Masacres en el conflicto armado en Ecuador: Análisis estadístico de 2024 a 2026

En enero de 2024, el gobierno del presidente Daniel Noboa decretó el conflicto armado interno tras la toma en vivo de TC Televisión. Desde entonces, la violencia ha aumentado de manera exponencial, al punto de que el año 2025 fue el más violento en la historia del país. Los análisis disponibles se han concentrado en documentar el número de homicidios y las provincias de mayor letalidad, dejando sin respuesta una pregunta más incómoda: ¿cuántas de esas muertes corresponden a masacres? Este texto pretende suturar ese vacío a partir de los registros públicos del Ministerio del Interior para el período comprendido entre el 1 de enero de 2024 hasta el 31 de enero de 2026.

Conceptualmente, empiezo por definir una “masacre” bajo criterios estrictos de proximidad temporal-espacial: al menos 5 homicidios, el mismo día, en una ventana temporal de 30 minutos, y en un radio de 10 metros. Por ejemplo, las siguientes observaciones hipotéticas ilustran la definición de masacre aquí empleada:

Caso

Fecha

Hora

Latitud

Longitud

Cantón

Homicidio 1

01-01-2025

13:01

-3.260111

-79.90101

Machala

Homicidio 2

01-01-2025

13:02

-3.26012

-79.90102

Machala

Homicidio 3

01-01-2025

13:03

-3.26013

-79.90103

Machala

Homicidio 4

01-01-2025

13:04

-3.26014

-79.90104

Machala

Homicidio 5

01-01-2025

13:05

-3.26015

-79.90105

Machala

Tabla 1. Observaciones hipotéticas que ilustran la definición operativa de masacre.

Este umbral es deliberadamente conservador, y conviene detenerse un momento para comprender lo que significa en tèrminos prácticos. Un radio de 10 metros es aproximadamente el ancho de una cancha de básquet: para que un evento cuente como masacre bajo esta definición, todas las víctimas deben haber caído dentro de ese espacio. La ventana de 30 minutos es el tiempo que tarda un episodio de una telenovela. El mínimo de 5 víctimas excluye todo lo que no alcance esa magnitud. Eventos con 4 muertos en un radio de 10 metros no entran en este conteo. Grupos de víctimas dispersas en 50 metros tampoco. Lo que queda tras esos filtros es, en el sentido más estricto posible, el núcleo duro del fenómeno.

La consecuencia es directa: si el número real de masacres resulta ser mayor que el aquí estimado (como es probable bajo parámetros menos exigentes), la conclusión no se debilita; al contrario, se refuerza. Lo que sigue es, por diseño, un piso, no un techo.

Utilizando la base de datos pública del Ministerio del Interior, podemos proceder en dos pasos replicables en el software R. Primero, identificar para cada día la formación de clústeres espaciales. Podemos calcular las distancias entre todos los homicidios usando la fórmula de Haversine (que corrige la curvatura de la Tierra) y aplicando el algoritmo DBSCAN con un radio de 10 metros y un mínimo de 5 homicidios:

# PASO 1: EJEMPLO DE DETECCIÓN DE CLÚSTERES ESPACIALES

library(geosphere)
library(dbscan)

datos <- data.frame(
fecha = rep(‘2025-01-01′, 5),
hora = c(’13:01′, ’13:02′, ’13:03′, ’13:04′, ’13:05’),
latitud = c(-3.26011, -3.26012, -3.26013, -3.26014, -3.26015),
longitud = c(-79.90101, -79.90102, -79.90103, -79.90104, -79.90105)
)

puntos <- datos[, c(‘longitud’, ‘latitud’)]
distancias <- distm(puntos, fun = distHaversine)

# eps = radio en metros; minPts = mínimo de homicidios
clusters <- dbscan(distancias, eps = 10, minPts = 5)
print(clusters) # cluster = 1 indica un único grupo (masacre candidata)

Identificados estos clústeres espaciales para cada fecha única, los sometemos a un segundo filtro: retener solamente aquellos cuya distancia temporal entre homicidios no supere los 30 minutos.

# PASO 2: EJEMPLO DE FILTRADO TEMPORAL (ventana máxima: 30 minutos)

library(dplyr)

# Se asume que ‘datos’ ya incluye la columna ‘cluster’ del paso anterior
resumen <- datos %>%
group_by(cluster) %>%
summarise(
hora_min = min(hora_num),
hora_max = max(hora_num),
num_victimas = n(),
.groups = ‘drop’
) %>%
mutate(diferencia_horas = hora_max – hora_min)

ventana_max <- 0.5 # 30 minutos

clusters_validos <- resumen %>%
filter(diferencia_horas <= ventana_max) %>%
pull(cluster)

masacres_finales <- datos %>% filter(cluster %in% clusters_validos)
print(masacres_finales)

Con estos dos pasos, se obtienen estos resultados: 101 clústeres espaciales, de los cuales 97 superan el filtro temporal; es decir, el 96% de los clústeres espaciales estuvieron lo suficientemente concentrados en el tiempo como para clasificarse como masacres bajo esta definición. Y la distribución por año no sorprende a nadie que viva en Ecuador: el año 2025 concentra 52 de los 97 casos, coherente con el récord histórico de violencia registrado ese año.

2024

2025

2026 (enero)

Total

Masacres

42

52

3

97

Tabla 2. Masacres estimadas por año, 2024–2026.

Esta estimación de 97 masacres, a su vez, implica 658 víctimas. La edad media fue de 30.36 años, la mediana de 28, y el 50% de las víctimas se concentra entre los 22 y los 37 años (un rango que corresponde a jóvenes en plena edad productiva). Los extremos son llamativos: la víctima más joven tenía 1 año y la de mayor edad, 81.

Edad mínima

Edad máxima

Media

Mediana

Desviación estándar

Q1 (25%)

Q2 (75%)

Total de víctimas de masacres estimadas

1

81

30.36

28

11.42

22

37

658

Tabla 3. Estadísticas descriptivas de la distribución etaria de las 658 víctimas identificadas.

Esto resulta intuitivamente congruente con el carácter indiscriminado de la ocurrencia de una masacre: sicarios disparan arbitrariamente en una casa o en un parque, sin discriminar por rasgos etarios. Además, la desviación estándar de 11.42 años sugiere una distribución compacta en torno al promedio de 30.36 años, sin que se observe una dispersión extrema.

Es posible también analizar las masacres más significativas en términos del número de víctimas por cantón. La concentración geográfica es marcada: Guayaquil encabeza con 161 víctimas, casi el doble que Durán (81), el segundo cantón de la misma provincia. Los tres primeros puestos (Guayaquil, Durán y Machala) pertenecen a la costa y acumulan más víctimas que el resto de cantones, lo que apunta a una geografía del horror con epicentro en el litoral que es, naturalmente, una zona predilecta para el tráfico de drogas hacia el exterior.

La distribución horaria revela un patrón igualmente claro. Las dos de la madrugada concentran la mayor cantidad de víctimas (7,3 % del total), seguidas por un bloque de tarde-noche que va de las 18:00 a las 21:30. En conjunto, los horarios dominantes sugieren que las masacres ocurren predominantemente en dos ventanas: la madrugada profunda y el inicio de la noche, cuando los controles policiales son menos estrictos.

El tipo de arma utilizada para las masacres sirven como un sello de que estas pueden ser atribuidas al crimen organizado. La pistola es el arma más frecuente (38,6 %), pero el fusil (arma larga) aparece en casi uno de cada cinco casos (19,6 %), lo que habla de grupos con acceso a armamento de guerra. La categoría residual “otras armas largas” suma un 15,3 % adicional, reforzando la imagen de una violencia que desborda ampliamente el armamento convencional del crimen común. No obstante, el 94.2% de estas masacres fueron clasificadas oficialmente por el Ministerio del Interior como “delincuencia común”, lo cual, en vista de estos datos, es holgadamente cuestionable. Una crítica análoga emergió en mi texto “Exterminio adolescente durante el conflicto armado interno en Ecuador”: esa tendencia del Estado ecuatoriano a denominar lo extraordinario con categorías diseñadas para lo ordinario: un acto que no es neutral y que produce consecuencias sobre cómo se diseñan las respuestas.

Finalmente, podemos utilizar la distribución geográfica y temporal de las masacres para realizar una cartografía animada. En el vídeo presentado abajo, cada fotograma corresponde a un día con al menos una masacre estimada; los puntos rojos representan los clústeres identificados (mediante centroide vía el promedio de latitud y longitud), con un tamaño proporcional al número de víctimas: a más víctimas, mayor el radio del punto. La ocurrencia de cada masacre se muestra con máxima intensidad cromática, mientras los históricos se atenúan para dar contexto sin opacar su permanencia histórica. El subtítulo actualiza en tiempo real la fecha, las víctimas del día y el acumulado, permitiendo seguir la escalada masacre por masacre desde el 1 de enero de 2024 hasta el 31 de enero de 2026.

Entre enero de 2024 y enero de 2026, estimamos un mínimo de 97 masacres durante el conflicto armado interno en Ecuador.

Empleamos una definición estricta de «masacre»: al menos 5 víctimas, el mismo día, en un radio de 10 metros (el ancho de una cancha de básquet) y en una… pic.twitter.com/PQtO65UX7U

— La Fuente – Periodismo de Investigación (@Pinvestigacion3) February 24, 2026

La estimación realizada en este texto es, por diseño, conservadora. Los parámetros elegidos (al menos 5 víctimas, dentro de un radio de 10 metros, y en una ventana de 30 minutos) son relativamente exigentes. Esto implica que el número real de masacres puede ser mayor a 97 si se adoptan parámetros menos estrictos. El piso que aquí se establece es ya, de por sí, perturbador.

El patrón conjunto no admite demasiadas interpretaciones. Las masacres en Ecuador entre 2024 y 2026 son recurrentes y no excepcionales; están geográficamente concentradas en provincias portuarias que son estratégicas para el narcotráfico; se ejecutan en horarios de mínima presencia policial; y emplean con regularidad armamento de grueso calibre cuya obtención requiere redes de abastecimiento sofisticadas. Todo apunta a violencia planificada, organizada y operada por estructuras criminales con capacidad logística. Llamar a eso “delincuencia común” no es un mero error de clasificación: es una decisión con consecuencias reales.

Toda política de reducción de la violencia que no tome en cuenta esta especificidad operará necesariamente sobre la base de un diagnóstico incompleto. Y no porque los datos sean imperfectos (toda base de datos lo es), sino porque el primer acto de cualquier política seria implica nombrar el problema con la precisión suficiente como para poder entenderlo y, solo así, atacarlo. Ecuador todavía no ha dado ese paso. Estos datos son una invitación a darlo.