Calcaterra Carlos, 2015. Peso relativo de factores que afectan a la decision de siembra de cultivos de cosecha entre productores del partido de Pergamino. EEA INTA Pergamino Informe Tecnico

Peso relativo de factores que afectan a la decisión de siembra de cultivos de cosecha entre productores del partido de pergamino. Carlos Calcaterra, EEA INTA Pergamino 13/02/2015 “….claramente, si queremos justificar la inclusión de cualquier precio u otra variable [en una estimación de oferta agrícola agrícola] debemos conocer las razones por las que el productor quiere cambiar su patrón de siembra o producció producción”. Askari and Cummings, 1977. Introducción. El Observatorio de Sustentabilidad Rural de Pergamino (OSRP (OSRPe), empezó a plasmarse a mediados del 2014 y es un nodo integrante de la red OSR que el INTA viene implementando en las principales eco eco-regiones del país (ver mapa). El eje del trabajo del OSRPe OSRP lo constituye en primera instancia el fenómeno de agriculturización-sojización agriculturización (INTA, 2014) y una de las primeras acciones propuestas es identificar y evaluar los factores que influyen en la decisión de área de siembra de los cultivos de cosecha en el partido, en particular la superficie ocupada por la soja, mediante el desarrollo de un modelo econométrico de área sembrada.

Los primeros pasos pasos, que además son de fundamental importancia para el desarrol desarrollo de estos modelos, son 1-el el planteo de una teoría o hipótesis económica 2- el desarrollo del o los modelos matemáticos

derivados de la teoría. y 3- la especificación e del

modelo econométrico,, es decir aquel que reflejando el modelo matemático es utilizado con los datos de la realidad,, esto incluye la selección de variables y la forma funcional (Gujarati B., 2004). No puede ser suficientemente resaltada la importancia de estos tres pasos, pasos aunque en los trabajos aplicados muchas veces veces, una vez enunciados, suelen ser dejados parcialmente de lado, desarrollándose explicaciones ad hoc o ponie poniendo más atención a los datos disponibles o el uso de ecuaciones que sean matemáticamente tratables tratables, por el lógico motivo de intentar alcanzar una estimación posible posible. El objetivo del presente esente trabajo es profundizar el conocimiento de los mecanismos y factores que tienen mayor incidencia en la elección de los productores entre diferentes cultivos,, para luego utilizarlos como pautas para seleccionar una teoría económica, modelo matemático y econométrico que se ajuste a estos mecanismos.

Actividades y métodos. Para identificar y dar peso a estos factores se realizó una encuesta a informantes calificados, calificados todos ellos relacionados a la producción de granos y con larga experiencia en el partido de Pergamino. Las encuestas se realizaron durante el mes de febrero de 2015 en forma personal y por e-mail. e Se le solicitó a los encuestados que asignaran un peso a un listado de diferentes factores pre-sele seleccionados por su

posible influencia en las decisiones de siembra de cereales y oleaginosas tomadas por productores de la zona. Para un cultivo determinado y para cada factor, el peso podía ir de 1 (muy bajo) a 5 (muy alto). Además de los factores preseleccionados los informantes calificados podían agregar otros factores que ellos consideraran importantes. En la medida que las respuestas empezaron a repetirse, y utilizando un criterio de saturación se dejaron de realizar entrevistas. Este punto de saturación se alcanzó con 11 entrevistas en las que participaron 9 Ing. Agr. (con perfil de asesores, investigadores y extensionistas) y 2 oficiales de crédito bancario orientado al sector agropecuario.

Resultados Los informantes calificados no agregaron factores al listado pre-seleccionado y la mayor parte eligió considerar en sus respuestas un perfil de productor empresario o familiar capitalizado que son quienes definen el grueso del área sembrada con cultivos extensivos en el partido. Para el girasol se obtuvieron solamente tres respuestas por lo que no se presentan los resultados. Tomando a todos los cultivos en conjunto los factores que tendrían mayor peso en la toma de decisiones corresponden a los principales capítulos integrantes de los márgenes brutos: 1-el precio de los granos, 2-los rendimientos estimados y 3-el costo de implantación y protección, a lo que se agrega, con una ponderación elevada, el riesgo productivo. Cuadro 1 Medianas y rangos de los pesos asignados a cada factor, considerando todos los cultivos. Factor

Máx

Min

Precio futuro cosecha a la siembra

4

Mediana Alto

5

3

Riesgo productivo

4

Alto

5

1,5

Costo Implantación y Protección

4

Alto

5

1,5

Rendimiento esperado

3,5

M-A

5

3

asigna casi importancia al de la

Precio spot a la siembra

3

Med

4

2

campaña

Fertilidad del lote

3

Med

4

1

Rotación

3

Med

4

1

Transparencia mercado e instituc.

2,5

5

1

momento de siembra y un mayor

Pronostico Precipitaciones

2

BMedio Bajo

4

1

peso al futuro en meses de

Tipo y nivel de enmalezamiento

2

Bajo

4

1

cosecha. Esto no significa que los

Precio campaña anterior

1

M Bajo

2

1

Dentro de los tres tipos de precios considerados no se le

anterior,

un

peso

moderado al de dársena al

productores realicen operaciones

en el mercado de futuro sino que para hacer sus cálculos económicos le dan un peso importante al precio futuro (ej. cuando en mayo 2015 los productores estén considerando la siembra del cultivo de trigo el valor del mercado de futuro posición enero-febrero 2016 tendrá un importante peso en la toma de decisión). El uso de precios de campañas anteriores como variable independiente está bastante generalizado en este tipo de estimaciones y se lo justifica en base al fenómeno de Cobweb que se produciría porque la producción agropecuaria, debido a causas biológicas y de estacionalidad, reacciona con un atraso de uno o más periodos a las señales de los precios. El efecto es más obvio en el caso de producciones

animales o los cultivos perennes, pero muchas veces se aplica el mismo supuesto a la producción de granos, asumiendo por ejemplo que al principio de la campaña, cuando los productores deciden que cultivos sembrar estarían influenciados por los precios de venta de la campaña previa. Según los resultados de la encuesta este fenómeno tendría poca importancia en la actualidad entre los productores del partido de Pergamino. Excepto este punto, el peso del resto de los factores coincide con lo que en la literatura se menciona como variables a ser consideradas, aunque siempre teniendo en cuenta que son situación-específicas. En particular merece ser destacado el alto peso asignado al riesgo productivo en las encuestas. Dado que no se dispone por lo general de series de tiempo para indicadores específicos de riesgo, en las estimaciones prácticas se suelen utilizar variables que reflejan aproximadamente su comportamiento, tales como el desvió estándar o los coeficientes de variación. Ambas medidas de dispersión parecen poco satisfactorias en la medida que sería de esperar que lo que más importa al productor no es la variación global, es decir los desvíos positivos y negativos alrededor del promedio, sino la posibilidad de tener malos resultados (los desvíos negativos o “downside risk”) por lo que sería conveniente desarrollar un indicador de riesgo más adecuado.

Algunas diferencias entre cultivos. Los valores de medianas que engloban a todos los cultivos disimulan diferencias importantes entre los mismos. Las causas de estas variaciones fueron profundizadas con los entrevistados en la parte no estructurada del cuestionario (se intercambian preguntas no previstas con respuestas que pueden llevar a una re-pregunta tampoco prevista en el formulario, etc.). La importancia de los precios y el nivel de rendimiento como factores de decisión de siembra no cambian significativamente entre cultivos al igual que la asignada a las malezas, aunque en este último caso si se adoptase un valor crítico de 10% las diferencias entre cultivos ya pasarían a ser significativas (ver cuadro 2). Debido al crecimiento del fenómeno de resistencia a los herbicidas es probable que el peso de este factor en la toma de decisión de siembra se incremente en el futuro cercano. El riesgo productivo tiene el mayor peso para el cultivo de maíz y el menor en el caso de la soja, lo cual está en línea con lo esperado a priori. Cabe mencionar que la pregunta en este caso estuvo referida al maíz de primera fecha de siembra, en el caso del maíz tardío el riesgo sería considerado en una forma diferente según las apreciaciones de los mismos informantes calificados. El girasol (datos no presentados) compartiría con el maíz un mayor peso comparativo del pronóstico de precipitaciones al momento de decidir la siembra pero en sentido inverso: en años con pronósticos de lluvias por arriba de lo normal este factor jugaría en contra de la decisión de siembra de girasol y a favor de la de maíz. Otro factor adverso para la decisión de siembra del cultivo de maíz es su elevado costo de implantación y protección.

Cuadro 2 Comparación de las medianas de los pesos asignados a diversos factores por cultivo. Medianas cultivos Precio campaña anterior Precio spot a la siembra Precio futuro cosecha a la siembra Rendimiento esperado Riesgo productivo Costo de Implantación y Protección Pronóstico precipitaciones Fertilidad suelos (1) Rotación (1) Nivel de infestación y tipo de malezas Transparencia del mercado(2)

Soja 1 1,0 3,0 4,0 3,5 2,0 3,0 2,0 2,0 2,0 2,0 1,0

Maiz 1,5 3,0 4,0 3,8 4,0 4,0 3,0 3,0 4,0 3,0 2,8

Trigo-Soja 1,0 3,5 4,0 3,8 3,0 3,5 2,0 3,0 4,0 2,5 4,0

Pvalor

Nivel

0,481 0,376 0,589 0,615 0,006 0,003 0,048 0,038 0,000 0,070 0,000

Signif NS NS NS NS ** ** * * ** NS **

Comparaciones entre medianas realizadas con test no paramétrico de Kruskal-Wallis. La H0 postula que no hay diferencias entre las medianas de los cultivos. (1)Considerando situación de campo propio. (2) La transparencia del mercado en la rotación trigo/soja está referida al cultivo de trigo.

La fertilidad de suelos y las consideraciones de rotación tienen un peso mayor en la decisión de siembra para maíz y trigo. Estos valores se obtuvieron suponiendo una situación de campo propio donde prácticamente “estas son las únicas consideraciones que en la actualidad lleva a la realización de estos cultivos” (un entrevistado) pero según la opinión de los mismos informantes calificados, en los campos arrendados el peso seria mucho menor, similar al asignado para el caso de la soja de primera. La transparencia del mercado en promedio para todos los cultivos no es tan importante, pero tiene un peso alto en el cultivo de trigo y medio en el maíz.

Conclusiones. Los modelos econométricos de estimación de área de siembra más difundidos se basan en lo ocurrido en campañas previas, en particular lo que hace a precios (Nerlove, 1957, 1979), pero dado el bajo peso que le es asignado en todos los cultivos se explorará el uso de otros modelos tipo cointegración y corrección de error, etc. En la medida que se disponga de información se deberán incluir estimadores para el costo de implantación y protección, riesgo productivo y cambio tecnológico que tuvieron una alta ponderación en la encuesta a informantes calificados (en el caso de cambio tecnológico estaría representado por el peso de los rendimientos esperados en la encuesta). Los factores asociados a rotaciones, malezas, fertilidad de lotes, con un peso medio a bajo, pueden ser considerados como rigideces que afectan la velocidad de ajuste a los precios. El efecto del cambio institucional en los mercados, producido a partir de 2008 particularmente para trigo y maíz, puede ser captado mediante el test de Chow. Los pesos estimados de todos estos factores son dependientes del momento, la evolución de la tecnología, el perfil de los actores considerados etc. por lo que sería conveniente actualizarlos periódicamente y profundizar su estudio con encuestas representativas al azar dirigidas a productores y

utilizando otras aproximaciones como las de racionalidad limitada sumado a una mayor disponibilidad de micro-datos (a nivel explotaciones). Dado que este tipo de información es escasa y fundamentalmente está desactualizada, sería importante desarrollar un esquema práctico y periódico de generación-análisis-difusión rápidos con las autoridades municipales, organizaciones de productores, el INTA y otras instituciones relacionadas a la actividad agropecuaria en el partido de Pergamino. Es de destacar que en todos los trabajos revisados, y mas allá de los refinamientos estadísticos y matemáticos empleados, se resalta la importancia central de comprender los mecanismos de decisión de los productores, desarrollando modelos que los reflejen y que no sean “ad hoc”, siendo el objetivo final poder contribuir a la construcción de mejores escenarios, mejores pronósticos y principalmente mejores políticas agropecuarias (Chhibber, 1989). Bibliografia citada. -Askari H. and J. T. Cummings. 1977, Estimating Agricultural Supply Response with the Nerlove Model: A Survey International Economic Review Vol. 18, No. 2 (Jun., 1977), pp. 257-292 -Chhibber, A. 1989, The Aggregate Supply Response: a Survey, in S. Commander (Ed), Structural Adjustment and Agriculture, London: ODI. -Gujarati, B. 2004. Basic Econometrics. The McGraw-Hill companies eds. -INTA, 2014. Informe situación inicial Observatorio Sustentabilidad Rural Pergamino. Documento interno. Calcaterra C. editor. -Nerlove M. 1979, The Dynamics of Supply: Retrospect and Prospect. American Journal of Agricultural Economics, 61(5), 874-888.