GANADERÍA LECHERA EN COLOMBIA - Uniandes

GANADERÍA LECHERA EN COLOMBIA: FACTORES QUE DETERMINAN LA BAJA PRODUCTIVIDAD

Y COMPETITIVIDAD

OSCAR FELIPE FAJARDO CARREÑO MONOGRAFÍA DE GRADO ECONOMÍA Y CIENCIA POLÍTICA

Universidad de los Andes

MAYO DE 2019

Óscar Felipe Fajardo C Monografía de Grado Economía y Ciencia Política

1

Contenido RESUMEN EJECUTIVO ............................................................................................................ 2

PEGUNTA DE INVESTIGACIÓN ............................................................................................ 2

INTRODUCCIÓN ........................................................................................................................ 3

CONTEXTO .................................................................................................................................. 6

MARCO TEÓRICO Y MODELO ECONOMÉTRICO ........................................................ 13

Marco teórico .......................................................................................... 13

Modelo econométrico ............................................................................. 14

METODOLOGÍA Y DESCRIPCIÓN DE DATOS ................................................................ 15

Metodología............................................................................................ 15

Descripción de los datos .......................................................................... 16

MODELO FINAL ....................................................................................................................... 17

Descripción ............................................................................................. 18

Estadísticas descriptivas .......................................................................... 19

Detalle del modelo .................................................................................. 20

RESULTADOS Y ANÁLISIS .................................................................................................... 22

Resultados .............................................................................................. 22

Análisis .................................................................................................... 24

Significancia Global: ................................................................................ 24

Significancia individual: ........................................................................... 25

CONCLUSIONES ...................................................................................................................... 29

PROPOSICIONES ..................................................................................................................... 30

Referencias ................................................................................................... 31


2

RESUMEN EJECUTIVO

El presente documento tiene como objetivo generar insumos para la formulación de

políticas públicas del sector agropecuario colombiano que se ajusten a la realidad política y

económica de la población rural colombiana. En este sentido, estudia la relación existente

entre la Producción Ganadera en Colombia y factores políticos asociados al bienestar social

y económico de los productores ganaderos del país, basado en datos del año 2014.

Asimismo, estudia la consecuencia de estos factores sobre la población rural y sobre el PIB

nacional aunado a la relación que existe entre estas dinámicas sociales y políticas con

aparente ausencia de políticas gubernamentales definidas para el sector agropecuario en

Colombia y a una débil propuesta institucional y gremial. Para esto, se plantea la

construcción de un modelo econométrico que describa el comportamiento de la producción

ganadera incorporando elementos de la dinámica política, social e institucional del sector

agropecuario. La evidencia encontrada muestra que, la presencia de actores violentos, así

como de cultivos ilícitos afectan la producción lechera del país; asimismo, circunstancias de

carácter estructural, como la desigualdad y la pobreza multidimensional tienen un impacto

negativo. En otro aspecto, la educación y el seguimiento técnico tienen un impacto positivo

en la producción lechera del país. Por último, se evidencia una debilidad histórica en

insumos eficaces para la formulación de políticas públicas del sector rural colombiano que

garanticen el bienestar de esta población fortaleciendo el estado social de derecho

colombiano.

Palabras clave: Ganadería, producción, competitividad, desigualdad, violencia,

institucionalidad, política pública, educación, asistencia técnica, Estado Social de Derecho.

Clasificación JEL: C13, N56, O13, O38, O43, Q10, Q15, Q18, Q24.

PEGUNTA DE INVESTIGACIÓN

¿Qué factores políticos y en qué medida éstos afectan la producción de los ganaderos en

Colombia?


3

INTRODUCCIÓN

La ganadería colombiana ha sido protagonista en la producción del país. De hecho, según

Fedegán, para el 2017 la ganadería contribuía un 1.4% al PIB nacional, lo que equivale a 8

veces el sector palmicultor (FEDEGÁN, 2017). Es tan importante el sector ganadero que,

según cifras del Banco Mundial, los productos de origen bovino constituyen el 27% del gasto

de los consumidores colombianos en alimentos (Banco Mundial, 2018).

Por otro lado, la Unidad de Planificación Rural Agropecuaria (UPRA) afirma que existen 26

millones de hectáreas con potencial agrícola; sin embargo, únicamente se aprovecha cerca

del 24% del terreno disponible, es decir, cerca de 6.3 millones hectáreas (UPRA, 2014), lo

que implica una ineficiencia en el uso del suelo y una potencialidad en la producción.

En este sentido, se entiende el protagonismo del sector ganadero sobre la producción del

país y por ende de la calidad de vida de sus habitantes. En este sentido, han existido diversos

factores que generan que Colombia ostente la cifra de tener un 36% de la población rural

en la pobreza multidimensional y al 15% en la pobreza extrema; esto configura, en suma,

un problema social y político. (Vergara, 2010).

Ahora bien, según el ministerio de comercio, Colombia tiene hoy tratados de libre comercio

vigentes con Canadá, Estados Unidos, La Unión Europea, EFTA, Israel, Corea del Norte,

México, Triangulo Centroamericano, Costa Rica, Panamá, Chile, MERCOSUR y la CAN

(Ministerio de comercio, industria y turismo, 2019). No obstante, estos tratados han

ocasionado que en lugar de aumentar las exportaciones hayan aumentado las

importaciones de productos ganaderos lo que genera, además, una afectación a los precios

de los productos nacionales.

Así pues, los elementos externos han sido relevantes para la producción y competitividad

del sector ganadero colombiano. Sin embargo, los factores internos de las fincas han

afectado estos elementos también. Según Fedegán, comparativamente Colombia es poco

competitiva respecto a otros países productores representado en las siguientes tablas:


4

Donde cabe resaltar que, para países sudamericanos como Argentina, aun cuando su

inventario de vacas en producción de leche es menor al colombiano, produce casi dos veces

más litros de leche que Colombia. Asimismo, sucede con países europeos y por supuesto

Estados Unidos que lidera la producción intensiva de leche. En suma, Colombia es uno de

los productores de leche menos competitivos a nivel global y regional.

Las tecnologías y la intensificación en la producción generan unos altos rendimientos de

animales vivos para países como Estados Unidos y la Unión europea. No obstante, para

países sudamericanos como Brasil o Uruguay donde existen condiciones geográficas y

climáticas similares a las colombianas, la productividad es alta entregando un rendimiento

en canal del 55% y 58% respectivamente y sacrificando a los 32 y 28 meses de edad,

mientras que Colombia únicamente rinde al 53% en canal y sacrifica a los 39 meses, cifras


5

que muestran la ineficiencia de las ganaderías colombianas, pero también el potencial para

ser competitivo.

En este sentido, se estima que los ganaderos colombianos adoptan modelos productivos

que han sido ineficientes y que tienen el potencial de mejorar. Asimismo, Fedegán

argumenta que la capacidad de carga del sector ganadero nacional es de 0.7 cabezas por

hectárea de tierra, lo que corrobora los datos de la UPRA en cuanto a la ineficiencia en el

uso de los suelos, la poca implementación de tecnologías y la baja asistencia técnica

institucional y gubernamental.

Finalmente, existen factores cualitativos que afectan la productividad y la competitividad

del sector ganadero colombiano tales como la carencia de una política pública agrícola que

se enfoque en el sector rural aunado a una débil institucionalidad que permita solventar los

problemas de mercado que afectan al sector hoy en día. Asimismo, es relevante el hecho

de que solo el 30% de las áreas rurales tengan cobertura del sector educativo y el

seguimiento a través de asistencia técnica rural sea aún muy escaso (Ministerio de Eduación

Colombiano, 2019).

En este sentido, el presente trabajo pone a consideración factores considerados como

relevantes para la producción ganadera en Colombia tanto para el sector cárnico como para

el sector lechero. Así pues, es preciso afirmar que existen tres categorías de factores que

podrían explicar la débil productividad ganadera colombiana: la primera, los factores

biológicos; la segunda, factores económicos y de mercado; y la tercera, factores políticos e

institucionales.

Ahora bien, justamente la mayoría de los estudios sobre el sector han dejado de lado los

factores políticos e institucionales. En este sentido, es relevante que fenómenos como la

distribución de las tierras, la violencia y la institucionalidad sean evaluados ante la

productividad ganadera para determinar su correlación y relevancia. Así pues, se podría

generar un insumo eficiente para una política pública enfocada en el sector agropecuario

nacional que se ajuste a las necesidades tanto de los productores como del mercado

nacional e internacional. Finalmente, podrían generarse garantías verdaderas, a través de


6

las políticas públicas, para la disminución de la pobreza rural, los índices de analfabetismo,

la desigualdad y aumentar el PIB per cápita rural, así como los índices de desarrollo humano

y NBI.

CONTEXTO

La Federación Nacional de Ganaderos de Colombia ha sido bastante recurrente en mostrar

los factores externos que repercuten en la producción ganadera. En este sentido, el sector

macroeconómico, los costos de producción y el mercado bovino son factores que la

Federación ha estudiado detalladamente y ha diagnosticado ciertas debilidades en el

sector. Así pues, se determina que, pese a que la actividad ganadera es significativa en el

PIB nacional, los costos de producción de los ganaderos son muy altos debido a que los TLC

vigentes han ocasionado un aumento de importaciones mas no un aumento en las

exportaciones elevando los costos de producción y golpeando el mercado interno; por otra

parte, el mercado bovino ha sido fluctuante debido a las condiciones fitosanitarias internas

y las exigencias de los países compradores, esto aunado a un decreciente hato ganadero

(FEDEGÁN, 2017)

Por otro lado, el componente biológico ha sido igualmente determinante en el producto

ganadero. En cuanto al manejo interno de las fincas, los productores colombianos no

adoptan sistemas productivos eficientes que incluyan mejoramiento genético y adecuado

uso de las praderas. En regiones tropicales, las razas bovinas Gyr y Guzerat, pertenecientes

a la subespecie Bos indicus, son las más exploradas en la industria lechera, entre otras

razones porque están más adaptadas al clima tropical. Gyr y Guzerat son razas cebuinas

comunes en Brasil, y son utilizadas para generar las razas sintéticas Gyrolando (5/8 Holstein:

3/8 Gyr) y Guzolando (5/8 Holstein: 3/8 Guzerat), en orden a combinar una buena

producción y tolerancia al calor y los parásitos en el trópico. En cebuinos lecheros, la

selección asistida por marcadores puede ser usada para preseleccionar toros candidatos

jóvenes para pruebas de progenie, incrementando así, el diferencial de selección,

reduciendo el intervalo generacional e incrementando el mérito genético (Arista Silva ,

2010). Asimismo, el escaso uso de tecnologías para la producción y alcance que la población

rural tiene a la educación contribuyen al lento e ineficiente desarrollo de la actividad


7

ganadera. En este sentido, Federico Holmann afirma que los pequeños productores

colombianos necesitan un mejor y más rápido acceso al conocimiento del cambio

tecnológico y su impacto sobre la productividad y la rentabilidad, a la educación y

capacitación y al crédito para utilizar la acción colectiva como mecanismo para enfrentar su

problema de tamaño de escala (Holmann , y otros, 2004).

Por otro lado, en Colombia el uso y tenencia de la tierra ha sido un factor coyuntural que

incide en la productividad rural. Así pues, la poca tierra utilizada no se usa de la manera más

eficiente. De hecho, el tercer Censo Nacional Agropecuario reveló que el 80% del área rural

para el uso agropecuario es pasto, lo cual representa cerca de 33,8 millones de hectáreas.

Mientras que el área de uso agrícola es de 20%, lo que aproximadamente es 8,4 millones

de hectáreas. Según el DANE, del porcentaje utilizado para el uso agrícola los cultivos

representan un 74,8%, es decir, 5,3 millones de hectáreas y los cultivos transitorios con

representación del 16%, equivalen a 1,2 millones de hectáreas (DANE, 2014). En

consecuencia, la tierra ha sido un catalizador de violencia en Colombia, generando disputas

por los territorios entre terratenientes, campesinos, etnias, grupos al margen de la ley y el

Estado. Asimismo, el territorio ha ayudado a la configuración de etnias, sociedades y

culturas independientes que se han visto vulnerados a través de los años, lo que como

resultado ha dejado una alta concentración de la tierras y una baja formalidad en la

propiedad lo que contribuye a un bajo bienestar de la población rural y bajos niveles de

consumo (Ibáñez, Gáfaro, & Zarruk, 2012). En este sentido, la violencia ha sido una de los

factores protagónicos en la historia social y productiva rural de Colombia que es uno de los

países con los índices más grandes de víctimas por desplazamiento forzado, secuestros y

desapariciones. Miles de hectáreas de tierra en Colombia con vocación cocalera han sido

objeto militar y paramilitar. Entonces, en Colombia se configura un problema mucho más

grande y es la debilidad del Estado para amparar el orden y la legitimidad de las instituciones

al ser incapaz de mantener el control territorial en muchas zonas de Colombia así como el

monopolio de la violencia (Sanchez, Lopez-Uribe, & Fazio, 2010), lo que configura un estado

débil ante la problemática rural que yace, en parte, de la tenencia de la tierra y el uso que

se le ha dado.


8

En este orden de ideas, la institucionalidad ha sido un factor relevante para la vida

económica colombiana, especialmente en el ámbito rural. Una de las posibles soluciones

que ha quedado marginada a través del tiempo es el de una reforma agraria con el objetivo

de distribuir las tierras y generar equidad. No obstante, durante el siglo XX se intentaron

implementar algunas reformas que, pese a ser una buena iniciativa, no se lograron los

objetivos; Albert Berry confirma esta hipótesis, y más importante que esto, afirma que la

institucionalidad fue un factor determinante para el fracaso de la ley 135 de 1961, de la cual

surge el INCORA, pero no es suficiente institucionalmente para desarrollar y solucionar el

problema territorial. Asimismo, afirma que la institucionalidad fue débil en los años 90 con

la implementación de las políticas de libre mercado que agudizó la crisis rural y la

desigualdad social (Berry, 2002).

Por otra parte, la OCDE en la Revisión de la OCDE de las políticas agrícolas de Colombia en

el 2015 (OCDE, 2015), diagnosticó que el sector agropecuario presenta diversas falencias

estructurales e institucionales que obstaculizan la meta de desarrollar el sector

agropecuario como un motor de crecimiento económico en integración internacional. La

(OCDE, 2015) afirmó que para lograr el objetivo de crecimiento agrícola sostenible y para

superar desafíos estructurales, Colombia debe potenciar políticas que respalden su

competitividad a largo plazo. Deben destinarse recursos públicos a eliminar las importantes

deficiencias existentes en infraestructura de transporte, en el sistema de tenencia de la

tierra, en infraestructura y gestión del agua y del suelo, en los sistemas de inocuidad

alimentaria y de salud animal y vegetal, sistemas de información del mercado, educación,

investigación y desarrollo. Al mismo tiempo, el ordenamiento institucional es débil tanto a

nivel departamental como municipal, lo cual exige mejoras en la gobernanza y en la

coordinación de la política agrícola.

En este mismo sentido, preocupa que la institucionalidad gremial y gubernamental de los

ganaderos sea aún muy débil y no exista un lineamiento claro para su desarrollo. De hecho,

y uno de los datos más preocupantes del sector es que desde que se creó el Ministerio de

Agricultura y Desarrollo Rural en 1994, el promedio de duración de los ministros ha sido de

1.7 años hasta el 2018, lo que caracteriza el peor de los escenarios para el sector rural,


9

donde evidentemente no se ha adoptado o diseñado una política pública para el sector

agropecuario.

Ahora bien, en la actualidad, el punto II del plan nacional de desarrollo 2018-2022, “Pacto

por el emprendimiento, la formalización y la productividad: una economía dinámica,

incluyente y sostenible que potencie todos nuestros talentos” apunta al sector

agropecuario en diversos objetivos:

Objetivo E. “Campo con progreso: una alianza para dinamizar el desarrollo y la

productividad de la Colombia rural”, en donde se busca impulsar la transformación

productiva, la competitividad agropecuaria y agroindustrial y el desarrollo rural,

promoviendo condiciones que dinamicen la provisión de bienes y servicios, la inversión

privada, la innovación y el emprendimiento para la generación de oportunidades de

crecimiento y bienestar de toda la población rural (Gobierno De Colombia DNP, 2018); se

enfocará en desarrollar los siguientes objetivos específicos:

• Objetivo 1: Crear las condiciones para que la tenencia de la tierra y el ordenamiento

productivo habiliten el desarrollo agropecuario y la inclusión productiva y la

seguridad jurídica

• Objetivo 2: Promover la transformación productiva agropecuaria por medio del

ordenamiento de la producción, el desarrollo de clústeres y cadenas de valor

agroindustriales, que integren la producción industrial con la de pequeños y

medianos productores

• Objetivo 3: Fortalecer las capacidades de gestión de riesgos sanitarios, fitosanitarios

y de inocuidad de los alimentos, con énfasis en admisibilidad sanitaria y en el

aprovechamiento de mercados externos

• Objetivo 4: Destinar, al menos, el 50 % de la inversión sectorial hacia la provisión de

bienes y servicios públicos


10

• Objetivo 5: Incentivar la inversión en el campo a través de la reforma de los

instrumentos del Sistema Nacional de Crédito Agropecuario y del manejo de los

riesgos de mercado y climáticos

• Objetivo 6: Fortalecer la generación de ingresos de los hogares rurales, a partir de la

promoción de condiciones de empleabilidad y emprendimiento asociado a

actividades no agropecuarias que promuevan la inclusión social y productiva en los

territorios rurales, acorde a las categorías de ruralidad.

• Objetivo 7: Modernizar, tecnificar y consolidar la institucionalidad sectorial y la

coordinación y articulación interinstitucional para impulsar la transformación

productiva agropecuaria y rural a escala territorial.

REVISIÓN DE LITERATURA

Durante las últimas tres décadas el estudio económico y social de las actividades agrícolas

y pecuarias han tomado diversos rumbos. El capitalismo como sistema económico ha

contribuido a la configuración de la producción agropecuaria; asimismo, la dinámica política

mundial ha contribuido a esto mediante políticas de libre mercado y por supuesto, en

Latinoamérica, la incursión de políticas neoliberales (Timmer, 1998). En este sentido, la

“Transformación Agrícola” generó que la agricultura contribuyera al crecimiento mediante

la profundización de relaciones mercantiles, financieras, tecnológicas para que la

transferencia de recursos del sector aumentara.

Revisando la literatura, autores como Timmer (1998), Abbott (1998) e instituciones como

La Organización de las Naciones Unidas para la Alimentación y la Agricultura FAO (2012)

afirman que la producción agropecuaria manejada bajo economías de escala no justifica

unidades de explotación de gran tamaño. Por el contrario, el uso de sistemas y procesos

productivos hacen que los operadores tengan cada vez que tomar menos decisiones. En

este sentido, es importante recalcar que la producción agropecuaria depende en gran

medida del uso eficiente del suelo y la implementación de tecnologías. El mercado por su


11

parte, como es visto por MacLaren & Josling (1999), juega un papel importante en la

producción agropecuaria. Así pues, estos autores afirman que depender de un mercado

determinado implica que las tomas de decisiones de los productores se vean limitadas, lo

que a su vez genera que, en muchas ocasiones, los márgenes de utilidad también se vean

limitados. Argüello (2006) afirma a su vez que en las economías agrícolas con tecnologías

estancadas – como el caso colombiano – la política económica tiende a transferir recursos

de la agricultura a los sectores urbanos y los precios agropecuarios tienden a aumentar

debido a la incapacidad de satisfacer un consumo creciente. A su vez, el uso de tecnología,

que es escaso, genera que los rendimientos de la inversión agropecuaria sean decrecientes

por lo que el Estado tiende a recurrir a las importaciones para impedir mayores aumentos

de precios. Así pues, explica que cuando la tecnología es apropiada en los sistemas

productivos agropecuarios, entonces el aumento en la demanda no genera un alza en los

precios lo que dinamiza el aumento de empleo y el desarrollo económico. Es decir, el uso

de tecnología en la producción agropecuaria eleva la elasticidad de la oferta de bienes

agrícolas.

Ahora bien, Stevens & Jabara (1988) explican los factores económicos que inciden en la

producción agropecuaria. Así pues, transforman el modelo de economía clásica en donde:

Y= f (R, L, K) donde R: recursos y es finito; L: Trabajo y; K: capital y es variable.

K proviene de mantener, reparar y reponer equipos de la finca, es decir que existe

depreciación; por otro lado, el trabajo invertido en ello no está relacionado directamente

con el cultivo, es un sacrificio de ingreso actual proveniente del cultivo, de consumo o de

ahorro: y los recursos, se dan por un intercambio de Ingreso o Consumo presente para

obtener mayor Producción Futura.

No obstante, Schultz (1964) creía indispensable que un modelo de producción agrícola

debía incluir el hecho de que los agentes productivos podían mejorar a través de la práctica

y de la tecnología, por lo que propone la función de producción agrícola moderna:

Y = F [ f (Kr, R), g (Kl, L)] donde Kr y Kl, son aumentadores de productividad.


12

Para Kr, por ejemplo, mejores insumos en la finca, semillas de alto rendimiento, razas de

animales mejoradas, mejores insumos químicos, drenaje de suelos, equipos de riego, entre

otros. Para Kl, aumentos en la productividad que derivaban de educación, entrenamiento,

formación, mecanización. De manera tal que la mayor o menor disponibilidad de K y de R

determinaban el tipo de capital necesario. (Schultz, 1964)

En este orden de ideas, se justificó que los cambios institucionales debían enfocarse en

mejorar la provisión de insumos y el mercado de productos, insumos y servicios, así como

cambios que aumentaran la productividad humana. Ahora bien, la institucionalidad es

entonces un factor generador de conocimiento y productividad. El fortalecimiento de las

instituciones es un determinante para el desarrollo agropecuario. En este sentido, según

Argüello (2006) es la institucionalidad la que se debe encargar de regular la política

agropecuaria con la política de competencia, en razón de que la política agropecuaria

pretende principalmente maximizar los intereses particulares, es decir, objetivos no

económicos como la redistribución equitativa del ingreso y la protección de la población

rural; mientras que la política de competencia debe encargarse de maximizar el interés

general, en donde grupos de interés aumentan sus ingresos y ganancias por medio del

aumento de los precios de sus bienes diferenciados. Según MacLaren & Josling (1999), una

política de competencia basada en la regla de la Razón, acompañada de una política de libre

comercio, propicia el ambiente para que los mercados respondan favorablemente.

En este mismo sentido, la institucionalidad genera crecimiento económico. Según North &

Thomas (1989) se considera que los cambios en las reglas que determinaban los derechos

de propiedad de 900 a 1700 en Europa Noroccidental, fueron la principal fuente de

crecimiento económico. Así pues, en el siglo XVIII las innovaciones institucionales y los

cambios concomitantes en los derechos de propiedad introdujeron en el sistema cambios

en la tasa de productividad, los cuales permitieron al hombre de Occidente escapar

finalmente al ciclo malthusiano. La llamada “revolución industrial” es, simplemente, una

manifestación ulterior de una actividad innovadora que refleja esta reorientación de los

incentivos económicos. Asimismo, las instituciones económicas y, específicamente, los

derechos de propiedad son considerados en general por los economistas como parámetros,


13

pero para el estudio de largo plazo del crecimiento económico son, evidentemente,

variables, sujetas históricamente a cambios fundamentales. La naturaleza de las

instituciones económicas existentes canaliza el comportamiento de los individuos dentro

del sistema y determina, en el curso del proceso, si conducirá al crecimiento, al

estancamiento o al deterioro económico. En concordancia, la Organización de las Naciones

Unidas para la Alimentación y la Agricultura FAO (2012) afirma que para que las poblaciones

dependientes de las actividades agropecuarias puedan crecer económicamente, necesitan

un marco institucional, normativo y de investigación que les preste un apoyo activo como

demuestra la comparación del crecimiento de las cooperativas de productores de pequeña

escala del subsector lechero de la India con la ampliación de escala de las lecherías en el

Brasil; la lechería de la India ha tenido un factor de crecimiento más favorable. Igualmente,

es necesario llevar a cabo labores de investigación en tecnologías y contar con el apoyo de

las instituciones con el fin de adquirir conocimientos que puedan orientar el sector y la

formulación de las políticas nacionales. Por ejemplo, la mejora de la ciencia de la producción

pecuaria puede requerir el fomento de las razas mejor adaptadas a nichos de producción

específicos, mientras que para hacer frente al cambio climático y al estrés hídrico se tendrán

que encontrar formas más eficaces de gestionar el agua.

MARCO TEÓRICO Y MODELO ECONOMÉTRICO

Marco teórico

El concepto de productividad, en este caso será el desarrollado por (Porter, 2008) quien

define productividad como “Valor de la producción por unidad de mano de obra o Capital”,

mientras que (Latruffe, 2010) la define como la habilidad de los factores para producir

bienes y servicios. Asimismo, (Alonso & Serrano, 2008) ajustan la producción a una función

de producción determinada:

Y= f (x1, x2, …, xn) donde Xn corresponde a factores de producción determinados

Ahora bien, el factor de producción corresponde a “aquel elemento que interviene en el

proceso productivo, cuya cantidad en principio, es variable o susceptible de variación”


14

(Alonso & Serrano, 2008) lo que implica que una variación en algún factor generará una

alteración en la producción.

Ahora bien, la competitividad de una economía con relación al resto del mundo, es la

capacidad que tiene dicha economía, y por lo tanto sus empresas, para abastecer y

suministrar su mercado interno, y al tiempo exportar bienes y servicios al exterior (Porter,

2008). Porter asegura que la competitividad depende de la capacidad que tienen los

sectores económicos para innovar y mejorar. Dichas capacidades deben desarrollarse

alrededor de los 4 atributos “que individualmente y como sistema conforman el rombo de

la ventaja nacional” o diamante. Estos son: 1) Condiciones de los factores; 2) Condiciones

de la demanda; 3) Sectores afines y auxiliares; 4) Estrategia, estructura y rivalidad de las

empresas. A medida que las condiciones se dan para que cada uno de estos 4 atributos

mejoren, las empresas ganan ventaja competitiva.

Por otro lado, (North D. , 1990) afirma que las instituciones son las reglas del juego en la

sociedad o, más formalmente, son las restricciones humanamente concebidas que moldean

la interacción humana. Por lo tanto, estructuran incentivos en el intercambio humano, ya

sea político, social o económico […] Conceptualmente, la diferencia clara que es necesario

hacer es entre las reglas y los jugadores. El propósito de las reglas es definir la forma como

se juega el juego. Pero el objetivo del equipo dentro de ese conjunto de reglas es ganar el

juego […] Moldear las estrategias y las habilidades del equipo a medida que se desarrolla es

otro proceso separado del moldeamiento de la creación, la evolución y las consecuencias

de las reglas

Modelo econométrico

Un modelo econométrico es la simplificación de la realidad que trata de captar los aspectos

más relevantes de una relación o fenómeno económico en términos globales. En éste se

realizan estimaciones lo más precisas posible utilizando procedimientos de inferencia

estadística.


15

Ahora bien, históricamente hemos visto que se han definido un sistema de modelos

econométricos para la producción agropecuaria. En primera instancia se tiene el modelo

clásico de producción:

𝑌 = 𝑓 (𝑅, 𝐾, 𝐿)

Donde R: recursos y es finito; L: Trabajo y; K: capital y es variable.

Por otra parte, Schultz en 1956 propuso el modelo moderno de producción agropecuaria

que lo definió de la siguiente manera:

𝑌 = [ 𝒇 ( 𝑲𝒓, 𝑹 ) , 𝒈 ( 𝑲𝒍, 𝑳 ) ]

Donde Kr y Kl, son aumentadores de productividad.

Ahora bien, entendido este punto, tenemos en cuenta que nos basaremos en los modelos

propuestos por Schulz, donde se consideran los aumentadores de productividad. Asimismo,

y estimando la literatura observada para la construcción de nuestro modelo es imperativo

tener en cuenta los aspectos cualitativos de esta investigación que complementan el

modelo. En este sentido el modelo propuesto es:

𝑌 = 𝑄[ 𝒇 ( 𝑲𝒓, 𝑹 ), 𝒈 ( 𝑲𝒍, 𝑳 ), 𝒉 (𝑲𝒌, 𝑲), 𝑱(𝑲𝒔, 𝒔) ]

En donde R: recursos y es finito; L: Trabajo y; K: capital y es variable; S es el factor

institucional. Y, donde Kr, Kl, Kk y Ks son aumentadores de productividad.

Así 𝑄[(𝐾, 𝐿, 𝑅, 𝑆)] = 𝐾 ∗ 𝑝𝑚𝑔(𝑘) + 𝐿 ∗ 𝑝𝑚𝑔(𝐿) + 𝑅 ∗ 𝑝𝑚𝑔(𝑅) + 𝑆

METODOLOGÍA Y DESCRIPCIÓN DE DATOS

Metodología

La metodología propuesta para el desarrollo del trabajo consiste primero en verificar las

bases de datos y corroborar que haya una muestra significativa a nivel municipal para el

estudio propuesto. Una vez, encontrados los datos relevantes para el estudio a nivel

municipal, que es la unidad de análisis, se debe armar una base de datos enfocada al estudio

pertinente y partir de allí su análisis.


16

Posteriormente, se deberá aplicar el modelo econométrico expuesto en el enunciado

anterior con las variables correspondientes a los factores de producción. Posteriormente,

se procede a analizar el resultado de las pruebas de significancia, según lo expuesto por

Gujarati (2006), basta con revisar los resultados de la significancia global – Prueba F- y de

significancia individual – Prueba t-.

Descripción de los datos

El Panel Municipal del CEDE es una iniciativa del Centro de Estudios sobre Desarrollo

Económico de la Universidad de los Andes, que busca consolidar en una sola base de datos

información a nivel municipal. Este panel presenta información sobre características

generales de los municipios, variables fiscales, de conflicto y violencia, del sector agrícola y

tierras, y educación.

El panel municipal del CEDE se encuentra dividido en cinco principales temáticas:

• Características generales

• Fiscal

• Conflicto y violencia

• Agrícola y tierra

• Educación

Las relevantes para este estudio son, la de características generales, conflicto y violencia y

agrícola y tierra.

El panel de características generales reúne información básica de los municipios

colombianos como año de creación, tamaño de población y su distribución por áreas,

características socioeconómicas, información geográfica y sitios de interés. Estas fueron

extraídas principalmente del Departamento Administrativo Nacional de Estadística (DANE)

a través de División Político-administrativa de Colombia (Divipola), censos de población y

vivienda y proyecciones

El panel de conflicto compila variables relacionadas con las distintas ofensivas ejecutadas

por los distintos grupos al margen de la ley en Colombia. Entre estas se encuentran ataques,


17

secuestros, emboscadas, hostigamientos, homicidios, entre otras. Además, se encuentran

variables relacionadas con la violencia histórica, cultivo de drogas, desplazamientos, y otras

que permiten evaluar las actividades defensivas de la fuerza pública como las capturas,

bajas, armamentos incautados.

El panel de producción agrícola presenta variables relacionadas con la actividad del sector

agropecuario en los municipios colombianos, incluyendo producción agrícola, créditos

agropecuarios y características de la tierra. Para la producción agrícola se incluyó

información de cultivos como área sembrada, área cosechada, producción y rendimiento,

extraída de las Evaluaciones Agropecuarias Municipales (EVA) del Ministerio de Agricultura

y Desarrollo Rural – MADR. Las Evaluaciones Agropecuarias Municipales (EVA) reportan

anualmente la información de la actividad agrícola, ganadera, forestal y acuícola de cada

uno de los municipios. En el Panel Municipal del CEDE sólo se incluye información de los

cultivos agrícolas.

Finalmente, se hará uso también de El Tercer Censo Nacional Agropecuario que fue por su

complejidad el mayor ejercicio estadístico a nivel nacional en la historia del DANE. Este

ejercicio censal proporciona información estadística, georreferenciada o de ubicación

satelital y actualizada del sector agropecuario del país. Es el único de los tres censos

realizados en Colombia, que se caracteriza por ser incluyente. Tuvo una cobertura operativa

del 98.9%, cubriendo los 1.101 municipios del país, el archipiélago de San Andrés,

Providencia y Santa Catalina, 32 departamentos, 20 áreas no municipalizadas, 773

resguardos indígenas, 181 tierras de comunidades negras y 56 parques nacionales

naturales.

En este sentido, y para el análisis de los datos, se hará un corte transversal de los datos

panel para el año 2014 que ajuste a la medida necesaria el análisis de los datos que se unirán

con la CNA.

MODELO FINAL

Tras el análisis de los datos recolectados en las bases de datos y la creación de un modelo

econométrico basado en la literatura y las rigurosidades económicas, se ha llegado a un


18

modelo en donde se tienen variables de control con el ánimo de generar un modelo robusto

que logre explicar de manera acertada la producción ganadera desde los ámbitos

económico, biológico y especialmente desde el ámbito político teniendo en cuenta las

variables institucionales.

Así pues, tras la construcción de una base de datos que represente lo que este estudio

necesita se han tenido en cuenta las siguientes variables:

Descripción Tabla 3. Descripción de variables a modelar

Variable Descripción Tipo Formato Fuente de la información

Producción Litros de leche

Litros de leche producidos en un municipio

Continua Numérica CNA - 2014

Área Agropecuaria Hectáreas por municipio destinadas a la producción agropecuaria

Continua Numérica CNA - 2014

Área Ha en Pastos Área sembrada en pastos en zona rural

Continua Numérica CNA – 2014

Área Ha en infraestructura agropecuaria

Área en Ha del sector rural destinada a infraestructura agropecuaria


Área Ha en UPA Área en Ha de Unidades Productivas Agropecuarias


Maquinaria con genética

Unidades Productivas Agropecuarias que cuentan con maquinaria para Genética y Reproducción


No Cabezas Ganado Bovino

Número de cabezas de ganado censado


NBI Índice de Necesidades Básicas Insatisfechas

Continua Numérica Panel CEDE – 2014

Dummy presencia de las farc

Dummy de presencia de la guerrilla de las FARC

Discreto Numérica Panel CEDE – 2014

Dummy presencia de cultivos de coca

Dummy de presencia de cultivos de coca

Discreto Numérica Panel CEDE – 2014

Índice Gini municipal

Índice Gini municipal Continua Numérica Panel CEDE – 2014

Personas en pobreza multidimensional

Número de personas en pobreza multidimensional



19

Upa sin asistencia técnica

Unidades productivas agropecuarias que no recibieron asistencia técnica


Gasto per cápita municipal

Gasto per cápita municipal Continua Numérica Panel CEDE – 2014

asistencia escolar porcentaje población

Porcentaje de población municipal que asiste a la escuela


Estadísticas descriptivas:

Tabla 4. Estadísticas descriptivas

Stats Litros de leche/Hectárea

Producción litros de

leche

Área Agropecuaria

(Ha)

Área Infraestructura agropecuaria

(Ha)

Total, área UPA

(Ha)

Numero de UPA

mean 3.919132 17248.19 38346.47 108.2052 97142.01 2112.388

p50 0.4909323 8428 15201.25 23.5 26244.05 1534

Min 0 0 12.4 0 61.1 5

Max 2333.468 322763 2420787 4212.9 6553096 23762

N 1122 1122 1122 1122 1122 1122

Sd 69.76641 25941.64 111484.6 271.137 315122.3 2020.903

variance 4867.352 6.73E+08 1.24E+10 73515.25 9.93E+10 4084049

kurtosis 1109.9 35.73009 230.2904 68.24509 190.5243 28.86395

skewness 33.22665 4.525867 12.98733 6.548177 11.2984 3.663186

Stats UPA con maquinaria para genética y

reproducción

Índice Gini municipal

Número de cabezas de

ganado bovino

NBI Gasto per cápita

municipal

mean 13.58467 0.4220718 19164.72 44.94156 237892.1

p50 6 0.4442 7887.5 42.545 241756

Min 0 0 0 5.36 0

Max 416 0.5681 394724 100 585448.4

N 1122 1122 1122 1114 1122

Sd 28.252 0.1208191 34639.2 20.94525 89327.71

variance 798.1753 0.0145972 1.20E+09 438.7033 7.98E+09

kurtosis 76.46298 10.57904 39.86511 3.029981 4.67984

skewness 7.281306 -2.911677 5.066139 0.6592294 -0.7790098


20

Stats Presencia cultivos de

coca (Dummy)

Presencia de las FARC

(Dummy)

Índice de pobreza multidimensional

rural

UPA que recibió

asistencia técnica

UPA que no recibió

asistencia técnica

Porcentaje de

asistencia escolar

mean 0.1702317 0.4705882 44.54794 349.3779 1763.01 13.53367

p50 0 0 44.1555 160.5 1238.5 11.94683

Min 0 0 0 0 3 2.51849

max 1 1 94.286 4888 22253 100

N 1122 1122 1122 1122 1122 1113

Sd 0.3760038 0.4993568 17.0706 531.5529 1787.424 7.773356

variance 0.1413789 0.2493572 291.4054 282548.5 3194885 60.42506

kurtosis 4.079501 1.013889 2.507655 20.78886 35.80966 20.61512

skewness 1.754851 0.1178511 0.2030135 3.638579 4.111509 2.753873

En este sentido, se pueden observar datos de relevancia para el estudio, así como el hecho

de que en promedio se producen 3.9 litros de leche por hectárea en los municipios de

Colombia, lo que indica una baja productividad para el hato ganadero existente. Por otro

lado, cabe resaltar que al menos la mitad de los municipios colombianos presentan un

Índice Gini por encima de la media, lo que es muy preocupante, dado además de que la

media es de 0.42 un índice considerado como alto. Asimismo, preocupa que tanto el índice

de pobreza multidimensional rural y el índice de Necesidades Básicas Insatisfechas, en

promedio están en cerca de 44.5. Por último, el porcentaje de asistencia escolar tiene en

promedio la cifra del 13%, lo que indica que únicamente el 13% de los habitantes han

asistido a la escuela.

Estos datos generan una idea de que aquellas variables que involucran directamente la

institucionalidad del gobierno, cono el NBI, el IPM y la asistencia escolar son deficientes en

la mayoría de los departamentos. Lo que posiblemente, corrobore la intuición de que estos

factores afectan la dinámica productiva de las lecherías colombianas. Asimismo,

encontramos que, en muchos municipios casi la mitad, hay presencia de actores armados

ilegales.

Detalle del modelo

Ahora bien, teniendo en cuenta el modelo construido anteriormente:

𝑌 = 𝑄[ 𝒇 ( 𝑲𝒓, 𝑹 ), 𝒈 ( 𝑲𝒍, 𝑳 ), 𝒉 (𝑲𝒌, 𝑲), 𝑱(𝑲𝒔, 𝒔) ]


21

En donde R: recursos y es finito; L: Trabajo y; K: capital y es variable; S es el factor

institucional. Y, donde Kr, Kl, Kk y Ks son aumentadores de productividad por lo que se ha

planteado la siguiente ecuación:

𝑳𝒏 (𝑷𝒓𝒐𝒅𝒖𝒄𝒄𝒊ó𝒏 𝒅𝒆 𝒍𝒊𝒕𝒓𝒐𝒔 𝒅𝒆 𝒍𝒆𝒄𝒉𝒆)/(𝑯𝒆𝒄𝒕á𝒓𝒆𝒂𝒔 𝒅𝒆 𝒖𝒔𝒐 𝒂𝒈𝒓𝒐𝒑𝒆𝒄𝒖𝒂𝒓𝒊𝒐)

= 𝛽0 + 𝛽1 𝐿𝑛(Área en Infraestructura agropecuaria)

+ 𝛽2 𝐿𝑛 (Área de UPA en Ha)

+ 𝛽3 𝐿𝑛(UPA con maquinaria para genética y reproducció)

+ 𝛽4 𝐿𝑛(𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑏𝑒𝑧𝑎𝑠 𝑑𝑒 𝑔𝑎𝑛𝑎𝑑𝑜 𝑏𝑜𝑣𝑖𝑛𝑜) + 𝛽5 𝐿𝑛(𝑁𝐵𝐼)

+ 𝜷𝟔(𝑷𝒓𝒆𝒔𝒆𝒏𝒄𝒊𝒂 𝒅𝒆 𝒄𝒐𝒄𝒂) + 𝜷𝟕 (𝑷𝒓𝒆𝒔𝒆𝒏𝒄𝒊𝒂 𝒅𝒆 𝑭𝑨𝑹𝑪)

+ 𝜷𝟖 𝑳𝒏(í𝒏𝒅𝒊𝒄 𝑮𝒊𝒏𝒊) + 𝜷𝟗 𝑳𝒏(𝑷𝒆𝒓𝒔𝒐𝒏𝒂𝒔 𝒆𝒏 𝒑𝒐𝒃𝒓𝒆𝒛𝒂 𝒎𝒖𝒍𝒕𝒊𝒅𝒊𝒎𝒆𝒏𝒔𝒊𝒐𝒏𝒂𝒍)

+ 𝜷𝟏𝟎 𝑳𝒏(𝑼𝒑𝒂 𝐬𝐢𝐧 𝒂𝒔𝒊𝒔𝒕𝒆𝒏𝒄𝒊𝒂 𝒕é𝒄𝒏𝒊𝒄𝒂) + 𝜷𝟏𝟏 𝑳𝒏(𝑮𝒂𝒔𝒕𝒐 𝒑𝒆𝒓 𝒄𝒂𝒑𝒊𝒕𝒂)

+ 𝜷𝟏𝟐 (𝑷𝒐𝒓𝒄𝒆𝒏𝒕𝒂𝒋𝒆 𝒂𝒔𝒊𝒔𝒕𝒆𝒏𝒄𝒊𝒂 𝒆𝒔𝒄𝒐𝒍𝒂𝒓)

En este sentido, cabe resaltar que el modelo incluye variables económicas, biológicas y por

supuesto incluye las variables de interés en su mayoría de orden institucional y estructural.

Estas últimas serán de interés para el trabajo pues serán aquellos factores políticos que

dimensionarán el impacto sobre la productividad lechera en los municipios colombianos.

En este sentido, creemos que el factor institucional (S), es efectivamente un aumentador

de productividad.

Tabla 5. Detalle de variables en modelo.

Variable Dependiente Variable de Interés Variable de Control

Ln (Producción/Hectáreas agropecuarias)

Dummy de presencia de cultivos de Coca

Ln (Área en Infraestructura agropecuaria)

Dummy de presencia de las FARC

Ln (Área de UPA en Ha)

Ln (Índice de Gini municipal)

Ln (UPA con maquinaria para genética y reproducción)

Ln (Personas en pobreza multidimensional)

Ln (Número de cabezas de ganado bovino)

Ln (UPA que no recibió asistencia técnica)

Ln (Necesidades Básicas insatisfechas)

Ln (Gasto per cápita Municipal)

Porcentaje de asistencia escolar


22

De esta manera, se hará un análisis Log-Log, en donde se podrá determinar la incidencia de

las variables propuestas en el modelo sobre el porcentaje de producción de litros de leche

por cada hectárea de uso agropecuario. Este modelo es útil cuando la relación no es lineal

en los parámetros, ya que la transformación logarítmica genera la linealidad deseada en los

parámetros (La linealidad en los parámetros es uno de los supuestos MCO), pues es posible

que algunos de los parámetros no hayan tenido una relación lineal. Por otro lado, Todas las

transformaciones de registro generan resultados similares, pero la convención en el trabajo

econométrico aplicado es utilizar el logaritmo natural. La ventaja práctica del logaritmo

natural es que la interpretación de los coeficientes de regresión es sencilla.

De esta manera, se estimó el modelo por MCO sin el uso de logaritmos y existiendo la

posibilidad de que no hubiese relación lineal en los parámetros, el modelo arrojaba

resultados en los cuales muchos parámetros no cumplían con el intervalo de confianza para

poder ser estimados estadísticamente. Asimismo, la prueba F no fue lo suficientemente

significativa para poder estimar el modelo globalmente. Posteriormente, se usó el

Logaritmo natural y arrojó los siguientes resultados:

RESULTADOS Y ANÁLISIS

Resultados Tabla 6. Regresión Lineal

VARIABLES ln_prod_ha

ln_ÁreaHaeninfraestagro -0.0846***

(0.0166)

ln_haUPA -0.694***

(0.0351)

ln_maquinariagenetica 0.0470*

(0.0275)

ln_nocabezasganadobovino 0.913***

(0.0182)

ln_NBI -0.238***

(0.0812)

Gastopercápitamunicipal -1.57e-05***

(3.16e-06)

dummydepresenciadecultivosdecoca -0.377***

(0.0889)

dummydepresenciadefarc -0.0154


23

(0.0623)

ln_Índicedeginimunicipal -49.11***

(9.453)

ln_personasenpobrezamulti -0.0553

(0.0412)

ln_upasinasistenciatecnica -0.0565**

(0.0274)

ln_Gastopercápmun 4.432***

(0.841)

Asistenciaescolarporcentajepobla 0.0263***

(0.00584)

Constant -139.0***

(22.37)

Observations 918

R-squared 0.795

Standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Se puede afirmar que el modelo es significativo a nivel global e individual. En este mismo

sentido, tenemos un R2 de 0.795 lo que implica que las variables de este modelo explican

en un 80% la variación de producción de litros de leche por cada hectárea de uso

agropecuario en los municipios de Colombia. Asimismo, se puede evidenciar a través de las

variables de interés que efectivamente los componentes determinados como “políticos” en

este documento afectan la producción lechera por hectárea en Colombia. En este sentido,

se evidencia que si existen cultivos de coca en el municipio entonces se producirá un 0.37%

menos de litros de leche por hectárea. Ahora bien, la violencia es un factor determinante

en la producción ganadera colombiana, pues la presencia de actores armados como la

guerrilla de las FARC genera que se produzca 0.015% menos de litros de leche por hectárea,

aunque éste parámetro no es significativo estadísticamente, vale la pena analizar su

comportamiento desde el signo, el cual representa una relación negativa entre la

producción de litros de leche por hectárea y la presencia de actores armados al margen de

la ley. Por otro lado, el coeficiente asociado al índice Gini municipal indica que ante un

aumento de 1% en este índice, la producción de litros de leche por hectárea va a disminuir

en un 49%. Por su parte, el parámetro asociado al número de personas en condición de

pobreza multidimensional muestra que ante un aumento del 1% de estas personas, la


24

producción de litros de leche por hectárea va a disminuir casi 0.06%. Ahora bien, podemos

evidenciar que ante un aumento del 1% en aquellas UPA (Unidades de producción

agropecuaria) que no reciben asistencia técnica, la producción lechera por hectárea va a

disminuirse en un 0.05%. Por otro lado, si el gasto per cápita municipal aumenta en un 1%

entonces la producción de litros de leche por hectárea aumentará en un 4.4% en este

mismo sentido, el aumento del 1% de las personas que asisten a la escuela aumenta en un

2.6% la producción de leche por hectárea.

Análisis

Se puede evidenciar que el modelo presentado es significativo a nivel global, lo que implica

que las variables de control y las variables de interés explican de manera adecuada el

porcentaje de producción de litros de leche por cada hectárea de uso agropecuario en los

municipios de Colombia. Esto de logra a través de un test de significancia global de la

siguiente manera:

Significancia Global: Tabla 7. Prueba estadístico F.

Prob > F = 0.0000

F( 14, 903) = 249.72

(14) Asistenciaescolarporcentajepobla = 0

(13) ln_Gastopercápmun = 0

(12) ln_upasinasistenciatecnica = 0

(11) ln_personasenpobrezamulti = 0

(10) ln_Índicedeginimunicipal = 0

( 9) dummydepresenciadefarc = 0

( 8) dummydepresenciadecultivosdecoca = 0

( 7) Gastopercápitamunicipal = 0

( 6) ln_NBI = 0

( 5) ln_nocabezasganadobovino = 0

( 4) Índicedeginimunicipal = 0

( 3) ln_maquinariagenetica = 0

( 2) ln_haUPA = 0

( 1) ln_ÁreaHaeninfraestagro = 0


25

La prueba de significancia global indica que el valor crítico del estadístico F, con 14 grados

de libertad en el numerador y 903 en el denominador, al 5% de significancia es 249.72 por

lo que se rechaza la hipótesis de 𝐻𝑜: 𝛽1 = 0, 𝛽2 = 0, … , 𝐵14 = 0 y se puede afirmar que el

modelo es conjuntamente significativo.

Significancia individual:

Tabla 8. Prueba significancia individual “Presencia de cultivos de coca”

Con un nivel de 95% de confianza se rechaza la hipótesis nula, lo que significa que la variable

Dummy de presencia de cultivos de coca, es significativa individualmente, lo que significa

que existe suficiente evidencia empírica para determinar que dentro del modelo la

presencia de cultivos de coca afecta el porcentaje de producción de litros de leche por

hectárea.

Pr(T < t) = 1.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 0.0000

Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

Ho: diff = 0 degrees of freedom = 1102

diff = mean(0) - mean(1) t = 6.5786

diff .9538804 .1449972 .6693786 1.238382

combined 1,104 -.760859 .0554197 1.841401 -.8695988 -.6521191

1 187 -1.553167 .1365607 1.867439 -1.822574 -1.28376

0 917 -.5992868 .0592626 1.794592 -.7155932 -.4829805

Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]

Two-sample t test with equal variances

. ttest ln_prod_ha, by(dummydepresenciadecultivosdecoca)


26

Tabla 9. Prueba significancia individual “Presencia de FARC”


Dummy de presencia de FARC, es significativa individualmente, lo que significa que existe

suficiente evidencia empírica para determinar que dentro del modelo la presencia de la

guerrilla de las FARC afecta el porcentaje de producción de litros de leche por hectárea.

Tabla 10. Prueba significancia individual “Índice Gini Municipal”


Índice de Gini Municipal, es significativa individualmente, lo que significa que existe

suficiente evidencia empírica para determinar que dentro del modelo la desigualdad afecta

el porcentaje de producción de litros de leche por hectárea.

Pr(T < t) = 1.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 0.0000



diff = mean(0) - mean(1) t = 6.3854

diff .6964266 .1090655 .4824271 .9104262

combined 1,104 -.760859 .0554197 1.841401 -.8695988 -.6521191

1 521 -1.128628 .0815912 1.862354 -1.288917 -.9683388

0 583 -.4322011 .072896 1.760103 -.5753724 -.2890298

Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]


. ttest ln_prod_ha, by(dummydepresenciadefarc)

Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000



diff = mean(ln_prod_ha) - mean(Índicedeginimu~l) t = -21.4714

diff -1.182931 .0550932 -1.29097 -1.074891

combined 2,226 -.1646108 .0302596 1.427663 -.2239508 -.1052708

Índice.. 1,122 .4220718 .0036069 .1208191 .4149947 .429149

ln_pro~a 1,104 -.760859 .0554197 1.841401 -.8695988 -.6521191

Variable Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]


. ttest ln_prod_ha == Índicedeginimunicipal, unpaired


27

Tabla 11. Prueba significancia individual “Personas en pobreza multidimensional”


Ln de personas en estado de pobreza multidimensional, es significativa individualmente, lo

que significa que existe suficiente evidencia empírica para determinar que dentro del

modelo las personas que se encuentran en estado de pobreza multidimensional, afectan el

porcentaje de producción de litros de leche por hectárea.

Tabla 12. Prueba significancia individual “UPA que no reciben asistencia técnica”

Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000



diff = mean(ln_prod_ha) - mean(ln_personasenp~i) t = -1.4e+02

diff -8.731833 .0627313 -8.854851 -8.608815

combined 2,226 3.640361 .097722 4.610571 3.448726 3.831997

ln_per~i 1,122 7.970974 .0299753 1.004059 7.91216 8.029788

ln_pro~a 1,104 -.760859 .0554197 1.841401 -.8695988 -.6521191



. ttest ln_prod_ha == ln_personasenpobrezamulti, unpaired

Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000



diff = mean(ln_prod_ha) - mean(ln_upasinasist~a) t = -83.8589

diff -5.801879 .0691862 -5.937555 -5.666202

combined 2,220 2.155761 .0706289 3.327815 2.017255 2.294267

l~sina~a 1,116 5.04102 .0415887 1.389336 4.959419 5.122621

ln_pro~a 1,104 -.760859 .0554197 1.841401 -.8695988 -.6521191



. ttest ln_prod_ha == ln_upasinasistenciatecnica, unpaired


28


Ln de UPA que no reciben asistencia técnica, es significativa individualmente, lo que significa

que existe suficiente evidencia empírica para determinar que dentro del modelo la

prestación de asistencia técnica a los productores, afecta el porcentaje de producción de

litros de leche por hectárea.

Tabla 13. Prueba significancia individual “Gasto per cápita municipal”


Gasto per-cápita municipal, es significativa individualmente, lo que significa que existe

suficiente evidencia empírica para determinar que dentro del el gasto del gobierno por

persona afecta el porcentaje de producción de litros de leche por hectárea.

Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000



diff = mean(ln_prod_ha) - mean(ln_Gastopercáp~n) t = -2.3e+02

diff -13.18474 .0574652 -13.29744 -13.07205

combined 2,147 5.644211 .1451189 6.72419 5.359623 5.9288

ln_Gas~n 1,043 12.42388 .0073621 .2377639 12.40944 12.43833

ln_pro~a 1,104 -.760859 .0554197 1.841401 -.8695988 -.6521191



. ttest ln_prod_ha == ln_Gastopercápmun, unpaired


29

Tabla 14. Prueba significancia individual “Asistencia escolar”


Asistencia escolar, es significativa individualmente, lo que significa que existe suficiente

evidencia empírica para determinar que dentro del modelo el porcentaje de personas que

asiste a la escuela afecta el porcentaje de producción de litros de leche por hectárea.

En suma, podemos afirmar que el modelo planteado tiene una significancia global, así como

individual para cada una de las variables de interés. De esta manera, se puede hacer

afirmaciones a partir de estos resultados con toda la rigurosidad económica y estadística de

manera que los resultados puedan ser robustos y además se tenga la certeza de tener unos

resultados de un peso argumentativo suficiente para lograr una metodología rigurosa. Por

otra parte, es importante tener en cuenta, que los resultados han sido incentivados por una

intuición económica derivada del conocimiento y la investigación previa al estudio.

CONCLUSIONES

El sector agropecuario sin duda está siendo subutilizado y no aprovecha su máximo potencial.

Colombia tiene la posibilidad de ser uno de los más grandes productores de litros de leche por

hectárea en sudamérica. No obstante, existen factores biológicos, económicos y, sobre todo,

políticos que determinan su baja competitividad en la región tropical. Factores como la desigualdad,

la pobreza, la educación, la asistencia técnica y la violencia son en efecto fenómenos que afectan la

productividad en el campo colombiano.

Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000



diff = mean(ln_prod_ha) - mean(Asistenciaesco~a) t = -59.4679

diff -14.29453 .2403737 -14.76591 -13.82314

combined 2,217 6.415418 .1936228 9.116737 6.035717 6.795119

Asist~la 1,113 13.53367 .2330027 7.773356 13.07649 13.99084

ln_pro~a 1,104 -.760859 .0554197 1.841401 -.8695988 -.6521191



. ttest ln_prod_ha == Asistenciaescolarporcentajepobla, unpaired


30

Es importante tener en cuenta que existen factores biológicos y económicos que afectan la

productividad ganadera. No obstante, es preponderante el hecho de que existan factores de

carácter político que afectan la productividad y por ende la competitividad de Colombia como país

productor de leche. En suma, la violencia, el nivel educativo, la asistencia técnica y la

institucionalidad son factores que se deben tener en cuenta a la hora de fomentar la producción

agropecuaria en Colombia.

Cabe resaltar, además, el hecho de que el promedio de duración de los ministros de agricultura

desde 1994 es de 1.7 años, lo que podría evidenciar una falencia en la institucionalidad agropecuaria

y de la política pública dirigida a un sector que ha sido protagonista en las dinámicas sociales y

económicas de Colombia.

La ausencia de una política pública integral hacia el sector rural ha generado índices de desigualdad

preocupantes, así como altos niveles de pobreza. Estos factores, en suma, afectan la productividad

lechera y la calidad de vida de los productores, y agudizan la crisis social y económica que se sufre

en el campo colombiano. Esto ratifica la hipótesis de que el Estado en Colombia ha sido ajeno a

muchas de estas problemáticas generando una percepción de ausencia estatal y debilidad

institucional que en el largo plazo genera inseguridad y violencia, factores que afectan la

productividad del sector ganadero.

En tanto el Estado no adopte medidas integrales para disminuir los índices de violencia, desigualdad

y pobreza aunado con esfuerzos por aumentar los índices de asistencia escolar y la prestación de

asistencia técnica en el campo, la crisis del sector rural se verá agudizada en el corto plazo.

PROPOSICIONES Debe existir una política pública definida, creada desde la presidencia de la república junto

con el ministerio de agricultura y desarrollo rural, con el objetivo de solventar la crisis social

y económica del campo colombiano; en este sentido debe estar enfocada en disminuir los

índices de pobreza, desigualdad y violencia en el sector rural a través de proyectos de

sustitución de cultivos ilícitos, empleabilidad y generación de empresa para el sector rural.

Asimismo, debe existir un lineamiento claro que defina un objetivo general para el país que

identifique y potencialice la capacidad del campo colombiano. Colombia puede ser el

productor de leche más eficiente de América del Sur y para cumplir este objetivo se debe


31

hacer uso de conocimiento y tecnología que adopten los campesinos, quienes deben ser

expertos en su actividad, así como utilizar de forma eficiente el suelo. Para esto es relevante

definir la tenencia de la tierra, hacer repartición equitativa de suelos baldíos o en extinción

de dominio.

Finalmente, es muy importante tener en cuenta que la educación en el campo es tan

importante como en las zonas urbanas. Es por esto que, una de las formas mas adecuadas

para generar desarrollo para los campesinos colombianos es a través de proyectos que

generen conocimiento en el campesino, de manera tal, que se vuelva experto en su

actividad y para los fines de la política pública propuesta sea más eficiente. En este mismo

sentido, es importante que este conocimiento sea compartido y pueda tener un

seguimiento a través de la asistencia técnica institucional.

Referencias Abbott, P. (1998). Competition for Policy and Agricultural Trade. En OECD, Wokshop on emerging

trade issues in Agriculture. OECD: Directorate for Food, Agriculture and Fisheries trade.

Alonso, R., & Serrano, A. (2008). Economía de la empresa agroalimentaria. Madrid: Mundiprensa.

Arguello, R. (2006). Sector agrícola y política de Competencia. Revista de Economía Institucionlal,

227-250.

Arista Silva , A. (2010). "Programa de mejoramiento genético para características económicas en

razas lecheras. Bogotá: Revista de Medicina Veterinaria N°19.

Banco Mundial. (15 de 2 de 2018). Banco Mundial. Obtenido de Banco Mundial:

https://datos.bancomundial.org/indicador/NV.AGR.TOTL.ZS?locations=CO

Berry, A. (2002). Has Colombia Finally Found an Agrarian Reform That Works? Revista de Economia

Institucional, 24-77. Obtenido de Scielo: http://www.scielo.org.co/scielo.php?pid=S0124-

59962002000100003&script=sci_abstract&tlng=es

DANE. (2014). Censo Nacional Agropecuario 2014. Bogotá: Departamento Administrativo Nacional

de Estadística.

FAO. (2012). Ganadería Mundial: La ganadería en la Seguridad alimentaria. Roma: FAO.

Fedegán. (2014). Bases para la formulación del plan de acción 2014-2018 para el mejoramiento de

la ganader{ia del departamento de Santander. Bucaramanga: Fedegán.

FEDEGÁN. (2017). Cifras de referencia del sector ganadero. Bogotá: Fedegán.


32

Gobierno De Colombia DNP. (2018). Pacto por el emprendimiento, la formalización y la

productividad: una economía dinámica, incluyente y sostenible que potencie todos

nuestros talentos. En DNP, BASES DEL PLAN NACIONAL DE DESARROLLO 2018-2022 (págs.

153 - 172). Bogotá: DNP.

Holmann , F., Rivas, L., Carulla, J., Rivera , B., Giraldo, L. A., Guzman, S., . . . Fallow, A. (2004).

Producción de Leche y su Relación con los Mercados:Caso Colombiano. Centro

internacional de agricultura tropical.

Ibáñez, A. M., Gáfaro, M., & Zarruk, D. (2012). Equidad y eficiencia rural en Colombia: una

discusión de políticas para el acceso a la tierra. Bogotá: Ediciones Uniandes CEDE.

Latruffe, L. (2010). Competitiveness, Productivity and Efficiency in the Agricultural and Agri-Food

Sectors. Paris: OECD publishing.

MacLaren, D., & Josling, T. (1999). Competition policy and International Agricultural Trade.

Standford: International Agricultural Trade Research Consortium, Working Papers.

Ministerio de comercio, industria y turismo. (28 de 03 de 2019). TLC. Obtenido de TLC.GOV.CO:

http://www.tlc.gov.co/publicaciones/5398/acuerdos_vigentes

Ministerio de Eduación Colombiano. (28 de 03 de 2019). Mineducación. Obtenido de

Mineducación.gov.co: https://www.mineducacion.gov.co/1621/article-87159.html

North, D. (1990). Institutions, Institutional Change and Economic Performance. Cambridge:

Cambridge University Press.

North, D., & Thomas, R. (1989). Una teoría económica del crecimiento del mundo occidental.

Revista Libertas.

OCDE. (2015). revisión de la OCDE de las políticas agrícolas: Colombia 2015. Bogotá: OCDE.

Perez Pinzon, L. R. (2016). Cattle Ranching in the Northeast of Colombia: Upbringing of Creole

Races and Dynamics of the Possession of Rural Lands in El Socorro, in the Eighteenth

Century. Bogotá: Tercer Mundo Editores.

Porter, M. (2008). On Cometition. Boston: Harvard Business School.

Sanchez, F., Lopez-Uribe, M. d., & Fazio, A. (2010). Land Conflicts, Property Rights, and the Rise of

the Export Economy in Colombia, 1850-1925 . Bogotá: Documentos CEDE.

Schultz, T. (1964). Transforming Traditional Agriculture. London: New Heaven.

Stevens, R., & Jabara, C. (1988). Agricultural Development Principles: Economic Theory and

empirical evidence. Londres: Jhon Hopkings University Press.

Timmer, P. (1998). The Agricultural Transformation. En Handbook Of Develompent Economics

(págs. 276-328). Harvard: Harvard University.

UPRA. (2014). MEMORIAS AL CONGRESO DE LA REPÚBLICA. Bogotá: upra.


33

Vergara. (2010). La ganadería extensiva y el problema agrario. El reto de un modelo de desarrollo

rural sustentable para Colombia. . Revista de Ciencias Animales , animales: 45-53.

GANADERÍA LECHERA EN COLOMBIA - Uniandes

Documents

Transcript of GANADERÍA LECHERA EN COLOMBIA - Uniandes