver con proyectos relacionados con la estructuración de programas educativos étnicos, sobre los cuales no se encuentra información para muchos subregiones. ### Tercera Fase: Consideraciones sobre el muestreo. Con base en las anteriores consideraciones, resulta importante realizar el proceso de muestreo sobre la base de datos de los contratos cerrados. Para llevar a cabo este proceso de manera expedita, se construye una herramienta -app wen- sobre la base de datos del SECOP-II. La imagen siguiente presenta la interfaz de la herramienta. El objetivo es que todo el equipo pueda tener acceso y pueda explorar la base de datos recolectada para hacer un seguimiento y facalizar analisis en sectores particulares. ![Imagen 1. Herramienta de filtros Dinamicos y muestreo](images/clipboard-3980703372.png){fig-alt="Fuente: elaboración propia"} La herramienta establece el ejercicio de muestre con base en criterios estadisticos estandarizados, en especial respondiendo a un ejercicio de muestreo estratificado y bajo la el proposito de mantener una representatividad subregional para efectos del calculo de los factores de ajuste territorial. Tambien es importante indicar que la herramienta permite revisar si, bajo la descripción de los contratos, se pueden indentificar terminos relacionados a los productos y servicios tanto de la bateria de indicadores PATR como de las ideas de proyectos. Concretamente, entonces, el proceso de muestreo se caracteriza por el siguiente derrotero: 1. **Tipo de Contrato:** Obra, Servicios, Suministros, Auditoria, entre otros. 2. **Tipo de Producto:** Servicios de Mantenimiento, Servicios de Apoyo, Vias de Trafico Abierto, entre otros. 3. **Relación producto-bateria PATR:** Se identifican los productos que están estrechamente relacionados con el proyecto, linea de acción y otros. Sobre estos contratos se realiza el muestreo final para hacer tanto seguimiento al calculo de Factor de Ajuste Territorial, como a la definición de lista de costos unitarios. Así, si se quiere estimar el costo de construir 200 ml de alcantarillas en la subregión "Bajo Cauca", el procedimiento de computo será el siguiente: - **Costo_base_referencia** = \$400,000/ml (calculado como promedio ponderado de todas las subregiones) - **FAT_Bajo_Cauca** = 1.50 (calculado con la mediana de contratos de esa subregión). Por lo que el calculo final será $$Costo_{estimado} = 400.000 * 200 ml * 1,5 = \$ 120,000,000 $$ Es importante anotar, entonces, que se consideran variso FAT subregionales por cada producto considerado para cada contrato. Esto es, para tipos de contratos de obra, se diseñará un FAT para mantenimiento de aulas escolares (el cual constituye un producto estandarizado en la base de datos SECOP-II) por lo que esto permitirá tener comparaciones más aterrizadas y conscientes de las diferencias subregionales.