Resumen |
|
|
4. RESULTADOS Y DISCUSIÓN
El rendimiento de los cultivos en España ha experimentado un enorme crecimiento en prácticamente todos los casos, existiendo no obstante diferencias notables entre unas provincias y otras y sobre todo entre unos cultivos y otros. En cuanto a la variabilidad, se puede observar en la tabla 5 que ha sido creciente desde los años 70 en la mayoría de los casos, especialmente en los cereales. Esto incrementa la incertidumbre en cuanto al resultado económico de las explotaciones afectando a todo el sector agrario. Además, en la medida en que esta incertidumbre esté asociada al clima, si los productores son capaces de mejorar la gestión de ese riesgo, la variabilidad meteorológica no afectará solamente al output generando mayor variabilidad en el rendimiento, sino también a los imputs que el productor utilice. Esto complica la estimación de funciones de producción en la agricultura al generar transmisibilidad del error del output al imput (Mundlak & Hoch, 1965; Just & Pope, 1986, Bittencourt 2002)
 |
Tabla 5. Valores de media y desviación típica del rendimiento de los cultivos en cada provincia.
Las funciones de respuesta de los cultivos a las posibles variaciones en el clima permiten reducir la incertidumbre acerca de cómo se verá afectada la producción (y por tanto el rendimiento) ante estos cambios y permite, en ese sentido, una mejor gestión de dicho riesgo.
En las Tablas 6-9 se muestran los valores de los coeficientes de las variables que han resultado relevantes para explicar el rendimiento de los cultivos estudiados en las diferentes provincias.
 |
Tabla 6. Coeficientes estimados de las variables que influyen en el rendimiento del trigo según provincias (cebada en Valladolid).
 |
Tabla 7. Coeficientes estimados de las variables que influyen en el rendimiento del viñedo según provincias.
 |
Tabla 8. Coeficientes estimados de las variables que influyen en el rendimiento del olivar según provincias.
 |
Tabla 9. Coeficientes estimados de las variables que influyen en el rendimiento del naranjo según provincias.
En la figura 5 se pueden observar los gráficos de dispersión de los modelos estimados.
 |
Figura 5. Gráficos de dispersión de los modelos estimados.
Hechos comunes de los cultivos
Las condiciones meteorológicas antes de plantar, durante la floración y en el momento de la cosecha, aparecen como relevantes para la producción final en prácticamente todos los casos.
Trigo y cebada
Se puede observar que el crecimiento, prácticamente exponencial, que ha sufrido el rendimiento de estos cereales, ha podido explicarse como consecuencia de la mejora tecnológica en todos los casos excepto en Córdoba. No obstante, esta influencia no ha tenido lugar de forma homogénea, siendo Burgos y La Rioja las provincias más favorecidas por dicho progreso.
En cuanto a las variables meteorológicas, se puede observar que el rendimiento depende de forma más clara de la temperatura media (sobretodo primaveral e invernal), mientras que la influencia de la precipitación parece ser más referida a zonas concretas y en meses de primavera (posiblemente influyendo en el desarrollo de raíces). Las temperaturas máximas tienen una influencia negativa en general. Burgos es la única provincia que no parece haber sufrido ningún episodio de sequía, apareciendo en todas las demás provincias significativas reducciones del rendimiento en años en que hubo sequía en esa provincia.
Viñedo
Al igual que en el caso de los cereales, el rendimiento del viñedo muestra una tendencia creciente que puede explicarse como consecuencia de la mejora tecnológica en La Rioja y Murcia, aunque no así en Córdoba. Los fenómenos meteorológicos que muestran tener incidencia sobre la evolución de este cultivo son por un lado las temperaturas primaverales e invernales y por otra parte la precipitación en la época de cosecha. Por lo que se refiere a las sequías, no parece que el viñedo se haya visto especialmente afectado por episodios de sequía excepto en Córdoba en 1998.
Olivar
El rendimiento del olivar no muestra un crecimiento importante y es en Córdoba en la única provincia en que parece haber tenido algo que ver con mejoras tecnológicas. Sin embargo, en el caso del olivar, parece ser la precipitación la variable con un mayor protagonismo, tanto en primavera y verano como en otoño. En ese sentido, además se puede observar cómo en todos los casos ha habido reducciones importantes en algunos años de sequía en todas las provincias.
Naranjo
El crecimiento del rendimiento del naranjo no viene explicado en ningún caso por los índices de mecanización. Se observa, que de los cultivos estudiados, es el naranjo el que presenta una menor dependencia del clima, por tratarse de un cultivo de regadío, viéndose aún así influido por las temperaturas primaverales en todos los casos.
Hechos diferenciales de los cultivos en cada provincia
Cada provincia, presenta elementos distintivos en lo que se refiere a la vulnerabilidad frente al clima. Esto puede ser en ocasiones porque están menos expuestas a determinados extremos meteorológicos, o bien porque el cultivo en esa zona es menos vulnerable o está más protegido. En la tablas 10-13 se esboza un mapa de influencia climática en el rendimiento de los cultivos estudiados, a partir del análisis de relación.
 |
Tabla 10. Hechos explicativos del rendimiento de los cereales (trigo y cebada) en cada provincia.
 |
Tabla 11. Hechos explicativos del rendimiento del viñedo en cada provincia.
 |
Tabla 12. Hechos explicativos del rendimiento del olivar en cada provincia.
 |
Tabla 13. Hechos explicativos del rendimiento del naranjo en cada provincia.
5. CONCLUSIONES
El rendimiento agrícola en España muestra una tendencia creciente, a la vez que su varianza ha aumentado a partir de los años 70 en casi todos los casos, siendo este aumento especialmente notable en el caso de los cereales. Esto ha podido repercutir en un incremento de la incertidumbre, afectando al valor económico de las explotaciones agrarias y por tanto a todo el sector agrícola.
Precisamente con el fin de reducir esa incertidumbre y posibilitar una mejor gestión del riesgo, se han pormenorizado las variables que explican parte de la varianza de los cultivos en cada provincia estimando funciones de respuesta.
La mejora en los factores de producción ha permitido el enorme incremento del potencial de cada unidad de superficie cultivada, aunque el índice de mecanización capta ese incremento especialmente en el caso de los cereales, sin embargo, en otras ocasiones el crecimiento parece haberse debido a otros factores como podrían ser el incremento de las zonas de regadío o las mejoras biogenéticas.
Además, se ha observado como cada provincia presenta elementos distintivos en lo que se refiere a la vulnerabilidad frente al clima. Esto puede ser debido en ocasiones a que unas están menos expuestas a determinados sucesos meteorológicos, o bien a que el cultivo en esa zona es menos vulnerable o está más protegido frente a dichos sucesos.
Si los agricultores gestionan el riesgo influyendo en su demanda de factores, la influencia meteorológica no tendría lugar exclusivamente sobre el output, sino que supondría una transmisión de esa dependencia a la demanda de factores de producción agrícola. Esa transmisión del error del output al input deberá ser tenida en cuenta a la hora de estimar funciones de producción para el sector agrícola.
6. BIBLIOGRAFÍA
1. Bittencourt, M., (2002) “Dual and primal estimations under stochastic errors in the input demands”. Internet: http://economics.sbs.ohio_state.edu/pdf/meg/BITTENCOURT_2_paper.pdf
2. Fernández Díaz, A., Martín Pliego, J., Parejo Gámir, J.A., Rodríguez Saiz, L. (1987): Los Efectos de la Meteorología sobre la Economía Nacional. Instituto Nacional de Meteorología, Madrid.
3. Font, I. (1983): Climatología de España y Portugal. Instituto Nacional de Meteorología, Madrid.
4. Franke, M.D., Beattie, B.R., Embleton, M.F. (1990). “A comparison of alternative crop response models”. American Journal of Agricultural Economics, 72, pp. 597-602.
5. Iglesias, A., Minguez, M.I. (1997). “Modelling crop-climate interactions in Spain: Vulnerability and adaptation of different agricultural systems to climate change”. Mitigation and Adaptation Strategies for Global Change 1, 3, pp. 273-288.
6. Iglesias, A., et al. (2000). “Agricultural impacts of climate change in Spain: developing tools for a spatial analysis”. Global Environmental Change, 10, pp. 69-80.
7. INM (1992). Selección de estaciones meteorológicas completas. Instituto Nacional de Meteorología (INM), Madrid.
8. Just, R.E., Pope, R. (1979). “Production function estimation and related risk considerations”. American Journal of Agricultural Economis, 61, pp. 276-84.
9. Just, R.E., Pope, R. “Stochastic specification of production functions and economic implications”. Journal of econometrics, 81, pp. 711-718.
10. Kaiser, H.M., et al. (1993). “A farm-level analysis of economic and agronomic impacts of gradual climate warming”. American Agricultural Economics Association, 75, pp. 387-398.
11. MAPYA (1938-2000): Anuarios de Estadística Agroalimentaria. Ministerio de agricultura, pesca y alimentación, Madrid.
12. Mundlak, Y., & Hoch, I.(1965). “Consequences of alternativ specifications in estimation of Cobb- Douglas porduction functions”. Econometrica, 33(4), pp. 814-28.
13. Roll, R. (1984). “Orange Juice and Weather”. American Economic Review, 71(5), pp.861-880.
14. Shafer, C.E. y Mjedle, J.W. (1994). “Weather, Agricultural Production and Prices”, En John F. Griffiths (ed.) Handbook of Agricultural Meteorology. Oxford University Press, New York, pp. 299- 308.
15. Zellner, A., Kmenta, J., Dreze, J., (1966) “Specification and estimation of the Cobb-Douglas production function”. Econometrica, 34, pp. 784-95.
QUIROGA GÓMEZ, Sonia
Departamento de Economía
Universidad Europea de Madrid
IGLESIAS, Ana
Departamento de Economía Agraria y Ciencias Sociales
Escuela Técnica Superior de Ingenieros Agrónomos
Universidad Politécnica de Madrid
|
 Página 2 de 2 |
Cursos On Line 
