Un análisis de la productividad, el capital humano y los factores determinantes de la oferta agrícola internacional
- Autores: Néstor Adrián Le Clech
- Directores de la Tesis: Carmen Fillat Castejón (dir. tes.)
- Lectura: En la Universidad de Zaragoza ( España ) en 2016
- Idioma: español
- Tribunal Calificador de la Tesis: José María Serrano Sanz (presid.), Azucena Gracia (secret.), Ana I. Sanjuán (voc.)
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
A lo largo de los últimos años hemos sido testigos del renovado impulso que ha recibido el debate sobre el potencial que posee el desarrollo agrícola como medio para reducir la pobreza (Self y Grabowsky, 2007). En general, existe un amplio consenso respecto a la necesidad de acometer reformas de política económica tendentes a estimular el desarrollo de este sector productivo. Por tales motivos, es relevante conocer el efecto, y el nivel de impacto, de los principales factores determinantes de la producción agrícola internacional.
La mayor parte de los trabajos sobre el análisis de la oferta agrícola, y sus determinantes, son estudios sobre cultivos individuales, mientras que habrían sido pocos aquellos que se centran en el análisis de la oferta agregada (Rao, 1989; Schiff y Montenegro, 1997; Thiele, 2000; y Subervie, 2008). Además, muchos de estos estudios analizan cultivos particulares, y países o regiones específicas (Haile y Kalkuhl, 2013). Por ello adquiere mayor relevancia el análisis propuesto en esta tesis doctoral.
Cuando nos acercamos al estudio de la oferta agrícola agregada, las mejoras de la productividad, de la eficiencia y del cambio tecnológico surgen de manera inmediata como algunas de las cuestiones de mayor relevancia, tanto en el terreno teórico como en el empírico. Paradójicamente, no hay ningún trabajo que analice el efecto de tales factores, midiendo su impacto de manera directa sobre la oferta agrícola agregada internacional. Y este ha sido el principal desafío que pretende afrontar la presente investigación.
Así, el objetivo general de la tesis doctoral es el de analizar tres temas fundamentales para el sector agrícola internacional. El primero es el estudio de la evolución de la productividad total de los factores (PTF), observando además el comportamiento de la eficiencia y la dinámica del cambio tecnológico. El segundo tema es el análisis del impacto del capital humano sobre la producción, y sobre los patrones de eficiencia productiva del sector. Finalmente, se estudiará el comportamiento de los factores determinantes de la oferta agrícola agregada, partiendo del análisis clásico de elasticidad precio y ampliando el modelo de modo de introducir los efectos producidos por las mejoras en la eficiencia productiva, y el cambio tecnológico.
Habida cuenta de la importancia que supone la PTF, y la necesidad de medir sus componentes fundamentales, hemos comenzado por estudiar los principales métodos que dan respuesta a nuestras necesidades. Así, el estudio se concentró en las técnicas no paramétricas del análisis envolvente de datos, y en la aplicación del conocido índice de Malmquist (IM). Esta técnica, a su vez, nos permitía no solo estimar la PTF, sino además descomponer el indicador en dos subíndices, el de eficiencia y el de cambio tecnológico. Sin embargo, al profundizar en el estudio hemos podido conocer nuevos desarrollos que suponían una mejora sustancial sobre estas técnicas más tradicionales.
De este modo, hemos podido profundizar en los trabajos de Christopher J. O'Donnell (2008, 2009, 2010, 2011a, 2011b, 2012a y 2012b). Este autor ha desarrollado el índice Färe-Primont (IFP), que reúne ciertas condiciones fundamentales para el análisis económico comparado. Este nuevo índice viene a suplir ciertas falencias que acusaba el “tradicional” IM, que obtiene estimaciones sistemáticamente sesgadas (Grifell-Tatje y Lovell, 1995), y que incumple tanto las condiciones de multiplicatividad como la de transitividad de Fisher (O’Donnell, 2008 y 2012a) haciendo que el análisis comparado sea improcedente, especialmente en un estudio de panel.
Adicionalmente, hemos creído oportuno analizar algunos aspectos relacionados a los hallazgos de Butzer et al. (2010). Estos autores señalaban que las variables utilizadas comúnmente para medir los stock de capital en el sector agrícola, tales como el número de tractores o maquinaria agrícola, y la cantidad de cabezas de ganado, resultan en medidas muy pobres para medir el efecto de la acumulación de capital sobre la PTF. Por ello, se agregó al análisis una nueva variable de stock de capital agrícola de FAO, la cual es una medición más precisa de este factor productivo.
Así, la principal aportación del capítulo primero resulta de la realización de un análisis comparado, que nos permitirá conocer las diferencias fundamentales entre los resultados conseguidos con el IM, respecto a los conseguidos con el IFP, y la nueva medida de stock de capital. Además, el análisis se enriquece al tomar como referencia otros trabajos de relevancia, tales como los de Coelli y Rao (2005) y el de Headey et al. (2010). Esta resulta ser una cuestión muy importante, ya que pone de manifiesto los principales problemas que presenta uno de los índices más utilizados en la literatura empírica, además de cotejar los hallazgos de Butzer et al. (2010).
Gracias al estudio precedente, hemos podido verificar la existencia de notorias diferencias en las estimaciones de la PTF, producidas por el tipo de variable utilizada para medir el stock de capital. También, hemos podido conocer los resultados obtenidos a partir del uso del IFP.
A partir de estos hallazgos, principalmente los debidos a las diferencias constatadas con la inclusión de la nueva medida del stock de capital, resultaba interesante analizar el efecto producido por la inclusión de una variable de capital humano en la función de producción agrícola. Por ello, en el segundo capítulo se analiza la importancia del capital humano en la función producción agrícola, y su efecto sobre los patrones de eficiencia productiva del sector.
A partir de la revisión de la literatura, hemos podido conocer que la evidencia del efecto del capital humano en el sector agrícola resulta ser aún contradictoria. Esto es debido, principalmente, a que las variables de capital humano que se han venido utilizando son de muy baja calidad, y pueden presentar errores de medición que sesguen los resultados.
Por ello, y como una aportación original a este campo de estudio, se propone realizar un análisis que procure obtener medidas más precisas del capital humano para el sector agrícola, analizando, además, su papel en la función de producción. Para tal fin, se utilizará el nuevo índice general de capital humano desarrollado por Giménez et al. (2015), con el que se busca arrojar nueva luz en cuanto al nivel de impacto que tiene este factor de producción en el sector agrícola.
En términos metodológicos el estudio también supone una novedad, al realizar las estimaciones a partir de las técnicas paramétricas más novedosas dentro de las denominadas como frontera de producción estocástica (FPE). Estas técnicas resultan ser las más recomendadas en este tipo de análisis cuando, además de estimar la PTF, se requiere observar la significatividad estadística de las variables introducidas en el modelo (Battese, 1992).
Finalmente, y como una aportación adicional, se propicia un estudio comparado entre los resultados obtenidos a partir de las estimaciones FPE y las conseguidas con los nuevos desarrollos DEA presentados en el capítulo primero. Esto a su vez nos permite arrojar cierta luz al debate surgido entre la conveniencia de las técnicas DEA o FPE, confrontando así el desempeño de ambas propuestas, considerando en ambos casos las técnicas más novedosas a la fecha.
Este último análisis nos ha permitido saber que, en términos generales, tanto la técnica de FPE como DEA ofrecen resultados aceptables. Sin embargo, la técnica DEA, con rendimientos variables a escala, ofrece una mayor versatilidad, lo que le otorga cierta ventaja. Además, se verifica que la no inclusión del capital humano en las estimaciones de la PTF, no supone una pérdida grave en cuanto a la precisión conseguida. En resumen, las estimaciones DEA del nuevo índice Färe-Primont, sin incluir medidas de capital humano, resultan ser una buena medida de la PTF, y de sus componentes de eficiencia y cambio tecnológico. Por consiguiente, es la técnica escogida para realizar las estimaciones que se utilizan en el siguiente capítulo.
En el capítulo tercero, nos interesamos por medir el grado de importancia relativa que poseen los incentivos anclados a los precios, y su efecto sobre la producción agrícola internacional. Así, estudiamos el efecto precio, y el producido por las políticas de subsidios e impositivas centradas en los precios. También observaremos los efectos que producen las variaciones de los stocks y la volatilidad en los precios internacionales. Asimismo, a fin de controlar los efectos del clima, se introduce en el análisis una variable climática.
El estudio se enriquece al adoptar una visión más amplia del tema, introduciendo las cuestiones relativas al marco institucional y los factores de eficiencia y cambio tecnológico, los cuales resultan en factores de mucha importancia para analizar el desempeño agrícola en el largo plazo (Rao, 1989). En este sentido, los resultados conseguidos en la etapa previa de la investigación juegan un papel crucial para el análisis empírico realizado en esta última etapa de la investigación.
Una de las aportaciones más importantes de este capítulo es el modelo teórico, que ofrece dos innovaciones importantes. La primara resulta al permitir una reinterpretación del componente de expectativas a partir del denominado modelo de inventarios. Esto nos permite evitar el esquema autorregresivo propio del modelo básico de Nerlove (1956 y 1958). La segunda innovación es que añade, de una manera directa, el efecto de los cambios en la productividad total de los factores del sector. Más específicamente, se examina el efecto individual de dos de sus componentes fundamentales, las mejoras en la eficiencia económica y el cambio tecnológico.
Estas innovaciones son de mucha relevancia, ya que la inclusión del esquema autorregresivo genera ciertos problemas y es, en gran medida, el resultado de un supuesto ad-hoc que resulta inapropiado (Nerlove, 1979). En tal sentido, una de las hipótesis planteadas es que el componente dinámico del modelo básico de Nerlove estaría captando más el efecto correspondiente a los factores propios de los cambios en productividad, que al componente de expectativas en sí.
Por todo ello, creemos que los cambios en las variables de entorno, captadas por la evolución de la eficiencia económica y el impacto del cambio tecnológico, surgen como factores de suma importancia para comprender el desempeño de la oferta agrícola global. Y por ello, resulta imprescindible incluirlos en el análisis de la oferta agrícola.
REFERENCIAS BIBLIOGRÁFICAS Battese, George E. y Timothy, Coelli (1992). Frontier production functions, technical efficiency and panel data: with application to paddy farmers in India. Journal of Productivity Analysis, Vol. 3, N° 1-2, pp. 153-169.
Butzer, Rita; Yair, Mundlak y Donald F., Larson (2010). Measures of fixed capital in agriculture. Policy Research WP 5472, World Bank, Washington D.C..
Coelli, Timothy y Dodla Sai, Prasada Rao (2005). Total factor productivity growth in agriculture: a malmquist index analysis of 93 countries, 1980-2000. Agricultural Econonomics, Vol. 32, N° s1, pp. 115–134.
Giménez, Gregorio; Carmen, López Pueyo y Jaime, Sanaú (2015). Human capital measurement in OECD countries and its relation to economic growth and technological indicators. Revista de Economía Mundial, Vol. 39, pp. 77-108.
Grifell-Tatjé, Emily y C. A. Knox, Lovell (1995). A note on the Malmquist productivity index. Economics Letters, Vol. 47, N° 2, pp. 169-175.
Haile, Mekbib y Matthias, Kalkuhl (2013). The response of global agricultural supply to prices and price variability: a panel data analysis. Invited paper presented at the 4th International Conference of the African Association of Agricultural Economists, September 22-25, Hammamet, Tunisia.
Headey, Derek; Mohammad, Alauddin y Dodla Sai, Prasada Rao (2010). Explaining agricultural productivity growth: an international perspective. Agricultural Economics, Vol. 41, N° 1, pp. 1-14.
Nerlove, Marc (1956). Estimates of supply of selected agricultural commodities. Journal of Farm Economics, Vol. 38, pp. 496–509.
Nerlove, Marc (1958). The dynamics of supply: estimation of farmer’s response to price. John Hopkins University Press, Baltimore, MD Nerlove, Marc (1979). The dynamics of supply: retrospect and prospect. American Journal of Agricultural Economics, Vol. 61, Nº 5, pp. 874-888.
O'Donnell, Christopher J. (2008). An aggregate quantity-price framework for measuring and decomposing productivity and profitability change. Centre for Efficiency and Productivity Analysis, WP 07/2008. University of Queensland.
O'Donnell, Christopher J. (2009). Measuring and decomposing agricultural productivity and profitability change. Presidential Address to the 53rd Annual Conference of the Australian Agricultural and Resource Economics Society, Cairns, Australia, 11-13 February. Available at: http://ageconsearch.umn.edu/bitstream/47625/2/O'Donnell.pdf O'Donnell, Christopher J. (2010). Measuring and decomposing agricultural productivity and profitability change. Australian Journal of Agriculture and Resource Economics, Vol. 54, N° 4, pp. 527-560.
O'Donnell, Christopher J. (2011a). The source of productivity change in the manufacturing sector of the U. S. economy. Centre for Efficiency and Productivity Analysis WP 07/2011, University of Queensland.
O'Donnell, Christopher J. (2011b). DPIN 3.0: A program for decomposing productivity index numbers. Centre for Efficiency and Productivity Analysis, University of Queensland.
O'Donnell, Christopher J. (2012a). An aggregate quantity-price framework for measuring and decomposing productivity and profitability change. Journal of Productivity Analysis, Vol. 38, N° 3, pp. 255-272.
O'Donnell, Christopher J. (2012b). Econometric estimation of distance functions and associated measures of productivity and efficiency change. Journal of Productivity Analysis, September.
Rao, Mohan J. (1989). Agricultural supply response: a survey. Agricultural Economics, Vol. 3, pp. 1-22.
Self, Sharmistha y Richard, Grabowski (2007). Economic development and the role of agricultural technology. Agricultural Economics, Vol. 36, Nº 3, 395–404.
Schiff, Maurice y Claudio, Montenegro (1997). Aggregate agricultural supply response in developing countries: a survey of selected issues. Economic Development and Cultural Change, Vol. 45, N° 2, pp. 393-410.
Subervie, Julie (2008). The variable response of agricultural supply to world price instability in developing countries. Journal of Agricultural Economics, Vol. 59, N° 1, pp. 72-92.
Thiele, Rainer (2000). Estimating the aggregate agricultural supply response: a survey of techniques and results for developing countries, Kiel Institute for World Economics, Working Paper 1016, Kiel Germany.
