SciELO - Scientific Electronic Library Online

 
vol.6 número especial 11Evaluación agronómica de maíces raza Zapalote chico en la región Istmeña de Oaxaca índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista mexicana de ciencias agrícolas

versión impresa ISSN 2007-0934

Rev. Mex. Cienc. Agríc vol.6 no.spe11 Texcoco may./jun. 2015

https://doi.org/10.29312/remexca.v0i11.774 

Notas de investigación

Factores determinantes en la eficiencia técnica de explotaciones de frijol

Trifina Elizabeth Márquez Contreras1  * 

Adelis Ramón Velásquez González2 

José Ovidio Flores Gutiérrez3 

Sandra Lizbeth Flores Márquez4 

Hernando José Garzón Martínez5 

1Ejercicio profesional. Barinas 5201, Venezuela

2Fondo para el Desarrollo Agrario Socialista (Fondas). Guanare 3350, Estado Portuguesa, Venezuela. (adelisvelasquez8@ gmail.com)

3UNELLEZ-Guanare. Antiguo Convento de San Francisco, carrera 3 entre carrera 16 y 17, Mesa de Cavaca 3350, Guanare, Estado Portuguesa, Venezuela. (joseovidioflores@gmail.com)

4Departamento. Ingeniería de Organización, Administración de Empresa y Estadística, Universidad Politécnica de Madrid. C/José Gutiérrez Abascal, 2.28006 Madrid, España. (sandralizbethflores@gmail.com)

5UNEFA. Vía El Toreño, 5201 Barinas, Venezuela. (hernandojosegarzon@gmail.com)


Resumen

Se evaluó la eficiencia técnica de 30 explotaciones de frijol ubicadas en el estado Portuguesa, Venezuela, considerando cinco insumos y un producto, que fue relacionada con variables de tipo socioeconómico y geoespacial. Se empleó el método Análisis Envolvente de Datos (DEA), por sus siglas en inglés, con un modelo orientado al producto. Según los resultados, en promedio, la eficiencia técnica global (ETG) fue 81.2%, desglosada en una eficiencia técnica pura (ETP) de 86.0% y una eficiencia de escala (EE) de 95.1%. Las ineficiencias causadas por la tecnología son mayores que las generadas por un tamaño o escala de producción subóptimo. Según las metas de planificación se puede elevar la producción agregada de frijol en 23.1%, sin aumentar la cantidad de insumos aplicados actualmente. Las variables socioeconómicas y las de tipo geoespacial no determinaron los niveles de eficiencia técnica de las fincas.

Palabras clave: DEA; eficiencia; insumo; producto; sig; Tobit

Abstract

The technical efficiency of 30 bean farms located in Portuguesa State, Venezuela was evaluated considering five inputs and one product that was related to socioeconomic and geospatial variables. The Data Envelopment Analysis (DEA) method was used, a product-oriented model. According to the results, on average, the overall technical efficiency (ETG) was 81.2%, broken down into pure technical efficiency (PTE) of 86% and scale efficiency (EE) of 95.1%. Inefficiencies caused by technology are higher than those generated by a suboptimal size or scale of production. According to the planning goals, we can increase the aggregate bean production by 23.1% without increasing the amount of current applied inputs. The socioeconomic and geospatial variables did not determined the levels of technical efficiency on the farms.

Keywords: DEA; efficiency; GIS; input; output; Tobit

Además de los riesgos inherentes a la actividad, las explotaciones de frijol (Vigna unguiculata (L.) Walp) confrontan otros problemas que inciden en su eficiencia: los costos de producción se han incrementado significativamente y los precios del grano pueden tender hacia el estancamiento, como un efecto indirecto de la nueva legislación venezolana en materia de regulación de precios de bienes y servicios, lo que implicaría rezagos de los incrementos de los precios con respecto a los costos de los insumos que derivarían, a su vez, en ganancias decrecientes. En este contexto, la solución más viable para los agricultores consiste en producir con la mayor eficiencia factible, elevando los niveles de producción sin aumentar las cantidades de insumos aplicados en la actualidad.

El uso de los recursos en explotaciones agrícolas venezolanas se ha evaluado desde la perspectiva de la productividad parcial de los factores. Por el contrario, esta investigación se aborda desde la perspectiva de la eficiencia técnica (ET) . La identificación de las fincas eficientes, así como la medición de sus niveles de utilización de insumos, permitirá orientar las decisiones hacia la mejora de la capacidad competitiva de las fincas ineficientes. Este enfoque es relevante, ya que la gran mayoría de los estudios relacionados se han centrado en aspectos agroecológicos y técnicos, entre otros. Por otra parte, es importante asociar variables de tipo socioeconómico y geoespacial con los resultados de eficiencia, en la búsqueda de factores explicativos, lo cual constituye el aporte más importante de la presente investigación.

Por lo general, estos tres aspectos no suelen estudiarse de manera integrada debido, entre otras causas, a que la masificación de los softwares de sistemas de información geográfica (SIG) es relativamente reciente. Diversos autores han abordado tanto la eficiencia técnica como la relación de ésta con variables socioeconómicas (Perdomo et al., 2007; Perdomo y Mendieta, 2007; Ajibefun, 2008; Mulwa et al., 2009; Koc et al., 2011). También se ha estudiado la distribución geoespacial de la ET a nivel de estados (Becerril-Torres et al., 2011) o a nivel de regiones, enfatizando la eco-eficiencia (Samad et al., 2008).

La medición de la eficiencia con el método DEA

Un aporte importante fue el trabajo de Farrell (1957) quien estableció el marco teórico básico para estudiar y medir la eficiencia global de la empresa. Esta teoría se aplica en la práctica utilizando, principalmente, dos metodologías: las aproximaciones paramétricas y las no paramétricas. Para la primera se recurre al uso de la econometría y para la segunda se emplea el método Análisis Envolvente de Datos (DEA), por sus siglas en inglés. Existen dos modelos básicos de DEA: 1) el modelo DEA-RCE desarrollado por Farrell (1957) y popularizada por Charnes et al. (1978), en el cual se asume una frontera de producción con rendimientos constantes a escala (RCE); y 2) El modelo DEA-RVE (Banker et al., 1984), que asume una frontera de producción convexa y por ello, es más apropiado para los sistemas de producción agrícola.

Datos

Se recabó información de 2010, de 30 explotaciones de frijol ubicadas en el municipio San Genaro de Boconoíto, sector La Palaciera del estado Portuguesa, Venezuela. Como producto se emplearon los kilogramos de frijol (frijol) cosechados por finca, y cinco insumos: número de hectáreas (ha) sembradas por finca, así como los gastos totales en bolívares erogados por los conceptos de: preparación de tierra (laboreo), de semilla (semilla), control de malezas (malezas) y de cosecha (cosecha). La incorporación de gastos como insumos es adecuada según Castillo (2006). Se empleó un modelo DEA orientado a los productos, el cual fue resuelto con el programa informático Win4deap (Coelli, 1996).

Se determinaron las variables socioeconómicas: mano de obra familiar (número), mano de obra contratada (número), edad (años) y distancia (km) de la finca al centro poblado más importante (Guanare), ya que otras fueron descartadas por su homogeneidad. Se empleó la regresión Tobit, estimada con el software Stata (StataCorp, 2009). También se analizó la posible influencia de otros factores en la eficiencia (edafoclimáticos o cercanía a vías de acceso), mediante la distribución espacial de los puntajes de ETG por fincas (clasificados según superaran o no la media), a las cuales se le determinaron las coordenadas x e y. Se empleó el software Arcgis, v. 9.2 (ESRI Inc., 2008).

Estimación de la eficiencia de las fincas productoras de frijol

Las explotaciones de frijol arrojaron una media de 850.7 kg ha-1, valor inferior (p>0.01) al promedio nacional de 1 200 kg ha-1 (Fedeagro, 2012). Solo ocurrió una correlación perfecta entre ha y laboreo, por lo cual se eliminó este último insumo del modelo DEA (Chediak y Rodríguez, 2011).

La ETG media de las fincas fue de 81.2%, lo cual indica que sus producciones de frijol podrían incrementarse, en promedio en 23.2%, sin aumentar los recursos aplicados actualmente y operando al tamaño de escala más productivo. Por otra parte, el valor mínimo (ETG= 71.4%) revela que la finca menos eficiente debería incrementar su producción en 40.1% para alcanzar el nivel productivo de las 2 fincas eficientes del grupo comparado, que representa 6.7% de la muestra.

El índice medio de eficiencia técnica pura (ETP= 86%) permite estimar que la producción de las fincas ineficientes debería ser incrementada en 16.3%, en promedio, para ser eficientes a la escala establecida por el grupo de 7 fincas con 100% de ETP, que representa 23.3% de la muestra.

El índice de eficiencia de escala promedio (EE= 95.1%) refleja que hay ineficiencias debidas a que 36.7% (100%-63.3%) de las fincas no están operando, en promedio, a sus tamaños óptimos (medido por los volúmenes de producto). Estas ineficiencias de escala se atribuyen menos a tamaños por encima del óptimo (1 finca que representa 3.3%) que a tamaños por debajo del óptimo, que presentan 10 fincas (33.3% de la muestra) que operan con rendimientos a escala crecientes (irs). Estas fincas conforman un grupo considerado como un problema estructural de la agricultura de algunos países (Papageorgiou y Spathis, 2000).

La ineficiencia generada por el uso de la tecnología de producción es mayor que la ineficiencia de escala, lo cual justifica la formulación y ejecución de un plan de transferencia de tecnología, aunque la brecha tecnológica no es tan acentuada como el reportado en estudios de otros cultivos (Ajibefun, 2008; Mulwa et al., 2009; Koc et al., 2011). Finalmente, se tiene que la tecnología de las fincas con producción de frijol se ajusta a rendimientos constantes a escala (p> 0.05).

Análisis de segundo nivel

Debido a que los rendimientos constantes a escala resultaron relevantes y solo hay dos fincas con 100% de eficiencia, se empleó la media de la ETG para formar dos categorías (Castillo, 2006): 1) nivel de eficiencia inferior a la media (ETG≤ 81.2%); y 2) nivel de eficiencia superior a la media (ETG>81.2%). Cada uno de los insumos y productos fueron medidos en totales por finca y, luego, promediados por grupo. Los resultados indican que no existen diferencias (p>0.05) en las cantidades de insumos aplicados en los procesos productivos en las fincas, discriminadas por niveles de eficiencia, pero si hubo diferencias (p<0.05) en la producción de frijol, lo cual explica las disparidades en los niveles de eficiencia de los dos grupos de fincas comparados.

Los insumos y productos de cada nivel de eficiencia fueron divididos entre la superficie. El grupo con un nivel de eficiencia inferior a la media erogó montos por hectárea ligeramente superiores por conceptos de semilla y control de malezas, pero inferiores en la partida cosecha. Por otra parte, presentó una menor productividad del frijol. Es importante destacar que la productividad media del frijol de la muestra de productores (850.7 kg ha-1) estuvo por debajo (p<0.01) de la media nacional (1 200 kg ha-1 de frijol) estimada para el año 2011 (Fedeagro, 2012).

El modelo DEA generó información para elaborar un plan de benchmarking, a fin de transferir tecnología de las fincas eficientes a las menos eficientes. En síntesis, para el conjunto de fincas evaluadas, se puede elevar la producción agregada de frijol de 234.970 kg a 289.200 kg.

Determinantes socioeconómicos de la eficiencia en el cultivo de frijol

Solo la mano de obra familiar tuvo incidencia (p<0.05) en la eficiencia de las fincas productoras de frijol, generando un incremento de 5.1% de ETG por individuo. Pero, debido a que la evaluación estadística del modelo Tobit reveló problemas de validez, se aplicó la correlación Rho de Spearman, que confirmó que ninguna de las variables socioeconómicas está relacionada con la ETG, incluso la variable MO Familiar (p=0.08), por lo cual ésta se descarta como variable determinante de la eficiencia técnica y se recomienda continuar la contrastación empírica.

Distribución espacial de los índices de ETG

Los puntajes de ETG obtenidos por cada finca se distribuyeron muy aleatoriamente en la zona de estudio, por lo cual se infiere que no fueron influenciados por la distancia a carretera o por variables edafoclimáticas, debido quizás a que la asistencia técnica pública que recibieron.

Conclusiones

En la muestra de explotaciones de frijol la eficiencia técnica global (ETG) fue 81.2%, desglosada en una eficiencia técnica pura (ETP) de 86% y una eficiencia de escala (EE) de 95.1%. Asimismo, las ineficiencias causadas por la tecnología son mayores que las generadas por un tamaño o escala de producción subóptimo.

La tecnología de las fincas productoras de frijol se ajusta a rendimientos constantes a escala. En los estudios sobre el tipo de tecnología predominante en las explotaciones agrarias no se ha llegado a un consenso acerca de su ajuste a rendimientos constantes o variables a escala.

Según las metas del plan formulado para la muestra de explotaciones de frijol se puede elevar la producción agregada de 234. 970 kg a 289. 200 kg, lo que supone un incremento de 54.230 kg (23.1%). Debido a que los modelos están orientados a productos, estos incrementos se obtendrían con los niveles actuales de insumos (o con una pequeña reducción de los mismos, en algunos casos) aplicados a los procesos productivos, y no son significativamente más grandes porque las fincas tienden a ser relativamente homogéneas en cuanto al uso de tecnología debido, en gran medida, a que reciben asesoría técnica de parte de instituciones públicas. De lograr concretarse estos aumentos de producción, se contribuiría a mejorar la seguridad agroalimentaria del país y, también, a elevar la calidad de vida de los productores agropecuarios objeto de la planificación.

Las variables socioeconómicas y las relacionadas con factores del entorno como las edafoclimáticas o de cercanía a las vías de acceso no determinaron los niveles de eficiencia técnica de las fincas estudiadas. La causa más probable de que los hallazgos de esta investigación no concuerden con los reportados por Binam et al. (2003); Ríos y Shively (2005) y Koc et al. (2011), entre otros, es que la asistencia técnica pública que recibe el grupo de productores objeto de estudio, minimiza la incidencia de sus aspectos socioeconómicos y de variables del entorno (edafoclimáticas y la distancia a las vías de acceso) en los niveles de eficiencia de sus explotaciones.

Literatura citada

Ajibefun, I. 2008. An evaluation of parametric and non -parametric methods of technical efficiency measurement: application to small scale food crop production in Nigeria. J. Agric. Soc. Sci. 4:95-100. [ Links ]

Banker, R.; Charnes, A. and Cooper, W. 1984. Some models for estimating technical and scale inefficiencies in data envelopment analysis. Managem. Sci. 30(9):1078-1092. [ Links ]

Becerril-Torres, O.; Rodríguez, G. y Ramírez, J. 2011. Eficiencia técnica del sector agropecuario de México: Una perspectiva de análisis envolvente de datos. Economía. 36(31):85-110. [ Links ]

Binam, J.; Silla, K.; Diarra, I. and Nyambi, G. 2003. Efficient among coffee farmers in Cȏte d’Ivore: Evidence from the centre west region. R. D. Managem. 15(1):66-75. [ Links ]

Castillo, M. 2006. Eficiencia técnica de la producción de vacuno de carne en la dehesa. Rev. Española de Estudios Agrosociales y Pesqueros. 212:139-154. [ Links ]

Charnes, A. ; Cooper, W. and Rhodes, E. 1978. Measuring the efficiency of decision making units, Eur. J. Operatio. Res. 2(6):429-44. [ Links ]

Chediak, F. y Rodríguez Y. 2011. La eficiencia relativa en cobertura educativa de los municipios del Tolima, aplicando el análisis envolvente de datos -DEA- año 2009. Scientia etTechnica 17(47):44-48. [ Links ]

Coelli, T. 1996. A guide to deap version 2.1: a data envelopment analysis (computer) program. Cepa working paper núm. 8-96. University of New England, Department of Econometrics, England. 50 p. [ Links ]

ESRI Inc. 2008. 380 New York Street. Redlands, CA 92373-8100, USA. [ Links ]

Farrel, M. 1957. The measurement of productive efficiency. J. Royal Statis. Soc. Series A. 120(3):253-290. [ Links ]

FEDEAGRO (Confederación Nacional de Asociaciones de Productores Agropecuarios). 2012. Estadísticas agrícolas. http://www.fedeagro.org/produccion/default.asp. [ Links ]

Koc, B., Gul, M. y Parlakay, O. 2011. Determination of technical efficiency in second crop maize growing farmas in Turkey: case study for the east Mediterranean in Turkey. Asian J. Animal Vet. Adv. 6(5):488-498. [ Links ]

Marín, D. 2002. Rendimiento y producción agrícola vegetal: un análisis del entorno mundial (1997-1999) y de Venezuela (1988- 2001). Agroalimentaria. 15:49-73. [ Links ]

Martín, R. 2005. La eficiencia en la asignación de recursos destinados a la educación superior: el caso de la Universidad de La Laguna. Tesis doctoral. Universidad de la Laguna. España. 231 p. [ Links ]

Mulwa, R.; Emrouznejad, A. and Muhammad, L. 2009. Economic efficiency of smallholder maize producers in Western Kenya: a DEA meta-frontier analysis. Int. J. Oper. Res. 4(3):250- 267. [ Links ]

Papageorgiou, K. and Spathis, P. 2000. Agriculture policy, stochastic. (Ed.). 1st. Agriculture University of Athens, Athens, Greece. [ Links ]

Perdomo, J.; Hueth, D. y Mendieta, J. 2007. Factores que afectan la eficiencia técnica en el sector cafetero colombiano: una aplicación con análisis envolvente de datos. Ensayos sobre Economía Cafetera. 22:121-40. [ Links ]

Perdomo, J. y Mendieta, J. 2007. Factores que afectan la eficiencia técnica y asignativa en el sector cafetero colombiano: una aplicación con análisis envolvente de datos. Desarrollo y Sociedad. 60:1-45. [ Links ]

Ríos, A. and Shively, G. 2005. Farm size and nonparametric efficiency measurements for coffee farms in Vietnam. American Agriculture Economics Association. In: http://www.agecon.purdue.edu/staff/shively/rs.pdf. [ Links ]

Samad, M.; Liem, M.; Ancev, T. and Yu'Ting, L. 2008. Measuring environmental performance of irrigated cotton enterprises. AARES 52nd. Annual Conference Rydges Lakeside Canberra, ACT, Australia. 5-8 February. [ Links ]

StataCorp. 2009. Stata statistical software: release 11.1. College station. TX: stata corporation. [ Links ]

Recibido: 01 de Noviembre de 2014; Aprobado: 01 de Febrero de 2015

*Autora para correspondencia: elizamarquez2010@hotmail.com.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons