Gobernanza digital para la trazabilidad y gestión territorial del impuesto predial mediante el modelo GDT-IP en el GAD Municipal de Santo Domingo, Ecuador
Palabras clave:
gobernanza digital, impuesto predial, trazabilidad presupuestaria, equidad territorial, participación ciudadana, transparencia, Santo Domingo (Ecuador)Resumen
El artículo aborda la gestión pública de los recursos provenientes del impuesto predial urbano y rural en los gobiernos autónomos descentralizados municipales, con el cantón Santo Domingo, Ecuador, como caso de estudio. El diagnóstico documental de las ordenanzas presupuestarias del período 2023-2026 y del expediente administrativo GADMSD-CM-JCCD-2024-075-OF permite identificar dos problemas interrelacionados: la caída sostenida de la participación del impuesto predial en el presupuesto municipal, del 4,93 % en 2023 al 2,60 % en 2026, y la ausencia de un sistema que trace, verifique y publique la correspondencia entre lo recaudado y lo invertido en cada parroquia. El objetivo consiste en diseñar un modelo de gobernanza digital para la gestión territorial del impuesto predial que integre trazabilidad presupuestaria, transparencia, participación ciudadana y evaluación de la correspondencia entre recaudación e inversión parroquial. La investigación adopta un enfoque mixto, con métodos analítico-sintético, inductivo-deductivo e histórico-lógico, aplicados al análisis documental de cuatro ejercicios fiscales consecutivos. Como resultado se propone el Modelo de Gobernanza Digital para la Trazabilidad y Gestión Territorial del Impuesto Predial (GDT-IP), integrado por seis componentes (integración de datos, trazabilidad territorial, analítica e indicadores, participación digital, transparencia y datos abiertos, y gobernanza normativa), junto con dos indicadores originales: el Índice de Retorno Territorial del Impuesto Predial (IRT-IP) y el Índice de Equidad de Inversión Territorial (IEIT). Se concluye que la reforma normativa aislada no resuelve el problema si no se acompaña de una infraestructura digital de datos abiertos que permita el seguimiento público de la relación entre tributación e inversión.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Neutrosophic Computing and Machine Learning

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
