1. INTRODUCCIÓN

En México existen 4 650 783 unidades de producción (UP)¹ que producen especies agrícolas y ganaderas para satisfacer parcialmente la demanda de alimentos nacional y externa (^{INEGI, 2019}). El universo de productores mexicanos es muy heterogéneo pues dicha producción se realiza utilizando diferentes tecnologías y en contextos variados. Por ejemplo, la Encuesta Nacional Agropecuaria (ENA) 2019 señala que el 60.2% y el 25.3% de las UP agrícola de cielo abierto² utilizan coa-azadón y animales de tiro-yunta, mientras que el 15.5% y el 29.2% utilizan cosechadoras y sembradoras respectivamente. En el sector ganadero, el 54.2% de las UP³ mantiene prácticas de pastoreo en potreros con pasto nativo y sólo el 35.1% utiliza alimentos balanceados (^{INEGI, 2019}). Lo anterior, en conjunto con otros indicadores, muestra que existe una gran heterogeneidad entre los productores agropecuarios mexicanos.

El factor común entre los productores es el conjunto de problemáticas que se les presentan al desarrollar actividades agropecuarias. De acuerdo con la ENA, entre el 73.8% y el 83.4% de los productores enfrenta altos costos de insumos y servicios. Además, entre el 26.5% y el 37.2% presenta dificultades para comercializar sus productos debido a precios de mercado muy bajos (^{INEGI, 2012}; ²⁰¹⁴; ²⁰¹⁷; ²⁰¹⁹).⁴ Considerando las amplias diferencias que existen entre los productores y las problemáticas que enfrentan, este artículo trata de dar respuesta a las siguientes preguntas de investigación: ¿existen productores agropecuarios con ingresos netos⁵ negativos? De ser así, ¿quiénes ganan y quiénes pierden? y ¿cuáles son los factores que determinan la probabilidad de pérdida?

Al responder las preguntas anteriores pretendemos contribuir con lo siguiente. Primero, de acuerdo con ^{Beltrán, Basurto y Mendelsohn (2023)}, existen 227 artículos que han utilizado el modelo ricardiano para identificar los impactos del cambio climático en la agricultura, de los cuales doce estiman un modelo ricardiano estructural en donde en la primera etapa de la estimación se modela explícitamente la probabilidad de contar con riego (^{Kurukulasuriya, 2006}; ^{Kurukulasuriya y Mendelsohn, 2007}; ^{Seo y Mendelsohn, 2008}; ^{Kurukulasuriya, Kala y Mendelsohn, 2011}; ^{Da Cunha, Coelho y Féres, 2015}; ^{Chatzopoulos y Lippert, 2016}), de elegir cultivos (^{Kurukulasuriya y Mendelsohn, 2008}; ^{Issahaku y Maharjan, 2014}; ^{Ahmed y Schmitz, 2015}; ^{Chatzopoulos y Lippert, 2016}; ^{Etwire, Fielding y Kahui, 2017}; ^{Nicita et al., 2020}), o de asignar parcelas a ciertos usos de suelo (^{Timmins, 2006}; ^{Seo y Mendelsohn, 2008}). Con base en lo anterior, la contribución principal de este artículo es la estimación de un modelo de elección discreta que nos permita identificar los factores que determinan la probabilidad de pérdida de los productores y en una investigación posterior se estime una función ricardiana⁶ estructural que muestre de forma explícita cuáles serían los impactos potenciales del cambio climático en productores que se rigen, o no, por las condiciones de mercado, i.e. productores con pérdidas versus productores con ganancias económicas. Segundo, contribuir al debate sobre la seguridad alimentaria en México al identificar la proporción de productores que operan con pérdidas económicas y que, potencialmente, podrían salir del mercado e influir sobre la oferta de alimentos.

Existen diversos estudios que han calculado los ingresos netos de los productores agropecuarios en varios lugares del mundo. Los estudios que utilizan el modelo ricardiano para identificar los impactos del cambio climático en la agricultura (^{Mendelsohn, Nordhaus y Shaw, 1994}; ^{Ortiz-Bobea, 2020}; ^{DePaula, 2020}; ^{Upananda y Abeysinghe, 2021}; ^{Bareille y Chakir, 2023}) suelen calcular ingresos netos como variable proxy de la renta de la tierra en países menos desarrollados (^{Mendelsohn y Dinar, 2009}). De acuerdo con ^{Beltrán, Basurto y Mendelsohn (2023)}, en esta rama de la literatura existen 107 estudios que reportan el valor medio de ingresos netos⁷ de los productores agropecuarios en 80 países. Debido a que dichos valores se reportan en diferentes periodos, unidades monetarias y superficies, realizamos un procedimiento de homologación de valores;⁸ encontramos que en la literatura el valor medio de los ingresos netos por hectárea (ha) es de $3 100 dólares de 2015 ajustados con el factor de paridad de poder adquisitivo (PPA), la mediana es de $1 201 y el rango va desde -$1 262 hasta $90 317 dólares PPA de 2015 por ha. En este sentido, la literatura global sugiere que existen productores agropecuarios que incurren en pérdidas al realizar sus actividades.⁹

Nuestra hipótesis es que existe una proporción importante de productores con ingresos netos negativos y que esto se asocia con el clima de corto y largo plazo, características de las parcelas, características sociodemográficas de los productores, acceso al agua y a mercados. Para probar la hipótesis, calculamos los ingresos netos en 64 548 UP e identificamos los determinantes del signo de dichos ingresos mediante un modelo Logit. Los resultados principales sugieren que el 45% de los productores tienen ingresos netos negativos y que la probabilidad de pérdida se incrementa cuando la productora es mujer, se reconoce a sí misma como indígena, tiene un nivel educativo menor, usa yunta, el tamaño de la UP es pequeña, sus tierras son de temporal y sus parcelas se encuentran ubicadas en zonas más altas.

La estructura del artículo es como sigue. La primera sección corresponde a la introducción. En la segunda sección presentamos la teoría, el método y la información estadística que utilizamos para estimar el modelo de elección discreta. Asimismo, mostramos el procedimiento para calcular los ingresos netos y examinamos la asociación entre éstos y la heterogeneidad de los productores de forma no paramétrica. En la tercera sección exponemos los resultados de la estimación de un modelo Logit que asocia la probabilidad de que un productor tenga pérdidas con diferentes características de sus tierras, sociodemográficas y del mercado. La cuarta sección concluye.

2. TEORÍA, MÉTODO E INFORMACIÓN ESTADÍSTICA

2.1. Teoría sobre la renta de la tierra

Una de las aproximaciones teóricas más utilizada en la literatura de economía agrícola para definir ingresos netos del sector agropecuario es la renta ricardiana. David Ricardo, en su obra Principios de economía política y tributación, determina que la calidad de la tierra es diferenciada y, por ende, los productores que poseen tierras de mejor calidad obtienen una renta superior a los demás. David Ricardo define el concepto de renta como “la renta [de la tierra] es aquella parte del producto de la tierra que se paga al terrateniente por el uso de las energías originarias e indestructibles del suelo” (Ricardo, 1817, p. 51).

La Figura 1 muestra el planteamiento teórico de la renta de la tierra. Suponiendo competencia perfecta, el precio de los productos agrícolas lo determina la última tierra necesaria para satisfacer la demanda de alimentos de la población, i.e. tierra marginal. Para que esa tierra se incorpore a la producción se le deben pagar sus costos y un excedente para todas las tierras, de otra forma el productor incurriría en una pérdida y saldría del mercado. Debido a que las tierras A y B son más fértiles, los costos de producción son menores que los de la tierra C, por lo tanto, reciben una renta. En el caso de la tierra D, el precio es inferior a los costos y como las tierras A, B y C satisfacen la demanda de alimentos, esta tierra (D) no debería destinarse a las actividades agropecuarias.

Fuente: elaboración propia con base en ^{Ricardo (1817)}.

Figura 1 Renta de la tierra 

Siguiendo el planteamiento teórico de la renta ricardiana, podemos calcular los ingresos netos por hectárea del productor i (π_i) utilizando la siguiente expresión:

πi=∑j-1Jpjqji-∑k-1Kckxkji-wiLi [1]

donde p _j es el precio del producto j, q _ji es la cantidad del producto j, c _k es el costo unitario del insumo k, x _kji es la cantidad del insumo k, w _i es un conjunto de costos en los que incurre el productor pero que no son específicos de cada uno de los productos, J es el conjunto de productos agropecuarios, K es el conjunto de insumos y L _i es la cantidad de tierra dedicada a las actividades agropecuarias. Es importante decir que la sumatoria de costos no debe incluir el costo de renta de la tierra para ser consistente con el enfoque ricardiano.

2.3. Información estadística

Para obtener los ingresos netos definidos en la ecuación [1] se pueden utilizar datos de la ENA. El Instituto Nacional de Estadística y Geografía (INEGI) ha llevado a cabo dicha encuesta en 2012, 2014, 2017 y 2019; sin embargo, únicamente la ENA 2014 tiene información de costos para toda la muestra. Por esta razón, utilizamos la ENA 2014. Otras fuentes de información, como el Servicio de Información Agroalimentaria y Pesquera (SIAP) y el Servicio de Información Agroalimentaria y de Consulta (SIACON) no tienen información sobre costos y los datos se reportan a nivel municipal, por lo que no podemos utilizarlos para calcular ingresos netos por UP.

La Figura 2 muestra la forma en la que la ENA 2014 reporta precios, cantidad de producción, costos y áreas dedicadas a actividades agropecuarias. En el caso de la agricultura, podemos calcular los ingresos, costos y áreas totales para todas las siembras en la ENA 2014. En el caso de la ganadería, podemos calcular los ingresos que obtienen los productores por venta de bovinos, porcinos y leche y los costos por unidad de producción. Una de las dificultades en estudios previos, y en este estudio también, es el cálculo del área que se utiliza para la producción de ganado (^{Seo y Mendelsohn, 2007}; ^{Kabubo-Mariara, 2009}). Para obtener el área total dedicada a la ganadería, consideramos la superficie de agostadero o con pastos naturales que se utiliza y suponemos superficies de 10m² y 5m² por cabeza de ganado bovino y porcino estabulado respectivamente. El conjunto de costos que se reportan a nivel de UP se añade a los costos de las siembras y de la actividad ganadera para obtener los costos totales en los que incurre el productor. Se omiten los costos por rentas de tierras para ser consistentes con los planteamientos de ^{Ricardo (1817)} y el costo de mano de obra familiar por las controversias que existen en la literatura sobre el valor del trabajo familiar y las imprecisiones en el reporte de horas que dedica cada integrante de la familia a las actividades agropecuarias.

Fuente: elaboración propia con datos de la Encuesta Nacional Agropecuaria 2014 (^{INEGI, 2014}).

Figura 2 Estructura de la Encuesta Nacional Agropecuaria 2014 

Las Gráficas 1a-1c muestran la distribución de los ingresos netos por hectárea de los productores agropecuarios. La Gráfica 1a muestra el número de UP por rango de ingresos netos por hectárea cuando del total de ingresos restamos los costos de agricultura y ganadería señalados en los dos bloques superiores de la Figura 2 (21.48% de los productores incurren en pérdidas). La Gráfica 1b muestra la frecuencia de UP por rango de ingreso neto cuando, además, se descuentan los costos a nivel de UP señalados en el bloque inferior izquierdo de la Figura 2 (31.19% de los productores tiene pérdidas). Asimismo, la Gráfica 1c muestra la distribución de frecuencias por rango de ingresos netos cuando se descuenta, además de lo anterior, los costos de la mano de obra señalados en el bloque inferior derecho de la Figura 2 (45.20% reportan pérdidas). En promedio, el ingreso neto por hectárea en la muestra es de $4 280 pesos.

Nota: por motivos de presentación se excluyen el 2.5% en la parte baja y alta de la distribución.

Fuente: elaboración propia con datos de la Encuesta Nacional Agropecuaria 2014 (^{INEGI, 2014}).

Gráfica 1 Distribución de ingresos netos por hectárea 

De acuerdo con el planteamiento de ^{Ricardo (1817)} mostrado en la Figura 1, el 45% de las UP (29 068 UP) no deberían permanecer en el mercado y podrían dedicar sus tierras a otras actividades. La pregunta es ¿quiénes ganan y quiénes pierden? Para responder, analizamos las posibles diferencias relacionadas con las características de sus tierras y sociodemográficas que existen entre ganadores y perdedores. El Cuadro 1 muestra el número total y el porcentaje de UP que no obtienen ganancias. En general, se observa que la proporción de unidades con pérdidas es mayor para los productores especializados en cultivos anuales, pequeños, de temporal y situados en las entidades federativas del Estado de México, Puebla y Tlaxcala.

Cuadro 1 Porcentaje de UP sin ganancias en el sector agropecuario en México 

Tipo de UP	Total de UP	% de pérdidas	Tipo de UP	Total de UP	% de pérdidas
Cultivos y ganadería			Por entidad federativa
Cultivos anuales	19 132	49	Durango	2 281	44
Cultivos perenes	6 020	39	Guanajuato	3 170	51
Anuales y perenes	3 157	38	Guerrero	2 830	48
Ganadería	4 419	41	Hidalgo	1 683	60
Cultivos y ganadería	31 511	44	Jalisco	2 366	29
Sin ingresos	309	100	México	1 770	74
Por tamaño			Michoacán de Ocampo	3 038	41
Pequeñas	20 669	59	Morelos	1 550	55
Medianas	19 051	46	Nayarit	1 751	29
Grandes	24 828	33	Nuevo León	1658	53
Riego y temporal			Oaxaca	2 385	49
Riego	22 308	38	Puebla	2 981	64
Temporal	42 240	49	Querétaro	1 312	56
Por entidad federativa			Quintana Roo	1 089	61
Aguascalientes	1 537	44	San Luis Potosí	1 970	54
Baja California	1 178	35	Sinaloa	2 025	32
Baja California Sur	541	37	Sonora	2 416	26
Campeche	1 353	42	Tabasco	1 576	38
Coahuila de Zaragoza	1 789	48	Tamaulipas	3 050	39
Colima	1 058	30	Tlaxcala	1 971	64
Chiapas	2 316	40	Veracruz de Ignacio de la Llave	3 552	34
Chihuahua	3 254	31	Yucatán	1 667	42
Ciudad de México	1 527	56	Zacatecas	1 904	51

Nota: el porcentaje con pérdidas es respecto al total de UP.

Fuente: elaboración propia con datos de la Encuesta Nacional Agropecuaria 2014 (^{INEGI, 2014}).

3. RESULTADOS

Debido a que los parámetros estimados del modelo Logit no tienen una interpretación directa, en términos de magnitud, en el Cuadro 3 se muestran los efectos parciales promedio de cada una de las variables de control para cada uno de los grupos de productores.¹³ En el caso del clima de largo plazo, los resultados sugieren que la dirección del efecto parcial promedio depende del tipo de productor. Esto es consistente con los modelos agronómicos que argumentan una relación no lineal (U invertida) entre el clima de largo plazo y el rendimiento agrícola y ganadero (véase, por ejemplo, ^{Redd, Hodges y Kimball, 2000}); ^{Allen y Boote, 2000}; ^{Young y Long, 2000}). En el caso de los suelos se obtiene el mismo resultado que para el clima de largo plazo y es consistente con la literatura de modelos ricardianos, i.e., la asociación entre características del suelo y renta de la tierra depende del cultivo y del tipo de tecnología con la que cuente la UP (^{Mendelsohn y Dinar, 2009}; ^{Galindo, Reyes y Alatorre, 2015}; ^{DePaula, 2020}; ^{Ortiz-Bobea, 2020}).

Respecto al clima de corto plazo, cuando el efecto parcial promedio es significativo, más días con tormenta reducen (aumentan) la probabilidad de pérdida en primavera-verano (otoño-invierno). Esto puede deberse a que en primavera-verano se produce la mayor cantidad de cultivos anuales y una abundancia de agua en este tiempo suele asociarse con niveles más altos de rendimiento o reducir el costo relacionado con los riegos. En el caso del granizo, una frecuencia mayor suele incrementar la probabilidad de pérdida en la mayoría de los tipos de productores. El efecto parcial del indicador de aridez es contra intuitivo, pues se esperaría que un aumento en la aridez se asociara con un aumento en la probabilidad de pérdida. Una posible explicación es que los productos contemplados en la muestra se benefician de una evaporación más alta. Los resultados para días secos son como se esperaría, un mayor número de días secos incrementa la probabilidad de obtener pérdidas en la UP.

Los resultados más consistentes sugieren que: cuanto mayor es la superficie que utiliza la UP menor es la probabilidad de tener pérdidas, si se cuenta con riego la probabilidad de pérdida es menor; si las tierras son ejidales la probabilidad de pérdida es mayor; en las UP que utilizan yunta la probabilidad de pérdida tiende a incrementarse; en áreas con mayor altitud sobre el nivel del mar se observa una mayor probabilidad de tener pérdidas; si el productor es hombre se observa que la probabilidad de pérdida es menor; las pérdidas se observan con mayor frecuencia si el productor se reconoce como indígena y, por último, mayor educación del productor se asocia con menor probabilidad de pérdida.

Cuando los resultados son significativos, al incrementarse la distancia que existe entre las parcelas y el cuerpo de agua más cercano aumenta la probabilidad de que el productor tenga pérdidas. En el caso de la proximidad de las parcelas al mercado más cercano, se observa en la mayoría de los casos significativos que entre más lejana se encuentre la UP menor será la probabilidad de contar con ingresos netos negativos. De la misma manera, mayor densidad carretera en el municipio se asocia con una mayor probabilidad de pérdida. En este sentido, una mejor conexión con zonas metropolitanas se asocia con una probabilidad más alta de que los costos sean más altos que los ingresos de los productores. El subsidio del PROCAMPO suele asociarse con una probabilidad de pérdida mayor en UP pequeñas, medianas, ejidales y la combinación de anuales y perenes.

Los resultados anteriores tienen implicaciones para la literatura existente y la seguridad alimentaria en México. Respecto a la literatura, hay un conjunto de estudios que han utilizado los ingresos netos de los productores agropecuarios, como variable proxy de la renta de la tierra, para identificar el impacto del cambio climático en el sector agrícola y pecuario (^{Mendelsohn y Dinar, 2009}; ^{Ortiz-Bobea, 2020}; ^{Beltrán, Basurto y Mendelsohn, 2023}). Sin embargo, esos estudios no han analizado explícitamente dichos impactos cuando existen productores que operan en una forma que no está orientada a la producción de mercado, i.e. operan con pérdidas. Nuestros resultados sugieren que la probabilidad de pérdida se asocia con algunas de las características de la tierra, como el clima de largo plazo, lo cual sugiere que la sensibilidad al cambio climático de los productores que se rigen por el mercado podría ser distinta a la de sus contrapartes. Y, por ende, la función ricardiana que utilizan estudios previos debería ajustarse al considerar esa diferencia, como lo hacen estudios que estiman impactos diferenciados por el tamaño de la UP (^{Galindo, Reyes y Alatorre, 2015}; ^{Upananda y Abeysinghe, 2021}) o por disponibilidad de riego (^{Kurukulasuriya, Kala y Mendelsohn, 2011}; ^{Chatzopoulos y Lippert, 2016}; ^{Hossain et al., 2019}).

Para considerar dichas diferencias se sugiere estimar un modelo ricardiano de dos etapas en donde, en la primera etapa, se estime la probabilidad de operar con pérdidas como se hace en este estudio y, en la segunda etapa, se incorporen los términos de selección en la función estructural ricardiana. Al realizar un procedimiento de dos etapas también se evita el problema de transformación de la variable dependiente cuando se estima un modelo ricardiano semilogarítmico en presencia de valores negativos. Frecuentemente, en estudios empíricos se encuentra que añadir un término constante a cada una de las observaciones con el propósito de tener valores positivos en los ingresos netos cambia los resultados de las estimaciones, por lo que la estimación de dos etapas podría contribuir a evitar este problema.

En términos de seguridad alimentaria, los resultados de este trabajo tienen las siguientes implicaciones. De acuerdo con el planteamiento teórico de ^{Ricardo (1817)}, aquellos productores a los que el mercado no cubre sus costos deberían retirar sus tierras de la producción agrícola o pecuaria. En este sentido, si el 45% de los productores de la muestra retiraran sus tierras de las actividades agropecuarias, esto tendría serias implicaciones sobre la disponibilidad de alimentos. De la misma manera, si no las retiraran y en su lugar las destinaran a otras actividades agropecuarias distintas a las que realizan actualmente, la configuración de la producción de alimentos en México podría modificarse considerablemente e influir sobre los precios del conjunto de productos agrícolas y pecuarios. Por esta razón, es importante el diseño de políticas económicas que propicien ingresos apropiados para los productores de alimentos y esto, a su vez, contribuya en el largo plazo a tener una mayor disponibilidad de alimentos.

4. CONCLUSIONES

El objetivo de este artículo es contribuir al debate actual sobre la situación del sector agropecuario respondiendo a las siguientes preguntas de investigación: ¿quién gana y quién pierde en la producción agropecuaria? y ¿cuáles son los factores que determinan la probabilidad de pérdida? Para ello, utilizamos información económica de 65 548 UP dedicadas a las actividades agropecuarias en México para calcular sus ingresos netos e identificar los factores que determinan la probabilidad de incurrir en pérdidas. Utilizando la ubicación espacial de sus parcelas se obtiene el clima de largo plazo, eventos climáticos de corto plazo, tipos de suelo, características de las parcelas, proximidad a cuerpos de agua y a mercados de cada una de las UP en la muestra. Además de ello, se consideran las características sociodemográficas de los productores reportadas en la ENA 2014. Los resultados muestran que el 45% de las UP incurren en pérdidas al realizar sus actividades y la probabilidad de pérdida suele ser más alta cuando el(la) productor(a) es mujer, se reconoce como indígena, tiene menos años de educación, usa yunta, utiliza extensiones menores de tierra, sus tierras son de temporal, sus tierras son ejidales y cuando sus parcelas se encuentran en zonas altas.

Los resultados de este trabajo tienen implicaciones para la literatura existente y para la seguridad alimentaria en México. Respecto a la literatura, este trabajo pretende contribuir a la línea de investigación que utiliza modelos ricardianos para estimar el impacto del cambio climático en el sector agropecuario al estimar lo que, potencialmente, podría ser la primera etapa de un modelo estructural ricardiano en donde se modele explícitamente el impacto del cambio climático sobre productores orientados y no orientados a la producción de mercado. En términos de seguridad alimentaria, el 45% de las UP de la muestra no obtienen ganancias por dedicar sus tierras a las actividades agropecuarias donde, principalmente, se producen alimentos de consumo humano. De acuerdo con la teoría ricardiana (^{Ricardo, 1817}), estos productores tendrían que dedicar sus tierras a otras actividades rentables. El desplazarse ya sea hacia actividades no agropecuarias o hacia una actividad agropecuaria distinta a la actual, la producción de alimentos en México podría modificarse de forma importante e influir sobre el precio de los alimentos y, por ende, en la seguridad alimentaria.

Durante el desarrollo de este trabajo identificamos la siguiente línea de investigación futura. Existe una gran cantidad de estudios que han utilizado el modelo ricardiano para estimar el impacto del cambio climático en el sector agropecuario utilizando ingresos netos como proxy de la renta de la tierra. En esos estudios es común encontrar ingresos netos menores que cero en donde no es posible estimar una forma semi-logarítmica de la función ricardiana, a menos que se realice una transformación de la variable dependiente, e.g., añadir un término constante para mover la distribución y el valor mínimo sea mayor que cero. Algunos autores sostienen que esa transformación influye en la estimación de los parámetros y podría cambiar el sentido de las conclusiones del estudio. Además de ello, los estudios ricardianos previos no ahondan en los impactos que podrían tener productores que actualmente operan con pérdidas en países menos desarrollados. Por lo que se sugiere estimar un modelo ricardiano de dos etapas en donde en la primera etapa se estime un modelo Logit para identificar la probabilidad de pérdida y en una segunda etapa se estime una función ricardiana incorporando los términos de selección de la primera etapa con el propósito de considerar las diferencias que existen entre productores enfocados y no enfocados a la producción de mercado.

En la interpretación de los resultados de este trabajo se tienen que considerar las siguientes limitaciones. Primero, la muestra de UP es representativa a nivel nacional en términos de producción y extensión de superficie sembrada y cosechada; sin embargo, no podemos utilizar los factores de expansión de la encuesta en la estimación econométrica debido a que las variables provienen de fuentes externas a la ena 2014 y no fueron contempladas en el diseño de la muestra. Por lo tanto, los resultados son válidos para las UP comprendidas en el análisis. Segundo, para calcular los ingresos totales de las UP utilizamos los precios recibidos por el productor en su última venta y existe un número importante de UP que no reportaron el precio de venta. En los casos en donde no se reporta un precio, utilizamos el promedio municipal, estatal o nacional del producto correspondiente para el cálculo de ingresos totales. Lo anterior, podría causar un sesgo en la proporción de UP con pérdidas debido a que una proporción importante de ellas dedica, al menos parcialmente, una parte de su producción a autoconsumo.