Post on 23-Jul-2020
Desarrollando el
Potencial de las áreas
rurales: análisis
geográfico
Departamento de Financiamiento y Desarrollo del
Sector Privado
Unidad de País - América Central
Región de América Latina y el Caribe
Banco Mundial
Desarrollando el Potencial
Exportador de América Central
Octubre 2012
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
2
Agradecimientos
El presente informe fue preparado por Máximo Torero (Instituto Internacional de Investigación
sobre Políticas Alimentarias (IFPRI), con la asistencia de Maribel Elias, Camila Alva y Marines Grandes.
La metodología se basa en la desarrollada por Elias, Maruyama y Torero 2009. La dirección del informe
estuvo a cargo de Thomas Haven (Banco Mundial) y expresamos nuestro agradecimiento por el
financiamiento brindado por los fondos de investigación de Development Economics Group (DEC) y por
el fondo fiduciario del Análisis de la Pobreza y el Impacto Social (PSIA) que hicieron esto una realidad.
3
Tabla de Contenido Resumen ...............................................................................................................................................4
Introducción .........................................................................................................................................6
1. El Modelo de Frontera Estocástica ..............................................................................................8
1.1 ¿Por qué emplear las fronteras estocásticas para construir una nueva tipología? ......................8
1.2 Marco Teórico ............................................................................................................................9
2. Análisis de Accesibilidad a los Mercados ..................................................................................10
2.1 Modelo de Accesibilidad .........................................................................................................10
2.2 Resultados de Accesibilidad ....................................................................................................14
3. El Modelo y la Estimación .........................................................................................................15
3.1 El Modelo.................................................................................................................................15
3.2 Estimación................................................................................................................................16
3.3 Distinción entre los insumos de producción y los factores ambientales ..................................17
3.4 Transición de las Estimaciones de nivel Hogar a Análisis Espacial ........................................17
3.5 Los Datos Empleados en la Aplicación de la Tipología ..........................................................19
3.6 Estimación Empírica ................................................................................................................19
4. Resultados para Honduras, Nicaragua y Panamá .......................................................................24
4.1 Estimación de la Frontera de Utilidades ..................................................................................24
4.2 Construcción de la Tipología ...................................................................................................30
4.3 Resultados de la Tipología .......................................................................................................31
Conclusiones ......................................................................................................................................45
Bibliografía ........................................................................................................................................46
4
Resumen
A través de un enfoque revolucionario e innovador, la presente sección utiliza un lente geográfico para
arrojar luces sobre un área no cubierta por los análisis sectoriales: geografías específicas con el potencial
de mejorar la productividad y, en última instancia, las exportaciones. Debido al tamaño de la economía
rural (que representa más de la mitad de la población en algunos países), a la concentración de la pobreza
en las áreas rurales y a la transcendencia de la agricultura en la cartera de exportación de la región, el
presente análisis se constituye en una herramienta poderosa que les permitirá a los formuladores de
políticas priorizar las inversiones en la agricultura y en las zonas rurales.
El análisis hace una caracterización de las microrregiones de Honduras, Nicaragua y Panamá 1en cuatro
dimensiones: niveles de pobreza, potencial agrícola, eficiencia promedio de las fincas/granjas y acceso a
los mercados. Cada microrregión2 corresponde a una categoría Ej. Las áreas con alta pobreza, alto
potencia y baja eficiencia se podrían considerar de “alta prioridad”. La Figura A muestra todas las
categorías de Nicaragua. La Figura B desglosa las microrregiones identificadas como de “alta prioridad”
y agrega la dimensión del acceso a los mercados. Contar con una identificación exacta de dichas áreas
permite que las intervenciones como la extensión agropecuaria sean más puntuales y precisas con la
finalidad de optimizar el potencial agrícola.
El presente análisis utiliza una estimación de frontera estocástica econométricamente rigurosa e introduce
una novedosa e innovadora herramienta que será de gran utilidad para los formuladores de políticas en
Centroamérica.
1 Un análisis similar se hizo en Guatemala y se encuentra en el Informe 2010 del Banco Mundial titulado
“Desarrollo de las PYME en Guatemala: Dejad que 10,000 Empresas Florezcan”. 2 Cabe señalar que esta metodología se puede conducir con diversas definiciones de regiones. Aunque el análisis
actual habla de microrregiones, se puede calcular para acomodarse a distintas definiciones en estudios subsecuentes.
5
Figura A: Categorías de Microrregiones para Nicaragua 3 Figura B: Áreas de “Alta Prioridad” en Nicaragua
Fuente: análisis de los autores
3 Existen varias áreas protegidas de menor tamaño en Nicaragua que no están reflejadas en estos mapas. Dichas áreas protegidas pequeñas podrían influir en la
categorización de ciertas microrregiones.
Alta Media Baja Área protegida Límite municipal Lago
Alta Prioridad Acceso
Crítico sin potencial agrícola
Prioridad media sin oportunidad agrícola
Baja prioridad
Alta prioridad
Prioridad media con oportunidad agrícola
Baja prioridad con oportunidad agrícola
Alto desempeño
Alta competencia, alta eficiencia, pobreza elevada
Área protegida
Lagos
Límites municipales
Clases
6
Introducción La presente sección utiliza un lente geográfico para arrojar luces sobre un área no cubierta por los análisis
sectoriales: geografías específicas con el potencial de mejorar la productividad y, en última instancia, las
exportaciones. Debido al tamaño de la economía rural (que representa más de la mitad de la población en
algunos países), a la concentración de la pobreza en las áreas rurales y a la transcendencia de la
agricultura en la cartera de exportación de la región, el presente análisis se constituye en una herramienta
poderosa que les permitirá a los formuladores de políticas priorizar las inversiones en la agricultura y en
las zonas rurales.
La sección emplea tecnología cartográfica y una gama de datos para dividir el área rural de Honduras,
Nicaragua y Panamá en una tipología de microrregiones que difieren de conformidad con sus
características, problemas y potencial de desarrollo. La tipología está conformada por criterios como
clima, topografía, producción, acceso vial, acceso a mercados, oportunidades laborales no agropecuarias,
densidad demográfica, distribución de género y presencia de instituciones (formales e informales) como
las financieras. El análisis aprovecha la disponibilidad abundante de datos biofísicos sobre la geografía de
cada país y de encuestas de hogares georreferenciadas muy detalladas de la región que sirvieron para
construir nuestra tipología. Estas fuentes de datos se conjugan para estimar la eficiencia y potencial de los
productores locales.
La identificación del potencial productivo y de la eficiencia se hizo a través de la estimación del modelo
de frontera estocástica econométrica, el cual toma en consideración los indicadores de las condiciones
socioeconómicas y de mercado así como factores biofísicos y de accesibilidad. Estos indicadores explican
en gran parte la heterogeneidad de los hogares rurales. Contar con una clasificación precisa de las áreas en
términos de potencial agrícola es crucial para marcar el norte del tipo de las intervenciones, las cuales
podrían estar orientadas hacia el desarrollo productivo, la creación de mercados (agrícolas o de otra
índole) o incluso asistencia social básica.
Figura 1: Ventajas de la Tipología de Microrregiones
Tal como se indica en la Figura 1, la tipología de las microrregiones, una vez conformada, se puede
combinar con otra información relevante como los mapas de desnutrición y de pobreza, con la finalidad
Proyectos productivos diferenciados para
satisfacer necesidades y problemas locales
Programas de transferencia condicionada
de dinero y de alimentación y nutrición
¿Cuáles son las principales diferencias
entre hogares de alta y baja eficiencia en el área?
La inclusión de características
socioeconómicas y de acceso
en el análisis permite identificar
los cuellos de botella en las
áreas de alto potencial pero con
baja o mediana eficiencia.
Alto potencial y baja eficiencia promedio
Bajo potencial y baja eficiencia promedio
Áreas de alta pobreza Áreas de alta pobreza
Potencial productivo y de
eficiencia determinado por las
características de mercado,
socioeconómicas, biofísicas y de
acceso.
Tipología
Diagnóstico según mapa de pobreza
7
de arrojar un diagnóstico más detallado de las necesidades y de las posibles soluciones para las distintas
áreas rurales de un país. La Tabla 1 es un ejemplo de las clasificaciones que se pueden obtener al mezclar
el potencial/eficiencia con la desnutrición o pobreza. Por ejemplo, podríamos identificar áreas con altos
niveles de desnutrición o pobreza elevada (izquierda de la Tabla 1). Además, si estas áreas presentasen un
bajo potencial productivo, independientemente de su nivel de eficiencia (parte roja de la Tabla 1),
entonces recomendaríamos lanzar un programa de transferencias condicionadas de dinero o un programa
de alimentación/nutrición, a menos a corto plazo. Sin embargo, si estas áreas presentasen un potencial
alto o mediano (sección verde oscura de la Tabla 1), las estrategias de producción (en caso que fueran
necesarias) deberían promoverse junto con los programas de alimentación de conformidad con sus niveles
de eficiencia.4
Tabla 1: Ejemplo de la Clasificación en Tres Dimensiones Microrregiones Pobreza Potencial Eficiencia
Críticas, sin potencial agrícola Alta Baja Alta – Media – Baja
Prioridad media, sin oportunidades agrícolas Media Baja Alta – Media – Baja
Baja prioridad Baja Baja Alta – Media – Baja
Alta prioridad Alta Media – Alta Alta – Media – Baja
Prioridad media, con oportunidades agrícolas Media Media – Alta Media – Baja
Baja prioridad, con oportunidades agrícolas Baja Media – Alta Media – Baja
Alto desempeño Baja Media – Alta Alta
Armados con esta tipología, los formuladores de políticas podrán geográficamente abordar áreas metas
que tengan potencial e ineficiencias; las políticas indicadas podrán reducir las ineficiencias en la
producción. De igual manera, la tipología podría identificar áreas donde la única alternativa, dado el bajo
potencial de las tierras, es reducir la pobreza a través de programas de mano de obra rural o programas de
redes de seguridad. En la Figura 2 se trata de resumir estas opciones.
4 Es posible obtener una caracterización más detallada de cada área, con la finalidad de recomendar políticas ad hoc
para cada realidad en particular.
Transferencias de dinero a corto plazo; desarrollo agrícola a largo plazo
Priorizar intervenciones no agrícolas (desarrollo de mano de obra rural)
Transferencias de dinero a corto plazo; desarrollo no agrícola a largo plazo
Priorizar las intervenciones de desarrollo agrícola
Pobreza
Po
ten
cial
agr
íco
la d
e lo
s p
equ
eño
s
pro
du
cto
res
8
1. El Modelo de Frontera Estocástica
1.1 ¿Por qué emplear las fronteras estocásticas para construir una nueva
tipología? Los hogares rurales en los países en vías de desarrollo son diversos en extremo en cuanto a sus
características económicas. Esta diversidad ocurre por distintos motivos: (i) La heterogeneidad en la
cantidad y calidad de sus bienes; (ii) Las tecnologías disponibles en el hogar; (iii) Los costos de
transacción en los mercados para los productos e insumos (entradas y salidas); (iv) Las limitaciones
crediticias y financieras; (v) El acceso a los bienes y servicios públicos; (vi) Las condiciones agro –
ecológicas y biofísicas locales. Las políticas de desarrollo rural deben tomar en cuenta dicha
heterogeneidad a fin de ser efectivas y generar una demanda por herramientas analíticas que combinen la
información socioeconómica con la tecnología de mapeo.
En la variedad de tipologías empleadas para categorizar los territorios, podría decirse que los mapas de
pobreza son los más desarrollados porque les permiten a los formuladores de políticas diseñar programas
de alivios de pobreza espacialmente dirigidos (ver Elbers, Fujii, Lanjouw, Ozler y Yin (2004)). Al
imputar los valores de consumo e ingresos tomados de las estimaciones de datos de la encuesta y
extrapolarlos en los datos del censo (ver Elbers, Lanjouw y Lanjouw (2003)), los mapas de pobreza
ofrecen diagnósticos razonables de asistencia social. Son en extremo útiles al catalogar las áreas de las
más pobres a las más ricas al momento de diseñar un programa de transferencias. Sin embargo, pierden
utilidad al decidir cómo invertir los recursos cuando se diseña un programa de alivio de pobreza.
Otra herramienta común utilizada para construir tipologías es el análisis por conglomerados. Los métodos
de análisis por conglomerados se han vuelto populares porque están determinados por los datos y se
pueden emplear sin necesidad de formular modelos rigurosos para definir los factores que determinan la
medida de asistencia social a analizar. Al emplearlo para construir una tipología que sirva para
caracterizar la situación de asistencia social o el rendimiento económico de una comunidad, sin embargo,
el índice resultante ofrece muy poca información sobre qué políticas deben aplicarse para mejorar las
condiciones actuales de esas regiones porque los grupos no se construyen ordenando todas las variables
monotónicamente (en orden ascendente o descendente), generando confusión sobe la interpretación de los
resultados. Por ende, el análisis por conglomerado funciona bien sólo cuando las diferencias están
determinadas sobre un pequeño y relativamente homogéneo grupo de variables.
En el presente documento, intentamos construir una tipología que tome en cuenta la heterogeneidad de los
pequeños productores y que al mismo tiempo esté cimentada en sólidas fundaciones económicas. Al
reconocer el hecho que estos productores son unidades productivas que optimizan una función objetiva
sujeta a un conjunto de limitaciones, el análisis de frontera estocástica aborda mucho de estos problemas.
El indicador de eficiencia es una medición continua, similar a una puntuación y su interpretación es
directa y simple. La forma funcional utilizada para su estimación es flexible e impone una estructura
limitada sobre el análisis. Incluso, es posible (con más y mejores datos que los que tenemos hasta este
momento) calcular la frontera estocástica a través de una estimación no paramétrica, que en este caso se
impone la forma no paramétrica para hacer el análisis. Finalmente, la teoría detrás de los métodos de
estimación de frontera estocástica es la teoría estándar, la cual implica un proceso de optimización
limitada y que permite choques aleatorios, una configuración adecuada para modelar un proceso de toma
de decisiones que debe hacer el productor y analizar las oportunidades y retos que enfrenta.
Los análisis de fronteras de utilidades se han empleado para estimar los niveles de eficiencia en los países
en vías de desarrollo. Al utilizar los datos de los arroceros de Basmati, Pakistán, Ali y Flinn (1989)
encuentran un nivel medio de ineficiencia de las utilidades del 28% asociado con el nivel educativo, con
empleos no agrícolas, con restricciones crediticias y con la aplicación tardía de fertilizantes. También en
9
Pakistán, Alí, Parikh y Shah (1994) descubrieron una media de ineficiencia de utilidades agrícolas del
24% y que el tamaño de la finca/granja, la fragmentación de la tierra, las necesidades de subsistencia y la
edad avanzada de los campesinos contribuyen de manera positiva en la ineficiencia. Rahman (2003)
encontró un nivel medio de ineficiencia de utilidades del 23% entre los arroceros de Bangladesh,
justificado en gran medida por factores como la infraestructura, la fertilidad del suelo, experiencia,
servicios de extensionistas, tenencia de la tierra y distribución de los ingresos no agrícolas. Al usar los
datos de los hogares agrícolas chinos, Wang, Wailes y Cramer (1996) calculan que la ineficiencia media
de utilidades asciende a 39% y está influenciada por el capital disponible, nivel de escolaridad, tamaño de
la familia, ingreso neto per cápita y parentesco familiar con los líderes locales. Sin embargo, todos estos
estudios tratan a las fincas/granjas como unidades mono productoras. Para fines de nuestra tipología, es
esencial trabajar con un análisis de frontera de utilidades múltiples porque es una representación más
realista del proceso de toma de decisiones hechas por los productores. Al respecto, no conocemos de
estudios que hayan empleado el análisis de frontera estocástica de utilidades en un entorno de granjas
multiproductoras.
1.2 Marco Teórico Una advertencia seria que nos encontramos al momento de diseñar una tipología exhaustiva de las
comunidades de Honduras, Nicaragua y Panamá tiene que ver la diferencia entre el potencial económico
de un área y su condición actual observada. Por ejemplo, un diagnóstico detallado que describa la
situación actual de las economías locales ayudará a identificar las áreas paupérrimas (Ej. mapas de
pobreza), pero algunas de estas áreas quizás ya hayan alcanzado su máximo potencial económico dadas
las circunstancias actuales, de modo que las inversiones a corto plazo tendrían poco o ningún impacto en
el bienestar de la población local. Por ende, para fines de la formulación de políticas, se trata de contar
con una tipología útil sobre las necesidades de las comunidades locales para diferenciar y combinar las
nociones de la condición actual y el potencial óptimo. En otras palabras, debe tomar en consideración la
idea que los agentes intentan optimizar pero no siempre tienen éxito.
El análisis de frontera estocástica ofrece un marco ideal para construir la tipología. En términos
conceptuales, se desarrolla a partir de una teoría de la conducta del productor, en la cual la motivación es
el criterio de optimización estándar (minimizar costos o maximizar las utilidades), pero el éxito no está
garantizado. Los procedimientos de estimación asociados dan cabida a la posibilidad que se den fracasos
en el intento de optimizar así como los diversos grados de éxito entre los productores. Con ello, se abre la
posibilidad de analizar los determinantes de variación en la eficiencia con que los productores pretenden
alcanzar sus objetivos.
Al tomar la finca/granja como ejemplo, el análisis de frontera estocástica explica el hecho que, en
dependencia de la locación geográfica, elementos como los precios, las condiciones biofísicas y (a corto
plazo) los insumos fijos son exógenos para el proceso de decisiones tomadas por el productor. Por ende,
al tener fijos estos factores, existe un plan productivo y de tecnología productiva óptimo que genera la
utilidad máxima que el productor puede obtener. Con este análisis, es posible identificar dónde está la
frontera de las utilidades y gran parte de la diferencia entre ellas y las utilidades observadas (Ej. pérdidas
de utilidades) se explican con las decisiones tomadas por el productor y que resultan en ineficiencias de
utilidades. Agregar el componente estocástico permite hacer una calibración mejor ajustada al proceso
productivo de la finca/granja, el cual es muy sensible a los cambios impredecibles de las condiciones
exógenas como el clima o los precios internacionales. En este contexto, la ineficiencia de utilidades se
define como la pérdida monetaria derivada de no operar en la frontera dados los precios y niveles de los
factores fijos de producción enfrentados por la finca/granja.
10
2. Análisis de Accesibilidad a los Mercados Los datos SIG (sistemas de información geográfica o GIS por sus siglas en inglés) han posibilitado hasta
hace poco investigar de manera más sofisticada el tema del acceso a los mercados. Con ellos, uno puede
calcular el tiempo o distancia más cortos existentes entre un poblado y un mercado regional o local
utilizando la distancia en distintos tipos de superficies viales combinados con la impedancia cuantificada
que refleje la velocidad con que uno puede viajar en vías de acceso de distintas calidades e incluso las
pendientes del terreno. La medición resultante se puede expresar como un promedio ponderado de la
distancia viajada por cada tipo de superficie vial, donde las ponderaciones son proporcionales al factor
impedancia (ver Anexo 1 sobre los detalles sobre cómo se hace la medición).
Sin embargo surgen dos problemas al cuantificar el acceso. El primero es que no incorporan los costos de
transporte que bien varían según la distancia y tipo de superficie vial de forma distinta a la dimensión
tiempo. En los casos aplicables, la medición del tiempo puede ser engañosa porque podría implicar que
para un poblado un mercado queda más cerca que otro en donde se puede llegar más rápido pero cuesta
más. Por el mismo monto de dinero (peaje), podría quedar implícito que un poblado quede “más cerca” de
un mercado que otro al cuantificar el tiempo pero los resultados cambien al cuantificar el costo. No
obstante, quizás el productor no quiera saber cuán lejos le queda el mercado sino cuánto puede vender de
su producción en ese mercado o, de manera equivalente, cuál es el precio pagado al productor,
deduciendo ya el costo de transporte. En el presente documento, utilizamos una medición que incorpora
ambos aspectos y que reporta los datos combinados de las distancias de los mercados aplicables a cada
poblado en uno de los tres países donde teníamos toda la información necesaria, Ej. Honduras, con una
matriz de costos de transporte por camión en dos tipos de caminos, por ríos o a lomo de animales donde
no hay caminos de penetración. Esto nos da una cuantificación de la accesibilidad en términos de costos
(ver el Anexo 1 para detalles sobre los costos en el caso de Honduras).
El segundo problema con el indicador cuantificador del acceso a los mercados se da porque toma en
cuenta sólo al mercado local, pero bien el nivel de los precios en los mercados locales puede variar
bastante según la distancia que los separe del mercado principal del país. Podría bien un productor
conseguir mejores precios para su producción al trasladarlos a un mercado que si es cierto queda más
lejos de su poblado, está cercano a la ciudad capital o de manera equivalente le pagan precios más altos.
Por lo tanto, calculamos los costos para simultáneamente acceder al mercado local y al mercado principal,
siendo reportada la variable que minimice los costos para acceder de manera simultánea a ambos
mercados.
2.1 Modelo de Accesibilidad Para “conectar” cada hogar con el mercado más cercano, construimos una serie de indicadores de
accesibilidad. La noción es que la accesibilidad no sea una variable discreta (tener o no tener acceso) sino
una continuidad que refleje las dificultades que cada hogar enfrenta al tratar de acceder distintos tipos de
infraestructura. Este análisis de accesibilidad se aplicó a todo el territorio de Honduras, Nicaragua y
Panamá.
La accesibilidad se define como cuán factible es alcanzar y llegar a un lugar en comparación con otros,
tomando en cuenta factores como distancia, costos de movilización, tipo de transporte y tiempo. En otras
palabras, es cualquier indicador de esfuerzo para alcanzar o acceder a un lugar específico. La base del
análisis la constituye el supuesto que a las personas transiten por carreteras o vías troncales, en los casos
aplicables, o en caso contrario, cubrirían dichas distancias a pie para llegar al mercado más cercano. El
objetivo final es calcular el tiempo invertido por una persona para llegar al mercado más próximo a través
de la forma más rápida.
11
El tiempo empleado en el transporte terrestre depende de distintos factores, siendo la distancia el más
importante, pero también hay otros de relevancia como la red vial existente y sus características
específicas, pendientes y la presencia de obstáculos como ríos (salvo aquellos casos donde los ríos se
emplean como medio de transporte).
El análisis de accesibilidad fue desarrollado en un formato raster, lo cual significa que el área entera de
análisis se convirtió en una matriz de celdas de 92.6 m x 92.6 m. A cada celda se le asignó un valor
“fricción” según las características de pendientes, vías de acceso y barreras, de tal modo que a cada celda
se le dio un valor por el tiempo utilizado para llegar a la locación más cercana (Figuras 3 y 4). Una vez
que se creó la matriz de fricción, el algoritmo de distancia ponderado por costo se corre sobre la
superficie raster, calculando el tiempo acumulado al partir de cada mercado disponible, reemplazando los
valores traslapados con la ruta que consuma menos tiempo.
Figura 3: Superficie de Fricción entre los Puntos A y B
La primera variable es la pendiente, utilizada para calcular la velocidad de un recorrido a pie que dependa
indirectamente de dicha variable. La velocidad del recorrido a pie de Tobbler (1993) presenta tres
variaciones: una corresponde a un sendero, el segundo hecho a lomo de caballo y finalmente el tercero
fuera del camino. La velocidad del recorrido a caballo se asignó a caminos de tierra, mientras que la
velocidad del recorrido a pie, a una senda peatonal; en el caso que no haya senderos planos, se asignó la
velocidad del recorrido a pie. Se obtuvieron las siguientes estimaciones, dónde (Figura 5):
Figura 5: Cálculo de la Pendiente
Figura 4: Valores que Indican la Dificultad de Cruzar una “Celda”
12
La velocidad del recorrido en un sendero peatonal = [6 x exp (-3.5 x abs (S + 0.05))]
La velocidad del recorrido a lomo de caballo = [6 x exp (-3.5 x abs (S + 0.05))] x 1.25
La velocidad del recorrido fuera del camino = [6 x exp (-3.5 x abs (S + 0.05))] x 0.6
La siguiente tabla presenta los resultados de cada una de las clasificaciones:
Velocidad promedio del recorrido (Km x hora)
Camino de tierra (Velocidad del recorrido a pie por sendero) x 1.25
Sendero peatonal Velocidad del recorrido a pie por sendero
Sin vía de acceso (Velocidad del recorrido a pie por sendero) x 0.6
Figura 6: Tiempos Calculados sólo con la Velocidad de la Caminata fuera del Sendero
Mercado
Poblados Tiempo al mercado más cercano
Como una función de la Pendiente
20 minutos 40 minutos 1 hora 1 hora, 20 minutos 1 hora, 40 minutos 2 horas 2 horas, 20 minutos 2 horas, 40 minutos 3 horas 3 horas, 20 minutos 3 horas, 40 minutos 4 horas 4 horas, 20 minutos 4 horas, 40 minutos
13
La segunda variable empleada en el análisis es la infraestructura de transporte, la cual en Honduras,
Nicaragua y Panamá está constituida por dos tipos principales: carreteras pavimentadas y caminos no
pavimentados. Asimismo, existen algunos ríos con tráfico fluvial. A cada tipo de vía se le asignó una
velocidad promedio del recorrido y la correspondiente celda dado un tiempo de cruce en segundos:
Velocidad promedio del
recorrido (Km x hora)
Cruce de celda en
segundos
Carretera pavimentada 60 5
Vía no pavimentada 30 11
Navegación fluvial 10 33
La tercera y última variable empleada en el modelo corresponde a la presencia de barreras naturales como
ríos, que impiden que las personas viajen en línea recta si no hubiera un puente. A las celdas
correspondientes a las áreas con un rio y sin puente se les asignan un valor de viaje multiplicado por 10,
de modo que el cruce es tomado en consideración sólo cuando hay un puente disponible.
Una vez que se ha construido el modelo de fricción y a cada celda se les asignó un valor de tiempo de
recorrido, se corren los algoritmos de distancia ponderada por costo en la superficie raster, calculando el
tiempo acumulado requerido para viajar por una ruta específica, escogiendo la que consuma menos
tiempo, tal como se indica en la Figura 7. Esta información luego sirve para simular los impactos de las
mejoras de los trechos viales. En términos más específicos, si una vía de acceso mejora al pasar de
sendero peatonal a un camino de tierra, entonces a la nueva velocidad promedio se le asigna la categoría
mejorada y se calculan nuevamente todas las mediciones de accesibilidad.
Figura 7: Mapa de Superficie de Fricción
Mercado Poblados
Vías de Acceso Carretera pavimentada
Camino no pavimentado
Camino de tierra
Sendero peatonal
Ríos
Puentes
Tiempo al mercado más cercano
Como función de Pendiente, Caminos y Ríos 20 minutos
40 minutos
1 hora
1 hora, 20 minutos
1 hora, 40 minutos
2 horas
2 horas, 20 minutos
14
Finalmente y sólo para el caso de Honduras, se pudo combinar el mapa de superficie de fricción del
tiempo requerido de viaje con una matriz de costos de transporte en camión en dos clases de caminos, por
rio o por lomo de animal en áreas sin vías de acceso. Lo anterior nos da una cuantificación de la
accesibilidad en términos de costos (ver Anexo para 1 para detalles sobre los costos empleados en el caso
de Honduras).
2.2 Resultados de Accesibilidad Siguiendo la metodología explicada en las secciones anteriores, construimos el mapa de accesibilidad
para cada uno de los tres países. La Figura 8 presenta los resultados para cada uno de las tres naciones.
Figura 8: Accesibilidad (a) Honduras
b) Nicaragua
Nota: Accesibilidad a mercados con más de 50,000 habitantes.
Accesibilidad (costo a mercados) Alta (< 0.01 $/kg)
Mediana (0.01 – 0.06 $/kg)
Baja (> 0.06 $/kg)
Áreas protegidas
Lagos
Límites Municipales
Accesibilidad Alta (< 2 horas)
Mediana 2 - 4 horas)
Baja (> 4 horas)
Áreas protegidas
Lagos
Límites Municipales
15
c) Panamá
3. El Modelo y la Estimación
3.1 El Modelo Permitamos que x denote un vector (1 x m) de insumos variables y cuasi fijos y que y denota un vector (1
x q) de salidas múltiples implícitas en el proceso productivo de la granja. Dejemos que z denote un vector
(1 x r) de variables ambientales que, aunque no determinan directamente las utilidades del productor, sí
podrían afectar su rendimiento. Discutiremos más adelante en esta sección nuestros criterios para colocar
variables específicas como elementos de x o de z. 5
Dejemos que sea el conjunto de planes de producción factibles de la granja. Definimos una
medida de la ineficiencia técnica de salida (producción) (Farell 1957) para un plan de producción
determinado , de modo que:
(1)
Para
Ahora, definimos la función restringida de utilidad como la utilidad máxima alcanzable por la
granja con características z, con precios de salida y precios de entrada
(2)
Dejemos que i sean las utilidades observadas para el productor i. El analista se ve confrontado por un
conjunto de observaciones (i, pi, wi, zi) para i= 1,…, n, las cuales son realizaciones de variables
aleatorias idéntica e independientemente distribuidas con función de densidad probabilística f (, p, w, z).
Esta función tiene soporte sobre
5 Deprins y Simar (1989) y Kumbhakar y Lovell (2000) discuten la justificación de colocar ciertas variables como
elementos de x o z, admitiendo que este aspecto es con frecuencia una decisión subjetiva. En muchos casos, no
queda obvio si la variable exógena es una característica de la tecnología productiva o un determinante de la
eficiencia productiva.
Poblados con más de 20,00 hab. Accesibilidad
Alta (< 2 horas)
Mediana 2 - 4 horas)
Baja (> 4 horas)
Áreas protegidas
Lagos
Límites corregimiento
16
Asumimos que z no es independiente de (, p, ǀw), es decir f(, p, w ǀ z) f(, p, w). Esto quiere decir que
las limitaciones en las opciones de precios de los productores p y w y en las utilidades observadas ,
debido a las variables ambientales z, las granjas operan a través de la dependencia de (, p, w) sobre z en
f(, p, w, z). Existen varias maneras para formular el modelo de tal modo que el conjunto de producción
es dependiente de z (Coelli, Rae y Battese, 1998). Sin embargo, consideramos que es más apropiado dada
la configuración empírica que estamos analizando para asumir que las variables ambientales z influyen la
media y la varianza del proceso de ineficiencia, pero no el límite de su soporte. Por ende, en nuestra
formulación, el condicionamiento f(i ǀzi) opera a través del siguiente mecanismo:
(3)
Donde es un vector de parámetros y i es una variable aleatoria continua i.i.d., independiente de zi.6
Asumimos que el término i es distribuido con truncamiento a la izquierda a -zi por cada i.
3.2 Estimación Debido a que el efecto de la covariable z opera a través de la dependencia entre y z, inducido por la
ecuación 3, estos supuestos justifican las regresiones de segunda fase. Kumbhakar y Lovell (2000) y
Kumbhakar (1996) ofrecen la configuración típica en estos casos, definiendo la función de la frontera
estocástica de utilidad como:
(4)
Donde vi es el error de ruido estocástico y xii es una variable aleatoria no negativa asociada con las
ineficiencias de la producción. Luego, la eficiencia de la utilidad de la granja i se puede definir como:
(5)
Donde Xdi son variables exógenas (al proceso productivo) caracterizando el ambiente donde ocurre la
producción y se puede asociar con las ineficiencias de la granja.
Tal como lo señalaron Simar y Wilson (2007), la regresión de las estimaciones de eficiencia obtenidas de
la estimación probabilística máxima de un modelo paramétrico para II (p, w, ) es casi seguro que
provocará problemas de consistencia estadística porque la covariables en la regresión de segunda fase (z)
están correlacionadas con el término error unilateral de la primera fase (con la finalidad de ser una
motivación para la segunda fase).7 En consecuencia, existe la probabilidad que maximizada no sea la
correcta, a menos que uno tome en cuenta la estructura de correlación. Para lograrlo, estimamos (4) en la
heteroscedasticidad del modelamiento de la primera fase en el término de error unilateral como una
función lineal de un conjunto de covariables. La varianza del componente de la ineficiencia técnica por
ende, se modela como:
6 Ver SImar y Wilson (2007) para la estimación en una configuración semi-paramétrica
7 Los errores y las covariables de la fase uno no serán independientes si las covariables en la segunda fase están
correlacionadas con las covariables de la primera fase, lo cual ocurre en la mayoría de las aplicaciones empíricas.
17
(6)
Empleamos la estimación probabilística máxima y una función de utilidad translogarítmica que corrige la
heteroscedasticidad, tal como se indica en (6) y luego procede a la estimación de segunda fase del término
de eficiencia técnica sobre las variables ambientales z.
3.3 Distinción entre los insumos de producción y los factores ambientales En la presente sesión, explicitaremos nuestro criterio para distinguir los insumos de producción cuasi fijas
en x (la cual incluye insumos variables) a partir de las variables ambientales z, tal como en algunos casos
donde la distinción parezca arbitraria. Se incluye un insumo en x donde su mercado esté activo y los
precios se puedan identificar.8
En algunos casos, los precios para ciertos insumos quizás no existan (o no estén disponibles para el
analista), especialmente al estudiar poblaciones rurales pobres en países en vías de desarrollo. Los
mercados activos y las transacciones monetarias inmobiliarias o los seguros contra las inclemencias
climáticas, por ejemplo, son raros en estos entornos, de modo que es difícil en extremo encontrar un
precio confiable por las preferencias de las tierras (con calidades variables) y clima (riesgo climático). En
estas condiciones, creemos que elementos como el tamaño de la tierra, las condiciones climáticas y
biofísicas deberían incluirse en x para capturar su impacto directo en la producción como insumos fijos o
semi fijos, aunque se pueda argumentar que estas variables capturan las deficiencias de los mercados
inmobiliarios y de los mecanismos de mitigación de riesgos para justificar su inclusión en z.9
3.4 Transición de las Estimaciones de nivel Hogar a Análisis Espacial El procedimiento descrito en la sección previa brinda estimaciones de la eficiencia de utilidades a nivel de
granja. Una tarea pendiente es elevar estos resultados a nivel regional, donde se puedan utilizar para los
fines de la tipología. De conformidad con nuestro modelo, las diferencias en las utilidades las dan las
diferencias de los cultivos escogidos, los precios locales, las condiciones biofísicas y la eficiencia de la
granja (y por ende los factores exógenos que la afectan). En consecuencia, la estimación econométrica del
modelo descrito en las secciones 3.1 y 3.2 posibilita recuperar los parámetros tecnológicos para el
productor agrícola “representativo” rural de Honduras, Nicaragua y Panamá.
Tal como se explicó antes, un objetivo primario de la construcción de la tipología es estimar la frontera de
utilidades y la eficiencia de una región rural dada (Ej. Comunidad, distrito, provincia o departamento) de
Honduras, Nicaragua o Panamá. Si la información adecuada (precios, factores biofísicos, las
características de la granja y los factores que influyen en la eficiencia) disponibles en esa área, entonces
se puede anexar a la función de utilidad estimada para recuperar la eficiencia regional.
Los datos relativos al precio de productos básicos y de alto valor producidos en cada uno de los tres
países provienen de nuestra encuesta de hogares (ver sección correspondiente a las fechas específicas de
8 Si existiere evidencia que estos precios quizás no reflejen las condiciones reales del mercado para todas las
unidades de producción en la muestra (debido a problemas de accesibilidad o mercados espacialmente incompletos),
entonces los niveles o los inventarios de los insumos de la granja se podrían incluir en z con la finalidad de capturar
las deficiencias del mercado a través de su impacto en la eficiencia de la granja. La idea es que el precio de entrada
(insumo) esté entre los determinantes de la frontera de producción y las deficiencias del mercado para ese insumo en
particular influya en la eficiencia con que el productor aborde dicha frontera. 9 Sin embargo, se deben incluir en z las formas de propiedad de tierras o los mecanismos que no pertenecen al
mercado para uniformar el consumo, con la finalidad de capturar su impacto en la eficiencia productiva si se
sospecha que dichos mercados no funcionan de manera adecuada.
18
las encuestas de hogar empleadas en cada país). La información se extrae de los balances de producción
de las encuestas de hogar de cada país. En términos ideales, se estimaría un modelo de frontera de salidas
múltiples, incluyendo cada salida y entrada utilizada por la granja en el proceso productivo. Sin embargo,
las limitaciones de datos y la factibilidad de cálculo lo imposibilitan. Por ende, es necesario agrupar las
salidas (producción) y las entradas (insumos) en las categorías mencionadas en la sección anterior. No
obstante, la agrupación genera otros problemas. Para asignar un precio único a grupos amplios como las
“frutas” o “verduras”, se emplea la mediana del precio por kilogramo de todos los productos en ese grupo
para una determinada región. La precisión del procedimiento de agrupamiento dependerá de cuántos
productos en el grupo se cultivan en la región y cuán diferentes son los precios de dichos productos. Por
ejemplo, si las manzanas verdes y rojas son las únicas frutas cultivadas en la región y sus precios son muy
similares, la mediana del precio de todas las frutas producidas en la región será una estadística sumaria
adecuada. Acá también se aplica que también importa el tamaño de la región. Si una región es muy
grande, aumenta el riesgo que la mediana del precio se convierta en una estadística sumaria pobre porque
crece la probabilidad que más productos sean incluidos en cada grupo y que haya una mayor variabilidad
en el precio. Sin embargo, si una región es muy pequeña, contar con una cantidad reducida de
observaciones para calcular cualquier medición fiable de tendencia central también es un problema.
Dados los datos, la información de los hogares se globaliza a nivel de distrito y para aquellos distritos con
muy pocas observaciones, se trabaja entonces con el nivel de provincia.
Otras variables específicas correspondientes a la granja u hogar que se emplean en los procedimientos de
estimación se calculan de manera similar y están sujetas a las mismas limitaciones. Los datos biofísicos y
los datos de accesibilidad a los mercados, por otro lado, ya fueron generados para plasmar en un mapa
con gran detalle toda la geografía de cada uno de los tres países, de modo que no se den problemas de
conglomeración o agrupamiento. Tal como se indicó en párrafos anteriores, con los datos del precio y de
la granja agrupados en un nivel adecuado y al contar con datos biofísicos y de accesibilidad perfectamente
representados en mapas, lo único que queda por hacer es meter toda esta información en el modelo para
predecir las fronteras de utilidad y los niveles de eficiencia a nivel regional.
19
3.5 Los Datos Empleados en la Aplicación de la Tipología La siguiente tabla presenta una descripción de las fuentes de datos utilizadas en la implementación de la
tipología de las microrregiones. No hemos identificado ninguna fuente posterior que tenga las variables
que fueran requeridas para aplicar la tipología.
Datos/ País Nicaragua Panamá Honduras
Encuesta de Hogares LSMS EMNV (2005) LSMS ENV (2008) LSMS ENCOVI
(2004)
Datos Agro
ecológicos
Datos sobre el uso de
la tierra, recopilados
por el Ministerio
Agropecuario y
Forestal
FAO (2005-2006) Zonas de vida,
PRONADERS (1998)
Vías de acceso, ríos,
lagos
Evaluación del
Potencial de Energía
Eólica y Solar (por sus
siglas en
inglés, SWERA)
DIVA – GIS Vías de acceso:
Fuente: SOPTRAVI,
elaborado por: Sistema
Nacional de
Información Territorial
(SINIT). 1999
Ríos: Instituto
Geográfico Nacional.
Sistema Nacional de
Información Territorial
(SINIT).
Centros
poblacionales
http://world-
gazetteer.com/
http://world-
gazetteer.com/
Instituto Nacional de
Estadísticas
Datos sobre la
pobreza
“Mapa de Pobreza
Extrema de
Nicaragua” (2001).
INIDE
“Pobreza y
Desigualdad a Nivel
de Distrito y
Corregimiento”
(2005), MEF.
“Estimación de
Indicadores de Pobreza
y Desigualdad a Nivel
Municipal en
Honduras¨
3.6 Estimación Empírica La metodología empleada para calcular el potencial productivo y la eficiencia de las microrregiones es
similar a la utilizada por el Banco Mundial para estimar los mapas de pobreza en donde los datos de las
EMNV (Encuestas de Medición del Nivel de Vida o LSMS por sus siglas en inglés) y de los censos se
combinan para aprovechar la riqueza de la información de las primeras y la representatividad de los
segundos. La metodología consta de dos pasos descritos a continuación y resumidos en la Figura 6.
20
Paso 1: Estimación de la Frontera Estocástica de Utilidad – Nivel de Productor
La función de la frontera estocástica de utilidad se define de la siguiente manera:
(1)
Donde ij es la utilidad del productor i en el área j; Pij y Wij son el vector de la mediana de los precios de
los productos e insumos a nivel regional enfrentados por el productor; vij es el error bilateral o el ruido
estocástico iid distribuido con e independiente de uij, el cual es una variable aleatoria no negativa
asociada con la ineficiencia productiva distribuida independientemente con una distribución semi-normal
; Zi representa las características socioeconómicas e incluye los factores fijos de la granja (tierra y
capital); Gj representa las condiciones biofísicas y Aj es el costo de acceso al mercado que enfrenta el
productor. Todas las variables se dan a nivel del productor y se tomaron de la ENMV, excepto Aj y Gj, los
cuales fueron tomados de datos secundarios. 10
Paso 2: Predicción del Potencial y de la Eficiencia – Nivel Regional
Una vez obtenidos los parámetros del Paso 1, se procede a predecir los valores del potencial productivo y
de la eficiencia, representativos por cada región. Con la finalidad de obtener resultados significativos, los
datos de la EMNV son sustituidos por los del censo.
El Potencial Productivo se estima de manera lineal, empleando un vector de medianas de precios a nivel
regional, seguido de la siguiente ecuación:
(2)
Donde y1 y y2 son los parámetros obtenidos en el paso 1. Dado que el vector de los precios está a nivel
regional, habrá una predicción por cada región.
La eficiencia se estima de manera no lineal, de conformidad con la siguiente fórmula:
Eficiencia jg = (3)
10
Aj se basa en un modelo de accesibilidad que contempla información sobre los precios del diésel, infraestructura
vial, distancia, etc. Gj proviene de una base de datos biofísica.
21
Dada que la eficiencia depende de las condiciones biofísicas y que cada región puede contener más de
una condición biofísica, la predicción sobre la eficiencia será aplicable para cada región j y para cada
condición biofísica g dentro de cada región, donde es una función normal acumulativa y:
La varianza de la ineficiencia, depende de las condiciones biofísicas y de acceso (es heteroscedástico).
La varianza del componente aleatorio es constante y fue estimada en el paso 1. j es el error de
predicción del potencial productivo: j = observado, j - predicho, j.
Para obtener valores únicos de eficiencia por región, se procede a calcular un promedio ponderado de las
eficiencias en cada región. Las ponderaciones se asignarán de acuerdo con la extensión geográfica total
que cada condición biofísica ocupe en cada región.
La Figura 9 detalla los diversos pasos que seguimos para estimar la tipología. La figura 10 muestra una
representación gráfica de dichos pasos, mientras que las Figuras 10 y 11 dan ejemplos sobre Honduras. A
continuación, presentamos los resultados de Honduras, Nicaragua y Panamá.
Figura 9: Pasos de la Metodología para Determinar la Tipología de las Microrregiones
Potencial Precios de los productos (P) e insumos (W), utilidades reportadas
por los hogares (). Eficiencia en el uso de la tierra, valor de las actividades, características socioeconómicas (Z), condiciones biofísicas (G), acceso al mercado (A).
Insumos (entradas) de la Estimación Estimación Resultados (salidas) de la Estimación
Modelo Econométrico de la Frontera Estocástica de
Utilidades
Ponderaciones asignadas a los insumos con base en la teoría
económica y evidencia empírica
Resultado final Predicción Resultante Insumos de la Predicción
Paso 2: Predicción (Nivel Regional)
Paso 1: Estimación (Nivel de Hogar)
Resultados de la Estimación (ponderaciones) Precios Límites de Productos (P) e insumos (W) Eficiencia: Tierra, valor de actividades, características socioeconómicas Z), condiciones biofísicas (G), acceso de mercado (A).
Potencial productivo a nivel regional; Eficiencia de acuerdo con las características socioeconómicas, condiciones biofísicas, acceso al mercado dentro del área
Potencial
productivo y eficiencia a nivel
regional
Ponderaciones
22
Figura 10: Aplicación de la Tipología – Caso de Honduras
Datos
Criterios de selección basados en la eficiencia
Costo estimado del acceso a los mercados Frontera de Utilidades Agrícolas Eficiencia en las Fronteras Agrícolas
Geo Capas PPF: Insumos, productos, utilidades
Bases de datos disponibles Características de la tierra,
condiciones biofísicas, características socioeconómicas, bienes o capital, acceso a mercados, etc.
Altitud Cuerpos de agua Vías de acceso Uso de la tierra
Producción de leche
Producción de maíz
Frontera De Posibilidad de Producción
23
Figura 11: Tipología Aplicada en Honduras
Crítico sin potencial agrícola
Prioridad media sin oportunidad agrícola
Baja prioridad
Alta prioridad
Prioridad media con oportunidad agrícola
Baja prioridad con oportunidad agrícola
Alto desempeño
Alta competencia, alta eficiencia, pobreza elevada
Área protegida
Lagos
Límites municipales
24
4. Resultados para Honduras, Nicaragua y Panamá
4.1 Estimación de la Frontera de Utilidades Las Tablas 2, 3 y 4 muestran los resultados de la estimación de la frontera para Honduras, Nicaragua y
Panamá respectivamente, mientras que la Tablas 5, 6 y 7, los resultados de la regresión de segunda fase
de la eficiencia técnica estimada con variables ambientales z para los tres países. La asociación de estas
covariables con la ineficiencia también guarda relación con el nivel de la frontera de utilidades, de tal
modo que el modelo interactúa en pleno con el nivel predicho de ganancias potenciales y los coeficientes
de dichas interacciones se muestran en la segunda columna de las respectivas tablas. La correlación entre
la frontera de utilidades y la ineficiencia técnica es negativa y significativa para Honduras y Nicaragua, lo
cual significa que los productores con mayor potencial tienen más probabilidades de alcanzar mayores
niveles de eficiencia en nuestra muestra. La experiencia de los productores va asociada con una
ineficiencia más baja, pero esta asociación se debilita en aquellos con un mayor potencial de utilidades.
Éste no es el caso de Panamá, donde la correlación entre la frontera de utilidades y la eficiencia técnica es
positiva, lo que podría ser resultado de una menor intensidad de las actividades agrícolas en esta nación.
Al analizar los determinantes de la ineficiencia en las Tablas 5 al 7, descubrimos que en todos los casos el
tamaño de los hogares observa una correlación negativa con la ineficiencia tanto en Honduras como en
Panamá; es decir, entre más personas vivan bajo un mismo techo, menor es la ineficiencia. En el caso de
Nicaragua, donde interactuamos el tamaño del hogar con el tamaño de la parcela de tierra, el efecto con
respecto de la ineficiencia es positivo. En otras palabas, entre más grande sea la granja o finca, menos
restricciones de mano de obra y al mismo tiempo pueden ofrecer salarios atractivos para dominar algunas
de las imperfecciones de los mercados laborales locales que las granjas o fincas más pequeñas no pueden
superar.
En el caso de las granjas o fincas con alto potencial, el acceso al crédito formal va de la mano con niveles
de ineficiencia más bajos. Sin embargo, en el caso de Nicaragua, este fenómeno guarda relación con las
granjas o fincas más grandes. En el caso de Honduras, el ser propietario de tierras tiene una correlación
con niveles de eficiencia más altos (aplicable a todos los productores, pero en especial para aquellos con
alto potencial), lo cual guarda consistencia con las nociones comunes que la propiedad de bienes
inmuebles abre las puertas a fuentes crediticias e incentiva las inversiones productivas. En el caso de
Nicaragua y Guatemala, lo anterior no se aplica y se obtiene el efecto negativo. Por desgracia, para llegar
a una conclusión al respecto, tendríamos que contar con mejores controles sobe la calidad de la tierra ya
que podría existir un componente endógeno que indique cuáles tierras cuentan con sus propietarios y
cuáles están alquiladas, especialmente entre los pequeños productores.
Los costos de acceso a los mercados (costo de transporte) y la ineficiencia presentan una correlación
positiva y significativa. La asociación se desvanece con las granjas y fincas con mayor potencial, lo que
indica que la accesibilidad es un cuello de botella de gran relevancia para los pequeños productores.
Contar con políticas adecuadas que busquen cómo reducir los costos de transporte y transacción podrían
ser progresivas si se aplican de manera conjunta con programas de asistencia que eleven la competitividad
de las áreas rurales en comparación con las áreas urbanas.
Es importante recalcar que en todo el presente estudio, utilizamos el término “ineficiencia” en maneras
que guarden coherencia con la literatura de fronteras estocásticas. Sin embargo, el modelo y los datos no
pueden capturar todas las complejidades del proceso productivo de la granja, de modo que el cálculo
econométrico quizás identifique como “ineficientes” las decisiones que sean perfectamente justificables y
racionales pero que son difíciles de explicar para el analista porque cuenta con información insuficiente.
Por ejemplo, un productor que enfrente condiciones climáticas variables en extremo tal vez opte por
25
cultivos más resistentes pero menos rentables con la finalidad de reducir las probabilidades de perder toda
la cosecha.
Si el analista pierde de vista esta alta variabilidad, considerará entonces que la decisión del productor no
es la más óptima. Otro ejemplo es la “sobreutilización” de los recursos disponibles como la tierra o el
agua. A corto plazo, las prácticas de sobrexplotación de los recursos podrían generar altos ingresos pero a
largo plazo, podrían provocar un agotamiento prematuro de la capacidad productiva de la finca. Un
productor con visión de futuro podría parecer “ineficiente” por no aprovechar la oportunidad de altos
ingresos a corto plazo, cuando en realidad lo que hace es maximizar sus utilidades de largo plazo.
Por desgracia, hasta que las encuestas de hogares u otras fuentes auxiliares recopilen más (y mejor)
información sobre las preferencias de riesgos, la variabilidad climática a lo largo del tiempo, la
variabilidad en el precio de los insumos y productos, las prácticas de conservación de los bienes
productivos, etc., será imposible diferenciar a los productores que no les guste correr riesgos o no
depredadores de aquellos ineficientes que no optimicen sus ganancias a largo plazo. Si se recogen los
datos indicados, entonces podríamos agregar covariables que capturen las preferencias de los riesgos
corridos, la variabilidad climática, etc. en z como variables ambientales y comprobar si pueden capturar
una fracción significativa de la varianza del término ineficiencia técnica.
Tabla 2 – Estimación de la Frontera para Honduras
26
Tabla 3 – Estimación de la Frontera para Nicaragua
27
Tabla 4 – Estimación de la Frontera para Panamá
28
Tabla 5 – Estimación de la Ineficiencia para Honduras
Tierra Tierra * Tierra Capital Título de Propiedad Acceso Crediticio
Acceso a Mercados Educación Tamaño de Hogar Asistencia técnica Agroec1: Bosque húmedo montano bajo Agroec2: Bosque lluvioso subtropical
Agroec3: Bosque lluvioso tropical Agroec4: Bosque húmedo montano alto Agroec5: Bosque húmedo subtropical Agroec6: Bosque seco subtropical Constante de Eficiencia
29
Tabla 6 – Estimación de la Ineficiencia para Nicaragua
30
Tabla 7 – Estimación de la Ineficiencia para Panamá
4.2 Construcción de la Tipología Los resultados de la estimación de la frontera estocástica obtenidos en la sección anterior y los pasos para
ampliar la escala, según lo descrito en la sección 4.4, Figuras 9 al 11, nos permiten construir una tipología
de microrregiones empleando las nociones del acceso a mercados, potencial de utilidades (frontera),
eficiencia de utilidades (eficiencia técnica) y prioridad (índices de pobreza).
El primer mapa de las Figuras 12, 15 y 18 presenta los resultados de la cuantificación de accesibilidad
construida a partir de la metodología explicada en la sección 3 en dólares por kilogramos equivalentes de
papas transportadas a lo largo de los tres países en Honduras y en tiempo hasta el mercado más cercano
para el caso de Nicaragua. En cuanto a Panamá, no contamos con los datos necesarios para elaborar un
análisis completo sobre los costos de transporte, tal como sí ocurrió con Honduras.
31
Luego, evaluamos cuál es la utilidad máxima que los productores de una determinada área pueden generar
dadas sus características promedios y asumiendo una asignación eficiente de los recursos y habilidades a
través de la ampliación de la frontera de utilidades a nivel regional. Los resultados para Honduras,
Nicaragua y Panamá se muestran en el segundo mapa de las Figuras 12, 15 y 18.
Una vez que se haya establecido el potencial de utilidades, es necesario saber qué lejos están estas
regiones de dicha frontera. La distancia está dada por el componente de ineficiencia. El tercer mapa de las
Figuras 12, 13 y 14 ilustra los niveles de eficiencia de los hogares rurales en Honduras, Nicaragua y
Panamá. Las áreas más eficientes o más cercanas a su potencial (frontera) están marcadas en rojo,
mientras que las áreas menos eficientes, en verde. Algunos patrones interesantes empiezan a visualizarse
en los mapas. Muchas áreas clasificadas como de alto potencial, sin embargo son muy ineficientes, lo cual
explica en parte las tasas de pobreza que observaremos en esas áreas en el siguiente mapa.
Para completar nuestra tipología, necesitamos cuantificar la prioridad con que las inversiones deben
hacerse para ejercer un mayor impacto en el bienestar de la población rural. Para ello, el criterio razonable
dicta utilizar las tasas de pobreza mostradas en las Figuras 13, 16 y 19. Al combinar las cifras en la 12 y
13, desarrollamos la tipología de Honduras (Figura 14) y de manera similar la de Nicaragua (conjugamos
las Figuras 15 y 16 y las presentamos en la 17) y la de Panamá (combinación de la 18 y 19 mostrada en la
20). Con sólo estas cuatro dimensiones, podemos observar una heterogeneidad extrema que existe en las
tierras altas rurales.
4.3 Resultados de la Tipología
Debido a la alta heterogeneidad vista entre las microrregiones (aun trabajando con sólo 3 dimensiones), es
difícil interpretar toda la información presentada en los mapas de la sección anterior. Para fines de
exposición, colapsamos los tipos en nuestra tipología a 7 grupos que capturan algunas características
claves de importancia para la formulación de políticas, tal como se muestran en la Tabla 1. Estos grupos
se describen a continuación y se muestran en las Figuras 14, 17 y 20.
- Áreas críticas (altos niveles de pobreza y bajo potencial) [rojo oscuro]
- Áreas de alta prioridad (altos niveles de pobreza y potencial mediano o alto) [verde oscuro]
- Áreas de prioridad media sin oportunidades de desarrollo agrícola (niveles medianos de pobreza y
bajo potencial) [anaranjado]
- Áreas de prioridad media con oportunidades de desarrollo agrícola (niveles medianos de pobreza,
alto/mediano potencial y baja/mediana eficiencia) [verde]
- Áreas de baja prioridad con oportunidades de desarrollo agrícola (niveles bajos de pobreza,
alto/mediano potencial y baja/mediana eficiencia) [verde claro]
- Áreas de alto desempeño (niveles bajos de pobreza, alto/mediano potencial y alta eficiencia)
[Amarillo]
- Áreas de baja prioridad (bajos niveles de pobreza y bajo potencial) [rosado]
Las Figuras 21, 22 y 23 muestran cuatro áreas específicas donde los diversos tipos de intervenciones se
pueden ejecutar con base en la tipología desarrollada para los tres países. En todas las figuras presentamos
cuatro mapas: (a) En la esquina superior izquierda, las áreas críticas, es decir las áreas con alta pobreza
extrema y muy bajo potencial de desarrollo agrícola a causa del inherente bajo potencial y eficiencia
pobre.
32
(b) En la esquina superior derecha, observamos las áreas de alta prioridad, es decir las zonas con altos
niveles de pobreza y baja eficiencia, pero con un alto potencial para alcanzar un desarrollo agrícola; (c)
Esquina inferior izquierda, mostramos las áreas de alto rendimiento, que son áreas con bajos niveles de
pobreza, alta eficiencia y alto potencial. Éstas son las áreas de las cuales los formuladores de políticas
deberían aprender y tratar de replicar su situación; (d) Finalmente, en la esquina inferior derecha,
mostramos las áreas de prioridad media, las cuales carecen de oportunidades para desarrollar la
agricultura (pobreza mediana, bajo potencial y baja eficiencia).
En el caso de las áreas críticas sin potencial agrícola, las políticas en estas áreas deben enfocarse hacia la
prestación de asistencia social directa a corto plazo y se deben desplegar esfuerzos por canalizar
correctamente los beneficios de dichos programas hacia los segmentos indicados. Por ejemplo, en el caso
de Nicaragua, será de importancia implementar las mejores prácticas existentes de programas de
protección social como las transferencias condicionadas de dinero, las transferencias directas de dinero,
comida por trabajo o la merienda escolar. En el caso de Panamá, la merienda escolar, las transferencias de
dinero y los bonos para la compra de alimentos son programas ya en marcha aunque el direccionamiento
de los beneficios debería ser una prioridad. De igual manera, Honduras cuenta con programasen curso de
transferencias de dinero y de meriendas escolares.
Las áreas de alta prioridad son zonas donde sin duda alguna las inversiones públicas pueden desempeñar
un papel crucial al identificar los cuellos de botella claves que los productores enfrenta y que puedan
atribuírseles los bajos niveles de eficiencia a pesar que cuentan con tierras con un óptimo potencial
agrícola. Las políticas en estas áreas por ende, deben enfocarse hacia los cuellos de botella y hacia las
deficiencias del mercado que les impidan a los productores alcanzar y aprovechar de plano todo su alto
potencial productivo.
Las deficiencias del mercado no sólo limitan el acceso de los pequeños productores a los demás factores
de producción y a las tecnologías modernas, sino que también condenan a sus bienes productivos hacia
propósitos no productivos, como por ejemplo, un mecanismo de seguros para moderar el consumo a
través de la venta de dichos bienes. En consecuencia, la idea es hacer que los mercados funcionen en las
áreas rurales de tal manera que los recursos productivos sean destinados por completo y eficientemente
hacia propósitos productivos. Ello a cambio, generará una mayor productividad e ingresos de la mano de
obra. Existen cuatro mercados que demandan atención especial: créditos, seguros, bienes inmobiliarios y
servicios. Se deben identificar políticas específicas para eliminar las deficiencias y en algunos casos crear
mercados, específicamente mercados de servicios agrícolas: extensión agropecuaria, asuntos jurídicos,
contabilidad, mercadeo, gerencia y administración, etc. Finalmente, los mecanismos de integración
horizontal y vertical también podrían desempeñar una función fundamental al permitirles combinar
recursos productivos a través de relaciones más allá de los mercados. Desde esta perspectiva, los
mecanismos institucionales revisten enorme importancia en las áreas rurales con profundas y extendidas
deficiencias de mercado. De esta forma, los recursos de mano de obra se pueden combinar con otros
recursos productivos, con insumos modernos, con capital y con servicios que de otra manera no serían
posibles por las deficiencias de los mercados. En el caso de la integración vertical entre los pequeños
productores, como la agricultura por contrato, prevemos dos posibles beneficios: (a) Primero, le permite a
los pequeños productores resolver las deficiencias del mercado o los cuellos de botella a través del
acceso que le facilita la parte contratante; (b) Segundo, les permite a los pequeños productores
especializarse en actividades de producción, probablemente en aquellas donde gozan de ventajas
comparativas; (c) Permiten aumentar la escala de las operaciones.
En las áreas de prioridad media sin potencial de agricultura, los esfuerzos deben enfocarse en actividades
no agrícolas para sacar a los hogares de la pobreza debido al pobre potencial agrícola existente. Asimismo
la inversión pública en infraestructuras materiales podría ayudar a crear estas oportunidades.
33
Finalmente, las áreas de alto rendimiento son aquellas donde se pueden extraer lecciones sobre cómo
producen a su máximo nivel potencial y extrapolar dichas lecciones aprendidas en otras regiones del país.
Figura 12 – Honduras: Accesibilidad, Potencial y Eficiencia
Figura 13 – Mapa de Pobreza de Honduras
Accesibilidad (costo a mercados) Alta (< 0.01 $/kg)
Mediana (0.01 – 0.06 $/kg)
Baja (> 0.06 $/kg)
Áreas protegidas
Lagos
Límites Municipales
Utilidad Alta Mediana Baja Áreas protegidas Lagos Límites municipales
Eficiencia Alta Mediana Baja Áreas protegidas Lagos Límites Municipales
34
Pobreza Alta
Mediana
Baja
Áreas protegidas
Lagos
Límites Municipales
35
Figura 14 – Tipología de Microrregiones de Honduras
Crítico sin potencial agrícola
Prioridad media sin oportunidad agrícola
Baja prioridad
Alta prioridad
Prioridad media con oportunidad agrícola
Baja prioridad con oportunidad agrícola
Alto desempeño
Alta competencia, alta eficiencia, pobreza elevada
Área protegida
Lagos
Límites municipales
36
Figura 15 – Nicaragua: Accesibilidad, Potencial y Eficiencia
Accesibilidad Potencial de Utilidades Eficiencia
Accesibilidad Alta (< 2 horas)
Mediana 2 - 4 horas)
Baja (> 4 horas)
Áreas protegidas
Lagos
Límites Municipales
Utilidad Alta
Mediana
Baja
Áreas protegidas
Lagos
Límites municipales
Eficiencia Alta
Mediana
Baja
Áreas protegidas
Lagos
Límites municipales
37
Figura 16 – Mapa de Pobreza de Nicaragua
Pobreza
Alta
Mediana
Baja
Áreas protegidas
Lagos
Límites Municipales
38
Figura 17 – Tipología de Microrregiones de Nicaragua
Crítico sin potencial agrícola
Prioridad media sin oportunidad agrícola
Baja prioridad
Alta prioridad
Prioridad media con oportunidad agrícola
Baja prioridad con oportunidad agrícola
Alto desempeño
Alta competencia, alta eficiencia, pobreza elevada
Área protegida
Lagos
Límites municipales
39
Figura 18 – Panamá: Accesibilidad, Potencial y Eficiencia
Accesibilidad
Potencial de Utilidades
Eficiencia
Poblados con más de 20K hab. Accesibilidad
Alta (< 2 horas) Mediana 2 - 4 horas) Baja (> 4 horas) Áreas protegidas Lagos Límites corregimiento
Utilidad Alta Mediana Baja Áreas protegidas Lagos Límites corregimiento
Eficiencia Alta Mediana Baja Áreas protegidas Lagos Límites corregimiento
40
Figura 19 – Mapa de Pobreza de Panamá
Pobreza
Alta
Mediana
Baja
Áreas protegidas
Lagos
Límites Corregimiento
41
Figura 20 – Tipología de Microrregiones de Panamá
Crítico sin potencial agrícola
Prioridad media sin oportunidad agrícola
Baja prioridad
Alta prioridad
Prioridad media con oportunidad agrícola
Baja prioridad con oportunidad agrícola
Alto desempeño
Alta competencia, alta eficiencia, pobreza elevada
Área protegida
Lagos
Límites corregimiento
42
Figura 21: Honduras: Cuatro áreas claves y tipos de inversión pública requerida
Áreas con niveles elevados de pobreza, bajo potencial agrícola y un número significativo de microclimas. En su mayor parte presenta agricultura de subsistencia. Las políticas deben enfocarse en asistencia dirigida de corto plazo como las transferencias de dinero, merienda escolar, etc.
Áreas con niveles elevados de pobreza, pero con alto potencial agrícola. Las políticas deben enfocarse en identificar y resolver los principales cuellos de botella para aprovechar mejor la calidad de la tierra y optimizar su potencial
Áreas con niveles bajos de pobreza, significativo potencial agrícola y elevada eficiencia. Debido al alto rendimiento, se podrían tomar como ejemplos a seguir en otras regiones.
Áreas con niveles moderados de pobreza, bajo/mediano potencial y alta eficiencia. A pesar de la eficiencia, el potencial agrícola es bajo por ello los niveles de pobreza. Las políticas deben enfocarse en actividades no agrícolas para incrementar el ingreso de los hogares
Alto desempeño Acceso
Alto
Mediano
Bajo
Área protegida
Lagos
Límites mun
Prioridad media sin oport. Agrícolas Acceso
Alto
Mediano
Bao
Áreas protegidas
Lagos
Límites municipales
Críticas sin potencial agrícola Acceso
Alto
Mediano
Bajo
Áreas protegidas
Lagos
Límites municipales
Alta prioridad Acceso
Alto
Mediano
Bajo
Área
protegida
Lagos
Límites mun
43
Figura 21: Nicaragua: Cuatro áreas claves y tipos de inversión pública requerida
Áreas con niveles moderados de pobreza, bajo/mediano potencial y alta eficiencia. A pesar de la eficiencia, el
potencial agrícola es bajo por ello los niveles de pobreza. Las políticas deben enfocarse en actividades no agrícolas para incrementar el ingreso de los hogares
Áreas con niveles bajos de pobreza, significativo potencial
agrícola y elevada eficiencia. Debido al alto rendimiento, se podrían tomar como ejemplos a seguir en otras regiones.
Áreas con niveles elevados de pobreza, pero con alto
potencial agrícola. Las políticas deben enfocarse en identificar y resolver los principales cuellos de botella para aprovechar mejor la calidad de la tierra y optimizar su
potencial
Áreas con niveles elevados de pobreza, bajo potencial agrícola y un número significativo de microclimas. En su mayor parte presenta agricultura de subsistencia. Las
políticas deben enfocarse en asistencia dirigida de corto plazo como las transferencias de dinero, merienda escolar, etc.
Alto desempeño Acceso
Alto
Mediano
Bajo
Área protegida
Límites mun
Lagos
Prioridad media sin oportunidades agrícolas Acceso
Alto
Mediano
Bajo
Áreas protegidas
Límites municipales
Lagos
Críticas sin potencial agrícola Acceso
Alto
Mediano
Bajo
Áreas protegidas
Límites municipales
Lagos
Alta prioridad Acceso
Alto
Mediano
Bajo
Área protegida
Límites mun.
Lagos
44
Figura 22: Panamá: Cuatro áreas claves y tipos de inversión pública requerida
Áreas con niveles moderados de pobreza, bajo/mediano potencial y alta eficiencia. A pesar de la eficiencia, el potencial agrícola es bajo
por ello los niveles de pobreza. Las políticas deben enfocarse en actividades no agrícolas para incrementar el ingreso de los hogares
Áreas con niveles bajos de pobreza, significativo potencial agrícola y elevada eficiencia. Debido al alto rendimiento, se podrían tomar como ejemplos a seguir en otras regiones.
Áreas con niveles elevados de pobreza, pero con alto potencial agrícola. Las políticas deben enfocarse en identificar y resolver los
principales cuellos de botella para aprovechar mejor la calidad de la tierra y optimizar su potencial
Áreas con niveles elevados de pobreza, bajo potencial agrícola y un número significativo de microclimas. En su mayor parte presenta agricultura de subsistencia. Las políticas deben
enfocarse en asistencia dirigida de corto plazo como las transferencias de dinero, merienda escolar, etc.
Alto desempeño Acceso
Alto
Mediano
Bajo
Área protegida
Límites distrital
Lagos
Prioridad media sin oportunidades agrícolas Acceso
Alto
Mediano
Bajo
Áreas protegidas
Límites distritales
Lagos
Críticas sin potencial agrícola Acceso
Alto
Mediano
Bajo
Áreas protegidas
Límites distrital
Lagos
Alta prioridad Acceso
Alto
Mediano
Bajo
Área protegida
Límites distrital
Lagos
45
Conclusiones
El presente documento expone un método alterno para clasificar y analizar las regiones rurales de
Honduras, Nicaragua y Panamá a través de una estimación de frontera estocástica. A diferencia de otros
métodos empleados para clasificar las regiones, como es el caso de los mapas de pobreza o el análisis por
conglomerados, este procedimiento se basa en un supuesto básico de optimizar los recursos bajo
limitaciones económicas y físicas.
Hacemos uso de los datos biofísicos ricos en extremo que tenemos de la geografía de estos países así
como de las encuestas de hogares muy detalladas y plenamente georreferenciadas para construir nuestra
tipología. Combinamos estas fuentes de datos a través de una metodología de frontera de utilidades para
estimar el potencial agrícola y la eficiencia a nivel regional y contabilizar de manera adecuada el impacto
de los trastornos aleatorios inherentes a las actividades agrícolas al agregar un componente estocástico.
Al integrar a los resultados de frontera de utilidad la información proveniente de los mapas de pobreza y
hacer un cálculo exhaustivo de los costos incurridos para acceder a los mercados locales, se genera una
tipología multidimensional con detalles suficientes para capturar la elevada heterogeneidad de las
poblaciones rurales, pero lo suficientemente simple y práctica para emplear los resultados como una
herramienta en la formulación de políticas y decisión de inversiones a hacer.
Con esta configuración básica, es posible iniciar el diseño de políticas acordes con las características de
las regiones. Por ejemplo, debido al bajo potencial agrícola y los elevados índices de pobreza, las áreas
críticas son las primeras candidatas para recibir fondos de programas de transferencias condicionadas de
efectivo y demás mecanismos de asistencia inmediata. Las áreas que combinan un alto potencial con baja
eficiencia demandan inversiones que permitan reducir los costos de transacción y aumentar la
productividad con la finalidad de aprovechar de plano las oportunidades que brinda la región. Las
condiciones agroecológicas, las tecnologías y el entorno ambiental de las áreas de alto rendimiento deben
analizarse con mucho detenimiento para ver cómo estos ejemplos exitosos se pueden multiplicar en otros
lados. Finalmente, el modelo de accesibilidad permite identificar áreas que podrían desarrollarse en poco
tiempo si cuentan con vías de acceso adecuadas que no sean el cuello de botella principal que obstaculice
su progreso.
46
Bibliografía
Ali, F., A. Parikh, y M. K. Shah (1994): “Measurement of profit efficiency using behavioural y stochastic
frontier approaches,” Applied Economics, 26(2), 181–188.
Ali, M., y J. C. Flinn (1989): “Profit efficiency among Basmati rice producers in Pakistan Punjab,”
American Journal of Agricultural Economics, 71(2), 303–310.
Coelli, T., D. S. P. Rao, y G. E. Battese (1998): An introduction to efficiency y productivity analysis.
Kluwer Academic Publishers, Inc., Boston.
Deprins, D., y L. Simar (1989): “Estimating technical inefficiencies with correction for environmental
conditions with an application to railway companies,” Annals of Public y Cooperative Economics, 60(1),
81–102.
Elbers, C., T. Fujii, P. Lanjouw, B. Ozler, y W. Yin (2004): “Poverty alleviation through geographic
targetin: How much does disaggregation help?,” World Bank Policy Research Working Paper 3419,
World Bank, Washington, DC.
Elbers, C., J. O. Lanjouw, y P. F. Lanjouw (2003): “Micro-level estimation of poverty and inequality,”
Econometrica, 71(1), 355–364.
Fan, S. y P. Hazell (1999): “Are Returns To Public Investment Lower In Less-Favored Rural Areas? An
Empirical Analysis Of India.” EPTD Discussion Paper 43, Environment y Production Technology
Division, International Food Policy Research Institute. Washington, D.C. May.
Fan, S., Hazell, P., y Haque, T. 2000a. “Targeting public investments by agro-ecological zone to achieve
growth and poverty alleviation goals in rural India.” Food Policy 25(4): 411-428.
Fan, S., Hazell, P., y Thorat, S. 2000b. “Government spending, growth and poverty in rural India.”
American Journal of Agricultural Economics 82(4): 1038-51.
Fan, S.; L. Zhang y X. Zhang. 2002. “Growth, Inequality, and Poverty in Rural China The Role of Public
Investments” Research Report 125. International Food Policy Research Institute. Washington, D.C.
Farrell, M. J. (1957): “The measurement of productive efficiency,” Journal of the Royal Statistical
Society, Series A 120, 253–281.
Kumbhakar, S. C. (1996): “Efficiency measurement with multiple outputs and multiple inputs,” The
Journal of Productivity Analysis, 7, 225–255.
Kumbhakar, S. C., y C. A. K. Lovell (2000): Stochastic frontier analysis. Cambridge University Press.
Lopez, Ramón y Alberto Valdés; (1999). Rural Poverty in Latin America: Analytics, New Empirical
Evidence y Policy. New York. St Martin’s Press, MacMillan.
Maruyama, E y Torero, Maximo; (2009): Constructing a typology of rural communities of the Peruvian
highlands using stochastic profit frontier estimation. IFPRI, Washington.
47
Pandolfelli, Lauren, Dohrn, Stephan y Meinzen-Dick, Ruth; (2007). “Gender and Collective Action:
Policy Implications from Recent Research”, Policy Brief 5, CAPRI
Rahman, S. (2003): “Profit efficiency among Bangladeshi rice farmers,” Food Policy, 28(5–6), 487–
503.
Simar, L., y P. W. Wilson (2007): “Estimation and inference in two-stage, semi-parametric models of
production processes,” Journal of Econometrics, 136, 31–64.
Tobler, W. (1993): “Movement takes time: A note on the time of movement,” in Structure y change
in the space economy: Festschrift in honor of Martin J. Beckmann, ed. by T. R.
Lakshmanan y P. Nijkamp. Springer-Verlag, Berlín.
Wang, J., E. J. Wailes, y G. L. Cramer (1996): “A shadow-price frontier measurement of profit
efficiency in Chinese agriculture,” American Journal of Agricultural Economics, 78(1), 146–156.
Zhang, X y S. Fan. 2000. “Public Investment y Regional Inequality in Rural China” Discussion Paper
No. 71, Environment y Production Technology Division, International Food Policy Research
Institute. Washington, D.C. Diciembre.
48
Anexo 1: Cálculo de los Costos de Transporte
Costos de Transporte Vial
Asumimos que el costo equivale al costo de transporte de los bienes en un camión de
tamaño mediano y consta de: precios del combustible (Diésel 2), costos indirectos y
depreciación del vehículo.
Los precios regionales de Diésel 2 se aplican a Honduras. Los precios regionales fueron
ajustados según las diferencias regionales del precio. Para tal fin, empleamos los valores
de la canasta básica de bienes y servicios. El cálculo de la canasta está a cargo del
respectivo instituto nacional de estadísticas y reflejan las diferencias de precios y los
patrones de consumo entre las diversas áreas.
Las canastas se utilizaron para construir deflactores que luego se implementaron para
ajustar los precios del diésel. En este sentido, nuestras estimaciones tomaron en cuenta
los precios del diésel expresados en moneda local para el capital de cada país.
Nuestras estimaciones también tomaron en consideración los siguientes costos: llantas,
aceite, filtros, posibles reparaciones, afinados de motor y emergencias. No contamos con
estos costos por cada país, pero si había información disponible de Colombia. Según el
ministerio colombiano de transporte (2000), estos costos representan 1.97 veces el costo
de combustible, de tal modo que utilizamos esta razón.
Trabajando con un valor de US$ 30,000 y una vida útil de 200,000 kilómetros,
estimamos la depreciación en US$ 0.15 por kilometro
Asimismo, asumimos valores para los siguientes parámetros:
Unidad Parámetro
Rendimiento del motor
Carretera pavimentada Km / galón 12.5
Camino no pavimentado Km / galón 10.6
Ríos Km / galón 9.0
Velocidad
Carretera pavimentada Km / hora 60.0
Camino no pavimentado Km / hora 30.0
Ríos Km / hora 10.0
Carga del camión Toneladas 22.5
Bajo estas condiciones, calculamos el costo del transporte de un kg por segundo
49
Costos de Transporte sin vehículos
Cuando no existan vías de acceso, asumimos que el productor saca la producción a pie o
a lomo de mula.
El costo imputado a estos medios de transporte equivale al costo de oportunidad del
productor, el cual se asume como el jornal pagado por hora.
Al utilizar la encuesta nacional de hogares de Honduras, estimamos el jornal por hora
pagado en las áreas rurales de cada región (departamento).
Debido a que se pagan mejores salarios en las zonas urbanas, tomar en consideración los
promedios regionales podrían elevar en gran medida el jornal por hora pagado en las
áreas rurales. Por lo tanto, aunque nuestras estimaciones de los salarios por hora quizás
no sean representativos, decidimos emplear la mediana de los jornales pagados por hora
en las zonas rurales de cada región.
Los salarios por hora se ajustaron para que fueran comparables con los precios del diésel.
En primer lugar, fueron ajustados geográficamente y están expresados en moneda local
del capital. En segundo lugar, sufrieron un ajuste temporal por la inflación.
Asumimos que una persona puede transportar un saco y una mula, tres sacos de 60 kg por
viaje.
Por lo tanto, el costo de transporte de un kilogramo por segundo se puede calcular de la
siguiente manera: