SciELO - Scientific Electronic Library Online

 
vol.31Innovation capacity in Mexican companies: mediation in the relationship orientation to learning-business performanceSocial Representations of school gardens: Toward the construction of educative projects from the critical pedagogy author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Acta universitaria

On-line version ISSN 2007-9621Print version ISSN 0188-6266

Acta univ vol.31  México  2021  Epub June 20, 2022

https://doi.org/10.15174/au.2021.3179 

Artículos

Contingencias empresariales y regionales en la gestión de Mipymes manufactureras mexicanas de alimentos y bebidas

Business and regional contingencies in the management of Mexican food and beverage manufacturing MSME

Saúl Alfonso Esparza Rodríguez1  * 

Jaime Apolinar Martínez-Arroyo2 

Cuauhtémoc Guerrero Dávalos3 

Enrique Esquivel Fernández4 

1Doctorado en Administración, Facultad de Contaduría y Ciencias Administrativas, Universidad Michoacana de San Nicolás de Hidalgo.

2Doctorado en Administración, Facultad de Contaduría y Ciencias Administrativas, Universidad Michoacana de San Nicolás de Hidalgo.

3Doctorado en Administración, Facultad de Contaduría y Ciencias Administrativas, Universidad Michoacana de San Nicolás de Hidalgo.

4Centro de Estudios Sociales y de Opinión Pública, Cámara de Diputados, LXIV Legislatura.


Resumen

En un marco de emergencia causado por la pandemia de la enfermedad COVID-19, las micro, pequeñas y medianas empresas (Mipymes) son afectadas especialmente debido a sus escasos recursos, su alta vulnerabilidad de pérdidas por el distanciamiento social y su limitado financiamiento. El objetivo de este trabajo es analizar las acciones implementadas por empresas mexicanas en ámbitos tanto regionales como industriales para enfrentar contingencias relativas a esta crisis mundial. Se realiza un análisis de correlación entre variables relativas a las empresas y a las regiones a las que pertenecen, además de una prueba de Anova y post hoc de Tukey para determinar diferencias regionales, en términos de problemáticas de Mipymes. Se encontró una correlación significativa y positiva entre contingencias empresariales, con diferencias en las problemáticas de cada región, principalmente en el Oeste. Se concluye que existe la necesidad de diseñar políticas públicas basadas en estrategias multivariadas que atiendan tanto problemáticas de gestión en Mipymes como en forma diferenciada por regiones

Palabras clave: Mipymes; COVID-19; problemáticas; gran confinamiento; alimentos y bebidas

Abstract

In an economic, social, political, and sanitary context marked by the emergency of the pandemic caused by COVID-19, SME are affected due to their limited resources, high vulnerability of losses because of social distancing, and limited funding compared to big companies. For the present research, relationships among the main issues in food and beverages enterprises in Mexico were determined, as well as the different contingencies they are facing at a regional level. The results show a positive and significant correlation among company contingencies, while there are notable differences in the problems of each region, where the Western region stand out. There is a need for a multivariate strategy that attends management problems in each company as well as in each region.

Keywords: SME; COVID-19; challenges; great confinement; foods and beverages

Introducción

Los efectos de la crisis por el “Gran confinamiento” en las micro, pequeñas y medianas empresas

La presente investigación busca identificar las principales contingencias a las que se enfrentan las micro, pequeñas y medianas empresas (Mipymes) mexicanas y las relaciones entre los problemas y retos que caracterizan su gestión, así como las diferencias regionales que explican las contingencias empresariales y regionales como problemas que deben ser resueltos en forma multivariada para enfrentar los retos de la actualidad.

En ese sentido, las Mipymes representan factores preponderantes para el diseño de políticas económicas y sociales para los gobiernos del mundo entero, incluso son consideradas dentro de los objetivos de desarrollo sostenible de las naciones unidas como un motor de suma importancia para el progreso de los países y la adopción de un modelo de vida equilibrado con los principios de sostenibilidad (Nicolette, 2020).

Este tipo de unidades económicas están siendo afectadas en forma desproporcionada en un contexto económico, social, político y sanitario marcado por la emergencia de la pandemia causada por la enfermedad COVID-19, debido a sus recursos limitados, su alta vulnerabilidad ante las medidas implementadas de distanciamiento social y su limitado acceso a fuentes de financiamiento en comparación con empresas grandes (International Labour Organization [ILO], 2020).

Además, la drástica reducción del consumo individual durante la presente situación de incertidumbre y emergencia económica, las restricciones para la operación de negocios en diversos sectores (como servicios, turismo y transporte), así como el miedo al contagio, han provocado una pérdida drástica de ingresos y liquidez para este tipo de empresas; las cuales representan alrededor del 90% de los negocios y más del 50% del empleo a nivel mundial, con énfasis en las economías emergentes, en donde las Mipymes crean siete empleos formales de cada 10 (International Organization of Employers [IOE], 2020).

Por ello, es pertinente mencionar que algunas de las contingencias principales relacionadas con el alto grado de vulnerabilidad de este sector frente a la emergencia sanitaria contemporánea se deben a que la pandemia ha modificado drásticamente el ambiente de negocios, reduciendo significativamente la demanda de mercado de sus productos y servicios; asimismo, se ha estancado la oferta y la demanda en una gran diversidad de industrias. Adicionalmente, un amplio sector de las micro y pequeñas empresas se sitúan en la economía informal, que ha sido especialmente afectada por la pandemia (Conferencia de las Naciones Unidas sobre Comercio y Desarrollo [UNCTAD], 2020).

Como ejemplo de los efectos de la crisis sanitaria actual, en una encuesta realizada en Mipymes de 132 países, dos terceras partes de micro y pequeñas empresas indicaron afectaciones importantes, mientras que el 20% indicó que probablemente tendrían que cerrar operaciones en un periodo de tres meses. Al término del mes de junio del año 2020, el 90% de las pequeñas empresas experimentaron un fuerte (51%) o moderado (38%) impacto negativo en sus operaciones, interrupciones en la cadena de suministro (45%) y poca reserva de efectivo (25%) (Bartik et al., 2020; International Trade Center [ITC], 2020; McKinsey, 2020; citados en Organización para la Cooperación y el Desarrollo Económicos [ OECD], 2020).

En lo correspondiente a las naciones en vías de desarrollo de la región ibero-americana, donde las Mipymes representan el 99% de las empresas y el 60% del empleo en países de Latinoamérica y el Caribe, el déficit fiscal promedio de la región empeoró y la deuda pública llegó al 62% del producto interno bruto (PIB), resultando en una situación de mayor vulnerabilidad para el sector; ya que los recursos limitados obligan a los gobiernos a concentrar esfuerzos y recursos únicamente en algunos sectores estratégicos (Kashyap & Raghuvanshi, 2020).

El sector de las Mipymes en México

En México, las estadísticas presentadas por el Instituto Nacional de Estadística y Geografía (INEGI), obtenidas de los resultados dispuestos en el sitio de internet de la encuesta nacional sobre productividad y competitividad (INEGI, 2019), muestran que existen 4 169 677 Mipymes, representando el sector con mayor cantidad de personas empleadas, equivalente a 26.5 millones de personas, de acuerdo con el Censo Económico 2019 del INEGI. Adicionalmente, las Mipymes representan el 99% de los establecimientos y ocupan el 53% del personal disponible en el país (Rivero, 2020); además de ello, aportan el 39.24% aproximado de la producción bruta total (PBT)1 nacional.

La situación regional y sectorial de México durante el periodo intercensal de 2014 a 2019 muestra que el número de unidades económicas totales creció 13.5% para el total de empresas; en el caso específico de las pymes, el aumento fue de 25.2%. En ese contexto, el sector de alimentos y bebidas mostró un incremento de 13.5 puntos porcentuales en unidades económicas, el sector de alojamiento temporal y elaboración de alimentos y bebidas aportó un 4%, mientras que los demás sectores mostraron un comportamiento similar en términos de magnitudes relativas para la mayoría de las actividades productivas (BBVA Research, 2020).

Las Mipymes mexicanas representan un sector que contribuye con un aproximado del 32% del PIB, un indicador que, si bien muestra la relevancia del sector en términos de aportación al país, también se muestra sujeto a un grado importante de volatilidad en términos de creación de empleos y crecimiento, puesto que las probabilidades de éxito para estas empresas se encuentran en un rango promedio entre 25% a 30% (menor al promedio mundial de 40%) (Farid, 2017, citado por Estrada et al., 2019).

Debido a la situación de este tipo de organizaciones, enmarcada por la contribución a la economía y al empleo, pero amenazada por retos en términos de supervivencia y crecimiento, en el capítulo 25 del tratado de libre comercio entre México, Estados Unidos y Canadá (T-MEC) se reconoce el papel fundamental que tienen las Pymes en mantener el dinamismo y competitividad comercial, enfatizando el rol del sector privado en la cooperación en esta materia (Secretaría de Economía [SE], 2020).

Contingencias empresariales y regionales en las Mipymes mexicanas

En el caso específico del entorno mexicano, una de las preocupaciones del país es la notable baja productividad de este sector empresarial, el cual en comparación con las grandes empresas presenta una diferencia notable en dicho indicador, contabilizando solo el 14% en productividad comparada (el promedio de países OCDE es de 55%); ello sin contabilizar a trabajadores informales, que en 2016 representaron aproximadamente el 57% del total de la fuerza laboral de las Mipymes (OCDE, 2017).

Aunado a lo anterior, el diagnóstico del Fondo Nacional del Emprendedor (FNE) muestra que las Mipymes en México tienen distintos retos que deben superar, tales como el acceso a fuentes de financiamiento, en donde 86% aproximadamente inicia operaciones con recursos propios, 8% lo hace con un financiamiento básico y 40% no aceptaría un crédito por considerarlo un recurso oneroso (SE, 2016).

En lo correspondiente al ambiente de negocios, 34% inició operaciones para mejorar o complementar su ingreso familiar y 15% no busca crecer como empresa debido a cuestiones de inseguridad y problemas relacionados con la competencia de empresas informales. Por otro lado, en términos de capital fijo y de trabajo, 25% utiliza equipo de cómputo para el desarrollo de sus actividades, 26% utiliza internet y 44% invierte en adquisición de maquinaria y transporte (SE, 2016).

La diversidad de retos a los que se enfrentan las Pymes a nivel nacional también incluye limitaciones para acceder a capital físico, limitaciones para acceder a capital financiero, carencias en capital humano, limitaciones para implementar técnicas en procesos productivos, de servicios y comercialización, falta de crédito, exceso de trámites o impuestos altos, competencia de empresas informales, baja demanda de sus productos y problemas de inseguridad pública (INEGI, 2016).

Dado el contexto mencionado, una primera hipótesis de investigación afirma que las problemáticas a las que se enfrentan las Mipymes mexicanas presentan un grado significativo de relación en términos de la gestión de este tipo de unidades económicas.

Además de ello, dada la relevancia del ambiente de negocios para el funcionamiento de las Mipymes, se incluye una segunda hipótesis de trabajo, en donde se busca aportar información acerca de las diferencias regionales en los retos que enfrentan este tipo de empresas.

Por lo anterior, en la estructura del presente trabajo se incluye una revisión de la literatura con un enfoque teórico de contingencias en las organizaciones. Después, se explica la obtención de las bases de datos utilizadas, continuando con la determinación del coeficiente de correlación de Spearman para determinar la relación entre contingencias empresariales; además, se realiza un análisis factorial que permite determinar los componentes principales relativos a las problemáticas de las Mipymes con el objetivo de determinar el grado en que estas variables se encuentran relacionadas.

A continuación, con objeto de estudiar las contingencias a nivel regional, se hace un análisis descriptivo con diagramas de cajas y bigotes, continuando con un análisis Anova para el contraste de hipótesis de las diferencias regionales. Para concluir, se presenta un análisis post hoc de Tukey que permite contrastar en qué variables difieren las regiones del país en términos de problemáticas de Mipymes.

Revisión de la literatura en términos del enfoque teórico de contingencias en las organizaciones

En primera instancia, de acuerdo con la Real Academia Española (RAE), una contingencia se refiere a un suceso que puede presentarse, especialmente un problema que se plantea de forma imprevista y que tiene una diversidad de enfoques dependiendo de la naturaleza de la situación determinada.

La idea fundamental de la teoría contingencial desarrollada por Burns y Stalker en 1961 se refiere a que las formas organizativas y los procesos directivos se relacionan con ciertos elementos del entorno, de forma tal que el grado de estabilidad de una empresa determinará los sistemas de control y supervisión de las actividades, el flujo de información, la toma de decisiones y sus correspondientes estrategias en términos de un conjunto de factores identificables en las actividades de una empresa (Zapata, 2014).

Con respecto a este enfoque en la teoría organizacional, las bases teóricas proponen que es necesario reconocer el entorno y los subsistemas internos de cada organización como algo único y necesario para diseñar y administrar organizaciones específicas, dado que una contingencia organizacional representa un factor de convergencia entre las características de la organización y su relación con el medio en el que se desenvuelve (Velásquez, 2000).

Por esta razón, se hace énfasis en el ambiente y las correspondientes exigencias ambientales sobre la dinámica organizacional, debido a que las características del entorno condicionan las características de los organismos sociales y, por lo tanto, es donde se encuentran las explicaciones causales de dichas propiedades de la organización (Martínez, 2005).

En ese orden de ideas, esta teoría resalta que la estructura empresarial varía dependiendo del contexto, dado que cada unidad económica depende del ambiente; ya que este último provee los recursos necesarios y oportunidades para sobrevivir y considera el grado de adaptación tecnológica, el grado de competencia, la pertenencia a un grupo y la apropiabilidad como fuentes determinantes en la estrategia de la empresa (MacLeod & Clarke, 2009).

Por ello, la teoría contingencial de las organizaciones propone que existe una relación funcional entre las condiciones del ambiente y las acciones administrativas apropiadas en una situación determinada. En esta línea de pensamiento se establece que, debido a las condiciones ambientales, las organizaciones se diseñan de diferentes maneras en el tiempo de existencia a causa del impacto que reciben desde sus diferentes factores situacionales (Galbraith, 1973, citado en Marín-Indárraga & Cuartas-Marín, 2014).

En ese sentido, dada la relevancia del ambiente para las organizaciones, el cambio organizacional y el grado de adaptabilidad de las empresas se deben a las denominadas “fuerzas abstractas”, tales como el mercado, las fuerzas ambientales, el cambio tecnológico y el conjunto de instituciones establecidas que fuerzan, permiten o inducen el cambio en los organismos sociales (Gutiérrez et al., 2019).

Es de esta manera que el presente trabajo buscará aportar información válida que permita determinar el grado de relación entre las contingencias representadas por problemáticas a nivel empresarial, así como la forma en que estas situaciones difieren entre las distintas regiones del país.

Materiales y Métodos

Con objeto de realizar el contraste de hipótesis pertinente para el presente estudio, se utilizan datos obtenidos de los censos económicos del INEGI, considerando en específico la información incluida en el Estudio sobre la Demografía de los Negocios 2020 (INEGI, 2020a), el cual identifica los cambios que ha tenido el conjunto de unidades económicas Mipyme en el contexto de la pandemia por COVID-19. En esta base de datos se identifican indicadores de unidades económicas por sector, personal ocupado, nivel de remuneraciones, gastos, ingresos, acciones implementadas durante la contingencia sanitaria y principales problemáticas que las empresas de este tipo de industria han manifestado en sus procesos de gestión.

Seguido de ello, en lo que corresponde a las contingencias regionales, se utilizan bases de datos relacionadas con la informalidad (INEGI, 2020d) y porcentajes relacionados con la desigualdad, además del porcentaje de pobreza por entidad federativa (Consejo Nacional de Evaluación de la Política de Desarrollo Social [Coneval], 2016).

En primera instancia, para conocer la concentración de las principales problemáticas en las empresas de interés en la base de datos utilizada, se incluye el cálculo del índice de concentración “Ck”, donde se muestran en forma ordenada descendente los obstáculos a los que se enfrentaron estas organizaciones a nivel nacional.

En segundo lugar, las contingencias relativas a las principales problemáticas de gestión en las Mipymes de estudio se analizan con un coeficiente de correlación para comprender la intensidad, dirección y significancia del grado de relación entre estas variables; a partir de ahí, se realiza un análisis factorial exploratorio para identificar las correspondientes variables subyacentes o componentes relativos a las variables de estudio, con motivo de argumentar la necesidad de comprender estas contingencias como un conjunto de problemas altamente relacionados entre sí y, por tanto, determinar la necesidad de atenderlos en forma conjunta.

Tercero, se incluye un análisis con diagramas de cajas y bigotes para mostrar las diferencias regionales entre las distintas zonas en que se agrupan las entidades federativas del país.

Después, con objeto de determinar posibles diferencias entre las contingencias que enfrentan las Mipymes industriales del subsector de alimentos y bebidas regionalmente, se realiza un análisis Anova para variables agrupadas en términos de la región a la que pertenece la Mipyme, dada la utilidad de la técnica para determinar diferencias entre grupos con un factor de más de tres niveles ( Facultad de Ciencias Naturales y Museo [FCNYM], 2020), considerados en el caso actual en términos de las ocho regiones del país en donde se agrupan las entidades federativas. Por último, se realiza un análisis post hoc con la prueba de Tukey para determinar un contraste entre las regiones y las respectivas problemáticas de estudio.

Resultados

En cuanto a la proporción de establecimientos según acciones implementadas durante la contingencia de COVID-19 (por entidad federativa, sector de actividad económica y tamaño del establecimiento) contenidas en el Estudio sobre Demografía de Negocios realizado por INEGI (2020a), los datos muestran lo siguiente:

En la Tabla 1 se muestra que la proporción de empresas del sector de la manufactura ha tenido una mayor representación en el porcentaje de unidades económicas que han implementado acciones debido a la contingencia sanitaria, lo que indica que las condiciones del ambiente externo han influido en forma relevante en la gestión de las empresas consideradas dentro de dicha categoría.

Tabla 1 Proporción de establecimientos según acciones implementadas durante la contingencia de COVID-19. 

Sector Entregas a
domicilio
Ajuste en
precios
Reducción de
producción
Uso de redes
sociales
Otras Ninguna
Manufacturas 12.78% 18.34% 32.66% 4.00% 28.57% 34.21%
Comercio 9.79% 19.86% 8.97% 5.60% 42.24% 37.80%
Servicios Privados
no Financieros
12.02% 16.46% 9.88% 8.03% 44.91% 35.81%

Fuente: Elaboración propia con base en INEGI (2020a).

En ese orden de ideas, al consultar el banco de indicadores de INEGI, es posible observar que se definieron 607 actividades productivas esenciales y 477 no esenciales en el marco de la contingencia sanitaria provocada por la pandemia de COVID-19. Respecto a las actividades esenciales, se consideraron 37 categorías distintas dentro de las cuales están incluidas actividades relacionadas con la agricultura, ganadería, pesca, minería, energía eléctrica, suministro de agua, construcción, manufacturas, producción de alimentos y bebidas, entre otras.

Por ello, para el desarrollo del presente trabajo se incluye un análisis de la información obtenida de fuentes oficiales mexicanas con respecto a los subsectores Sistema de Clasificación Industrial de América del Norte [SCIAN] de la Industria alimentos y bebidas (311 y 312), considerados como actividades esenciales que han mantenido la producción de bienes a pesar de contar con semáforo sanitario en rojo en una entidad federativa determinada, de acuerdo a lo que se muestra en la Tabla 2.

Tabla 2 Unidades económicas mexicanas pertenecientes a las industrias de alimentos y bebidas. 

INDUSTRIA UNIDADES
(311) Industria alimentaria 215 639 %
(3111) Elaboración de alimentos para animales 596 0.28%
(3112) Molienda de granos y de semillas y obtención de aceites y grasas 1325 0.61%
(3113) Elaboración de azúcares, chocolates, dulces y similares 3698 1.71%
(3114) Conservación de frutas, verduras y alimentos preparados 1999 0.93%
(3115) Elaboración de productos lácteos 16 518 7.66%
(3116) Matanza, empacado y procesamiento de carne de ganado, aves y otros animales comestibles 4093 1.90%
(3117) Preparación y envasado de pescados y mariscos 186 0.09%
(3118) Elaboración de productos de panadería y tortillas 179 978 83.46%
(3119) Otras industrias alimentarias 7246 3.36%
(3121) Industria de las bebidas 26 384 %
(31211) Elaboración de refrescos, hielo y otras bebidas no alcohólicas, y purificación y embotellado de agua 25 032 94.88%
(31214) Elaboración de bebidas destiladas, excepto de uva 1044 3.96%

Nota: De acuerdo con el Directorio Estadístico Nacional de Unidades Económicas (DENUE-INEGI), con empresas de 1 a 50 empleados.

Fuente: Elaboración propia con datos de INEGI (2020).

Como se observa en la tabla anterior, los principales tipos de negocio en la industria alimenticia son la “Elaboración de productos de panadería y tortillas” (clasificación 3118) y la “Elaboración de refrescos, hielo y otras bebidas no alcohólicas, además de la purificación y embotellado de agua” (clasificación 31211).

Continuando con los subsectores de interés, se incluye la fórmula para calcular el índice de concentración Ck, el cual permite medir la proporción del “k” mayor elemento en un conjunto de elementos determinado (utilizado para medir la proporción de las empresas más grandes en un mercado determinado). La elección de k es arbitraria, pero para una k fijada, este indicador varía entre k/n y 1 (en donde n es el número total de elementos en el conjunto) (Encaoua & Jacquemin, 1980). Para efectos del presente trabajo, se utiliza este índice para determinar la concentración de problemáticas en las empresas de interés, de acuerdo con lo siguiente:

Ck=i=1kProblemáticai=1NProblemática (1)

donde k es la cantidad de problemas representativos en la gestión de las Mipymes de interés que manifiestan enfrentar contingencias internas y externas a manera de principales problemáticas.

A partir de la ecuación 1, se interpreta el índice de acuerdo con lo siguiente: Ck < 33% = Poca concentración de contingencias; 34% < Ck < 67% = Moderada concentración de contingencias; Ck > 68% = Alta concentración de contingencias.

A continuación, se presentan las problemáticas principales que enfrentaron las empresas de interés y la respectiva concentración de estas contingencias, incluidos en la Tabla 3.

Tabla 3 Contingencias que enfrentaron las unidades económicas del sector privado y paraestatal, según entidad federativa, actividad y tamaño de la unidad económica. 

SECTORES UNIDADES
Subsector 311 Industria alimentaria 204 623
Subsector 312 Industria de las bebidas y del tabaco 25 235
Cantidad de empresas que manifestaron tener problemas 162 878
CONTINGENCIAS DE LAS EMPRESAS
CK1 Inseguridad pública 33 482 20.56% 20.56%
CK3 Altos costos de materias primas, insumos o mercancías comercializadas 32 614 20.02% 58.38%
Altos gastos en pago de servicios (luz, agua, telefonía) 28 985 17.80%
CK5 Competencia desleal 26 163 16.06% 83.45%
Baja demanda de sus bienes o servicios 14 673 9.01%
CK7 Competencia de negocios informales 7189 4.41% 92.09%
Falta de crédito 6882 4.23%
Altos impuestos 5532 3.40%
Exceso de trámites gubernamentales para operar 2218 1.36%
Personal con poca experiencia 1528 0.94%
Corrupción 1468 0.90%
Altos gastos en pagos de trámites gubernamentales 1340 0.82%
Baja calidad de las materias primas 556 0.34%
Falta de acceso a tecnologías de la información 248 0.15% 100%

Fuente: Elaboración propia con base en INEGI (2019).

Como se aprecia en la Tabla 3, las problemáticas a las que se enfrentan las empresas de interés muestran una alta concentración de contingencias en k = 5, correspondiente a un 83.45% de la totalidad de situaciones adversas para estas unidades económicas, las cuales incluyen contingencias relativas a la inseguridad pública, altos costos de materias primas, insumos o mercancías comercializadas, altos gastos en pago de servicios (luz, agua, telefonía), competencia desleal y baja demanda de sus bienes o servicios.

En seguimiento a lo anterior, dada la relevancia de comprender las interacciones entre problemas a nivel de empresa, ahora se procede con el análisis de correlación entre las contingencias empresariales. En primera instancia, en la Tabla 4 se realiza una codificación de las respectivas variables con objeto de facilitar el manejo de los datos en los correspondientes análisis, de acuerdo con lo siguiente.

Tabla 4 Codificación de las variables de estudio. 

PROB Empresas que expresaron enfrentar problemas en su gestión
CRED Falta de Crédito
TRAM Exceso de trámites gubernamentales para operar
IMP Altos impuestos
COMP Competencia desleal
COMPInf Competencia informal
TEC Falta de acceso a tecnologías de la información
DEM Baja demanda de bienes o servicios
CALIDAD Baja calidad de materias primas
GASTOS Altos gastos en pagos de servicios (luz, agua, telefonía)
TRAMGUB Altos gastos en pagos de trámites gubernamentales
EXP Personal con poca experiencia
INSEG Inseguridad pública
CORRP Corrupción
INSUMOS Altos costos de materias primas, insumos o mercancías comercializadas
GINI Coeficiente de Gini (Desigualdad)
POB Porcentaje de la población en situación de pobreza
INF Porcentaje de la población económicamente activa en el sector informal

Fuente: Elaboración propia con base en INEGI (2019).

Contando con los datos y la codificación realizada, se procede a realizar los análisis estadísticos correspondientes para determinar la mejor estrategia de política de fomento empresarial y apoyo a las Mipymes del subsector alimentos y bebidas en las 32 entidades federativas del país. Es preciso mencionar que los resultados del análisis con el coeficiente de correlación de Spearman se presentan en las siguientes Tablas 5 y 6, dada la cantidad de datos utilizados en el análisis.

Tabla 5 Coeficiente de correlación Rho de Spearman (1 de 2) para contingencias empresariales. 

Correlaciones Rho de Spearman
PROB CRED TRAM IMP COMP COMPInf TEC DEM
PROB Rho 1.000 0.940** 0.646** 0.876** 0.953** 0.960** 0.835** 0.953**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
CRED Rho 0.940** 1.000 0.552** 0.817** 0.964** 0.929** 0.804** 0.982**
Sig. 0.000 0.001 0.000 0.000 0.000 0.000 0.000
TRAM Rho 0.646** 0.552** 1.000 0.848** 0.630** 0.714** 0.691** 0.580**
Sig. 0.000 0.001 0.000 0.000 0.000 0.000 0.000
IMP Rho 0.876** 0.817** 0.848** 1.000 0.850** 0.904** 0.797** 0.838**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
COMP Rho 0.953** 0.964** 0.630** 0.850** 1.000 0.967** 0.880** 0.971**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
COMPInf Rho 0.960** 0.929** 0.714** 0.904** 0.967** 1.000 0.874** 0.950**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
TEC Rho 0.835** 0.804** 0.691** 0.797** 0.880** 0.874** 1.000 0.816**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
DEM Rho 0.953** 0.982** 0.580** 0.838** 0.971** 0.950** 0.816** 1.000
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
CALIDAD Rho 0.931** 0.862** 0.765** 0.892** 0.914** 0.946** 0.876** 0.884**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
GASTOS Rho 0.966** 0.897** 0.676** 0.913** 0.937** 0.957** 0.864** 0.922**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
TRAMGUB Rho 0.608** 0.519** 0.953** 0.809** 0.593** 0.681** 0.669** 0.541**
Sig. 0.000 0.002 0.000 0.000 0.000 0.000 0.000 0.001
EXP Rho 0.804** 0.669** 0.789** 0.823** 0.775** 0.826** 0.841** 0.725**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
INSEG Rho 0.874** 0.764** 0.644** 0.780** 0.799** 0.849** 0.705** 0.826**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
CORRP Rho 0.860** 0.792** 0.748** 0.850** 0.826** 0.863** 0.776** 0.838**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
INSUMOS Rho 0.979** 0.969** 0.637** 0.868** 0.979** 0.972** 0.855** 0.980**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
GINI Rho 0.111 0.187 -0.148 0.038 0.093 0.097 -0.062 0.143
Sig. 0.545 0.305 0.419 0.836 0.612 0.598 0.738 0.434
POB Rho 0.477** 0.675** 0.130 0.348 0.551** 0.488** 0.420* 0.638**
Sig. 0.006 0.000 0.479 0.051 0.001 0.005 0.017 0.000
INF Rho 0.651** 0.773** 0.361* 0.482** 0.699** 0.629** 0.594** 0.731**
Sig. 0.000 0.000 0.042 0.005 0.000 0.000 0.000 0.000
** La correlación es significativa en el nivel 0.01 (bilateral).
* La correlación es significativa en el nivel 0.05 (bilateral).

Fuente: Elaboración propia.

Tabla 6 Coeficiente de correlación Rho de Spearman (2 de 2) para contingencias empresariales. 

Correlaciones Rho de Spearman
CALIDAD GASTOS TRAMGUB EXP INSEG CORRP INSUMOS
PROB Rho 0.931** 0.966** 0.608** 0.804** 0.874** 0.860** 0.979**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
CRED Rho 0.862** 0.897** 0.519** 0.669** 0.764** 0.792** 0.969**
Sig. 0.000 0.000 0.002 0.000 0.000 0.000 0.000
TRAM Rho 0.765** 0.676** 0.953** 0.789** 0.644** 0.748** 0.637**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
IMP Rho 0.892** 0.913** 0.809** 0.823** 0.780** 0.850** 0.868**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
COMP Rho 0.914** 0.937** 0.593** 0.775** 0.799** 0.826** 0.979**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
COMPInf Rho 0.946** 0.957** 0.681** 0.826** 0.849** 0.863** 0.972**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
TEC Rho 0.876** 0.864** 0.669** 0.841** 0.705** 0.776** 0.855**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000 0.000
DEM Rho 0.884** 0.922** 0.541** 0.725** 0.826** 0.838** 0.980**
Sig. 0.000 0.000 0.001 0.000 0.000 0.000 0.000
CALIDAD Rho 1.000 0.933** 0.705** 0.879** 0.858** 0.858** 0.919**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000
GASTOS Rho 0.933** 1.000 0.642** 0.848** 0.845** 0.851** 0.955**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000
TRAMGUB Rho 0.705** 0.642** 1.000 0.759** 0.597** 0.700** 0.607**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000
EXP Rho 0.879** 0.848** 0.759** 1.000 0.844** 0.836** 0.794**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000
INSEG Rho 0.858** 0.845** 0.597** 0.844** 1.000 0.938** 0.841**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000
CORRP Rho 0.858** 0.851** 0.700** 0.836** 0.938** 1.000 0.845**
Sig. 0.000 0.000 0.000 0.000 0.000 0.000
INSUMOS Rho 0.919** 0.955** 0.607** 0.794** 0.841** 0.845** 1.000
Sig. 0.000 0.000 0.000 0.000 0.000 0.000
GINI Rho 0.062 0.089 -0.174 -0.024 0.021 -0.081 0.127
Sig. 0.738 0.628 0.341 0.897 0.911 0.661 0.489
POB Rho 0.431* 0.410* 0.103 0.187 0.355* 0.417* 0.534**
Sig. 0.014 0.020 0.574 0.306 0.046 0.018 0.002
INF Rho 0.608** 0.565** 0.357* 0.350* 0.451** 0.537** 0.693**
Sig. 0.000 0.001 0.045 0.050 0.010 0.002 0.000
** La correlación es significativa en el nivel 0.01 (bilateral).
* La correlación es significativa en el nivel 0.05 (bilateral).

Fuente: Elaboración propia.

Como se muestra en las tablas anteriores, existe una correlación entre moderada e intensa, positiva y significativa en las variables relacionadas a las contingencias empresariales incluidas en el estudio. En lo que corresponde a la relación de las problemáticas empresariales y las contingencias regionales, existe una correlación moderada, positiva y significativa de los problemas de la gestión de las Mipymes con el nivel de pobreza y desigualdad en la entidad federativa, mientras que en el caso del índice de desigualdad no existe relación significativa con esta variable del ambiente.

Análisis factorial de las contingencias empresariales

Como se mencionó anteriormente, el análisis factorial es una técnica estadística que permite determinar las correlaciones entre las variables observadas en términos de un número menor de variables no observadas llamadas factores o dimensiones, las cuales resultan ser relevantes para la comprensión de un problema social complejo.

Debido a que se trata de una técnica estadística inferencial, es preciso cumplir con algunos supuestos para validar la pertinencia de su uso. En primer lugar, se realiza una prueba de medida Kaiser-Meyer-Olkin (KMO), en donde se obtuvo un KMO de 0.901 y un nivel de significancia de 0.000.

Al haber cumplido con los indicadores anteriores, se procede con la determinación de las dimensiones correspondientes a los datos analizados, a partir de una matriz de componente rotado, realizado con la técnica de análisis de componentes principales y un método de rotación Varimax con normalización Kaiser, debido a la alta correlación presentada en las variables, incluida en la Tabla 7.

Tabla 7 Matriz de componente rotado. 

Componente
1 2
Falta de Crédito 0.924
Baja demanda de bienes o servicios 0.873
Altos costos de materias primas, insumos o mercancías comercializadas 0.836
Altos gastos en pagos de servicios (luz, agua, telefonía) 0.777
Competencia informal 0.749
Falta de acceso a tecnologías de la información 0.742
Competencia desleal 0.738
Baja calidad de materias primas 0.728
Altos gastos en pagos de trámites gubernamentales 0.900
Exceso de trámites gubernamentales para operar 0.892
Personal con poca experiencia 0.800
Corrupción 0.774
Inseguridad pública 0.764
Altos impuestos 0.755

Fuente: Elaboración propia.

La Tabla 7 muestra que una de las dimensiones subyacentes de las principales problemáticas de las Mipymes analizadas en este trabajo están relacionadas en términos de contingencias de gestión, que son en cierto grado responsabilidades de la gestión del empresario Mipyme (falta de crédito, baja demanda de bienes o servicios, altos costos de materias primas, altos gastos en pagos de servicios, competencia informal, falta de acceso a Tics, competencia desleal y baja calidad de materias primas), mientras que la otra dimensión se refiere al ambiente de negocios (pagos de trámites gubernamentales, exceso de trámites gubernamentales, corrupción, inseguridad e impuestos). Por ello, es de interés para este trabajo el determinar las correlaciones entre contingencias empresariales y regionales, por lo cual se incluye dicho análisis a continuación.

Correlaciones entre contingencias empresariales y regionales

Primeramente, se analizan las correlaciones entre variables relacionadas con la desigualdad en cada entidad federativa del país utilizando el coeficiente de GINI, el porcentaje de pobreza que se presenta en cada estado (Pobreza), el nivel de informalidad (Informalidad) y el total de contingencias empresariales manifestada por las Mipymes establecidas por entidad federativa.

La relación entre estas variables se denota con rho y se cuantifica con un número que varía de -1 a +1, considerando que un valor de 0 corresponde a que no existe correlación, mientras que un valor de 1 (ya sea positiva o negativa) denota una relación perfecta (Akoglu, 2018), los resultados se muestran en la Tabla 8.

Tabla 8 Coeficiente de correlación Rho de Spearman para contingencias del ambiente con el total de contingencias empresariales. 

Contingencias regionales
GINI Pobreza Informalidad
GINI Rho
Sig.
Pobreza Rho 0.235
Sig. 0.196
Informalidad Rho 0.075 0.784**
Sig. 0.684 0.000
Contingencias
empresariales
Rho 0.111 0.477** 0.651**
Sig. 0.545 0.006 0.000

Fuente: Elaboración propia.

Como se observa, existe una relación fuerte, positiva y significativa entre la cantidad de contingencias de las Mipymes con el grado de informalidad y el porcentaje de pobreza existente en cada entidad federativa, así como una relación fuerte, positiva y significativa entre el nivel de pobreza y el nivel de informalidad en las entidades federativas. Por otro lado, el grado de desigualdad no muestra una relación significativa con otras contingencias ambientales.

Continuando con el análisis, con referencia a las diferencias en las contingencias del ambiente, el análisis descriptivo a nivel regional de las empresas que enfrentaron una mayor cantidad de problemas tanto en su gestión como en su actividad productiva difiere por entidad federativa, de acuerdo con lo manifestado en los censos económicos de INEGI (2020c).

Para ello, en la siguiente tabla se presenta la cantidad de empresas que manifestaron haber enfrentado problemas al momento de aplicar la encuesta, ordenados de mayor a menor cantidad de contingencias enfrentadas. Se incluye el coeficiente de GINI, que mide el grado de concentración de la riqueza en cada región, el porcentaje de población en pobreza (POB) y el porcentaje de personas dedicadas al sector informal de la economía (INF), estos son considerados como contingencias regionales en la Tabla 9, debido a que son situaciones que se encuentran fuera del control de la gestión de las Mipymes.

Tabla 9 Entidades federativas en donde las Mipymes del subsector alimentos y bebidas manifestaron problemáticas en su gestión, con énfasis en las que superan el promedio general. 

Contingencias regionales
Estado Enfrentaron problemas Regionalización GINI POB INF
1 Jalisco* 31 562 Oeste 0.401 0.427 0.347
2 Oaxaca* 22 751 Suroeste 0.496 0.664 0.392
3 Puebla* 19 319 Este 0.407 0.589 0.316
4 Colima* 14 552 Oeste 0.532 0.306 0.29
5 Veracruz* 14 192 Este 0.453 0.618 0.318
6 Hidalgo* 12 503 Este 0.43 0.284 0.232
7 Michoacán* 11 612 Oeste 0.424 0.46 0.304
8 Guanajuato* 9554 Centro Norte 0.482 0.665 0.362
9 Ciudad de México* 9224 Centro Sur 0.487 0.764 0.243
10 Estado de México* 8918 Centro Sur 0.416 0.434 0.27
11 Guerrero* 7189 Suroeste 0.423 0.438 0.387
12 Sonora 6000 Noroeste 0.439 0.282 0.202
13 Tlaxcala 5898 Este 0.373 0.484 0.415
14 Morelos 5547 Centro Sur 0.429 0.508 0.326
15 Sinaloa 5295 Noroeste 0.446 0.309 0.213
16 Yucatán 4694 Sureste 0.456 0.408 0.31
17 San Luis Potosí 4112 Centro Norte 0.464 0.434 0.245
18 Chiapas 3922 Suroeste 0.414 0.225 0.193
19 Nuevo León 3697 Noreste 0.435 0.145 0.208
20 Tamaulipas 3644 Noreste 0.472 0.351 0.226
21 Baja California 2981 Noroeste 0.402 0.233 0.182
22 Coahuila 2808 Noreste 0.443 0.263 0.153
23 Tabasco 2754 Sureste 0.447 0.536 0.289
24 Querétaro 2603 Centro Norte 0.437 0.276 0.168
25 Nayarit 2396 Oeste 0.437 0.348 0.256
26 Zacatecas 2343 Centro Norte 0.419 0.468 0.22
27 Durango 1874 Noroeste 0.419 0.373 0.249
28 Aguascalientes 1802 Centro Norte 0.432 0.262 0.194
29 Quintana Roo 1442 Sureste 0.414 0.276 0.209
30 Campeche 1371 Sureste 0.472 0.462 0.255
31 Chihuahua 1294 Noroeste 0.423 0.309 0.186
32 Baja California Sur 1205 Noroeste 0.432 0.181 0.179

*Mayores al promedio general = 7158.

Fuente: Elaboración propia con base en INEGI (2020a).

En lo que corresponde a las diferencias regionales en términos de las problemáticas que enfrentan las unidades económicas de estudio, los siguientes diagramas de cajas y bigotes presentados en la Figura 1, nos muestran los siguientes comparativos regionales en términos de las contingencias empresariales, así como las contingencias regionales en relación a niveles de desigualdad, pobreza e informalidad por entidad federativa.

Fuente: Elaboración propia utilizando SPSS (Versión 25).

Figura 1 Comparativo de contingencias empresariales con gráfico de cajas y bigotes por región en México. 

En la región Oeste (Colima, Jalisco, Michoacán y Nayarit) se encuentra la mayor cantidad de empresas que manifiestan contingencias empresariales en la gestión de sus respectivos negocios, en donde se encuentra el máximo de contingencias empresariales en comparación con otras regiones. El diagrama de caja y bigotes o boxplot muestra mayor variabilidad en los problemas a los que se han enfrentado las empresas de esa región comparado con las demás regiones, además de mostrar una distribución asimétrica positiva, en donde el promedio de problemáticas entre las entidades federativas de dicha zona es mayor en contraste con la mediana de los datos analizados.

Comparativamente, en las regiones Centro Norte (Aguascalientes, Guanajuato, Querétaro, San Luis Potosí y Zacatecas), Noroeste (Baja California, Baja California Sur, Chihuahua, Durango, Sinaloa y Sonora) y Sureste (Campeche, Quintana Roo, Tabasco y Yucatán) se presentan el mínimo de contingencias, mientras que en Noreste se encuentra la menor dispersión de la cantidad de contingencias (Figura 2).

Fuente: Elaboración propia utilizando SPSS (Versión 25).

Figura 2 Diagrama de cajas y bigotes representando el grado de desigualdad en las distintas regiones en México. 

En la región Oeste (Colima, Jalisco, Michoacán y Nayarit) se encuentra el mayor grado de porcentaje de desigualdad en México, en donde se incluye el grado de desigualdad máximo comparado con otras regiones, lo que además se muestra en un boxplot que presenta una distribución asimétrica positiva, con una dispersión referente a una mayor dispersión en el coeficiente de desigualdad entre las entidades federativas que forman parte de dicha región.

Por otro lado, en la región Este (Hidalgo, Puebla, Tlaxcala y Veracruz) se encuentra el menor porcentaje de desigualdad, incluyendo el caso con el grado de desigualdad mínimo. Además, la Figura 2 muestra que, en las regiones Noreste y Noroeste, la dispersión en el nivel de desigualdad es menor, mostrando diagramas de caja con una distribución asimétrica positiva en ambos casos. En forma paralela, en términos de la comparativa entre el porcentaje de población en situación de pobreza relativo a las distintas regiones mexicanas, la Figura 3 muestra lo siguiente.

Fuente: Elaboración propia utilizando SPSS (Versión 25).

Figura 3 Diagrama de cajas y bigotes representando el porcentaje de población en situación de pobreza en las distintas regiones mexicanas. 

En la región Centro Sur (Ciudad de México, Estado de México y Morelos) se encuentra el mayor grado de porcentaje de pobreza en México, en donde se incluye el grado de pobreza máximo. Además de ello, el diagrama de cajas y bigotes muestra una distribución asimétrica positiva.

Por otro lado, en la región Este (Hidalgo, Puebla, Tlaxcala y Veracruz) el rango intercuartil es mayor y con una distribución asimétrica negativa, mientras que en el Suroeste (Chiapas, Guerrero y Oaxaca) se presenta una distribución simétrica, lo que denota un grado de dispersión similar en términos del nivel de pobreza de la población.

Asimismo, en la región Noreste (Coahuila, Nuevo León y Tamaulipas) se encuentra el menor porcentaje de desigualdad, incluyendo el caso con el grado mínimo de desigualdad.

En términos de la población económicamente activa en el sector informal en las distintas regiones en México, los datos se representan gráficamente en la Figura 4, de acuerdo a lo siguiente.

Fuente: Elaboración propia utilizando SPSS (Versión 25).

Figura 4 Diagrama de cajas y bigotes representando el porcentaje de la población económicamente activa en el sector informal en las distintas regiones en México. 

Como se observa, en la región Este (Hidalgo, Puebla, Tlaxcala y Veracruz) se encuentra el mayor grado de porcentaje de población económicamente activa en el sector informal de la economía en México, en donde se incluye el grado de informalidad máximo, en un diagrama con una distribución asimétrica y mayor dispersión en sus datos comparados con otras regiones.

Por otro lado, en la región Noreste (Coahuila, Nuevo León y Tamaulipas) se encuentran los casos con el grado de desigualdad mínimo, aunque en la región Noroeste (Baja California, Baja California Sur, Chihuahua, Durango, Sinaloa y Sonora) se presenta una concentración del 75% entre los menores casos de informalidad; sin embargo, es notable que en la región Suroeste (Chiapas, Guerrero y Oaxaca) hay una concentración importante en la informalidad, con una distribución asimétrica considerablemente negativa.

Con objeto de confirmar las diferencias en la cantidad y naturaleza de las problemáticas que las empresas manifiestan enfrentar entre regiones, se procede con un análisis Anova de un factor para cada contingencia empresarial en términos a la región a la que pertenece cada unidad económica; los resultados se encuentran concentrados en la Tabla 10, de acuerdo a lo siguiente.

Tabla 10 Anova de un factor. 

ANOVA
Suma de cuadrados gl Media cuadrática F Sig.
CRED Entre grupos 2 519 856.002 7 359 979.429 3.358 0.012
Dentro de grupos 2 572 895.967 24 107 203.999
Total 5 092 751.969 31
TRAM Entre grupos 877 882.469 7 125 411.781 2.482 0.046
Dentro de grupos 1 212 561.000 24 50 523.375
Total 2 090 443.469 31
IMP Entre grupos 3 109 584.033 7 444 226.290 3.044 0.019
Dentro de grupos 3 502 199.467 24 145 924.978
Total 6 611 783.500 31
COMP Entre grupos 51 044 457.669 7 7 292 065.381 3.078 0.018
Dentro de grupos 56 857 578.050 24 2 369 065.752
Total 107 902 035.719 31
COMPInf Entre grupos 6 172 143.102 7 881 734.729 3.584 0.009
Dentro de grupos 5 903 698.117 24 245 987.422
Total 12 075 841.219 31
TEC Entre grupos 58 730.800 7 8390.114 5.158 0.001
Dentro de grupos 39 037.200 24 1626.550
Total 97 768.000 31
DEM Entre grupos 14 200 270.867 7 2 028 610.124 3.404 0.011
Dentro de grupos 14 304 159.133 24 596 006.631
Total 28 504 430.000 31
CALIDAD Entre grupos 128 473.002 7 18 353.286 4.277 0.003
Dentro de grupos 102 977.717 24 4290.738
Total 231 450.719 31
GASTOS Entre grupos 28 179 709.217 7 4 025 672.745 3.733 0.007
Dentro de grupos 25 882 496.283 24 1 078 437.345
Total 54 062 205.500 31
TRAMGUB Entre grupos 441 574.617 7 63 082.088 2.032 0.093
Dentro de grupos 745 167.383 24 31 048.641
Total 1 186 742.000 31
EXP Entre grupos 375 317.883 7 53 616.840 3.870 0.006
Dentro de grupos 332 487.617 24 13 853.651
Total 707 805.500 31
INSEG Entre grupos 93 406 688.758 7 13 343 812.680 2.701 0.033
Dentro de grupos 118 570 860.117 24 4 940 452.505
Total 211 977 548.875 31
CORRP Entre grupos 2 294 692.508 7 327 813.215 2.858 0.026
Dentro de grupos 2 753 094.367 24 114 712.265
Total 5 047 786.875 31
INSUMOS Entre grupos 44 756 118.719 7 6 393 731.246 3.495 0.010
Dentro de grupos 43 909 096.250 24 1 829 545.677
Total 88 665 214.969 31

Fuente: Elaboración propia utilizando SPSS (Versión 25).

En la Tabla 10 se observa que únicamente la contingencia empresarial “Altos gastos en pagos de trámites gubernamentales” no muestra diferencias significativas a nivel regional, mientras que las demás contingencias sí presentan diferencias significativas entre regiones.

Continuando con el análisis, se procede con una prueba de tipo post hoc utilizando la prueba de Tukey de comparaciones múltiples, la cual permitirá identificar aquellas diferencias específicas que se presentan en las contingencias empresariales y la comparación entre regiones. En la Tabla 11 se muestran los resultados obtenidos.

Tabla 11 Análisis post hoc con prueba de Tukey con variables significativas. 

Variable Dependiente Región Región Dif. de
Medias
Desv.
Error
Sig. Intervalo de confianza al
95%
Límite
Inferior
Límite
Superior
Altos costos de materias primas,
insumos o mercancías
comercializadas
Noroeste Oeste -3120.75 873.10 0.028 -6012.39 -229.11
Altos gastos en pagos de
servicios (luz, agua, telefonía)
Noroeste Oeste -2224.08 670.33 0.049 -4444.17 -3.99
Altos impuestos Noroeste Oeste -834.58 246.58 0.043 -1651.24 -17.93
Centro Norte Oeste -851.55 256.25 0.049 -1700.24 -2.86
Baja calidad de materias primas Noroeste Oeste -184.00 42.28 0.005 -324.04 -43.96
Oeste Sureste 181.00 46.32 0.013 27.60 334.40
Centro Norte Oeste -165.70 43.94 0.018 -311.23 -20.17
Noreste Oeste -181.17 50.03 0.025 -346.86 -15.47
Baja demanda de bienes o
servicios
Noroeste Oeste -1692.50 498.33 0.042 -3342.94 -42.06
Competencia desleal Noroeste Oeste -3608.33 993.53 0.025 -6898.83 -317.83
Competencia informal Noroeste Oeste -1263.00 320.15 0.012 -2323.30 -202.70
Centro Norte Oeste -1148.10 332.71 0.037 -2250.00 -46.20
Oeste Sureste 1198.25 350.70 0.040 36.75 2359.75
Corrupción Noroeste Oeste -817.25 218.62 0.019 -1541.32 -93.18
Oeste Sureste 808.50 239.49 0.044 15.33 1601.67
Falta de acceso a tecnologías de
la información
Noroeste Oeste -123.25 26.03 0.002 -209.47 -37.03
Oeste Sureste 121.25 28.52 0.006 26.80 215.70
Centro Norte Oeste -105.35 27.05 0.013 -194.95 -15.75
Noreste Oeste -119.08 30.80 0.014 -221.10 -17.07
Inseguridad pública Noroeste Oeste -4958.58 1434.75 0.036 -9710.37 -206.80
Personal con poca experiencia Noroeste Oeste -321.58 75.98 0.006 -573.21 -69.96
Oeste Sureste 338.00 83.23 0.009 62.36 613.64
Centro Norte Oeste -280.35 78.96 0.030 -541.85 -18.85
Noreste Oeste -303.08 89.90 0.044 -600.81 -5.36

*La diferencia de medias es significativa en el nivel 0.05.

Fuente: Elaboración propia utilizando SPSS (Versión 25).

En la Tabla 11 se incluyen únicamente las regiones que presentaron diferencias significativas en las problemáticas que enfrentan las Mipymes incluidas en el estudio, en donde se destaca que las unidades económicas ubicadas en la región Oeste (Colima, Jalisco, Michoacán y Nayarit) tienen la mayor cantidad de diferencias con las regiones Noroeste, Sureste, Centro, Norte y Noreste en términos de contingencias empresariales.

Discusión

En el análisis de cajas y bigotes con respecto a las contingencias regionales, se presenta un escenario en el cual las regiones a las que pertenecen las Mipymes de estudio muestran diferencias en la cantidad de contingencias empresariales totales de acuerdo con la base de datos analizada.

Primero, en los resultados obtenidos a partir del análisis realizado, es destacable el hecho de que se presentan diferencias significativas entre las distintas regiones del país, a pesar de que los datos corresponden al mismo subsector manufacturero y a la misma clasificación empresarial.

De esta manera, se destacan los indicadores relativos a la cantidad de contingencias empresariales que deben enfrentar las Mipymes que forman parte del estudio en la región Oeste de México, (correspondiente a las entidades federativas Colima, Jalisco, Michoacán y Nayarit), las cuales presentan niveles de pobreza del orden de 30.6%, 42.7%, 46% y 34.8%; con un promedio de 42.4% en el nivel de pobreza y un 30.2% de ocupación en el sector informal para la región.

Estos indicadores contrastan con la región que tiene menores cantidades de problemas y contingencias empresariales, como lo es la correspondiente al Noreste, que incluye los estados de Coahuila, Nuevo León y Tamaulipas, los cuales muestran niveles de pobreza menores (26.3%, 14.5% y 35.1%, respectivamente), con un promedio de 39.8% en el nivel de pobreza y un 26.8% de ocupación en el sector informal.

Segundo, en lo relativo a la relación positiva, intensa y significativa entre contingencias empresariales, las problemáticas a las que se enfrentan los sujetos de estudio en la gestión de sus respectivas empresas manufactureras de alimentos y bebidas muestran que contingencias empresariales que pueden considerarse dentro del ámbito interno de las organizaciones sujetas a las decisiones estratégicas de sus gestores, tales como el contar con personal con poca experiencia, falta de acceso a tecnologías de la información, altos costos de materias primas, insumos o mercancías comercializadas, altos gastos en pagos de servicios (luz, agua, telefonía), baja demanda de bienes o servicios y falta de crédito, están fuertemente correlacionadas con la atención a problemáticas cuyo origen es externo y que están fuera del control de la gestión de la empresa, por ejemplo: la corrupción, inseguridad pública, impuestos onerosos, exceso de trámites gubernamentales, competencia desleal, competencia informal, baja calidad de materias primas, altos gastos en pagos de trámites gubernamentales.

Dado el alto grado de correlación entre dichas variables, es posible argumentar que las soluciones adecuadas para enfrentar las contingencias empresariales en este tipo de unidades económicas deben ser atendidas en forma multivariada, es decir, con intervenciones orientadas a resolver distintos problemas simultáneamente.

Tercero, en lo correspondiente a la relación positiva, intensa y significativa entre contingencias regionales, los resultados señalan que el nivel de pobreza, el nivel de informalidad, la totalidad de problemáticas y las contingencias empresariales particulares son una verificación relacionada con la necesidad de atender distintas contingencias, de naturaleza multivariada en forma simultánea, para resolver efectivamente los retos a los que se enfrentan las empresas actualmente.

Cuarto, en el análisis Anova se encontraron diferencias significativas en prácticamente todas las variables, exceptuando la variable referente a los altos gastos en pagos de trámites gubernamentales, que parece ser una situación considerada como problemática a nivel general, lo cual puede ser explicado debido a que una cantidad importante de Mipymes cuenta con presupuestos limitados para operar sus respectivos negocios.

Al momento de realizar el análisis a posteriori con la prueba de Tukey, la región Oeste muestra una diferencia notable con otras regiones, (11 con el Noroeste, cinco con el Sureste, cinco con el Centro Norte y tres con el Noreste). En ese sentido, entre las entidades federativas que conforman esta región, las empresas establecidas en Jalisco (31 562), Colima (14 552) y Michoacán (11 612) se encuentran entre las entidades federativas del país que presentan las mayores cantidades de Mipymes del subsector alimentos y bebidas que manifestaron problemáticas en sus procesos de gestión, relativos a los altos costos de materias primas, insumos o mercancías comercializadas, altos gastos en pagos de servicios (luz, agua, telefonía), altos impuestos, baja calidad de materias primas, baja demanda de bienes o servicios, competencia desleal, competencia informal, corrupción, falta de acceso a tecnologías de la información, inseguridad pública y personal con poca experiencia.

Al realizar un análisis en términos de la proporción de muertes de establecimientos por entidad federativa respecto del número captado en la entidad correspondiente por los censos económicos de INEGI, el estado de Colima representa el lugar 4 a nivel nacional (25.49%), Nayarit el lugar 19 (23.43%), Jalisco el lugar 30 (18.65%) y Michoacán el lugar 31 (17.1%) (INEGI, 2020a). Por ello, es necesario implementar medidas de resolución, principalmente en el caso de Nayarit; además, si se toma en cuenta el porcentaje de pobreza en la región (46.34% en promedio, siendo el tercero más alto del país) así como el nivel de informalidad (30.82% en promedio, siendo el más alto del país), ello podría explicar las notables diferencias de esta región en específico con otras entidades federativas.

Conclusiones

Algunas de las principales limitaciones encontradas en el desarrollo del presente trabajo estuvieron relacionadas con el nivel de medición de las bases de datos disponibles en los censos económicos, en donde se presenta información valiosa para el análisis a nivel regional y a nivel subsector industrial, pero no a nivel microeconómico que haga posible el análisis por unidad económica, un factor que representaría información de alta relevancia para estudios de esta naturaleza.

Es de resaltar que, dada la alta correlación entre dichas contingencias, así como la notable diferencia regional entre las problemáticas que enfrentan las empresas, es posible mencionar que con objeto de buscar resolver los problemas detectados, se requerirá de una estrategia multivariada y regionalizada que atienda problemáticas que aparecen en forma simultánea para la gestión de las Mipymes, buscando mejorar la situación de la empresa mexicana tanto a nivel de unidad económica como a nivel regional, para el subsector industrial de la manufactura de alimentos y bebidas en México, enfatizando en las entidades que conforman la región Oeste del país.

Esta estrategia multivariada debe atender problemas altamente correlacionados identificados en las variables subyacentes determinadas en el análisis factorial, en donde se atiendan en forma conjunta problemáticas que conforman una dimensión, tales como falta de crédito, baja demanda de bienes o servicios, altos costos de materias primas, insumos o mercancías comercializadas, altos gastos en pagos de servicios (luz, agua, telefonía), competencia informal, falta de acceso a tecnologías de la información, competencia desleal y baja calidad de materias primas.

Asimismo, los resultados del análisis muestran la necesidad de crear una segunda estrategia que atienda en forma conjunta otros elementos altamente correlacionados identificados en la segunda dimensión del análisis factorial, donde se ubican problemáticas relativas a los altos gastos en pagos de trámites gubernamentales, exceso de trámites gubernamentales para operar, personal con poca experiencia, corrupción, inseguridad pública y altos impuestos.

De esta manera, el diseño, implementación, evaluación, seguimiento y mejora continua de las políticas públicas de fomento empresarial orientadas al apoyo de las Mipymes mexicanas atenderá en forma adecuada los retos de naturaleza correlacionada y simultánea a los que se enfrentan estas unidades económicas en un ambiente postpandemia.

Conflictos de intereses

Los autores manifiestan no tener ningún tipo de conflicto de interés en el desarrollo del presente trabajo.

Agradecimientos

Los autores agradecen al Consejo Nacional de la Ciencia y la Tecnología (CONACYT), a la Facultad de Contaduría y Administración de la Universidad Michoacana de San Nicolás de Hidalgo y al Centro de Estudios Sociales y de Opinión Pública de la Cámara de Diputados por el apoyo otorgado para el desarrollo del presente trabajo de investigación.

Referencias

Akoglu, H. (2018). User’s guide to correlation coefficients. Turkish Journal of Emergency Medicine, 18(3), 91-93. doi: https://doi.org/10.1016/j.tjem.2018.08.001 [ Links ]

BBVA Research. (2020). Situación Regional Sectorial México. Segundo semestre 2020. https://www.bbvaresearch.com/publicaciones/situacion-regional-sectorial-mexico-segundo-semestre-2020/Links ]

Conferencia de las Naciones Unidas sobre Comercio y Desarrollo (UNCTAD). (2020). Impact of the COVID-19 pandemic on trade and development: Transitioning to a new normal. https://unctad.org/es/node/29935Links ]

Consejo Nacional de Evaluación de la Política de Desarrollo Social (Coneval). (2016). Comunicado de prensa 24 nov 2016 (Issue 008). https://www.coneval.org.mx/SalaPrensa/Comunicadosprensa/Documents/COMUNICADO%20DE%20PRENSA_008_ITLP_IS.pdfLinks ]

Encaoua, D., & Jacquemin, A. (1980). Degree of monopoly, indices of concentration and threat of entry. International Economic Review, 21(1), 87-105. doi: https://doi.org/10.2307/2526242 [ Links ]

Estrada, S., Cano, K., & Aguirre, J. (2019). How is technology managed in SMEs? Differences and similarities between micro, small and medium enterprises. Contaduria y Administracion, 64(1), 1-21. doi: https://doi.org/10.22201/fca.24488410e.2019.1812 [ Links ]

Facultad de Ciencias Naturales y Museo (FCNYM). (2020). Modelos de ANOVA Situación básica. https://www.fcnym.unlp.edu.ar/catedras/estadistica/Modelos%20de%20ANOVA.pdfLinks ]

Gutiérrez, V., Aguilar, J., & Medina, J. (2019). Cambio organizacional, institucional y tecnológico: Una aproximación desde la teoría actor-red y el trabajo institucional. Cuadernos de Administracion, 32(59), 32-59. https://www.redalyc.org/jatsRepo/205/20561244005/20561244005.pdfLinks ]

Instituto Nacional de Estadística y Geografía (INEGI). (2016). Encuesta nacional sobre productividad y competitividad de las micro, pequeñas y medianas empresas (ENAPROCE) 2015. https://www.inegi.org.mx/programas/enaproce/2015/Links ]

Instituto Nacional de Estadística y Geografía (INEGI). (2019). Encuesta nacional sobre productividad y competitividad de las micro, pequeñas y medianas empresas (ENAPROCE) 2018. https://www.inegi.org.mx/programas/enaproce/2018/Links ]

Instituto Nacional de Estadística y Geografía (INEGI). (2020a). Estudio sobre la demografía de los negocios. https://www.inegi.org.mx/programas/edn/2020/#TabuladosLinks ]

Instituto Nacional de Estadística y Geografía (INEGI). (2020c). Resultados de la Encuesta Nacional de Ocupación y Empleo. Cifras durante el primer trimestre 2020. https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2020/enoe_ie/enoe_ie2020_05.pdfLinks ]

Instituto Nacional de Estadística y Geografía (INEGI). (2020d). Resultados de la encuesta nacional de ocupación y empleo (Nueva edición) (ENOEN). Cifras oportunas de agosto de 2020. https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2021/enoe_ie/enoe_ie2021_02.pdfLinks ]

Instituto Nacional de Estadística y Geografía (INEGI). (2020e). Directorio Estadístico Nacional de Unidades Económicas (DENUE). https://en.www.inegi.org.mx/app/mapa/denue/Links ]

International Labour Organization (ILO). (2020). Research brief: The effects of COVID‑19 on trade and global supply chains. https://www.ilo.org/global/research/publications/WCMS_746917/lang--en/index.htmLinks ]

International Organization of Employers (IOE). (2020). IOE outcome document on economic advocacy for SMEs to tackle the Covid-19 crisis. https://www.ioe-emp.org/index.php?eID=dumpFile&t=f&f=147490&token=a9e9a091f25f13d88029c678a961bb5e3b0d9a57Links ]

Kashyap, A., & Raghuvanshi, J. (2020). A preliminary study on exploring the critical success factors for developing COVID-19 preventive strategy with an economy centric approach. Management Research, 18(4), 357-377. doi: https://doi.org/10.1108/MRJIAM-06-2020-1046 [ Links ]

MacLeod, D., & Clarke, N. (2009). Employee engagement - What, why and how. En D. MacLeod & N. Clarke, Engaging for success: Enhancing performance through employee engagement (pp. 7-33). https://dera.ioe.ac.uk/1810/1/file52215.pdfLinks ]

Marín-Indárraga, D., & Cuartas-Marín, J. (2014). Teorías del análisis y diseño organizacional: Una revisión a los postulados contingentes y de la co-alineación estratégica. Revista Facultad de Ciencias Económicas: Investigación y Reflexión, 22(1), 153-168. http://expeditiorepositorio.utadeo.edu.co/handle/20.500.12010/9308Links ]

Martínez, J. (2005). Administración y organizaciones: Su desarrollo evolutivo y las propuestas para el nuevo siglo. Semestre Económico, 8(16), 67-97. [ Links ]

Nicolette, C. (2020). The impact of COVID-19 on MSMEs in Developing Countries. http://www.cuts-geneva.org/pdf/KP2020-RRN-MSMEs_and_Covid-19.pdfLinks ]

Organización para la Cooperación y el Desarrollo Económicos (OCDE). (2017). Economy: Raising productivity in small traditional enterprises. https://www.oecd.org/mexico/mexico-raising-productivity-in-small-traditional-enterprises.pdfLinks ]

Organización para la Cooperación y el Desarrollo Económicos (OECD). (2020). Tackling coronavirus (COVID-19): Contributing to a global effort. https://oecd.dam-broadcast.com/pm_7379_119_119680-di6h3qgi4x.pdfLinks ]

Rivero, E. M. (2020). Medidas para la recuperación económica ante la emergencia sanitaria COVID19: Del crédito solidario al seguro de desempleo (Cuaderno de Investigación No. 9). Senado de la República. http://bibliodigitalibd.senado.gob.mx/handle/123456789/4861Links ]

Secretaría de Economía (SE). (2016). Diagnóstico 2016 del Fondo Nacional Emprendedor. Instituto Nacional del Emprendedor (INADEM). https://www.inadem.gob.mx/wp-content/uploads/2017/02/Diagnóstico_FNE-2016.pdfLinks ]

Secretaría de Economía (SE). (2020). Reporte T-MEC. https://mipymes.economia.gob.mx/exportar-2/t-mec-2/reporte-t-mec/Links ]

Velásquez, F. (2000). El enfoque de sistemas y de contingencias aplicado al proceso administrativo. Estudios Gerenciales, (77), 27-40. http://www.redalyc.org/articulo.oa?id=21207702Links ]

Zapata, G. (2014). El determinismo en la teoría contingente: Orígenes de sus fundamentos teóricos para su comprensión. Ciencia y Sociedad, 39(1), 121-154. https://www.redalyc.org/pdf/870/87031229006.pdfLinks ]

Como citar: Esparza Rodríguez, S. A., Martínez-Arroyo, J. A., Guerrero Dávalos, C., & Esquivel Fernández, E. (2021). Contingencias empresariales y regionales en la gestión de Mipymes manufactureras mexicanas de alimentos y bebidas. Acta Universitaria 31, e3179. doi. http://doi.org/10.15174.au.2021.3179

Recibido: 25 de Marzo de 2021; Aprobado: 09 de Julio de 2021; Publicado: 08 de Septiembre de 2021

*Autor de correspondencia saul.aer@gmail.com

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons