Modelos utilizados para medir la respuesta de la oferta del algodón en Colombia

Texto completo

(1)ROMERO M CE.: HILL. M. Paraquat" y corteen producción semillas trébol blanco. 25.. Thomas, R.G. 1981. Effect of defoliation in white clover in summer. Grass and Forage Sci. 36:121.. 26.. Thomas, R.G. 1982. A comparison of the effects of en-. 21.. Rossiter, R.C. 1972. The effect of defoliation on flower production in subterranean clover (Trifolium subtemiiwum L). Australian J. of Agrie. Res. 23:427.. 22.. Summers, L.A. 1980. The bipyridylium herbicides.. vironment on inflorescence initiation in nine lines of whi. Mode and mechanism of action. Academic Press, New. te clover. New Zealand J. of Botany. 20:151.. York.. 23.. 27.. Zaleski, A. 1961. White clover investigations. I. Effect of seed rates and cutting treatments on flower formation and yield of seed. J.of Agrie. Sci. 57:199.. 28.. Zaleski, A. 1970. White clover in seed production. In:. Thomas, R.G. 1979. Inflorescence initiation in Trifolium. repens L. influenced of natural photoperiods and tempe raturas. New Zealand J.of Botany. 17:287. 24.. Thomas, R.G. 1980. Studies of inflorescence initiation. in Trifolium repens L. the short-long day reaction. New Zealand J. of Botany. 19:361.. "White Clover Research", pp. 147-156. Ed„ J. Lowe. Occasional Symposium No. 6 of the Brit. Grassland Soc.. ESTADÍSTICA MODELOS UTILIZADOS PARA MEDIR LA RESPUESTA DE LA OFERTA DEL ALGODÓN EN COLOMBIA. Ramón Rosales A.'. RESUMEN. Un modelo conformado por un sistema de dos ecuaciones de comportamiento (el área y el rendimiento) y una ecuación de identidad (producción) fue postulado para estimar la respuesta de la producción de algodón en Colombia, durante el período 1960 -1983. Los resultados indicaron que el área, el rendimiento y la produc ción de algodón responden significativamente ante cambios en precios esperados.. Palabras Claves Adicionales: Elasticidades de corto plazo, elasticidades de largo plazo, período de ajuste, algodón.. ABSTRACT. Applied Models to Measure the Cotton Supply Response in Colombia A model formed by a system of two behavioral equations (área and yield) and a identity equation (production) was postulated to estimate the response of cotton production in Colombia for the period 1960-1983. The results found indicated that área, yield and production of cotton are hlghly responsive to the expected price. Addiotional Index Words: Adjustment periods, cotton.. Economista, Ph.D. Sección de Economía Agraria ICA. Apartado Aéreo 151123. Bogotá. 297.

(2) REVISTA ICA No 4, Oct - Dic. 1988. Un apreciable número de investigaciones se han realizado para medir la respuesta de la oferta de productos agrícolas. Estudios como los de. Tweeten y Quance (11), Askari y Cummings (1), Colman (3), Henneberry (5) y Shumway (10) pre sentan una revisión sobre modelos y métodos, y establecen comparaciones de las estimaciones. mayor crítica al modelo Nerloviano es la de que. las expectativas de los productores'a los cambios en los precios no cambian necesariamente si ellos ven que estos cambios son temporales. Por lo tanto, la formación del precio esperado podría subestimar el valor de la elasticidad precio. Askari y Cummings (1) mencionan que una de las defi. entre regiones y países. En 1986 Shumway (10). ciencias notables en los estudios muestreados. concluyó que aunque se ha desarrollado un con. fue la carencia del factor riesgo en la especifica. siderable número de estudios sobre éste tópico, el grado de precisión en las estimaciones y en el control de las funciones de oferta para efectos de predicción no ha sido el esperado. Todavía queda mucha investigación por realizar en esta impor tante área de la economía agrícola. Existen varios métodos para estimar la elasti. ción de las funciones de oferta.. cidad precio directo de la oferta. Los métodos de. estimación de las funciones de oferta pueden cla sificarse como métodos directos y métodos indi rectos. Los modelos considerados en los métodos de estimación directos son el modelo de la telara. ña, el modelo de ajuste parcial, el modelo de pro medio ponderado de las elasticidades precios de la demanda de los factores, el modelo agregado de las elasticidades de área y rendimiento, los modelos de programación matemática (principal mente el de programación lineal), los modelos de productos interdependientes y los modelos de si mulación. El modelo dual es considerado como. el método indirecto de estimación. La especifica ción del riesgo, la formulación de precios espera dos y los modelos de programación lineal y de teoría de la dualidad han sido los aspectos a los cuales se les ha dado mayor énfasis últimamente en la construcción de funciones de oferta.. Los estudios efectuados sobre funciones de oferta en Colombia han utilizado el método de. estimación directa. Trabajos como los de Junguito (6), García y Montes (4) y Rosales (9), emplearon formulaciones dinámicas de precios en las espe cificaciones de los modelos. Aún no se han publi cado estudios en Colombia en los cuales se ha. gan intentos para estimar funciones de oferta a través de modelos basados en la teoría de la. dualidad, programación lineal, simulación, prome dio ponderado de las elasticidades precios de la demanda de los factores, agregación de la elas ticidad de área y rendimiento, ni funciones de oferta interdependientes, como tampoco la intro ducción de riesgo en la especificación de los mo delos de oferta.. La estimación de funciones de oferta para los diferentes modelos mencionados anteriormente, debe considerarse necesario no solo desde el. punto de vista metodológico, sino también para establecer comparaciones entre los valores esti mados de las elasticidades.. El propósito del presente estudio no es hacer una exposición completa sobre los diferentes mé. Los modelos de Nerlove son los que mayor. todos de estimación de funciones de oferta, ya. aporte han hecho en las formulaciones dinámicas de los modelos econométricos de la oferta. La mayoría de los estudios realizados en la estima ción de funciones de oferta han sido influenciados. que sería demasiado extenso, sino más bien el. de mencionar que varios de esos métodos no han sido aplicados en Colombia, e igualmente se hace. por los trabajos llevados a cabo por Nerlove (7). Askari y Cummings (1), en el período 1976-1977,. des precio de la oferta de algodón utilizando el modelo de agregación de las elasticidades de. encontraron que 190 estudios presentaban for. área y rendimiento.. mulaciones de tipo Nerloviano en la especifica ción de la oferta. La mayoría de los modelos eran de una sola ecuación, el precio esperado estaba. el intento de obtener estimaciones de elasticida. formado por el precio retrasado un período y es. La respuesta de la oferta puede ser desagre gada entre los componentes de área y rendimien to. Dada la elasticidad de área (A) con respecto. tuvieron basados en estimaciones econométri-. al precio (P): Eap; la elasticidad de rendimiento. cas. Una variación alta fue encontrada en los sig. (Y) con respecto al área (A): Eya; y la elasticidad de rendimiento (Y) con respecto al precio (P): Eyp; entonces, la elasticidad de producción (C). nos y magnitudes de los valores de las elasticida. des, debido en parte a las diferencias en los mé. todos de estimación, áreas geográficas y perío dos de estudio. Henneberry (5) menciona que la 298. con respecto al precio (A): Ecp puede ser calcu lada como:.

(3) ROSALES A., R. Modelos medición respuesta de oferta de algodón. Ecp = Eyp + Eap (1 + Eya). [1]. Pomareda y Samoya (8) implementaron este método mediante un modelo de programación li neal para estimar la elasticidad de varios produc tos en la región sur de Guatemala. Bogahawette (2) estimó la elasticidad precio del arroz para Ceilán como la suma de las elasticidades del área. sembrada y de los rendimientos con respecto al precio, encontrando que la respuesta del arroz con respecto al precio fue inelástica. Igualmente, las elasticidades de área y rendimiento fueron bajas. Tweeten (12) aplicó este modelo para de terminar elasticidades de corto y largo plazo de varios cultivos en Pakistán. La formulación de la. función de área fue de tipo Nerloviano. Encontró respuesta de la oferta a los precios para la tota lidad de los cultivos analizados.. La función de producción para el algodón en Colombia se expresó como:. de comportamiento y una entidad, a saber: HCA = a (PEA). [5]. Y = y (PEA, HCA). [6]. QA = HCA.Y. [7]. La derivada total de este sistema:. dHCA = aPEA. dPEA. [8]. dY = y.dPEA + YHCA.dHCA. [9]. dQA = y.dHCA + HCA.dy. [10]. dQA/dPEA = Y.aPEA. HCA.yPEA +. HCA.yHCA-aPEA + [11]. Multiplicando la ecuación [11] por PEA/QA y reorganizando términos, se obtuvieron las elasti cidades de producción con respecto al precio es. [2]. La ecuación [2] indica que la producción del. algodón (QA) es función del número de hectáreas cosechadas (HCA) y de las cantidades aplicadas por hectárea de insumos (I), tales como fertilizan tes, pesticidas, etc. Se espera que el número de hectáreas cosechadas de algodón esté influen ciado por el precio esperado del producto, el pre cio esperado de los cultivos relacionados y los programas del Gobierno para este cultivo. Suponiendo que los productores de algodón deciden cosechar HCAo hectáreas. La función de. oferta del algodón se puede establecer como:. QA = g (PEA, HCAo). tema de ecuaciones formado por dos ecuaciones. . Usando la regla de Cramer para resolver con respecto a dQA/dPEA:. MATERIALES Y MÉTODOS. QA = f (HCA, I). Para estimar la respuesta de la producción de algodón al precio esperado, se estableció un sis. [3]. En la cual la producción de algodón (QA) es una función del precio esperado del mismo (PEA) y del factor tierra utilizado (HCAo). La función de rendimiento (Y) se derivó de la ecuación [3]:. perado: Eqa/pea = Eypea + Eyhca-Ehcapea + Ehcapea [12]. Eqapea = Eypea -|- Ehcapea (1 + Ey,Hca). [13]. Eqa/pea. EY/PEa y EHCa/pea son las elasticidades de producción, rendimiento y hectáreas cosecha das de algodón. La respuesta de la producción de algodón con respecto al precio, depende de las respuestas relativas dadas en la ecuación [13]. Se espera que EY pea y EHCa pea sean positivas, y que EYHca sea negativa. Si Ey,Pea = 0, EQAPEA será menor que EHCa,pea- La implicación de política de este modelo es la de que para alcanzar cierto. nivel de producción deseada de algodón, se de ben considerar todas las respuestas relativas da das en la ecuación [13]. Basado en este modelo teórico, el modelo. [4]. econométrico para la oferta de algodón, con los signos esperados, se expresó como:. Se espera que la relación entre rendimiento y precio esperado del algodón (PEA) sea positiva, asumiendo que los productores buscan maximizar ganancias.. HCA, = 60 + 6, PEA, - B2PES , - B3 PER, - B4 PEG, + B5 HCAH - B6 CPAM + B7 CA, - B8 RÍA, + U,[14]. Y = QA/HCAo = h (PEA, HCAo). 299.

(4) REVISTA ICA No 4, Oct - Dic. 1988 donde:. HCA, =. Y{ = aO + «j PEAt-a2 HCAt + a3 GIAt_1 Hectáreas cosechadas de algodón en el año t.. PEA,=. Precio esperado del algodón en el año t($/t).. PES, = PER,=. PEG, =. Precio esperado de la soya en el año t. Donde T fue la variable de tendencia (1, 2,.... 24) para representar efectos de clima. GIA se. ($/t). Precio esperado del arroz en el año t ($/t).. definió como los gastos en investigación para al. Precio esperado del sorgo en el año t. fueron definidas anteriormente. La información utilizada y la especificación de las variables de. ($/t). CPAM =. a4 CPAt + as CAt + a6 RIAt + a1 T+ U{ [ 15. Costos de producción para el algodón enelañot-1 ($/ha).. Ca, =. Crédito aprobado para el algodón en el. RÍA, =. año t (en millones de pesos). Variable de riesgo para el algodón en. u,=. Término de error.. t =. 1960-1983.. godón (millones $/año). El resto de las variables. precios esperados y riesgo aparecen en Rosales. (9). La ecuación [14] es una función de tipo Ner loviano. Las variables en términos monetarios. fueron deflactadas usando el índice de precios del sector no agrícola (1975 = 100).. el año t.. RESULTADOS Y DISCUSIÓN. La ecuación [14] presentó autocorrelación de. bido a la presencia de lavariable endógena (HCA) Los rendimientos del cultivo de algodón están afectados por el clima y por factores económicos, tecnológicos y culturales.. Algunos investigadores argumentan que los cambios en los costos de producción pueden te ner efectos positivos o negativos en los rendi mientos. Por ejemplo, si los precios esperados para el algodón se cree que sean mayores para el próximoaño, los productores pueden incremen tar el uso de los insumos diferentes a la tierra; pero también ellos pueden aumentar el número. de hectáreas plantadas de algodón, locual podría afectar inversamente los rendimientos, si se su pone que se está incorporando tierra marginal en la producción.. El clima influye significativamente en los ren dimientos del algodón, dependiendo de si ha sido. un período seco o uno lluvioso. Dado que los daños al cultivo por insectos y el clima están re. con un período de retraso como variable explicatoria. Dado que esto causa estimadores ineficien. tes y pruebas de "t" y "F" sesgadas, la técnica. Cochrane-Orcutt fue aplicada para corregir la au tocorrelación. Las ecuaciones [14] y [15] fueron estimadas mediante el método de mínimos cua drados ordinarios.. Los resultados estadísticos aparecen en las Tablas 1 y 2. Se consideraron variables en térmi nos lineales y logarítmicos. Para el modelo con variables en términos li. neales y considerando la ecuación de área, la soya y el arroz se presentaron como cultivos com. plementarios con el algodón, en tantoque elsorgo actuó como cultivo competitivo. Los signos para la variable costos de producción y riesgo resulta ron contrarios a lo esperado. Para la ecuación de rendimiento con variables. en términos lineales, las variables de riesgo y costos de producción mostraron una relación in. sea mayor. Los factores culturales también afec. versa con los rendimientos, al igual que el número de hectáreas cosechadas. Los gastos en investi gación de algodón mostraron significancia dentro. tan significativamente los rendimientos. La no dis ponibilidad de datos no permitió incluir variables. de la función de rendimientos, como también el crédito y la variable de tendencia.. lacionados, se espera entonces que durante pe ríodos húmedos el daño al cultivo por insectos. que representen este tipo de factores en la función. de rendimiento del algodón.. La función de rendimiento de algodón postu lada con los signos esperados fue: 300. Para el modelo con variables en logaritmos, los resultados estadísticos fueron mejores. Las variables presentaron los signos esperados y las pruebas de "t" y "F" mostraron una significancia más alta..

(5) ROSALES A., R. Modelos medición respuesta de oferta de algodón TABLA 1.. Coeficientes estimados para las ecuaciones de área y rendimiento de algodón (variables en. TABLA2.. términos lineales). Variables. independientes. Intercepto. Variables dependientes Área (HCA) Rendimiento (Y) -1850.90. (124690.00). 594.95 " (181.53)1. PEA. PES. 0.72. Coeficientes estimados para las ecuaciones de área y rendimiento de algodón (variables en logaritmos).. Variables. independientes1. (Y)'" Intercepto. (0.14) 0.01. LPEA. (0.01). 942.70. LPES. (2141.66) PER. 233.31. LPER. LPEG. (3436.32). 0.36 ". LHCA(-1)3. 0.91. 0.19. (0.02). (0.16). -0.02 -0.15 0.21. 0.48. (0.20). 706.02 **. LCPA(-1). (518.27) CPA. (0.99). (0.39). (0.23). CPA(-1). 3.21. (3.01). (0.34). -1260.72. HCA(-1)2. -0.14. (0.64). (1185.03) PEG. Variables dependientes Área (HCA) Rendimiento. 0.24. (0.28) -0.02. LCPA. -0.30. (0.00) CA. 7074.85. 0.01. (3258.43). (0.00). HCA. -0.06. (0.15) LCA. 0.18. 0.21. (0.08). (0.04). LHCA. -0.31. (0.01) RÍA. 0.43. -0.08. (0.84). (0.10). GIA(-1). 0.01. (0.12) LRIA. -0.03. -0.01. (0.05). (0.01). LGIA(-1). 0.01. (0.01) T. 0.02. (0.01) T. 0.02. (0.02) R2 R2 D.W. F. (0.02). 87%. 63%. 79%. 46%. R2 R2. 1.58. D.W.. 3.76. F. 2.30 10.21. 1/ Error estándard.. 89%. 72%. 81%. 58%. 2.68. 1.65. 11.83. 5.51. 1/ La Lantes del nombre de la variable indica logaritmos.. 2/ El (-1) indica que la variable ha sido retrasada un período.. 2/. * Nivel de significancia del 30%. ** Nivel de significancia del 15%.. 3/ El (-1) indica que la variable ha sido retrasada un período.. Las elasticidades de precio, de corto y largo plazo, el coeficiente de expectativas y el período de ajuste se presentan en laTabla3. Losperíodos de ajuste para el área variaron entre 5 y 8 años. Respecto al área, se espera que un incremento del 10% en el precio esperado del algodón au. Error standard.. * Nivel de significancia del 30%. ** Nivel de significancia del 15%.. lineales, y en 8.2% para la variable en términos logarítmicos. La Tabla 4 muestra las elasticidades cruzadas. de costos de producción, crédito, riesgo y gastos de investigación, al igual que el nivelde significan. del 10% en el número de hectáreas cosechadas. cia de los coeficientes a partir de los cuales fueron calculadas las elasticidades. Por ejemplo, un in cremento del 10% en el precio esperado del sorgo. de algodón se espera que ocasione una disminu. ocasionará una disminución del 1.7% en el nú. mente el área cultivada en 7.6%. Un incremento. ción del 3.0% en el rendimiento del mismo. Una. mero de hectáreas cosechadas de algodón. De. de las posibles razones está en el hecho de que se incorporen tierras marginales para la produc. otra parte, las elasticidades de rendimiento con. ción de este cultivo.. La elasticidad de producción con respecto al precio del algodón se calculó a partir de la ecua ción [13]. Un incremento del 10% en el precio del algodón se espera que incremente la producción del mismo en 5.5% para la variable en términos. respecto a gastos en investigación fueron bajas. El efecto de la investigación sobre los rendimien tos del algodón fue difícil de obtener, explicado en parte por el hecho de que los rendimientos no mostraron una tendencia positiva sostenida du. rante el período de estudio. Los gastos en inves tigación y los rendimientos en algodón fueron to301.

(6) REVISTA ICA No 4, Oct - Dic. 1988. TABLA 3. Elasticidades de corto (Esr) y largo plazo (EIr), y períodos de ajuste para el algodón (1969-1983). Ecuación. Variable1. Esr. PEA LPEA. 0.76 0.91. Coeficiente. Período. EIr. expectativas. de ajuste. ««. 1.18. 0.64. 5 años. **. 1.75. 0.52. 7 años. Área (HCA):. Rendimiento (Y): 0.02. PEA LPEA. 0.19 -0.30 -0.24. HCA LHCA. *. Producción (QA): 0.55 0.82. PEA LPEA. ... 1/ La L antes del nombre de la variable indica logaritmos.. 2/ La elasticidad de producción de algodón se cálculo a partir de la ecuación [13]. * Nivel de significancia del 30%. ** Nivel de significancia del 15%.. CONCLUSIONES. mados a nivel agregado, lo cual pudo distorsionar la relación entre estas dos variables. La rentabi. lidad de la inversión en investigación en algodón sería un aspecto importante para analizar en es. El área, la producción y el rendimiento del. algodón responden a cambios en los precios. Los. tudios futuros.. resultados estadísticos para este modelo formado TABLA4.. Elasticidades cruzadas y de los desplazadores. Variable. de la oferta de algodón (1960-1983). Variables dependientes. independiente1. Área (HCA). Rendimiento. (Y). Soya: PES. LPES. fue difícil de determinar. El cálculo de la rentabi. 0.24 -0.02. lidad de la inversión en investigación en algodón sería un aspecto importante de analizar en futuros. 0.06 -0.15. estudios.. Arroz:. PER LPER. por las funciones de área y rendimiento, fueron aceptables. Especificación de variables de riesgo, costos de producción, crédito y precios esperados mostraron importancia en la estimación del área y el rendimiento de algodón. El efecto de gastos en investigación en los rendimientos de algodón. Sorgo: PEG LPEG. -0.17 0.21. Costos de. producción:. REFERENCIAS BIBLIOGRÁFICAS. CPA LCPA. 0.28 0.28. Crédito: CA LCA. 0.25 0.26. -0.04. -0.28. 1.. Askari, H.; Cummings, J.T. 1976. Agricultural supply response analysis. A survey of econometric evidence. Prager publishers, New York.. 2.. Bogahawette, C 1982. Government agricultural policies and their impact on supply and demand for rice in Sri Lanka. Unpublished Ph.D. Dissertation, Texas A &. .. Gastos en. investigación: 0.001 0.001. GIA LGIA. M University. 3.. Riesgo:. Colman, D. 1982. A review of the arts of supply res. RÍA. -0.01. -0.001. ponse analysis. Review of marketing and agricultural. LRIA. -0.01. -0.010. economics. 51:201 -230.. 4. 1/ La L antes de la variable indica logaritmos.. * Nivel de significancia del 30%. ** Nivel de significancia del 15%. 302. García, J.; Montes, G. 1986. Economy of agricultural. pricing policies: Colombia, part II. The effect of pricing interventions. Unpublished Study, Research Project 673-64. The World Bank, Washington, D.C..

(7) ROSALES A., R. Modelos medición respuesta de oferta de algodón. Henneberry, S. 1986. A review of agricultural supply responses for intemational policy model. Department of Agricultural Economics. Oklahoma State University.. 9.. Rosales, R. 1987. Supply response and welfare ana lysis of price policy for cotton in Colombia. Unpublished. PhD. Dissertation, Department of Agricultural Econo mics, Oklahoma State University.. Junguito, R. 1986. Precios agrícolas, producción y asignación de recursos: La experiencia colombiana.. 10.. Coyuntura Económica.. Shummway, G.R. 1986. Supply relationship in the South-What have we learned?. Southern J. of Agrie. Econ.18:11-19.. Nerlove, M. 1956. Estimates of the elasticity of supply. of selected agricultural commodities. J. of Farm Econ.. 11.. Tweeten, L.G.; Quance, L.R. 1969. Positivistic mea-. sures of agrégate supply elasticities: Some new approaches. Amer. J.of Agrie. Econ. 51:342-353.. 38:496-509.. Pomareda, C; Samoya, O. 1979. Área and yield res ponse to price policy: A case of study of Guatemala, C.. 12.. A. Amer. J. of Agrie. Econ. 61:683-686.. Tweeten, L.G. 1985. Supply response in Pakistán. De partment of Agricultura! Economics. Oklahoma State University.. MEDICINA VETERINARIA CLORURO DE ITERBIO Y OXIDO DE CROMO COMO INDICADORES DE EXCRECIÓN FECAL Y CONSUMO DE HENO. Max A. Laredo C; Héctor J. Anzola V.; Francisco Segura C.. RESUMEN. En el Centro Nacional de investigaciones Agropecuarias Tibaitatá, del Instituto Colombiano Agropecuario ICA, localizado en la Sabana de Bogotá,se realizaron dos experimentos con ovinos machos para determinar el valor nutritivo, la excreción fecal y el consumo voluntario de un heno compuesto de tetrelite (Lolium hybridum, Hausskn), festuca (Festuca arundinacea, Schreb), pasto azul orchoro (Dactylis glomerata, L.)-y pasto rescate (Bromus catharticus Vahl) de 35 días de edad de rebrote y después de 10 meses de almacenamiento. Se emplearon 4 métodos de medición: recolección total, óxido de cromo en cápsulas de gelatina, óxido de cromo en papel y cloruro de Iterbio. El consumo voluntario del heno no varió a consecuencia del almacena. miento, pues el consumo del heno recién elaborado fue similar al consumo después de 10 meses de almacenado (67.2 vs 67.8 g MS/kg PV07S/día), determinado mediante el método de recolección total. Las estimaciones de la excreción fecal por los mé todos de recolección total de heces y de iterbio fueron muy similares (22.80 vs 22.69. g MS/kg PV°75/día), mientras que con óxido de cromo en cápsulas de gelatina y óxido de cromo en papel impregnado fueron 56.45 y 18.90% superiores a la estimada mediante el método de la recolección total de heces. La variación en la excreción. de óxido de cromo en papel pudo deberse a la pérdida de marcador por la fístula ruminal, a la rumia, o pudo ser causada por una mezcla deficiente del marcador en. I.A., Ph.D. Jefe del Programa de Nutrición Animal del ICA. M.V.Z., Ph.D. Sección de Nutrición Animal, CNI Tibaitatá. Apartado Aéreo 151123 Eldorado; M.V.Z., M.S. CRI Macagual, Apartado Aéreo 245, Florencia,Caquetá. 303.

(8)