Con la promulgación de la Ley 617 de 2000, Colombia avanzó en el proceso de descentralización fiscal al establecer criterios de categorización territorial que imponen restricciones fiscales a municipios y departamentos, basados principalmente en variables fiscales y poblacionales. Sin embargo, estas categorías pueden resultar insuficientes ante la complejidad y heterogeneidad actual del territorio, pues no reflejan con precisión la diversidad de realidades locales. Diversos estudios, como los del Banco de la República, han señalado que las clasificaciones vigentes podrían no representar adecuadamente las condiciones fiscales y territoriales de los municipios colombianos. En respuesta a esta limitación, se ha propuesto el uso de algoritmos de aprendizaje automático como alternativa para lograr una categorización más precisa y representativa (Acosta &
Reina-Aranza, 2023). En este trabajo se busca aportar al debate mediante el empleo de metodologías estadísticas y computacionales aplicables al análisis de datos multivariados, específicamente a través del análisis factorial y componentes principales, y el análisis de clústeres.

El objetivo es construir una nueva categorización territorial que complemente las actuales, promoviendo mayor justicia distributiva y eficiencia en el gasto público, y ofreciendo recomendaciones metodológicas y de política pública orientadas a mejorar la focalización del gasto, la planificación territorial y el diseño de incentivos fiscales diferenciales.