Introducción

Actualmente, México enfrenta grandes retos relacionados a la pobreza y el rezago social, debido a que la población vulnerable por ingresos creció 1.7% y la población vulnerable por carencias sociales se incrementó 16.5% durante el período 2014-2018 (^{Benita & Gómez, 2013}; Consejo Nacional de Evaluación de la Política de Desarrollo Social ^{(CONEVAL) (2021a)}). Para modificar este contexto, el Estado durante el período 2014-2018 destinó el 13.76% del Producto Interno Bruto al gasto en materia de desarrollo social, a través de diferentes programas y acciones orientadas a la satisfacción de las necesidades básicas de la sociedad; operadas mediante transferencias directas, acceso a los servicios de educación y salud, inserción laboral, y provisión de infraestructura (Centro de Estudios de las Finanzas Públicas ^{(CEFP), 2019}).

La política de desarrollo social se ha instrumentado en varios ejes, siendo uno de ellos el gasto federalizado. El cual, a través del Fondo de Aportaciones para la Infraestructura Social (FAIS), subdividido en un componente estatal (FISE) y otro municipal (FISM-DF), brinda a los gobiernos subnacionales los recursos económicos para la provisión de infraestructura básica¹ que beneficie a la población en condición de pobreza y rezago social (^{H. Congreso de la Unión, 2018}). Asimismo, mediante el Capítulo 1000 del gasto corriente contempla las remuneraciones al personal del Estado, cuya labor se orienta al desarrollo de actividades que permitan su funcionamiento y contribuyan a alcanzar sus fines económicos y sociales (Secretaría de Hacienda y Crédito Público ^{(SHCP), 2009}).

A pesar de la existencia de diversas acciones e iniciativas gubernamentales a favor del desarrollo y bienestar social, como la provisión de infraestructura básica a las comunidades en condición de carencias sociales y vulnerabilidad, la cantidad de población en situación de pobreza y rezago ha sido cada vez mayor (^{CONEVAL, 2021a}). Por lo que resulta deseable robustecer la eficacia y eficiencia de las políticas públicas, sobre todo de aquellas que se vinculan al desarrollo social, y en las cuales, se invierten cantidades importantes de recursos financieros, humanos y técnicos. Dado lo anterior, el objetivo de la presente investigación es analizar la eficiencia de las entidades federativas mexicanas en la utilización de los recursos del FISE y el Capítulo 1000 para la provisión de obras de infraestructura básica, en el período 2014-2018.

Para cumplir este propósito, se parte del concepto de eficiencia, el cual consiste en la obtención de la máxima producción posible con los insumos disponibles (^{Ferguson & Gould, 1979}). Ahora bien, para su determinación se utilizó el Análisis Envolvente de Datos (DEA, por sus siglas en inglés)² (^{Villarreal & Tohmé, 2017}). Diseñando así un modelo DEA, que tuvo como unidades de análisis a las 32 entidades federativas de México, con orientación al output y estructurado bajo rendimientos variables a escala. A partir de la revisión teórica y la representatividad estadística, determinada a través del análisis factorial, se estableció como output el número de obras concluidas de infraestructura básica, y como inputs los recursos económicos del FISE y el Capítulo 1000 del gasto corriente del Estado.

El documento está organizado en cuatro secciones; en la primera, se efectúa el análisis de la infraestructura básica en México. Posteriormente, se presentan los elementos teóricos de la eficiencia y el DEA. En la tercera sección se muestran los rasgos metodológicos del modelo DEA. Después se analizan y discuten los resultados obtenidos. Finalmente, se presentan las conclusiones.

I. Análisis contextual de la infraestructura básica en México.

Durante el período 2014-2018 la población en situación de pobreza en México disminuyó 5.2%. A nivel de entidades destacaron Baja California Sur, Nuevo León, Coahuila, Aguascalientes, Chihuahua, Michoacán, Sinaloa, Hidalgo y Jalisco por lograr reducir el número de pobres; mientras que Tabasco, Campeche, Veracruz, el Distrito Federal y Chiapas presentaron aumentos en el indicador (^{CONEVAL, 2021b}). En términos de pobreza extrema el país exhibió un decrecimiento del 18.6%, al pasar de 11.4 millones de personas en 2014 a 9.3 millones de personas en 2018. Sobresaliendo Nuevo León, Coahuila, Baja California Sur, Durango, Michoacán, Chihuahua, Tlaxcala, Hidalgo, Sinaloa y Querétaro por reducir el volumen de individuos en esta condición; situación opuesta a la de Tabasco, Guerrero, Veracruz, el Distrito Federal y Morelos que vieron crecer la cantidad de personas en pobreza extrema (^{CONEVAL, 2021b}).

En relación a lo anterior, el ^{CONEVAL (2021a)} señala que el porcentaje de población con carencias educativas, de salud, vivienda y alimentación se redujo de manera notable durante el período 2014-2018. Asimismo, el ^{CONEVAL (2021c)} muestra que en 2015 cuatro entidades (Aguascalientes, Coahuila, Distrito Federal y Nuevo León) mantenían un índice de rezago social muy bajo, trece (Baja California, Baja California Sur, Colima, Chihuahua, Jalisco, Estado de México, Morelos, Querétaro, Quintana Roo, Sinaloa, Sonora, Tamaulipas y Zacatecas) lo conservaban bajo, cuatro (Chiapas, Guerrero, Oaxaca y Veracruz) lo tenían muy alto, seis (Campeche, Hidalgo, Michoacán, Puebla, San Luis Potosí y Yucatán) lo preservaban alto, y cinco (Durango, Guanajuato, Nayarit, Tabasco y Tlaxcala) lo sostenían en un nivel medio. Es así como, durante el período 2000-2015, veintidós estados (Tlaxcala, Zacatecas, Tabasco, Guanajuato, Nayarit, Durango, Hidalgo, Baja California Sur, Campeche, Sonora, Colima, Baja California, Chiapas, Distrito Federal, Tamaulipas, Estado de México, Nuevo León, Aguascalientes, Puebla, Chihuahua, San Luis Potosí y Jalisco) lograron una disminución en el índice, y diez (Querétaro, Sinaloa, Yucatán, Oaxaca, Guerrero, Quintana Roo, Coahuila, Michoacán, Morelos y Veracruz) presentaron aumentos (^{CONEVAL, 2021c}).

El Estado mexicano, ante tal situación ha establecido una política social de combate a la pobreza y el rezago social, pero no ha podido reducir de manera significativa la cantidad de personas en esta condición (^{CONEVAL, 2010}, ^2021a-^c; ^{Prudencio & Ramones, 2014}). De esta forma, la creencia de que el crecimiento económico conduciría a la reducción de la desigualdad, promoviendo el desarrollo y el bienestar social en un marco de equidad y justicia, ha quedado olvidada (^{Aguilar-Estrada et al., 2018}; ^{CONEVAL, 2010}). Actualmente, se ha adoptado un enfoque a favor de la mitigación de los efectos de la desigualdad (^{Rodríguez, 2012}).

La Carta Magna de México establece que es obligación del Estado asegurar que la población acceda al desarrollo social, por lo que la política nacional debe buscar superar la pobreza y el rezago a través de la educación, la salud, la alimentación, el empleo, la seguridad social, el desarrollo de infraestructura básica y el fomento económico (^{H. Congreso de la Unión, 2015}). Para ello, la Ley de Coordinación Fiscal (LCF) señala que las aportaciones federales son el mecanismo para transferir recursos a los gobiernos subnacionales (^{H. Congreso de la Unión, 2018}). Una de estas contribuciones es el FAIS, que se subdivide en el FISE y el FISM-DF. Estos fondos deben de destinarse al financiamiento de obras que beneficien a la población de los municipios y localidades que presentan mayores niveles de pobreza y rezago social (^{H. Congreso de la Unión, 2018}).

De acuerdo a cifras de la ^{SHCP (2007}, ²⁰¹⁷⁾, en el período 2014-2018, la Federación destinó 26.58% más recursos a las entidades, en el marco del FISE, para infraestructura básica, pasando de 7,019 millones de pesos en 2014 a 8,886 millones de pesos en 2018 (ver Tabla 1A del anexo). Por estados destacan Chiapas, Guerrero, el Estado de México, Oaxaca y Veracruz, cuyos ingresos por este rubro crecieron de manera significativa, lo que se explica por el volumen de personas en situación de pobreza y rezago social (^{SHCP, 2013}, ²⁰¹⁴, ²⁰¹⁵, ²⁰¹⁶, ²⁰¹⁷).

El Instituto Nacional de Geografía y Estadística ^{(INEGI) (2020}, ²⁰²¹⁾ establece que, durante el período 2014-2018, el gasto corriente del Gobierno mexicano fluctuó de manera importante. En el caso particular del Capítulo 1000, éste ostentó un aumento generalizado del 17% durante el período de estudio. Sobresaliendo el Distrito Federal, Jalisco, el Estado de México, Veracruz y Puebla por contar con una dotación importante de este recurso. Sin embargo, entidades como Aguascalientes, Querétaro, Quintana Roo y Tabasco gestionaron disminuciones, lo cual puede ser explicado por la necesidad de reorientar el gasto al pago de deuda pública, sacrificando la remuneración de servicios personales y adelgazando el aparato burocrático (ver Tabla 1A y 2A del anexo) (^{Gobierno de la Ciudad de México, 2020}; ^{INEGI, 2020}).

El número de obras de infraestructura básica desarrolladas en las 32 entidades federativas, en el período 2014-2018, crecieron un 246.9%, al pasar de 4,840 obras en 2014 a 16,794 obras en 2018, destacando Zacatecas, Veracruz, Tlaxcala, Chiapas, Hidalgo, Durango, Distrito Federal y Chihuahua por contar con la mayor cantidad de obras construidas; mientras que Nuevo León, Querétaro, Tamaulipas, Baja California Sur, Colima y Morelos tuvieron el menor número de obras concluidas (ver Tabla 1A del anexo) (Auditoria Superior de la Federación ^{(ASF), 2013}, ²⁰¹⁴, ²⁰¹⁵, ²⁰¹⁶, ²⁰¹⁷, ²⁰¹⁸; ^{SHCP, 2013}, ²⁰¹⁴, ²⁰¹⁵, ²⁰¹⁶, ²⁰¹⁷).

A pesar del incremento de recursos económicos (FISE y Capítulo 1000) y de obras desarrolladas, la ASF determinó que los fondos no se destinaban a los fines establecidos, y que, en muchas ocasiones, el recurso no era utilizado en el ejercicio fiscal en que fue otorgado. Se observa entonces que factores secundarios, dependientes de las instituciones y los funcionarios públicos, incidieron negativamente en los registros contables, la participación ciudadana, la planeación, la ejecución y la evaluación; afectando la eficacia y eficiencia del programa (^{ASF, 2013}, ²⁰¹⁴, ²⁰¹⁵, ²⁰¹⁶, ²⁰¹⁷, ²⁰¹⁸).

II. Elementos teóricos de la eficiencia y el DEA.

^{Afonso y Fernandes (2008}), ^{Álvarez (2013}), ^{Banker et al. (1984}), ^{Bankole et al. (2011}), ^{Charnes et al. (1978)}, ^{Coelli et al. (2003)}, ^{Ferguson y Gould (1979)}, ^{Navarro y Torres (2003)} señalan que entre menos insumos (inputs) se utilicen en la producción de un bien o servicio (output) o, más output se genere con los mismos inputs, mayor es la eficiencia. La idea de cuantificar la eficiencia surge con el trabajo de ^{Farrell (1957)}, quien la determina a partir del establecimiento de una frontera de producción³ y del benchmarking⁴ de las Unidades de Análisis (DMUs, por sus siglas en inglés). En ese sentido, una DMU es eficiente solamente si se posiciona en la frontera de producción, dada la utilización optima de sus inputs para generar el output (^{Sarafoglou et al., 2006}).

El DEA, de acuerdo con ^{Villarreal y Tohmé (2017)}, es una técnica no paramétrica determinística⁵ que utiliza algoritmos de programación lineal⁶ para determinar la eficiencia de un conjunto de DMUs. Según ^{Charnes et al. (1994)}, los modelos DEA pueden estar orientados al input o al output. El primero, se enfoca a la utilización eficiente de los inputs para la consecución de ciertos niveles de output. El segundo, busca la maximización del output dado un cierto nivel de inputs. Asimismo, pueden ser considerados bajo suposiciones económicas de Rendimientos Constantes a Escala (CRS, por sus siglas en inglés) o de Rendimientos Variables a Escala (VRS, por sus siglas en inglés) (^{Banker et al., 1984}; ^{Bankole et al., 2011}; ^{Charnes et al., 1978}; ^{Ngwenyama & Morawczynski, 2009}).

El uso de esta herramienta ha crecido de manera significativa en los últimos años, siendo sus ámbitos de utilización, de manera enunciativa más no limitativa, el desempeño de las empresas, las escuelas, los hospitales, los sectores económicos, la prestación de servicios públicos, entre otros (^{Afonso & Fernandes, 2008}; ^{Ávila & Cárdenas, 2012}; ^{Fernández & Flórez, 2006}; ^{Loikkanen & Susiluoto, 2005}; ^{Martín, 2008}; ^{Orozco, 2014}; ^{Pérez-Romero et al., 2017}; ^{Prior & Surroca, 2004}).

Según ^{Serrano (2014)}, existen tres enfoques utilizando el DEA para evaluar la eficiencia del Gobierno, que son: la eficiencia técnica global, la eficiencia asignativa y la eficiencia de escala. La eficiencia técnica global, cuya medición coincide con el modelo CRS, se define como la capacidad de una DMU para obtener la máxima producción posible a partir de los insumos y tecnología disponibles. Asimismo, la eficiencia técnica global puede descomponerse en eficiencia técnica pura y eficiencia de escala. La primera, que concuerda con el cálculo VRS, muestra en qué medida la DMU está extrayendo el máximo rendimiento de los insumos a su disposición; y, la segunda, producto del comparativo de las mediciones CRS y VRS, expresa si la DMU ha logrado alcanzar el punto óptimo de producción (^{Álvarez, 2013}; ^{Banker et al., 1984}; ^{Coelli et al., 2003}; ^{Jakobsen, 2010}; ^{Navarro, 2005}; ^{Villa, 2003}). Por otro lado, la eficiencia asignativa es aquella que determina la combinación de inputs que generan el mínimo costo (^{Álvarez, 2013}; ^{Afonso & Fernandes, 2008}; ^{Coelli et al., 2003}). En todos los casos, la eficiencia adopta valores entre 0 y 1, representando cero la total ineficiencia y uno la total eficiencia posible; cualquier valor intermedio implica que la DMU opera por debajo de su frontera (^{Coll & Blasco, 2006}; ^{Navarro, 2005}; ^{Villa, 2003}).

En lo conducente a las políticas públicas, uno de los principales objetivos es conocer los efectos que ha causado una intervención gubernamental, así como la evaluación de la eficacia y eficiencia de dicha acción. Para ello, el uso de métodos cuantitativos, como el DEA, resulta de gran importancia (^{De Borger et al., 1994}; ^{Venetoklis, 2002}). La evaluación de la eficiencia en el sector público suele ser compleja, ya que necesita una adecuada delimitación de las DMUs, los inputs y los outputs que se pretenden estudiar. Otra de las complicaciones se relaciona con la ausencia de un mercado para los productos públicos, ya que el Estado asume un papel de monopolio en la provisión de ellos (^{Álvarez, 2013}; ^{Coelli et al., 2003}). De forma que, el objetivo de la evaluación de la eficiencia tiene que ver con la exigencia de la sociedad de una gestión adecuada de los recursos, de la cual se obtenga la mayor cantidad de bienes y servicios dado los insumos que posee o, por el contrario, que se utilice la menor cantidad de estos para la generación de una cantidad determinada de productos (^{Álvarez, 2013}).

III. Rasgos metodológicos del modelo DEA

Debido a que el Estado es el agente encargado de la provisión de infraestructura básica a la sociedad (^{H. Congreso de la Unión, 2015}, ²⁰¹⁸). La eficiencia en la generación de ésta debe ser entendida como la capacidad de un gobierno de convertir los recursos públicos en desarrollo social, a través de obras de infraestructura básica que contribuyan a disminuir la pobreza y el rezago de la población (^{Ávila & Cárdenas, 2012}; ^{Islas, 2012}; ^{Serrano, 2014}; ^{Torres, 1991}). Ahora bien, el concepto de eficiencia administrativa al que hacen referencia la Constitución Política de los Estados Unidos Mexicanos, la Ley de Coordinación Fiscal, el Plan Nacional de Desarrollo y el Programa Nacional de Desarrollo Social se relaciona con (^{Wunder & Gabardo, 2018}):

“1) ejercitar la potestad con la máxima celeridad, presteza, economicidad y productividad; 2) concretar fielmente la finalidad pública; 3) utilizar los medios más adecuados para el alcance óptimo de los objetivos; 4) conferir la máxima efectividad del servicio a la sociedad beneficiaria; y 5) permanecer en línea con los derechos fundamentales y demás principios y reglas que orientan la actividad administrativa” (p. 137 y 138).

Por otro lado, la evaluación cuantitativa de la eficiencia no se encuentra contemplada por el CONEVAL como un medio para determinar técnicamente la forma en qué se ejercen los recursos, lo cual, imposibilita la realización de ajustes que mejoren los resultados. En vista de lo anterior, la aplicación de métodos cuantitativos, que permitan determinar los niveles de eficiencia de los gobiernos resulta no sólo deseable, sino necesaria (^{Athanassopoulos & Triantis, 1998}; ^{Loikkanen & Susiluoto, 2005}).

Es debido a lo anterior que en la presente investigación se hace uso del DEA para determinar la eficiencia con la que las 32 entidades federativas mexicanas utilizaron los recursos del FISE y del Capítulo 1000 del gasto corriente para la provisión de infraestructura básica, en el período 2014-2018. La razón de utilizar esta técnica es que no se requiere el establecimiento a priori de la función de producción, tiene la capacidad de incorporar múltiples inputs y outputs expresados en distintas unidades de medida, caracteriza la eficiencia de la DMU mediante una única puntuación, y destaca las áreas de mejora de las DMU ineficientes (^{Coll & Blasco, 2006}; ^{Navarro, 2005}).

A continuación, se presentan los aspectos metodológicos del modelo DEA diseñado para el presente estudio. Se estableció como período de análisis el lapso de 2014 a 2018, ya que durante estos años se promulgaron lineamientos de operación del FAIS, proporcionando las directrices generales para la gestión de los recursos económico del FISE. A su vez se consideró a las 32 entidades federativas de México como DMUs, dado que durante el período 2014-2018 todas ellas recibieron recursos del FISE y del Capítulo 1000, con la condición de que produjeran obras públicas dentro de los rubros establecidos en la Ley de Coordinación Fiscal (LCF).

La determinación del output y los inputs se basó en la representatividad teórica de las variables, la disponibilidad de información y el proceso estadístico de reducción de componentes. Los outputs más recurrentes en los estudios sobre eficiencia en la provisión de bienes y servicios públicos son: producción, beneficiarios, infraestructura, servicios públicos, desarrollo social, bienestar social y calidad de vida. Mientras que los inputs más referenciados son: cantidad de funcionarios públicos, gasto corriente (Capítulo 1000, Capítulo 5000, Capítulo 6000, entre otros), gasto de inversión (FISE), subsidios, y transferencias (^{Afonso & Fernandes, 2008}; ^{Athanassopoulos & Triantis, 1998}; ^{Ávila & Cárdenas, 2012}; ^{Balaguer-Coll et al., 2002}; ^{Bankole et al., 2011}; ^{De Borger et al., 1994}; ^{Dincă et al., 2016}; ^{Herrera & Francke, 2009}; ^{Islas, 2012}; ^{Loikkanen & Susiluoto, 2005}; ^{Serrano, 2014}).

Con fundamento en la disponibilidad de información estadística en la ASF, el Gobierno de la Ciudad de México, el INEGI y la SHCP se procedió a realizar la reducción de variables a partir del análisis factorial⁷. De esta forma, la reducción factorial, de acuerdo con ^{Castañeda et al., (2010)} y ^{González et al., (2013)}, se llevó a cabo a partir de tres fases. En la primera se estableció la matriz de correlación de Pearson, posteriormente se aplicaron las pruebas de Kaiser-Meyer-Olkin (KMO) y de Esfericidad de Bartlett, y, finalmente, se determinó la matriz de componentes rotados. Los resultados de este procedimiento dejaron ver que los recursos económicos del FISE y del Capítulo 1000 explican el comportamiento de la provisión de infraestructura básica. Es así como en la Tabla 1 se expresan el output y los inputs a utilizar en el modelo DEA.

Una vez determinadas las variables se procedió a la selección del modelo. De esta forma, se estableció un modelo DEA orientado al output, ya que se busca la maximización del número de obras infraestructura básica concluidas con los recursos económicos del FISE y el Capítulo 1000. Por otro lado, se determinó que el mismo fuera elaborado bajo supuestos de VRS, debido a que permitiría que las DMUs se compararan con aquellas de tamaño similar, y obtener una medición de la eficiencia técnica pura. La expresión matemática del modelo es (^{Cooper et al., 2007}):

Donde m es la cantidad de inputs utilizados para la producción de s cantidad de outputs, asignando al vector X _ij el input i utilizado por la DMU j. De tal forma, que el vector Y _rj equivale a la cantidad de output r que produce la DMU j. El peso de la DMU z que servirá para compararla con la DMU j como unidad virtual de referencia, se encuentra dado por 𝜆_𝑗. Si la DMU virtual no se puede construir a partir de la combinación lineal del resto de las DMUs, significa entonces que la DMU para la que el sistema se resuelve, se encuentra en eficiencia. 𝜙 es la mayor expresión radial de los outputs producidos por la unidad evaluada, cuyo rango se expresará en valores entre 0 y la 1, representando la unidad la eficiencia de la DMU. De esta forma, la DMU que operó de manera eficiente no tendría razón de aumentar sus outputs a través de mejoras en el uso de sus inputs; mientras que las ineficientes, con resultados entre 0 y 1, deberán de acrecentar su producción a partir de la reorganización de sus inputs (^{Cooper et al., 2007}).

IV. Análisis y discusión de los resultados del modelo DEA

En la Tabla 2 se aprecia que durante el período 2014-2018 los estados de Baja California Sur, Colima y Tlaxcala fueron eficientes en la utilización de sus insumos para la provisión de infraestructura básica a su población, con lo cual fue posible contribuir al combate a la pobreza y el rezago social (^{CONEVAL, 2021a}-^b). Estos resultados tienen como trasfondo que el incremento de recursos económicos a través del FISE y el Capítulo 1000 se vio acompañado de un aumento en la cantidad de obras consolidadas en el período de análisis. Resultados que convergen con lo expuesto por ^{Afonso y Fernandes (2008)}, ^{Athanassopoulos y Triantis (1998)}, ^{Ávila y Cárdenas (2012)}, ^{Balaguer-Coll et al., (2002)}, ^{Bankole et al. (2011)}, ^{De Borger et al., (1994)}, ^{Dincă et al. (2016)}, ^{Herrera y Francke (2009)}, ^{Islas (2012)}, ^{Loikkanen y Susiluoto (2005)}, y ^{Serrano (2014)} en el sentido de que existe una relación directa entre la utilización eficiente de los recursos, la provisión de infraestructura y el desarrollo social.

La Tabla 2 muestra también que Nuevo León, Tamaulipas, Querétaro, el Distrito Federal, Morelos, Sonora y Veracruz fueron las entidades más ineficientes, ello en virtud de que el flujo de recursos económicos se tradujo en un bajo número de obras concluidas. Es así como estos estados, considerados en muchos casos dinámicos en términos de su desempeño económico, deberán utilizar de mejor forma los insumos provenientes del FISE y el Capítulo 1000 para acrecentar su infraestructura básica.

El hecho de que solamente tres entidades hayan sido eficientes, durante el período 2014-2018, denota la imperiosa necesidad que tiene el Estado mexicano por hacer uso eficiente de sus recursos a favor de generar las condiciones físicas esenciales suficientes que contribuyan a que la sociedad supere los problemas de pobreza y rezago social. Este resultado converge con lo establecido por la Auditoria Superior de la Federación en sus distintos informes (^{ASF, 2013}, ²⁰¹⁴, ²⁰¹⁵, ²⁰¹⁶, ²⁰¹⁷, ²⁰¹⁸).

Conclusiones

El Estado mexicano, a través del FISE y el Capítulo 1000 del gasto corriente, ha buscado la consolidación de infraestructura básica que coadyuve a la disminución de la pobreza y el rezago social en el país. Sin embargo, los indicadores económicos y sociales demuestran que las carencias sociales y la inequidad no se han logrado reducir de manera significativa (^{CONEVAL, 2010}; ^{Prudencio & Ramones, 2014}). Ante este escenario, la presente investigación estableció como objetivo analizar qué tan eficientes fueron las entidades federativas en la utilización de los recursos del FISE y el Capítulo 1000 para la provisión de infraestructura básica, en el período 2014-2018. Debido a que un incremento en la eficiencia puede incidir en la reducción de personas en condición de pobreza, rezago y vulnerabilidad (^{Ávila & Cárdenas, 2012}; ^{Islas, 2012}; ^{Serrano, 2014}; ^{Torres, 1991}).

La determinación de la eficiencia se realizó a través del DEA, elaborando así un modelo que tomó como DMUs a los 32 estados, se orientó al output y se estructuró bajo VRS. Estableciendo, a partir del análisis teórico y estadístico, como output la cantidad de obras concluidas y como inputs los recursos económicos del FISE y el Capítulo 1000 del gasto corriente. Los resultados del modelo revelaron que solamente Baja California Sur, Colima y Tlaxcala fueron eficientes. Lo que permite concluir que el Gobierno mexicano requiere implementar mecanismos administrativos focalizados para que los 29 estados restantes utilicen de manera adecuada los recursos e incrementen la construcción de infraestructura básica, con lo cual se podrá contribuir de mejor forma a la disminución de la pobreza, las carencias sociales y la vulnerabilidad. Elementos que aunado a las identificaciones de la incidencia de factores contextuales y espaciales en los resultados de eficiencia, mediante instrumentos cuantitativos y cualitativos, serán futuras líneas de investigación que se despenden del presente estudio.