Presentación

PROPUESTA DE POSTULACIÓN: ORSIP

Observatorio de Riesgo Social en la Inversión Pública (Perú5)

Este documento presenta la propuesta técnica de postulación al Desafío de Datos para la Democracia: 25 años de la Carta Democrática Interamericana para el proyecto ORSIP, incorporando la especificación metodológica definitiva del prototipo tras su calibración empírica sobre datos distritales.

SECCIÓN 1: INFORMACIÓN GENERAL

  • Nombre del proyecto: Observatorio de Riesgo Social en la Inversión Pública (ORSIP).
  • Nombre del equipo: Perú5.
  • País: Perú.
  • Integrantes del equipo:
    • Edison Lorenzo Mondragón Guzmán (Líder del equipo): Ingeniero Economista por la Universidad Nacional de Ingeniería (UNI) con estudios de maestría en Gestión y Políticas Públicas por la Universidad Nacional Mayor de San Marcos (UNMSM). Especialista en ciencia de datos e inversión pública con experiencia previa en el Ministerio de Economía y Finanzas (MEF), la Contraloría General de la República y el Banco Central de Reserva (BCRP). Actualmente labora en la Defensoría del Pueblo del Perú.
    • Diego Mauricio Oswaldo Quiroz Tocasca (Integrante): Ingeniero Economista de la UNI y egresado de la Maestría en Políticas Públicas por la Universidad de Chile, especialista en ciencia de datos.
  • Producto entregado: índice IRSIP calculado para los 1 892 distritos del Perú, tablero interactivo en Shiny, datasets procesados de acceso público y código fuente abierto.

SECCIÓN 2: VINCULACIÓN CON LA CARTA DEMOCRÁTICA INTERAMERICANA

La propuesta se enfoca en los Artículos 11, 12, 13, 18 y 20 de la Carta Democrática Interamericana:

  1. Democracia, desarrollo integral y lucha contra la pobreza (Artículos 11, 12 y 13). La Carta establece la interdependencia entre democracia y desarrollo socioeconómico. Cuando el Estado no logra ejecutar los recursos de inversión que ya tiene asignados en territorios de alta vulnerabilidad, el presupuesto no se traduce en beneficios palpables, se erosiona la confianza ciudadana en las instituciones y se catalizan conflictos sociales. ORSIP mide precisamente esa brecha entre recurso disponible y recurso ejecutado.
  2. Fortalecimiento y preservación de las instituciones democráticas (Artículos 18 y 20). Estas directrices facultan análisis de carácter preventivo antes de que las crisis escalen. ORSIP operacionaliza el principio a nivel subnacional mediante un sistema de alerta temprana basado en datos abiertos, que identifica territorios de riesgo elevado antes de que se registre conflictividad activa.
  3. Aportes clave del sistema:
    • Prevención basada en evidencia: desplaza la respuesta estatal reactiva hacia una priorización territorial anticipada.
    • Rendición de cuentas: centraliza y simplifica datos públicos complejos de ejecución presupuestal, permitiendo que la sociedad civil y el periodismo de datos auditen el gasto de cada gobierno local.
    • Escalabilidad regional: ofrece una plantilla metodológica replicable en cualquier Estado miembro de la OEA que cuente con un sistema de administración financiera, estadísticas de actividad extractiva y registros de defensoría.

SECCIÓN 3: PLANTEAMIENTO DEL PROBLEMA

En el Perú y en gran parte de América Latina, la inversión pública mal gestionada en entornos vulnerables es un gatillo recurrente de conflictividad social. El análisis de este problema está institucionalmente fragmentado: el MEF publica ejecución presupuestal, el MINEM publica producción minera y la Defensoría del Pueblo reporta los conflictos cuando ya estallaron. No existe una herramienta que integre las tres dimensiones en una métrica territorial comparable.

Evidencia de la problemática. A febrero de 2026, el Reporte de Conflictos Sociales de la Defensoría del Pueblo registró 192 conflictos sociales a nivel nacional, de los cuales 165 permanecen activos, con predominio de los socioambientales (53.3 % del total). La conflictividad se concentra de forma persistente en regiones de menor desempeño en ejecución de inversión, entre ellas Loreto, Puno y Áncash. La Defensoría emitió 61 alertas defensoriales ese mes, pero su recolección de información depende de monitoreo manual distribuido en 26 oficinas territoriales, sin soporte predictivo cuantitativo.

El costo de la fragmentación es medible. El registro de conflictos identifica alrededor de 105 distritos por mes con conflictividad activa, sobre un total de 1 892. La pregunta que hoy ninguna institución puede responder es cuáles de los 1 787 distritos restantes concentran las condiciones que precedieron a los conflictos ya registrados. Esa es la pregunta que responde el IRSIP.

SECCIÓN 4: SOLUCIÓN PROPUESTA E INNOVACIÓN

1. Qué es ORSIP

ORSIP calcula el Índice de Riesgo Social de la Inversión Pública (IRSIP), un puntaje de 0 a 100 por distrito y por mes, construido con cuatro variables cuyos pesos se derivan de una regresión publicada y revisada por pares. El índice se acompaña de un tablero de semaforización, una ficha de trazabilidad por distrito y la publicación abierta de los datasets procesados.

La innovación del proyecto está en tres puntos concretos:

  • Integra tres fuentes que hoy no se cruzan —ejecución del canon (MEF), valor de producción minera (MINEM) y conflictos sociales (Defensoría del Pueblo)— en un panel distrito-mes de 1 892 distritos y 86 meses.
  • Los pesos no son arbitrarios. A diferencia de los índices compuestos que promedian variables con ponderaciones asignadas por juicio experto, el IRSIP deriva sus pesos de los estadísticos \(t\) de un modelo econométrico estimado sobre datos peruanos y publicado en literatura arbitrada.
  • El puntaje es auditable. Cada distrito puede descomponer su IRSIP en el aporte exacto de cada variable, de modo que el índice no opera como caja negra ni ante el ciudadano ni ante el gestor público.

2. Alcance honesto del prototipo

Declararlo explícitamente es parte de la propuesta. El MVP es un índice compuesto lineal con pesos importados de la literatura, no un modelo predictivo propio:

  • El IRSIP es una suma ponderada de cuatro variables normalizadas; las únicas no linealidades son las transformaciones de escala aplicadas antes de normalizar.
  • No incluye términos de interacción. La hipótesis de que la mala ejecución detona conflicto con mayor probabilidad donde hay más exposición extractiva es la motivación teórica del proyecto, y su estimación es el primer objetivo de la fase de refinamiento.
  • Los coeficientes provienen de un panel departamental y anual (2004-2010) y se aplican a un panel distrital y mensual (2019-2026).
  • El IRSIP no es una probabilidad de conflicto, sino un puntaje ordinal comparable entre distritos y entre meses.

Esta delimitación es deliberada: el valor del MVP está en demostrar que la integración de las fuentes es viable, reproducible y que produce un ordenamiento territorial sustantivamente interpretable, no en afirmar una capacidad predictiva que aún no ha sido validada.

3. Base empírica y pesos de ponderación

El índice se apoya en la Especificación 3 de “All Types of Social Protests” del modelo binomial negativo de Ponce y McClintock (2014), “The Explosive Combination of Inefficient Local Bureaucracies and Mining Production: Evidence from Localized Societal Protests in Peru”, Latin American Politics and Society 56(3): 118-140. Se elige esa especificación porque incluye el set completo de controles (PBI, exportaciones, contribuyentes, pobreza y oposición política) y no está acotada a un tipo de conflicto, lo que la hace apropiada como indicador general de riesgo.

Justificación metodológica central. El coeficiente \(\beta\) crudo de una regresión no es un peso de importancia relativa, porque su magnitud está atada a las unidades de la variable: en el estudio original la ejecución de canon está en porcentaje y el canon per cápita en soles por habitante, de modo que comparar los coeficientes directamente no dice nada sobre relevancia. El estadístico \(t = \beta / SE\) normaliza simultáneamente por escala y por precisión de la estimación, y es el que se usa como peso.

Variable \(\beta\) \(SE\) Signif. \(t\) Peso (\(t / \Sigma\lvert t\rvert\)) Dirección del impacto
Rezago de conflictos (\(t-1\)) 0.11 0.01 *** 11.0 +61.1 % Aumenta el riesgo (persistencia histórica)
Ejecución de canon −0.003 0.001 *** −3.0 −16.7 % Protector (a mayor ejecución, menor riesgo)
Canon per cápita 0.002 0.001 * 2.0 +11.1 % Aumenta el riesgo (renta sobre descontento)
Producción minera per cápita 0.0004 0.0002 ** 2.0 +11.1 % Aumenta el riesgo (intensidad extractiva)

\(\Sigma\lvert t\rvert = 11.0 + 3.0 + 2.0 + 2.0 = 18.0\)

4. Formulación del IRSIP

Las cuatro variables del paper son anuales y departamentales; su traslado a un panel distrital y mensual exige decisiones explícitas, todas parametrizadas en el código:

  • Paso 1 — Construcción de variables. Rezago de conflictos: casos activos distintos en el distrito en \(t-1\). Ejecución de canon: devengado acumulado sobre PIM de fuente canon. Canon per cápita y producción minera per cápita: acumulado de 12 meses sobre población proyectada, porque las transferencias son fuertemente estacionales y el monto mensual mediría el calendario de transferencias antes que la exposición del territorio.

  • Paso 2 — Normalización a \([0,1]\). Min-max sobre el histórico del panel para el rezago; transformación logarítmica previa para las dos variables per cápita, cuyas distribuciones son extremadamente asimétricas; y percentil intra-mes para la ejecución de canon, porque al ser un acumulado del año fiscal su nivel crece mecánicamente de 1.3 % en enero a 75.6 % en diciembre.

  • Paso 3 — Índice bruto: suma ponderada respetando los signos, de modo que la ejecución entra como factor de protección.

    \[\text{IRSIP}_{bruto} = 0.611 \cdot R^{norm}_{t-1} - 0.167 \cdot E^{norm}_{t} + 0.111 \cdot C^{norm}_{t} + 0.111 \cdot M^{norm}_{t}\]

  • Paso 4 — Reescalamiento a \([0,100]\) con ancla calculada sobre el índice bruto de todo el panel histórico, no del mes publicado. Con un reescalamiento sobre la sección transversal del mes, el peor distrito de cada mes marcaría 100 por construcción y el índice no sería comparable en el tiempo.

    \[\text{IRSIP} = 100 \cdot \frac{\text{IRSIP}_{bruto} - \text{IRSIP}^{min}_{panel}}{\text{IRSIP}^{max}_{panel} - \text{IRSIP}^{min}_{panel}}\]

El detalle completo de cada decisión, incluidas las alternativas evaluadas y descartadas, está en el documento de metodología.

SECCIÓN 5: VIABILIDAD Y DESARROLLO DEL PROTOTIPO (MVP)

1. Componentes del producto mínimo viable

El prototipo está desplegado en R/Shiny con cobertura nacional —los 1 892 distritos del país— y no como piloto de regiones seleccionadas: los datasets del MEF tienen cobertura censal de gobiernos locales, lo que permite calcular el índice para todo el territorio desde el primer entregable. Incluye:

  • Mapa de riesgo interactivo: visualización geoespacial del IRSIP con semaforización, y renderización por nivel departamental, provincial o distrital según el zoom.
  • Panel de alertas tempranas: ranking de distritos con puntaje elevado que no registran conflicto activo en el registro histórico de la Defensoría. Es el producto de mayor valor operativo del observatorio, porque es donde el índice aporta información que el monitoreo institucional actual no tiene.
  • Ficha de trazabilidad distrital: descomposición del puntaje en el aporte de cada uno de los cuatro determinantes, para que el usuario vea por qué un distrito recibió su puntaje.
  • Datos abiertos: publicación del corte mensual, la serie histórica completa, los límites de normalización y el reporte de disponibilidad por fuente, de modo que cualquier tercero pueda replicar el cálculo.

2. Herramientas y entorno tecnológico

  • R (tidyverse): limpieza, integración de fuentes y cálculo del índice en un único script parametrizado.
  • Shiny: tablero interactivo.
  • Leaflet / sf: procesamiento de shapefiles y georreferenciación.
  • ggplot2 / plotly: gráficos analíticos de las fichas distritales.
  • Quarto: sitio de documentación del proyecto (https://orsip.site/).
  • GitHub: control de versiones y publicación del código bajo licencia abierta.

En la fase de refinamiento se incorporará MASS (glm.nb) para la estimación propia del modelo binomial negativo. En el MVP no se estima ningún modelo: los coeficientes son importados de la literatura.

3. Desafíos técnicos identificados y estrategias de mitigación

  • Rezago heterogéneo de publicación entre fuentes. El gasto del MEF llega a junio de 2026, la producción minera del MINEM a mayo, y el registro de conflictos de la Defensoría solo a enero. Como el índice usa el rezago de conflictos en \(t-1\), el mes publicable es febrero de 2026: la fuente más lenta determina la latencia de todo el sistema. Mitigación: regla automatizada que detecta el último mes completo por fuente y documenta públicamente qué fuente limita el corte; y búsqueda, en la fase de refinamiento, de fuentes de conflictividad de mayor frecuencia.

  • Datos que aparentan completitud sin tenerla. El panel de gasto del MEF viene balanceado con ceros hasta el cierre del año fiscal, de modo que una verificación estándar de valores faltantes daría diciembre como mes válido y produciría un índice calculado sobre ceros. Mitigación: la detección de completitud compara el nivel de actividad de cada mes contra la mediana de los seis meses previos, en lugar de contar valores faltantes.

  • Estacionalidad que contamina la señal. El canon transferido pasó en 2025 de S/ 2 497 millones en enero a S/ 39 millones en marzo, y la ejecución acumulada crece mecánicamente a lo largo del año fiscal. Sin corrección, el índice mediría el calendario presupuestal antes que el riesgo territorial. Mitigación: acumulados móviles de 12 meses para los flujos y normalización por percentil intra-mes para la ejecución, con verificación explícita de que el promedio del índice ya no se desplaza dentro del año.

  • Asimetría extrema de las variables per cápita. Unos pocos distritos mineros de baja población concentran los montos de canon y el valor de producción. Mitigación: transformación logarítmica antes de normalizar, tras descartar el recorte de cola por generar empates en el tramo alto de la escala, justamente el de mayor interés analítico.

  • Cobertura desigual del registro de conflictos. Solo 253 de 1 892 distritos aparecen alguna vez en el registro, de modo que la variable con mayor peso vale cero para más del 90 % del universo. Mitigación: declaración explícita de la limitación en el tablero y en la nota técnica, y prioridad a la estimación de coeficientes propios sobre el panel distrital, donde el exceso de ceros se puede modelar directamente.

  • Endogeneidad (causalidad inversa). El conflicto social puede ser causa de la paralización de obras y de la baja ejecución, y no solo su consecuencia. Mitigación: uso de rezagos temporales en las variables predictoras, y tratamiento explícito de la simultaneidad en la especificación propia de la fase de refinamiento.

SECCIÓN 6: ÉTICA, IMPACTO Y ESCALABILIDAD

  1. Uso responsable y protección de datos. El sistema opera exclusivamente con datos administrativos públicos agregados a nivel distrital, sin información personal de ningún tipo, lo que descarta riesgos sobre privacidad individual. Cuando se habilite el canal de reportes ciudadanos previsto en la fase de refinamiento, se aplicará la Ley N° 29733 de Protección de Datos Personales, con reportes anónimos por defecto, agregación previa a la publicación y minimización de datos para evitar represalias en zonas de conflicto.

  2. Prevención del sesgo de subregistro. El componente de mayor peso del índice depende de un registro construido por monitoreo manual en 26 oficinas territoriales, de modo que las zonas con menor presencia institucional pueden aparecer con puntaje bajo simplemente por falta de registro. El equipo mitiga esto declarando de forma visible en el tablero que la ausencia de alerta no equivale a bajo riesgo en áreas de baja cobertura estadística, y publicando la cobertura efectiva de cada variable junto con el índice.

  3. Prevención de la estigmatización territorial. Para evitar que el índice alimente discursos de estigmatización contra comunidades locales, el diseño del tablero enfatiza que el puntaje refleja la gestión estatal del gasto y la exposición a la renta extractiva, no el comportamiento de la población. La ficha de trazabilidad refuerza esto al mostrar qué componente eleva el puntaje de cada distrito: en la mayoría de los casos, la baja ejecución de recursos ya transferidos.

  4. Escalabilidad regional (OEA). La arquitectura se apoya en tres insumos comunes a la administración pública latinoamericana: un sistema integrado de administración financiera (tipo SIAF), estadísticas de actividad extractiva o de renta de recursos naturales, y un registro de conflictividad de defensoría u organismo equivalente. Al publicar el código abierto y documentado, cualquier defensoría o institución académica de las Américas puede replicar el sistema sustituyendo las fuentes nacionales y recalibrando los pesos con su propia evidencia.

SECCIÓN 7: HOJA DE RUTA POSTERIOR AL MVP

  1. Estimación de coeficientes propios. Sustituir los pesos importados de Ponce y McClintock (2014) por un modelo binomial negativo estimado sobre el panel distrito-mes 2019-2026 construido para este observatorio. Esto permite además estimar los términos de interacción entre ejecución y exposición extractiva, y reportar intervalos de confianza sobre el puntaje.
  2. Inclusión de nuevas variables. Ejecución física frente a financiera, brechas de infraestructura local, pobreza y vulnerabilidad distrital, pasivos ambientales mineros, estrés hídrico y densidad de comunidades campesinas y nativas. El criterio de inclusión será la mejora predictiva fuera de muestra, no la disponibilidad del dato.
  3. Mecanismo de participación ciudadana. Canal de reportes que complemente el monitoreo institucional y reduzca el sesgo de subregistro, con anonimato por defecto, agregación previa a la publicación y un protocolo de validación que impida su uso para manipular el puntaje de un territorio.
  4. Reducción de la latencia. Explorar fuentes de conflictividad de mayor frecuencia para acercar el índice al tiempo real, condición necesaria para que la alerta temprana sea operativamente útil.