Home > Impact Assessment > |
|
Los mayores problemas para el ajuste de los modelos fueron: a) Alta colinearidad de las variables explicatorias. b) Información disponible con muy alto nivel de agregación, lo cual hace que los efectos del orden de región o producto se confundan y/o se neutralicen c) La deficiente base de información estadística, que impide trabajar a niveles menores de agregación y que no permite elaborar ciertos ajustes a los datos, como por ejemplo incorporar las variaciones en la calidad de los insumos a través del tiempo. Para aliviar los problemas de colinearidad se utilizó el procedimiento de regresión de borde (Ridge Regression), que es un método econométrico de aproximación que reduce las distorsiones de las varianzas de los estimadores ocasionadas por la colinearidad. Como factores explicatorios de las variaciones de la productividad multifactorial resultaron altamente significativas las inversiones en capital humano y en capital físico (vías y obras de riego) y la tasa de interés real para los préstamos agropecuarios. Las dos primeras variables a pesar de ser altamente significativas y presentar el signo esperado, muestran coeficientes de regresión muy bajos. La tasa de interés real resultó altamente significativa y con un alto valor de su coeficiente de regresión, sin embargo su signo positivo no es muy claro, ya que aparentemente resulta contraintuitivo: A mayor tasa de interés mayor productividad. Lo anterior podría racionalizarse argumentando que el mayor costo del capital, conduce a un uso más eficiente de este recurso. De otro lado, el alza del costo de capital limita las inversiones en capital y tecnología de los pequeños y medianos productores, y puede tener un impacto negativo sobre la productividad. Lo anterior, sugiere que los efectos de los cambios en la tasa de interés sobre la productividad pueden tener diferente dirección, según, la región, el sistema de producción y el tipo de productor. La variable inversión en investigación resulta poco significativa (p=22%). Es difícil encontrar efectos significativos de las inversiones en investigación sobre la productividad global, cuando se trabaja a niveles tan agregados, ya que muchos de los resultados de las inversiones en investigación son específicos a la región, producto o sistema de producción. También es necesario introducir los rezagos apropiados en la variable inversiones en investigación, para encontrar efectos significativos sobre la productividad. Los resultados de este trabajo confirman las experiencias de otros intentos de ajuste de modelos econométricos para identificar los determinantes de la productividad global (Véase Misión de Estudios del Sector Agropecuario, 1990), que muestran que para mejorar los modelos es necesario estimarlos por producto, región, sistema de producción etc. El principal inconveniente para trabajar de ésta forma, es la dificultad para encontrar series históricas consistentes y confiables de insumos, precios, costos etc. que permitan calcular índices más desagregados de productividad multifactorial. Si bien la productividad ha sido importante en el crecimiento agrícola nacional, ello no ha sido suficiente para lograr un alto y sostenido ritmo de expansión. Es necesario persistir en el empeño de incrementar la productividad de las actividades agropecuarias del país, para ello el desarrollo tecnológico en rubros productivos seleccionados por su alto potencial, es estratégico para mejorar la productividad y la competitividad de la agricultura nacional. Colaboradores:
2.1.B. Competitividad de la Agricultura en las Américas - R. Hertford, J. GarcíaResumen La literatura sobre competitividad relaciona conceptos e indicadores que son imprecisos, difíciles de medir y frecuentemente extraños. Se encuentran muchas definiciones acerca de qué es competitividad y cómo se puede medir efectivamente. Se adopta aquí una definición bastante simple: "Es la capacidad de sobrevivir como empresa a lo largo del tiempo". Por supuesto, para poder sobrevivir, la empresa tiene que ganar lo suficiente para atraer y compensar los recursos involucrados en la producción. Igualmente, las utilidades tienen que ser suficientes para que en un mundo cambiante la empresa pueda tomar las medidas necesarias para defenderse y renovarse. Un punto importante de resaltar es que, la competitividad se revela a través del tiempo y no en un solo punto de tiempo. En concordancia con los requisitos para un mejor indicador, es decir, que sea sencillo, dinámico, comprensible, bien fundamentado teóricamente y que pueda ser fácilmente estimado, se propone utilizar el concepto de la "cuasirenta" que para una empresa es igual a los ingresos brutos menos los costos variables de la producción. Para que una empresa sea competitiva debe exitosamente mantener sus cusasirentas sobre un período de varios años en el pasado y en el futuro. El pasado en este estudio incluye el período de tiempo 1984-95 y el futuro incluye 1995-2005. La definición de las cuasirentas (CR) en cualquier año de éstos períodos es: (1) CR = PQ – TCV donde "P" es el precio del producto de la empresa recibido por el productor, "Q" representa la cantidad de producción y "TCV" es el total de los costos variables. Los costos variables de la producción son costos que se pueden evitar si la decisión es la de no producir en un ciclo de la producción. Los insumos fijos, por otro lado, tienen costos que no se pueden evitar al dejar de usarlos durante un ciclo de la producción. Las utilidades son iguales a los ingresos brutos menos todos los costos variables y los fijos. A corto plazo, las cuasirentas corresponden al área entre la curva de oferta y el precio del mercado. Cuando las "CRs" son negativas, el ingreso bruto no alcanza ni a cubrir los costos variables y por supuesto la empresa no es competitiva. Si las "CRs" son positivas, la empresa es competitiva y más competitiva será en la medida que el valor de las "CRs" sea mayor. El interés generalmente se centra en las "CRs" de la empresa promedio en un grupo ¾ por ejemplo pequeños vs grandes productores de un producto en una región particular— en lugar de las "CRs" de una empresa individual. En éste estudio, el interés se enfoca en las "CRs" de la empresa promedio de un grupo de empresas que se dedican a la producción de diversos productos agrícolas y pecuarios en países de las Américas. Teniendo en cuenta que las estimaciones del "TCV" para la empresa promedio en un grupo de empresas generalmente no están disponibles, (1) puede ser planteada como: (2) CR = PQ(1 – S) donde "S" es la participación de los costos variables totales en los ingresos brutos. Dada la no disponibilidad de las series de datos de "TCV" y si aceptamos que "S" probablemente se comporta razonablemente invariable a través de un buen período de tiempo, los cambios en las "CRs" se deberán principalmente a los cambios en el factor "PQ". Desafortunadamente, series de datos sobre "PQ" generalmente no se encuentran disponibles para la empresa promedio de interés, por lo cual (2) es nuevamente definida como: (3) CR = PR (1 – S)T donde "R" es el rendimiento promedio estimado de las empresas en una industria (una variable para la cual generalmente hay datos disponibles) y "T" es la cantidad promedio de tierra cultivada o cosechada por las empresas tenidas en cuenta en la estimación del valor promedio "R". (Para empresas dedicadas a la explotación de animales, "T" es expresado en términos del número promedio de animales) Finalmente, las "CRs" son deflactadas a través del tiempo por el factor "W", definido como el producto del salario promedio anual para el sector industrial urbano por la tasa de empleo industrial urbano, lo cual nos lleva a: (4) CR* = PR(1 – S)T/W Esta transformación de (3) no solamente representa una solución al problema de deflactar las cuasirentas, sino que permite además la comparación entre países por cuanto "CR*" es un índice. En este estudio "P", "R" y "W" varían a través del tiempo (1984-95) pero "S" y "T" se asumen razonablemente constantes debido a que, para muchas empresas incluidas en el estudio, solo fue posible obtener una única estimación cerca al año base del estudio, 1995. El índice de competitividad para el período 1984-95 se calcula dividiendo el numerador de la expresión (4) capitalizado a 1995 (tasa de interés 10%) por el divisor "W" también capitalizado a 1995. El índice para el período 1995-2005 es igual a la relación del numerador de la expresión (4) descontado a 1995 y el denominador "W" también descontado a 1995. Los datos para las variables "P", "R" y "W" fueron obtenidos de fuentes secundarias mediante el proyecto CIAT/IADB/IICA/IFPRI y los datos para "S" y "T" fueron obtenidos por colaboradores en 15 países de las Américas incluidos en el estudio ¾ desde Estados Unidos en el norte hasta Argentina y Chile en el sur¾ . La obtención de datos se centró en 24 diferentes productos en aquellos países más otros 4 productos para los cuales se consiguieron datos en solamente un país. De los 15 países considerados y los 28 productos involucrados se generó finalmente información para 243 empresas. El cuadro-1 muestra el ordenamiento de países con base en el indicador de competitividad calculado como promedio simple y promedio ponderado de los índices correspondientes a todos los productos de cada mercado nacional para el período de doce años, 1984-95. La ponderación utiliza la participación porcentual de los productos registrada durante el año 1995. Ecuador, país que experimentó un rápido crecimiento de su sector agrícola en el período 1990-95 [ECLAC, 1997, p.19] muestra un valor del indicador dos a tres veces mayor que el valor mostrado por Venezuela, Colombia, Bolivia y Argentina. Guatemala y Paraguay, entre los países que obtuvieron los más bajos valores del indicador de competitividad mostraron desempeños excepcionalmente pobres en el período 1990-95. [ECLAC 1997, p.19]. Al igual que Guatemala, sus vecinos del norte (Méjico y Estados Unidos) también obtuvieron valores bajos en el indicador de competitividad. Aunque los valores promedios del indicador, para los 10 primeros paises, sugieren retorno aceptable a las inversiones hechas en agricultura, los valores obtenidos por los últimos 5 países del cuadro-1 son alarmantemente bajos. Sorprende también observar, que los valores del indicador de competitividad ubica, con excepción de Perú, a los países de la Región Andina (Bolivia, Colombia, Ecuador y Venezuela) como una de las regiones más competitivas, en tanto que los países del Cono Sur (Argentina, Brasil, Chile, Paraguay y Uruguay) obtienen valores inferiores de competitividad destacando los muy bajos valores de Brasil y Paraguay. Se observa igualmente que el comportamiento de los países, con base en el promedio de los primeros 5 mejores valores de competitividad en cada país, no cambia apreciablemente los resultados obtenidos con base en el promedio de todos los productos en cada país. El Cuadro-2 presenta, para cada producto, los valores promedios del indicador de competitividad sobre todos los países y los valores promedios sobre los 3 mejores valores obtenidos por cada producto. Los cultivos agrícolas que son comúnmente exportados e industrializados (Banano, Algodón, Uvas, Naranjas y Caña de azúcar) se ubican como productos altamente competitivos. El café que debería ser parte de este grupo, se muestra como la excepción al grupo; sin embargo, esto es consistente con la reciente eliminación del pacto mundial del café y las reducciones que siguieron en el precio internacional del producto. Tres productos pecuarios (Huevos, Carne de pollo y Leche de vaca) se ubican inmediatamente después del grupo anterior; sin embargo, otros dos productos pecuarios (Carne de res y Cerdos) se ubican lejanamente por debajo de estos. El caso de los cerdos representa solamente una empresa nacional, los Estados Unidos, donde la mayoría de los valores de competitividad fueron bajos. Entre los cultivos Hortícolas, el Tomate obtuvo el tercer más alto valor entre los 28 productos considerados en el estudio. La cebolla obtuvo también una posición respetable, mientras que otros tres productos hortícolas, que no son industrializados o comercializados en el mercado internacional frecuentemente (Zanahoria, Sandía y Lechuga) terminaron en posiciones muy inferiores en el ranking de competitividad. Los principales cultivos de raíces de la región, Yuca y Papa obtuvieron valores diferentes que los ubican respectivamente en la parte inferior y en la parte media del rango de competitividad. Al final de la distribución de competitividad se encuentra el Sorgo, la Cebada y la Avena. Claramente se confirma que estos han sido un grupo de productos adversamente afectados por la apertura comercial en la región. Por otro lado, otros cultivos de grano como Arroz, Fríjol seco y la Soya evidencian un nivel de competitividad superior al resto de productos de grano. Los cuadros 3 y 4 presentan indicadores de competitividad en dos períodos de tiempo para país y para producto. El Cuadro-3 muestra que los niveles de competitividad, durante el periodo 1990-95, no disminuyeron como se esperaba para todos los países sino únicamente en 8 de los 15 países considerados en el estudio. Los primeros tres países del ranking, los cuales pertenecen a la Región Andina, mejoraron su posición en este período mientras que los últimos países, con los valores más bajos del indicador para todo el período, empeoraron su situación. En otras palabras, los países más competitivos lograron ser más competitivos y los países menos competitivos llegaron a ser menos competitivos. El Cuadro-4 muestra que cerca de la mitad de los productos mejoraron sus niveles de competitividad a nivel de la región. Los dos productos con niveles más altos del indicador de competitividad durante 1984-89 fueron capaces de aumentar sustancialmente durante el período 1990-95. Poco movimiento se evidenció en los valores del indicador de competitividad para los productos con los valores más bajos durante el período 1984-89 (Lechuga, Cebada, Cerdos y Avena. Suave mejoría se registró para Café y Sandía). Cinco productos con valores altos del indicador (Uvas, Algodón, Huevos, Carne de pollo y Cebolla) experimentaron, en los años recientes, deterioro en sus valores de competitividad. De los doce productos con niveles de competitividad inferiores a 1.0 en el período 1984-89, siete incrementaron su valor para el período 1990-95. En otras palabras, a nivel de producto hubo menos evidencia de que los más competitivos lograron ser más competitivos y los menos competitivos se volvieran menos competitivos. El Cuadro-5 intenta ayudar a entender porqué el indicador de competitividad se comporta en forma diferente para los diferentes tipos de productos agrícolas. Para este propósito, los cultivos fueron clasificados, de acuerdo con los resultados del Cuadro-1, en siete grupos (No se consideraron los productos pecuarios para este fin). Los valores más altos y los más bajos de cada columna aparecen sombreados en el cuadro para llamar la atención sobre ellos. Se observa que el alto nivel del indicador de competitividad de 1995 para Tomate es claramente el resultado de su alto valor por hectárea, además del hecho de que corresponde a empresa agrícola de mediana escala. Banano, Algodón, Caña de azúcar, Naranja y Uva son empresas de gran escala, lo cual es mayormente responsable por el alto valor de su indicador de competitividad. Fríjol, Arroz y Soya son en promedio las empresas de mayor escala, pero debido a que sus valores por hectárea son bajos y sus relaciones costos variables sobre ingresos totales están entre las más altas, los valores del índice de competitividad fueron más bajos que los valores de los dos grupos anteriores. Las empresas productoras de Papa son de tamaño mediano y el retorno por hectárea del cultivo está entre los más altos; pero la relación costos variables sobre ingresos que es en promedio la más alta de las empresas agrícolas hace que el indicador de competitividad no sea tan alto como podría esperarse. Cultivos hortícolas consumidos domésticamente (Zanahoria, Lechuga y Sandía) evidencian alto retorno por hectárea y la más baja relación costos variables sobre ingresos pero la muy pequeña escala de sus operaciones los hace menos atractivos en términos de competitividad. En orden inferior de competitividad se encuentra el café dado su bajo retorno por hectárea. Finalmente, Cebada, Avena, Sorgo y Trigo ocupan el último lugar debido a que sus costos son relativamente altos y sus retornos por hectárea son los más bajos. Los resultados de este estudio son detallados en el documento "The Competitiveness of Agriculture in the Americas" por Reed Hertford y James A. García presentado en la conferencia sobre "El Papel Estratégico del Sector Rural en el Desarrollo de América Latina" llevado a cabo en Cartagena, Colombia del 8 al 10 de Julio 1998. Colaboradores:
2.1.C. Tendencias de los procesos de deforestación y sus vínculos con la ganadería en América Latina - L. Rivas· Los acentuados cambios en los patrones de uso de los suelos han propiciado significativas pérdidas de bosques en América Latina Tropical, las cuales en el período 1980-1990 superaban a las observadas en otras regiones en desarrollo como Asia y Africa. La información más reciente y confiable que cubre el período señalado, indica que las pérdidas acumuladas de bosques tropicales en la región se situaron en 74 millones de ha en ese período. · Existe abundante literatura sobre el tema de la deforestación, no obstante persisten grandes vacíos en cuanto a su magnitud, distribución e intensidad geográfica y especialmente sobre las causas que la propician o la atenúan. Las cifras disponibles dan una idea general de problema, pero son deficientes al no identificar claramente el tipo de bosque que se pierde y la magnitud de los daños en los bosques intervenidos. · Diferentes modelos globales de simulación indican que las tasas de deforestación en los próximos años tenderán a bajar, pero no por ello el problema pierde relevancia en América Latina, ya que continuará siendo de gran magnitud, de no mediar acciones políticas y tecnológicas que reviertan o suavizan la deforestación. · No existe una explicación única y simple de la deforestación, hay consensos en relación con los agentes directos de ella, pero no en cuanto a las causas primarias o estructurales de la misma. · El desenvolvimiento económico general, las políticas aplicadas, la competencia de las distintas actividades agropecuarias por los recursos productivos, modificaron los patrones de uso del suelo y propiciaron el avance de los cultivos comerciales intensivos en tecnología y capital en la tierras mejor ubicadas y de mayor productividad, desplazando a la ganadería hacia áreas marginales de bosques y sabanas. Por lo anterior, la relación ganadería – deforestación debe ser analizada dentro del contexto socioeconómico general. · Los modelos de evaluación del impacto económico y ambiental de la deforestación muestran que para frenar sus efectos nocivos, se precisan herramientas de política económica y tecnológica. Pero que las primeras tienen mayor importancia relativa en lo pertinente al uso de los suelos y la conservación de los recursos naturales y el medio ambiente. Resumen Se efectuó una revisión bibliográfica y de información estadística sobre el tema deforestación y sus vínculos con la ganadería en América Latina Tropical. Este trabajo se resumió en una ponencia que se presentó en la Consulta de Expertos sobre Políticas para Producción y Manejo de Recursos Naturales organizada por la FAO en Brasilia en Mayo del presente año. El trabajo incluyó los siguientes tópicos: 1) La deforestación y su problemática, 2) Factores determinantes de la deforestación, 3) Expansión ganadera y deforestación y 4) Política económica y tecnología en el contexto del cambio en los patrones de uso del suelo. Se encontró que existe abundante material sobre el tema pero que aún persisten grandes vacíos de conocimiento sobre la magnitud y severidad del problema y sobre sus causas y consecuencias. La información disponible da una idea general del problema, pero aún es insuficiente para identificar y entender sus causas y su impacto económico y ambiental. Las cifras más recientes y confiables se remontan al período 1980-1990 e indican que en América Latina Tropical, la pérdida acumulada de bosques tropicales llegó a 74 millones de ha. Una fracción muy importante de las áreas boscosas intervenidas, 52%, se destinó a usos efímeros, especulativos o ilícitos. La literatura muestra evidencias de que el fenómeno de la deforestación tiene una dinámica muy variable espacial y temporalmente. En algunas zonas se observa que aunque los factores iniciales que propiciaron la deforestación tienden a desaparecer, otros nuevos la impulsan y el proceso continúa. En algunas otras la deforestación desaparece temporalmente para luego emerger con nuevos bríos. La relación ganadería –deforestación debe estudiarse dentro de un contexto amplio que incluya el estilo de desarrollo y la dinámica de uso del suelo en el sector agropecuario en conjunto. El contexto macro y de política económica, que determinan el desarrollo vial, las tasas de interés y de cambio, la estructura de tenencia de la tierra y la distribución de ingreso, es la matriz de poderosas fuerzas que en definitiva determinan los patrones de uso de los suelos y los movimientos migratorios de la población El desarrollo de tecnologías mejoradas y sostenibles tanto para los márgenes de bosque como para las zonas productoras consolidadas y de mayor productividad, parece ser esencial dentro de las estrategias para aliviar la presión sobre los bosques tropicales. No obstante es imperativo señalar que el desarrollo tecnológico, es necesario pero no suficiente para lograr este objetivo. Trabajos desarrollados por Smith et al. (1997) muestran la importancia relativa de la política y la tecnología cuando se trata de enfrentar problemas relacionados con el uso de los suelos y el medio ambiente. Por ejemplo, según Smith et al.(1997), en la amazonia brasileña la política resultaría cuatro veces más efectiva que la tecnología, cuando se pretende frenar la acelerada expansión de la frontera agrícola. Es necesario mejorar la información existente sobre los procesos de deforestación, desarrollando sistemas de monitoreo que provean información permanente y detallada, sobre la magnitud de las áreas afectadas y la severidad de los daños, para entender mejor sus causas y efectos y estar en capacidad de diseñar estrategias apropiadas para enfrentarla.
2.2. Estimation of Impact2.2.A. Community Management of Resources - N. Johnson
Data collection was completed for an ex ante analysis of the impact of strengthening community management of potable water. The site for the study is the CIAT research watershed in San Dionisio, Matagalpa, Nicaragua. The study is being carried out jointly between BP-1 and PE-3, Community Management of Watershed Resources in Hillside Agroecosystems. It is designed to estimate impact of a PE-3 project as well as test a new methodology for valuing investments in community resource management (see section 1.4). Potable water was identified by the community as one of their most pressing natural resource management problems. According to residents, water scarcity, inefficient distribution systems, and contamination combine to significantly reduce welfare for many people. The goal of the study is to estimate the magnitude and distribution of inefficient water management to see whether intervention is justified. Potable water is currently managed by local committees, so improving access to potable water would involve strengthening these organizations. Various types of data were collected in order to compare and contrast the results under different estimation methods. The value of water will be measured in terms of 1) the opportunity cost of time spent bringing water from distant water sources, 2) the loss of income associated with water-borne diseases, and 3) residents own willingness to pay for better water supplies (contingent valuation). In addition to comparing the final estimates that result from different valuation methods, the different methods will be compared in terms of their appropriateness for use by local communities to analyze their own resource management problems. Part of the goal of CIAT’s research in this area is to identify methodologies and strategies that could be used by other people in other circumstances—especially by local stakeholders--to analyze similar types of problems. Staff and Collaborators:
Funding Sources:
|
||||||||||||||||||||||||||||||||||||||||||||
