Homicidios en México: ¿por qué el INEGI cuenta más que las fiscalías?

Versión en R (tidyverse) del análisis de notebook.py

En noviembre de 2026, Data Cívica reportó que el INEGI registró 29,488 homicidios en 2025, mientras que el SESNSP reportó 24,348 víctimas: una brecha de 5,140 casos (21.1%). La nota la retomaron Grupo Animal y Sopitas, pero nadie publicó el código. Este documento lo reproduce desde los datos crudos, en R.

Se renderiza desde la raíz del proyecto (quarto render analisis.qmd). Antes, descarga los datos con los scripts de scripts/ (ver el README).

Las dos fuentes miden cosas distintas:

INEGI SESNSP
Qué cuenta Defunciones por homicidio Víctimas de homicidio doloso y feminicidio
De dónde sale Certificados y actas de defunción Carpetas de investigación de las 32 fiscalías
Quién clasifica Médico legista (causa de muerte, CIE-10) Ministerio Público (tipo penal)
Código
library(tidyverse)
library(scales)

CRUDOS <- "datos/crudos"
ANIOS  <- 2015:2025
AZUL <- "#184f95"; NARANJA <- "#d95926"; AZUL_CLARO <- "#7fa6d6"

# Nombres cortos de entidad
CORTOS <- c("México" = "Estado de México", "Coahuila de Zaragoza" = "Coahuila",
            "Michoacán de Ocampo" = "Michoacán",
            "Veracruz de Ignacio de la Llave" = "Veracruz")

# Tema sobrio para todas las gráficas
theme_set(theme_minimal(base_size = 12) +
            theme(panel.grid.minor = element_blank(), legend.position = "bottom",
                  plot.title = element_text(face = "bold")))

1. SESNSP: víctimas que reportan las fiscalías

El archivo estatal de víctimas del fuero común viene en formato ancho: una fila por año, entidad, delito, modalidad, sexo y rango de edad, y una columna por mes. Está en latin-1 y todo se lee como texto.

Código
ruta_sesnsp <- list.files(file.path(CRUDOS, "sesnsp"), pattern = "\\.csv$", full.names = TRUE)[1]
sesnsp_crudo <- read_csv(ruta_sesnsp, locale = locale(encoding = "latin1"),
                         col_types = cols(.default = col_character()))
head(sesnsp_crudo)

Nos quedamos con homicidio doloso y feminicidio (que es un homicidio doloso con tipo penal propio), sumamos los doce meses y agregamos por año y entidad. El homicidio culposo queda fuera, igual que en el análisis original.

Código
MESES <- c("Enero", "Febrero", "Marzo", "Abril", "Mayo", "Junio", "Julio",
           "Agosto", "Septiembre", "Octubre", "Noviembre", "Diciembre")

sesnsp <- sesnsp_crudo |>
  filter(`Subtipo de delito` %in% c("Homicidio doloso", "Feminicidio")) |>
  mutate(across(all_of(MESES), as.integer),
         total = rowSums(pick(all_of(MESES)))) |>
  transmute(anio = as.integer(`Año`),
            ent = str_pad(Clave_Ent, 2, pad = "0"),
            entidad = recode(Entidad, !!!CORTOS),
            total) |>
  summarise(sesnsp = sum(total), .by = c(anio, ent, entidad)) |>
  arrange(anio, ent)
sesnsp

2. INEGI: defunciones registradas

El INEGI publica un registro por cada defunción del país (entre 650 mil y 1.1 millones al año) en formato DBF.

¿Qué es un homicidio para el INEGI? Las defunciones cuya causa (causa_def) cae en el rango X85 a Y09 de la CIE-10: agresiones. Ese filtro reproduce exactamente las cifras oficiales. La variable de presunto homicidio da entre 0 y 4 casos más por año, porque incluye secuelas de agresiones (Y87.1).

Leer los once años tarda varios minutos, así que se guardan solo los homicidios en un parquet pequeño, datos/homicidios_inegi.parquet, que comparte con la versión de Python. Si existe, se lee; si no, se construye desde los zips (el código de abajo; bórralo para forzar esa ruta). Cada zip trae uno o varios DEFUN??.dbf, a veces en subcarpetas y con mayúsculas y minúsculas mezcladas; las columnas del DBF vienen en mayúsculas.

Código
CACHE  <- "datos/homicidios_inegi.parquet"
CAMPOS <- c("anio_regis", "anio_ocur", "ent_ocurr", "causa_def")

# Homicidios (CIE-10 X85 a Y09) de todos los DEFUN??.dbf de un zip
lee_zip <- function(zip) {
  dir <- tempfile("inegi_"); dir.create(dir)
  on.exit(unlink(dir, recursive = TRUE))
  unzip(zip, exdir = dir)
  list.files(dir, pattern = "defun\\d\\d\\.dbf$", ignore.case = TRUE,
             recursive = TRUE, full.names = TRUE) |>
    map(\(f) foreign::read.dbf(f, as.is = TRUE) |>
          rename_with(str_to_lower) |>
          select(all_of(CAMPOS)) |>
          mutate(across(everything(), \(x) str_trim(as.character(x)))) |>
          filter(str_sub(causa_def, 1, 3) >= "X85", str_sub(causa_def, 1, 3) <= "Y09")) |>
    list_rbind()
}
Código
if (file.exists(CACHE)) {
  homicidios <- nanoparquet::read_parquet(CACHE) |> as_tibble()
} else {
  homicidios <- list.files(file.path(CRUDOS, "inegi"), pattern = "\\.zip$", full.names = TRUE) |>
    map(lee_zip) |>
    list_rbind() |>
    mutate(across(c(anio_regis, anio_ocur), as.integer)) |>
    arrange(anio_regis, ent_ocurr)
  nanoparquet::write_parquet(homicidios, CACHE)
}
glimpse(homicidios)
Rows: 351,796
Columns: 4
$ anio_regis <int> 2015, 2015, 2015, 2015, 2015, 2015, 2015, 2015, 2015, 2015,…
$ anio_ocur  <int> 2015, 2015, 2015, 2015, 2015, 2015, 2015, 2015, 2015, 2015,…
$ ent_ocurr  <chr> "01", "01", "01", "01", "01", "01", "01", "01", "01", "01",…
$ causa_def  <chr> "X954", "X999", "X959", "X958", "X954", "X914", "X994", "X9…

3. Dos formas de contar por año

Cada defunción tiene un año de registro y un año de ocurrencia, y no siempre coinciden: una muerte de diciembre puede registrarse en enero.

  • Por registro: todas las defunciones registradas en el año. Es la cifra que publica el INEGI.
  • Por ocurrencia: de las registradas en el año, solo las que ocurrieron ese mismo año. Es la segunda cifra que usa Data Cívica (28,089 para 2025).

Por entidad usamos la entidad de ocurrencia. Las claves 33 a 35 (extranjero) y 99 (no especificada) cuentan para el total nacional pero no para ninguna entidad.

Código
inegi <- homicidios |>
  rename(anio = anio_regis, ent = ent_ocurr) |>
  summarise(inegi_registro   = n(),
            inegi_ocurrencia = sum(anio_ocur == anio),
            .by = c(anio, ent)) |>
  arrange(anio, ent)
inegi

4. La comparación

Unimos ambas fuentes en una sola tabla, con la clave 00 para el total nacional. La brecha es INEGI − SESNSP, y el porcentaje se calcula sobre el SESNSP: «por cada 100 víctimas de las fiscalías, el INEGI contó tantas más».

Código
estatal <- sesnsp |>
  left_join(inegi, by = c("anio", "ent")) |>
  mutate(across(c(inegi_registro, inegi_ocurrencia), \(x) replace_na(x, 0L)))

nacional_sum <- sesnsp |>
  summarise(sesnsp = sum(sesnsp), .by = anio) |>
  inner_join(inegi |> summarise(across(c(inegi_registro, inegi_ocurrencia), sum), .by = anio),
             by = "anio") |>
  mutate(ent = "00", entidad = "Nacional")

panel <- bind_rows(nacional_sum, estatal) |>
  mutate(brecha = inegi_registro - sesnsp,
         brecha_ocurrencia = inegi_ocurrencia - sesnsp,
         pct = round(100 * brecha / sesnsp, 1),
         pct_ocurrencia = round(100 * brecha_ocurrencia / sesnsp, 1)) |>
  select(anio, ent, entidad, inegi_registro, inegi_ocurrencia, sesnsp,
         brecha, pct, brecha_ocurrencia, pct_ocurrencia) |>
  arrange(ent, anio)

nacional <- panel |> filter(ent == "00") |> select(-ent, -entidad)
nacional

¿Sale lo mismo que publicaron?

Comparamos contra las cifras de la nota. Las del INEGI son definitivas, así que deben coincidir exactas (si no, el documento falla). Las del SESNSP se revisan cada mes y pueden moverse con un corte más reciente.

Código
publicado <- tibble(anio = 2022:2025,
                    inegi_nota  = c(33287, 32252, 33550, 29488),
                    sesnsp_nota = c(31971, 30593, 30918, 24348))

verificacion <- publicado |>
  inner_join(nacional, by = "anio") |>
  transmute(anio, inegi_nota, inegi_registro, sesnsp_nota, sesnsp,
            dif_inegi = inegi_registro - inegi_nota,
            dif_sesnsp = sesnsp - sesnsp_nota)

stopifnot(
  "El conteo del INEGI no reproduce las cifras oficiales" = all(verificacion$dif_inegi == 0),
  "INEGI por ocurrencia 2025 distinto de 28,089" =
    nacional$inegi_ocurrencia[nacional$anio == 2025] == 28089
)
verificacion
Código
nac_largo <- nacional |>
  pivot_longer(c(inegi_registro, inegi_ocurrencia, sesnsp), names_to = "serie", values_to = "n") |>
  mutate(serie = factor(serie,
    levels = c("inegi_registro", "inegi_ocurrencia", "sesnsp"),
    labels = c("INEGI, por año de registro", "INEGI, ocurridos ese año", "SESNSP, doloso + feminicidio")))

ggplot(nac_largo, aes(anio, n, colour = serie)) +
  geom_line(linewidth = 0.9) + geom_point(size = 1.8) +
  scale_colour_manual(values = c(AZUL, AZUL_CLARO, NARANJA), name = NULL) +
  scale_x_continuous(breaks = ANIOS) +
  scale_y_continuous(labels = label_comma(), limits = c(0, NA)) +
  labs(title = "Homicidios en México", x = NULL, y = "Homicidios") +
  guides(colour = guide_legend(nrow = 2))
Figura 1: Homicidios en México, 2015–2025: INEGI y SESNSP.
Código
ggplot(nacional, aes(anio, pct)) +
  geom_col(fill = AZUL, width = 0.7) +
  geom_text(aes(label = paste0(pct, "%")), vjust = -0.4, size = 3.3) +
  scale_x_continuous(breaks = ANIOS) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.1))) +
  labs(title = "La brecha se dispara en 2025",
       x = NULL, y = "INEGI − SESNSP, % sobre SESNSP")
Figura 2: Brecha nacional entre INEGI (registro) y SESNSP, como porcentaje del SESNSP.
Código
a <- nacional |> filter(anio == 2025)
b <- nacional |> filter(anio == 2024)
maximo <- nacional |> filter(anio < 2025) |> pull(pct) |> max()
cat(sprintf(paste0(
  "**Lo que se ve a nivel nacional.** Entre 2015 y 2024 la brecha nunca pasó de %s%%. ",
  "En 2025 saltó a **%s%%**: %s homicidios que el INEGI contó y las fiscalías no. ",
  "Contando solo los ocurridos en 2025, la brecha es de %s (%s%%).\n\n",
  "Según el SESNSP, los homicidios cayeron %.1f%% de 2024 a 2025. Según el INEGI, %.1f%%."),
  maximo, a$pct, comma(a$brecha), comma(a$brecha_ocurrencia), a$pct_ocurrencia,
  100 * (1 - a$sesnsp / b$sesnsp), 100 * (1 - a$inegi_registro / b$inegi_registro)))

Lo que se ve a nivel nacional. Entre 2015 y 2024 la brecha nunca pasó de 13.4%. En 2025 saltó a 21.1%: 5,140 homicidios que el INEGI contó y las fiscalías no. Contando solo los ocurridos en 2025, la brecha es de 3,741 (15.4%).

Según el SESNSP, los homicidios cayeron 21.2% de 2024 a 2025. Según el INEGI, 12.1%.

5. Por entidad

La brecha nacional no se reparte parejo. Esta tabla ordena las entidades por la brecha porcentual de 2025.

Código
ranking_2025 <- panel |>
  filter(anio == 2025, ent != "00") |>
  select(entidad, inegi_registro, sesnsp, brecha, pct) |>
  arrange(desc(pct))
ranking_2025
Código
ggplot(ranking_2025, aes(pct, fct_reorder(entidad, pct))) +
  geom_col(fill = AZUL) +
  scale_x_continuous(labels = label_comma(suffix = "%"), expand = expansion(mult = c(0, 0.05))) +
  labs(title = "Brecha INEGI − SESNSP por entidad, 2025",
       x = "% sobre SESNSP", y = NULL)
Figura 3: Brecha porcentual por entidad, 2025.

En entidades con pocos homicidios, el porcentaje salta mucho con pocos casos. Las 32 series completas, INEGI (por registro) contra SESNSP:

Código
panel |>
  filter(ent != "00") |>
  pivot_longer(c(inegi_registro, sesnsp), names_to = "serie", values_to = "n") |>
  mutate(serie = recode(serie, inegi_registro = "INEGI", sesnsp = "SESNSP")) |>
  ggplot(aes(anio, n, colour = serie)) +
  geom_line(linewidth = 0.6) +
  facet_wrap(~entidad, ncol = 4, scales = "free_y") +
  scale_colour_manual(values = c(INEGI = AZUL, SESNSP = NARANJA), name = NULL) +
  scale_x_continuous(breaks = c(2015, 2020, 2025)) +
  scale_y_continuous(labels = label_comma()) +
  labs(x = NULL, y = "Homicidios") +
  theme(strip.text = element_text(size = 8), axis.text = element_text(size = 7))
Figura 4: INEGI (por registro) y SESNSP en las 32 entidades, 2015–2025. La escala vertical es libre en cada entidad.

6. Cierre

  • Con el filtro CIE-10 X85–Y09 las cifras del INEGI se reproducen exactas; las del SESNSP dependen del corte (aquí, septiembre de 2026).
  • La brecha nacional saltó a 21.1% en 2025, y no se reparte parejo entre entidades.
  • Las dos fuentes miden cosas distintas: causa médica de muerte contra tipo penal. La brecha no es, por sí sola, un conteo de homicidios «ocultados».

El mismo análisis en Python está en notebook.py, que además genera sitio/datos.js para el sitio; ambas versiones dan las mismas cifras.