SciELO - Scientific Electronic Library Online

 
vol.15 número3Influencia de la economía norteamericana en las exportaciones y crecimiento económico en MéxicoFactores que influyen en la transferencia temporal de tierras en productores envejecidos índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Agricultura, sociedad y desarrollo

versión impresa ISSN 1870-5472

agric. soc. desarro vol.15 no.3 Texcoco jul./sep. 2018

 

Artículos

Factores que determinan los rendimientos de la producción de maíz en México: evidencia del censo agropecuario 2007

Sheila Cadet-Díaz1  * 

Santiago Guerrero-Escobar2 

1Banco de México. Av. 5 de Mayo No. 18, Col. Centro, México, CDMX. (shcadet@banxico.org.mx)

2Dirección Nacional de Medio Ambiente. Galicia 1133, Montevideo, Uruguay. (sguerreroe@gmail.com)


Resumen

En este artículo se hace una descripción de la evolución de los rendimientos de la producción de maíz en México. Se compara con la evolución de los rendimientos en otros países productores y se derivan los principales factores que determinan los rendimientos de maíz, a través de un análisis econométrico. Dicho análisis se realiza con datos del Censo Agropecuario 2007 a nivel de municipio de las unidades económicas que reportaron producir maíz y consiste en una estimación lineal con datos de sección cruzada de los rendimientos de las unidades económicas como función de variables tecnológicas, crediticias, socioeconómicas, geográficas y climáticas, controlando por dummies de ciclo productivo y entidad federativa. Los resultados apuntan a que el uso de semillas mejoradas, insecticidas, el acceso al crédito y el riego son las variables que tienen una mayor correlación con los rendimientos de la producción de maíz en México.

Palabras clave: crédito; rendimientos del maíz; riego; semilla mejorada

Abstract

This article presents a description of the evolution of the maize production yields in Mexico. It is compared with the evolution of yields in other producer countries and the main factors that define the maize yields are derived, through an econometric analysis. This analysis is carried out with data from the 2007 Agriculture and Livestock census at the level of municipality of the economic units that reported producing maize and consists of a linear estimation with crossed-section data of the yields in economic units as function of technological, credit, socioeconomic, geographic and climate variables, controlling for dummies of productive cycle and state. The results point to the use of improved seeds, insecticides, access to credit and irrigation as the variables that have highest correlation with the yields in maize production in Mexico.

Key words: credit; maize yields; irrigation; improved seed

Introducción

En general, no solo en tiempos prehispánicos, sino también hasta mediados del siglo XX, los procesos de mejoramiento de semillas de maíz con los que se incrementaban los rendimientos eran de largo plazo3. Esta tendencia se modificó a partir de 1960, donde en un periodo de 25 años los rendimientos agrícolas mundiales se duplicaron (Hazell, 2009).

Dicho incremento en los rendimientos se explica por la “Revolución Verde” proceso que comenzó en la década de los sesenta, impulsado debido a que algunos países en desarrollo experimentaron hambrunas e incrementos en malnutrición (Hazell, 2009), lo que llevó a las fundaciones Rockefeller y Ford a promover un programa de investigación y desarrollo de tecnologías agrícolas enfocadas a incrementar los rendimientos de trigo, arroz y maíz, principalmente. Al desarrollo de nuevas variedades de trigo, arroz y maíz generado por las inversiones en investigación agrícola mencionadas, aunado a la aplicación más generalizada de fertilizantes, insecticidas, maquinaria y crédito para adquirir insumos se le conoce como la “Revolución Verde” (Borlaug, 1972)4.

A pesar de que gran parte del desarrollo de las tecnologías de cultivo de la Revolución Verde se realizaron en México, los rendimientos en el país se mantuvieron rezagados respecto a otros países. El Cuadro 1 compara los rendimientos promedio por década entre México y otros países y regiones del mundo. En él se observa que en la década de los sesenta los países de la Unión Europea y los Estados Unidos de Norteamérica contaban con rendimientos superiores a dos toneladas por hectárea en el cultivo del grano, mientras que diversos países en desarrollo, incluyendo México, no lograban llegar a dicha cifra5. No solo México no fue capaz de incrementar sus rendimientos en la década de los sesenta; en la década del 2000 tuvo un rendimiento promedio menor que otros países en desarrollo relevantes en la producción del grano, como China, Brasil y Argentina.

Cuadro 1 Rendimientos promedio de maíz por periodo. 

Cifras en toneladas por hectárea
1961-1969 1970-1979 1980-1989 1990-1999 2000-2012
EE. UU. 4.5 5.6 6.6 7.7 9.2
México 1.1 1.3 1.8 2.3 3.0
Unión Europea 2.6 3.9 5.2 5.7 6.6
Mundo 2.2 2.8 3.4 4.0 4.8
China 1.6 2.4 3.6 4.8 5.2
India 1.0 1.1 1.3 1.6 2.1
Brasil 1.3 1.5 1.8 2.4 3.7
Argentina 1.9 2.7 3.3 4.5 6.5

Fuente: elaboración propia con base en los datos de la División de Estadística de la FAO (FAOSTAT).

Este artículo tiene como objetivo principal tratar de arrojar luz sobre distintos factores, tanto tecnológicos como de política agropecuaria que puedan estar correlacionadas con los rendimientos del maíz en México en 2007. Con ello se pretende informar a los hacedores de política pública sobre aquellos factores que determinan en mayor medida los rendimientos del maíz.

En la literatura existen diversos estudios que, por medio de modelos econométricos, intentan medir el impacto de variables climáticas, socioeconómicas y tecnológicas para Estados Unidos (Kaufmann y Snell, 1997) o medir impactos potenciales del cambio climático sobre los rendimientos agrícolas en Estados Unidos (Schlenker y Roberts, 2006) y en México (Olivera, 2013). Sin embargo, para México no se encuentran estudios que relacionen directamente el impacto de diversas variables tecnológicas y de políticas agropecuarias sobre los rendimientos de maíz. En este estudio se realiza un ejercicio econométrico similar al realizado por Kaufmann y Snell, 1997, por medio del cual los rendimientos promedio por municipio se estiman como función de variables tecnológicas, geográficas y socioeconómicas, utilizando datos del Censo Agropecuario 2007. El modelo econométrico utilizado no pretende establecer relaciones causales, sino más bien mostrar correlaciones entre diversas variables y los rendimientos promedio de las unidades económicas en cada municipio del país. Adicionalmente se contextualizan los procesos económicos y tecnológicos que influyeron históricamente en la evolución de los rendimientos de la producción de maíz, tanto en México como en otras naciones en desarrollo productoras de maíz.

Los resultados apuntan a que las variables que se asocian positivamente con los rendimientos son principalmente las de carácter tecnológico y de acceso al crédito. En particular, aquellas unidades productivas que reportaron haber utilizado semilla mejorada6, tenido un crédito o haber utilizado insecticidas reportan mayores rendimientos: un incremento de 10 % en el uso o acceso de dichas variables está correlacionado con un incremento del rendimiento del cultivo en 0.35, 0.31 y 0.25 toneladas por hectárea, respectivamente, lo cual representaría un aumento de 12.2 %, 10.8 % y 8.7 % del rendimiento promedio nacional. En términos del crédito, resulta con un mayor nivel de asociación el crédito refaccionario con los rendimientos, el cual se utiliza para financiar la adquisición de activos fijos. Finalmente no se encontraron efectos importantes del uso de fertilizantes ni del Programa de Apoyos Directos al Campo (PROCAMPO).

El artículo se organiza de la siguiente manera: la Sección 1 discute la evolución de los rendimientos del maíz en diversas naciones productoras, incluyendo México, haciendo énfasis en las políticas agropecuarias que incidieron en los mismos; la Sección 2 muestra una revisión de la literatura sobre el tema; la Sección 3 detalla los datos y el método econométrico; la Sección 4 discute los resultados; y la Sección 5 presenta las conclusiones.

Rendimientos de maíz en naciones emergentes

Los Rendimientos de maíz en países en desarrollo

Desde 1960, las diferencias en las trayectorias de los rendimientos de maíz que han seguido los diferentes países obedecen a factores socioeconómicos y geográficos. En China, el rendimiento promedio de la década los ochenta superó las tres toneladas por hectárea (Cuadro 1), lo cual se asoció a los cambios en las políticas agrarias y tecnológicas. En esta década se reemplazó el sistema de comunas vigente desde 1950 por el de responsabilidad familiar, con el que el campesino en granjas familiares producía y vendía al estado su cosecha por medio de contratos (McMillan et al., 1989; Fan, 1991; Lin, 1992; Salvador, 2008). Adicionalmente, se permitió que los institutos de investigación se autofinanciaran mediante la venta de tecnología aplicada (Pray et al., 1997), con lo que se fomentó la investigación agrícola y se establecieron sistemas agronómicos altamente productivos gracias al riego (Wang, 2000). Ello permitió que a finales de los años noventa China se convirtiera en líder mundial en biotecnología agraria, siendo uno de los países con mayor inversión en investigación y desarrollo rural en el mundo (Huang y Rozelle, 2009).

En Argentina, a partir de la década de los noventa se dio un cambio estructural en el sector agrícola, debido al avance tecnológico, al surgimiento de nuevas formas de organización entre productores y proveedores, y a los cambios en política económica y fiscal, con lo que se logró obtener rendimientos para el maíz por encima de las cuatro toneladas por hectárea (Cuadro 1). Los “pools de siembra” surgieron como nuevas formas de organización que lograban acuerdos para que los productores se encargaran de realizar las labores de campo, mientras que los proveedores otorgaban recursos técnicos, financiamiento y transporte, con la finalidad de generar economías de escala y altos rendimientos, permitiendo que al final de la cosecha las ganancias se distribuyeran (World Bank, 2006; Sturzenegger y Salazni, 2007; Lence, 2010).

El aumento en los rendimientos del maíz argentino se debió a diversos factores como la inversión en investigación y desarrollo por parte de empresas agroquímicas transnacionales, así como el incremento en el uso de fertilizantes, incorporación del riego complementario y la renovación de maquinaria y equipo, culminando con la adopción de semillas transgénicas a partir del ciclo 1998/1999 (Gear, 2006; Gutman y Lavarello, 2007). Lo anterior fue posible, en gran medida, debido a la política de libre comercio que redujo las tarifas de importación de insumos y de activos fijos, lo cual, a su vez, permitió una mayor flexibilidad en la comercialización de los cultivos (Lence, 2010).

En Brasil, los cambios significativos en los rendimientos iniciaron a partir de 1990, década en la que la política comercial permitió mayor acceso a los mercados internacionales, en la cual se realizaron fuertes inversiones en infraestructura e investigación agrícola y un fortalecimiento del sector privado en el sector agropecuario (Rosegrant et al., 2006). También en la década de los noventa, en el sector agrícola se presentaron mejoras en los rendimientos de distintos cultivos derivado de la investigación y desarrollo que impulsó EMBRAPA (Empresa Brasileira de Pesquisa Agropecuaria), instituto encargado de la investigación agrícola, tanto en instituciones locales como estatales. Este impulso permitió que los centros de investigación tuvieran presencia nacional y pudieran desarrollar nuevas variedades de semillas de diversos cultivos, entre ellos, el maíz (Magalhaes y Diao, 2009).

En 2008/2009, aproximadamente diez años posteriores al caso argentino, se aprobó la siembra de maíz transgénico, lo cual indujo un incremento en la tendencia de los rendimientos, tal como sucedió en Argentina (Parentoni et al., 2013).

En resumen, los incrementos en rendimientos de maíz en los principales países en desarrollo están ligados a: 1) políticas comerciales, con las cuales se pudo acceder a mercados externos, tanto para exportar como para importar insumos; 2) investigación y desarrollo aplicados a la agricultura, así como a la adopción de semillas transgénicas; y 3) fortalecimiento de las cadenas comerciales, coordinadas por el estado en el caso de China y fomentadas de manera privada en el caso de Argentina y Brasil.

Los rendimientos de maíz en México

El maíz es un cultivo originario de México. Los primeros vestigios de la planta, llamados teocintle, se encontraron en Tehuacán, Puebla y tienen una antigüedad de entre 4500 y 7000 años (McClung de Tapia, 1997). La creación de variedades de maíz con mayores rendimientos, más resistentes y aptas para sembrarse en diferentes climas fue un proceso que tomó a los pueblos prehispánicos miles de años. Este proceso involucró selección de semillas, técnicas de siembra y su cultivo en diferentes climas (Benz, 1997). Actualmente se cuenta con más de cuarenta razas de maíz y centenares de variedades.

En México, en los años setenta y principios de los ochenta, el estado fue el promotor de la actividad agropecuaria, de tal forma que se crearon instituciones a favor de los productores agrícolas que contaban con una infraestructura gubernamental que realizaba el acopio, almacenamiento, comercialización y distribución de granos; asimismo, existían grandes subsidios tanto a los productores como a los consumidores del maíz y sus derivados. Ante las fluctuaciones climáticas y la escasa transferencia de tecnología surgieron los precios de garantía para fomentar la producción, lo que incrementó de manera importante el gasto público, por lo que a finales de los años ochenta y en la década de los noventa se realizaron reformas económicas y constitucionales que liberalizaron diversos sectores de la economía, entre ellos el agropecuario, con lo que el gobierno dejó de jugar un rol prominente en la comercialización de los productos agropecuarios se eliminaron los precios de garantía y los subsidios se desacoplaron (Appendini, 2005).

En México, las políticas comerciales que liberalizaron el mercado del maíz con la entrada del TLCAN en 1994 no parecen haber generado un incremento importante en el promedio de los rendimientos del maíz a nivel nacional (Figura 1).

Fuente: elaboración propia con base en los datos de la División de Estadística de la FAO (FAOSTAT).

Figura 1 México: Rendimientos de Maíz de 1961 a 2012. Cifras en Toneladas por Hectárea. 

Sin embargo, existe gran heterogeneidad en los rendimientos a nivel regional, donde los rendimientos más altos se concentran en el noroeste y bajío del país, situación que contrasta con las regiones centro y sur, donde en algunos estados los rendimientos promedio no rebasaron las tres toneladas por hectárea en el periodo comprendido entre 2000 y 2010 (Figura 2).

Fuente: elaboración propia con base en los datos del Sistema de Información Agroalimentaria de Consulta de SAGARPA.

Figura 2 Rendimientos Promedio del Maíz en México (2000-2010). Cifras en Toneladas por Hectárea. 

Según los datos del Censo Agropecuario 2007 publicado por el Instituto Nacional de Estadística y Geografía (INEGI) se cuentan con más de dos millones de productores dedicados al cultivo del maíz. Es importante mencionar que es el último que el INEGI ha levantado a la fecha de la realización de este estudio, mientras que el Censo Agropecuario previo data de 1991.

De acuerdo con datos del Servicio de Información Agroalimentaria y Pesquera (SIAP)7 y de la División de Estadística de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO)8, en la actualidad, las variedades de maíz más común que se siembran en México son el blanco y el amarillo. En 2010 se produjeron 23.3 millones de toneladas de maíz en México, de las cuales aproximadamente 91.0 % correspondieron a la variedad de maíz blanco y el resto al amarillo. Lo anterior permitió a México ser el cuarto productor de maíz, después de Estados Unidos, China y Brasil, a nivel mundial, con una participación de 2.8 % en el citado año.

Las diferencias a nivel regional se pueden explicar en parte a los nuevos instrumentos de fomento a la producción y comercialización agropecuaria que se fueron creando a partir de 1994, tales como el PROCAMPO y los programas de apoyo a la comercialización operados por Apoyos y Servicios a la Comercialización Agropecuaria (ASERCA), que actualmente es un órgano administrativo desconcentrado de la Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (SAGARPA). Estas nuevas políticas permitieron que los productores capitalizados se organizaran, de acuerdo con la apertura e impulso a la privatización ejidal, controlando el mercado y comercializando sus cosechas directamente, gracias a sus habilidades competitivas, ayudas complementarias y el respaldo de ASERCA, en especial fueron favorecidos los grandes productores ubicados en las regiones noroeste y bajío del país (Aguilar, 2004). En particular se dio un crecimiento importante en los rendimientos del maíz de las zonas de riego donde se concentraron los productores comerciales, lo cual contrastó con los rendimientos en las zonas de temporal que no sobrepasaron las dos toneladas por hectárea durante los primeros años de la primera década del siglo XXI y que concentraron a los pequeños productores o de autoconsumo (Yunez y Serrano, 2010).

Revisión de la literatura

Diversos estudios previos se han enfocado en entender los determinantes de los rendimientos del maíz. Evenson y Kislev (1973) encontraron una relación fuerte y persistente entre la investigación agrícola y los rendimientos del maíz, con una muestra de 49 países productores. Gowon et al. (1978) analizaron la respuesta de los rendimientos en California, Colorado y Utah, estados de la Unión Americana, ante factores como la irrigación bajo un determinado tipo de suelo y cuyos resultados diferían, dependiendo de las etapas fenológicas del cultivo. Otros trabajos más recientes (Kaylen et al., 1992; Schlenker y Roberts, 2006; Roberts et al., 2012) se incorporaron conocimientos agronómicos a variables climáticas como la temperatura y precipitación para relacionarlos econométricamente con los rendimientos y, en el caso de los dos últimos estudios, proyectar el posible impacto del cambio climático en los rendimientos del maíz en Estados Unidos.

Por otra parte, Kaufmann y Snell (1997) estimaron un modelo para los rendimientos del maíz en los municipios de Estados Unidos, incorporando determinantes socioeconómicos tales como condiciones de mercado, escalas de producción, adopción de tecnología y políticas públicas, así como variables climáticas. Ruttan (2002) realizó un análisis detallado de las restricciones técnicas, institucionales y de recursos para el crecimiento de la productividad agrícola en los últimos 50 años del siglo veinte, donde concluyó que la mayoría de los países en desarrollo debían invertir más en investigación y desarrollo agrícola, capacitación técnica e infraestructura para incrementar los rendimientos en el siglo presente. Kamruzzaman et al. (2000) examinaron el efecto del crédito en los rendimientos y en la eficiencia técnica de la producción de arroz en el distrito de Comilla, Bangladesh, y encontraron que los productores que cuentan con crédito tienen un mayor rendimiento potencial que los que no tienen, concluyendo que el crédito tiene un impacto positivo para incrementar la eficiencia técnica de los productores.

Los efectos del cambio climático también han sido estudiados por medio de regresiones de los rendimientos a nivel de municipio en variables climáticas. Olivera (2013) encuentra que el cambio climático tendrá efectos negativos en los rendimientos de maíz en México, especialmente en las zonas de temporal. Asimismo, Galindo (2009) indica que los impactos en los rendimientos derivados del cambio climático serán heterogéneos por regiones y cada ciclo productivo tendrá diferentes sensibilidades de respuesta a la temperatura y la precipitación en México.

Materiales y Métodos

Datos

Derivado de la revisión de la literatura se determinó que los factores que pudieran incidir en un incremento sostenido de rendimientos del maíz en México serían aquellos relacionados con la producción (infraestructura, biotecnología, uso de agroquímicos, y uso de crédito), geográficos, climáticos, políticas agropecuarias y socioeconómicos.

Por ello, se obtuvieron los datos relativos a la utilización de fertilizantes químicos, semilla mejorada, insecticidas, tractor, abono natural, quema controlada, crédito, así como la escala y escolaridad, agregados a nivel municipio para el cultivo del maíz grano, del Censo Agrícola, Ganadero y Forestal 2007, proporcionado por el INEGI, los cuales fueron solicitados a dicha entidad para la realización de este estudio. La variable irrigación se obtuvo a partir de los datos de la superficie de riego de 2005 del Sistema de Información Agroalimentaria de Consulta (SIACON) de la SAGARPA.

Las variables socioeconómicas de población total, disponibilidad de servicios públicos y población derechohabiente a servicios de salud, se obtuvieron del Conteo de Población y Vivienda de 2005 elaborado por INEGI. Estas se incluyeron para tener una mayor cobertura de posibles variables que pudieran influir en los rendimientos del maíz, por medio de su incidencia indirecta en el mercado laboral. Por ejemplo, Barbier y Burgess (1996) encuentran una relación positiva entre población y superficie agrícola sembrada en México, lo cual incide directamente en los rendimientos agrícolas. López-Feldman (2012) estima una relación positiva entre el índice de marginación de los municipios en México y la expansión de la frontera agrícola. Por su parte, Deininger y Minten (1999) encuentran una relación negativa entre pobreza y uso de suelo agrícola para México.

Asimismo, se incluyó el precio del maíz, el cual representa el promedio del precio entre 2006 y 2007 por municipio. La variable Monto PROCAMPO por productor a nivel municipal se obtuvo del Sistema Municipal de Bases de Datos (SIMBAD) del INEGI para los años del Censo y representa el monto promedio de transferencias realizadas a productores por PROCAMPO en cada municipio.

También se obtuvieron datos geográficos como la distancia a la ciudad más cercana, densidad de las carreteras, distancia a la costa, longitud de la carretera, y pendiente del suelo a partir de los datos geoespaciales de Uso de Suelo y Vegetación del INEGI. Estas variables tienen impacto en la superficie sembrada y en la conversión del uso de suelo (Barbier y Burgess, 1996).

De igual forma, se incorporaron las características de suelo por municipio, utilizando los datos edafológicos geoespaciales elaborados por el Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias (INIFAP) y la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO) de 1995. Estas características se clasificaron por tipo de suelo, composición física y textura. Se cuenta con 21 tipos de suelo, seis categorías para composición física y tres de textura.

Finalmente, en el caso de las variables climáticas se incluyeron los datos de precipitación acumulada y de grados días acumulados (growing degree days o GDD) promedio de los años 2003 a 2007 por municipio que se presentan durante la etapa de crecimiento del maíz. Los datos relativos a la precipitación y temperatura a nivel de estación meteorológica fueron proporcionados por el Servicio Meteorológico Nacional y procesados por los autores para obtener datos a nivel municipal en zonas agrícolas.

Los grados días acumulados se usan para capturar la exposición al calor durante el cultivo en la etapa de crecimiento, por lo que con los datos de temperatura se realizó el cálculo de la siguiente manera (Roberts et al., 2012):

min{(Th+Tl) /2 ,Tm}-Tb

donde Th es la temperatura máxima, Tl la temperatura mínima y Tb la temperatura base (10 °C) y Tm el límite superior (30 °C).

En los Cuadros 2a y 2b del Anexo se presentan las estadísticas descriptivas de las variables principales. En el Cuadro 2a se presentan promedios por municipio para todas las variables utilizadas en este estudio y en el Cuadro 2b se presentan los promedios a nivel nacional. Se realiza de esta forma debido a que hay variaciones importantes en términos del grado de utilización de algunos insumos en la producción de maíz, ya sea si se miden como proporción de la superficie nacional o como promedio de la superficie municipal. Como se puede observar, la penetración de semilla mejorada es de 12 % en promedio en los municipios (Cuadro 2a), pero medida en términos del total de la superficie sembrada de maíz en el país (Cuadro 2b) representa 18 %, cifra cercana a la reportada por otros estudios9.

Cuadro 2a Estadísticas descriptivas de promedios por municipio. 

Variables Observaciones Media Desviación Estándar Mínimo Máximo
Rendimientos (tonelada por hectárea) 1913 2.86 2.12 0.17 13.17
Irrigación (porcentaje de superficie de riego) 1913 0.24 0.36 0.00 1.00
Fertilizantes Químicos (porcentaje de fertilizantes químicos aplicados en superficie agrícola) 1913 0.32 0.28 0.00 1.00
Semilla mejorada (porcentaje de semilla mejorada aplicada en superficie agrícola) 1913 0.12 0.19 0.00 1.00
Insecticidas (porcentaje de insecticidas aplicados en superficie agrícola) 1913 0.12 0.18 0.00 0.91
Uso de tractor (porcentaje de unidades de producción que usan tractor) 1913 0.55 0.32 0.00 1.00
Abono natural (porcentaje de abono natural aplicado en superficie agrícola) 1913 0.07 0.11 0.00 0.88
Quema controlada (porcentaje de quema controlada aplicada en superficie agrícola) 1913 0.02 0.04 0.00 0.80
Uso de crédito (porcentaje de unidades de producción que cuentan con crédito) 1913 0.05 0.08 0.00 1.00
Uso de crédito de avío (porcentaje de unidades de producción que cuentan con crédito de avío) 526 0.06 0.11 0.00 0.66
Uso de crédito refaccionario (porcentaje de unidades de producción que cuentan con crédito refaccionario) 526 0.01 0.01 0.00 0.16
Uso de otro tipo de crédito (porcentaje de unidades de producción que cuentan con otro tipo de crédito) 526 0.02 0.02 0.00 0.31
Escala mayor a cinco hectáreas (porcentaje de unidades de producción que cuentan con más de cinco hectáreas) 1913 0.40 0.28 0.00 1.00
Escala mayor a cinco hectáreas al cuadrado (porcentaje de unidades de producción que cuentan con más de cinco hectáreas, elevado al cuadrado) 1913 0.24 0.28 0.00 1.00
Superficie sembrada de maíz blanco (cifras en porcentaje) 1890 0.97 0.12 0.00 1.00
Capacitación(porcentaje de unidades de producción que contaron con capacitación) 486 0.03 0.05 0.00 0.42
Densidad de las carreteras (longitud/área) 1913 1.46 1.08 0.00 12.14
Distancia a la ciudad más cercana >500 (km) 1913 150.52 90.11 3.72 486.99
Distancia a la costa (km) 1913 144.17 101.77 0.22 611.25
Longitud de la carretera (miles de km.) 1913 0.08 0.10 0.00 1.16
Pendiente del suelo 1913 5.69 3.85 0.06 19.52
Población con algún año de escolaridad (cifras en porcentaje) 1913 0.74 0.13 0.27 1.00
Población total (millones de habitantes) 1913 0.04 0.10 0.00 1.49
Población con acceso a servicios públicos: agua, red pública, drenaje y energía eléctrica (cifras en porcentaje) 1913 0.59 0.25 0.00 0.96
Población derechohabiente a servicios de salud (cifras en porcentaje) 1913 0.31 0.21 0.00 0.86
Monto PROCAMPO por productor (miles de pesos) 1885 4.94 4.54 0.50 38.03
Precio medio rural del maíz (cifras en pesos por tonelada) 1890 2528.75 537.55 1092.59 4202.13

Cuadro 2b Estadísticas descriptivas como promedios a nivel nacional. 

Variables PV OI Ambos ciclos
Fertilizantes químicos (porcentaje de fertilizantes químicos aplicados en superficie agrícola) 39.7 31.1 38.6
Semilla mejorada (porcentaje de semilla mejorada aplicada en superficie agrícola) 17.5 23.2 18.3
Insecticidas (porcentaje de insecticidas aplicados en superficie agrícola) 16.5 22.1 17.2
Uso de tractor (porcentaje de unidades de producción que usan tractor) 39.8 36.7 39.6
Abono natural (porcentaje de abono natural aplicado en superficie agrícola) 6.9 3.4 6.5
Quema controlada (porcentaje de quema controlada aplicada en superficie agrícola) 2.2 1.5 2.1
Uso de crédito (porcentaje de unidades de producción que cuentan con crédito) 3.1 8.4 3.4
Uso de crédito de avío (porcentaje de unidades de producción con crédito de avío) 1.8 6.9 2.1
Uso de crédito refaccionario (porcentaje de unidades de producción con crédito refaccionario) 0.3 0.3 0.3
Uso de otro tipo de crédito (porcentaje de unidades de producción con otro tipo de crédito) 0.8 1.0 0.8
Capacitación (porcentaje de unidades de producción que contaron con capacitación) 2.2 4.7 2.4

Modelo empírico

En esta sección se detalla la estimación econométrica de los rendimientos como función de las variables especificadas en la subsección anterior. Se realizan tres especificaciones del modelo: 1) se controla por variables tecnológicas y de crédito; 2) se añaden datos geográficos, climáticos, y de acceso a infraestructura; y 3) se incluyen variables socioeconómicas. El modelo está basado en Kaufmann y Snell (1997) y se expresa de la siguiente manera:

Rendcm= β0+βT,Techcm+βg ,Geogcm+βs,Sociocm+μe+μc+ucm

donde Rend indica rendimientos (toneladas de maíz por hectárea), c representa el ciclo (Primavera-Verano u Otoño-Invierno) y m el municipio; Tech representa el conjunto de variables de tecnología como uso de semilla mejorada, irrigación, fertilizantes, insecticidas, quema controlada, abono natural, uso de tractor, escala, crédito y superficie sembrada de maíz blanco; Geog denota el conjunto de controles de características geográficas como distancia a ciudades, pendiente promedio, distancia a la costa y tipo de suelo, así como precipitación y los grados días acumulados (GDD). Finalmente, el vector Socio contiene variables socioeconómicas como escolaridad, población total, disponibilidad de servicios públicos, población derechohabiente a servicios de salud, monto promedio del PROCAMPO asignado por productor y precio medio rural del maíz.

Cada especificación se estima para tres casos: utilizando las unidades que siembran en el ciclo primavera-verano (PV), otoño-invierno (OI), y en ambos ciclos. En los tres casos se controla por dummies de entidad federativa μ e y, adicionalmente, en el tercero se controla por ciclo de siembra μ c .

Resultados y Discusión

En el caso del ciclo Primavera-Verano (Cuadro 3a) los factores estadísticamente significativos con mayor impacto son el uso de semilla mejorada, crédito e insecticidas, y con un impacto menor, pero aún significativos al contar con irrigación y uso de abono natural. En el ciclo otoño-invierno (Cuadro 3b) se puede observar que los impactos son menores que en el ciclo primavera-verano, pero se repite la relevancia del uso de semilla mejorada, insecticidas y abono natural, no coincidiendo en que para este ciclo sí resulta significativo el uso de fertilizantes.

Cuadro 3a Resultados-Ciclo PV. 

Variables 1 2 3
Irrigación 1.7554 *** 1.4529 *** 1.4531 ***
(0.3413) (0.3045) (0.3245)
Fertilizantes químicos -0.1647 -0.1546 -0.1631
(0.2277) (0.2351) (0.2447)
Semilla mejorada 3.9659 *** 4.0994 *** 4.0146 ***
(0.3852) (0.3762) (0.419)
Insecticidas 2.7507 *** 2.5019 *** 2.5671 ***
(0.5751) (0.633) (0.661)
Uso de tractor 0.3010 0.3235 0.2240
(0.1879) (0.2629) (0.2559)
Abono natural 1.2927 *** 1.0148 * 1.0092 *
(0.4156) (0.5594) (0.6095)
Quema controlada 1.4237 0.9908 0.9056
(1.9631) (2.0641) (2.0448)
Uso de crédito 2.9583 ** 3.6636 ** 3.6163 **
(1.3382) (1.3658) (1.3683)
Escala -0.6479 -1.0247 -1.3055 *
(0.7753) (0.7036) (0.6487)
Escala2 0.8814 1.1315 * 1.3863 **
(0.7759 (0.6616) (0.609)
Superficie sembrada de maíz blanco 0.4105 0.0599 -0.0238
(0.2932) (0.3926) (0.3829)
Densidad de las carreteras (longitud/área) 0.0156 0.0101
(0.0493) (0.0464)
Distancia a la ciudad más cercana >500 (km) -0.0011 -0.0008
(0.0007) (0.0009)
Distancia a la costa (km) 0.0020 * 0.0024 *
(0.001) (0.0013)
Longitud de la carretera (miles de km) -0.3425 -0.5985
(0.5868) (0.6572)
Pendiente del suelo 0.0277 0.0288
(0.0196) (0.0191)
Precipitación (cifras en mm.) 0.0000 0.0000
(0.0003) (0.0003)
Grados días acumulados 0.0001 0.0001
(0.0001) (0.0001)
Población con algún año de escolaridad 0.4193
(0.422)
Población total (millones de habitantes) 0.3609
(0.3941)
Disponibilidad de servicios públicos: agua, red pública, drenaje y energía eléctrica 0.1582
(0.2336)
Población derechohabiente a servicios de salud 0.0230
(0.2838)
Monto PROCAMPO por productor (miles de pesos) 0.0138
(0.013)
Precio del maíz 0.0000
(0.0001)
Constante 1.8312 *** 1.2078 0.8668
(0.3597) (2.7128) (2.5772)
Observaciones 1613 1402 1381
R2 0.6679 0.7015 0.6987

Nota: errores estándar aglomerados por entidad federativa entre paréntesis. Nivel de significancia al *10 %, **5 % y ***1 %, respectivamente. En todas las especificaciones se controla por dummies de entidad federativa. Especificaciones 2 y 3 incluyen controles de tipo de suelo y clima.

Cuadro 3b Resultados-Ciclo OI . 

Variables 1 2 3
Irrigación 0.8277 *** 0.8577 *** 0.9288 ***
(0.2439) (0.2743) (0.2708)
Fertilizantes químicos 0.2276 0.9922 * 0.9655 *
(0.3781) (0.5671) (0.5473)
Semilla mejorada 3.1996 ** 2.3727 ** 2.2723 *
(1.1487) (1.0531) (1.1289)
Insecticidas 2.3624 ** 1.9799 ** 2.1188 **
(0.8818) (0.8271) (0.7497)
Uso de tractor 0.1403 0.4756 0.4821
(0.4835) (0.6684) (0.6951)
Abono natural 1.7111 ** 2.3829 2.2599 ***
(0.8012) (0.6838) (0.7168)
Quema controlada -4.7569 ** -3.7377 -3.7709 *
(1.9287) (2.1623) (2.0848)
Uso de crédito 2.3112 1.6090 1.7472 *
(1.365) (1.2356) (1.1543)
Escala 0.4161 -1.4763 -1.3440
(1.5055) (1.6859) (1.6847)
Escala2 -1.1771 0.4345 0.5459
(1.1749) (1.4635) (1.5304)
Superficie sembrada de maíz blanco 0.0607 -0.0390 0.2186 *
(0.4873) (0.4979) (0.5156)
Densidad de las carreteras (longitud/área) 0.0236 0.0142
(0.1172) (0.1454)
Distancia a la ciudad más cercana >500 (km) -0.0036 * -0.0037 *
(0.0019) (0.0019)
Distancia a la costa (km) -0.0033 -0.0027
(0.0024) (0.0025)
Longitud de la carretera (miles de km) 2.8359 *** 1.2857
(0.8476) (1.0551)
Pendiente del suelo 0.0230 0.0303
(0.0281) (0.0299)
Precipitación (cifras en mm.) -0.0004 -0.0004
(0.0003) (0.0003)
Grados días acumulados 0.0002 0.0002
(0.0003) (0.0004)
Población con algún año de escolaridad -0.3752
(0.7753)
Población total (millones de habitantes) 2.3224 **
(1.0549)
Disponibilidad de servicios públicos: agua, red pública, drenaje y energía eléctrica -0.5500
(0.6624)
Población derechohabiente a servicios de salud 0.7137
(0.7372)
Monto PROCAMPO por productor (miles de pesos) 0.0200
(0.0266)
Precio del maíz 0.0002
(0.0002)
Constante 1.0199 ** -36.9791 -42.2359
(0.5536) (68.6662) (96.1137)
Observaciones 374 327 321
R2 0.7439 0.7761 0.7654

Nota: errores estándar aglomerados por entidad federativa entre paréntesis. Nivel de significancia al *10 %, **5 % y ***1 %, respectivamente. En todas las especificaciones se controla por dummies de entidad federativa. Especificaciones 2 y 3 incluyen controles de tipo de suelo y clima.

Utilizando la totalidad de datos y mediante un control por ciclos, las estimaciones reportadas en el Cuadro 3c indican que los factores estadísticamente significativos con el mayor impacto en los rendimientos son el uso de semilla mejorada, crédito e insecticidas: un incremento de 10 % en el uso de dichas variables está correlacionado con el aumento del rendimiento del cultivo en 0.35, 0.31 y 0.25 toneladas por hectárea respectivamente, lo cual representaría un incremento de 12.2 %, 10.8 % y 8.7 % en el rendimiento promedio nacional, por cada una de las variables.

Cuadro 3c Resultados-Ciclos PV y OI. 

Variables 1 2 3
Irrigación 1.2409 *** 1.1268 *** 1.1313 ***
(0.2368) (0.2000) (0.2081)
Fertilizantes químicos -0.0686 0.1085 0.1347
(0.2004) (0.2065) (0.2188)
Semilla mejorada 3.7879 *** 3.5737 *** 3.4822 ***
(0.5399) (0.5252) (0.5476)
Insecticidas 2.7912 *** 2.4902 *** 2.5049 ***
(0.4285) (0.4895) (0.5219)
Uso de tractor 0.3246 * 0.3294 0.2353
(0.183) (0.3049) (0.2966)
Abono natural 1.3670 *** 1.2122 ** 1.2316 **
(0.3953) (0.4568) (0.4979)
Quema controlada 0.1430 -0.1097 -0.1467
(2.1623) (2.2622) (2.2189)
Uso de crédito 2.9531 ** 3.2301 ** 3.1383 **
(1.2582) (1.2278) (1.1923)
Escala -0.5884 -0.9803 -1.2685 *
(0.9047) (0.7884) (0.7364)
Escala2 0.7365 0.9697 1.2526
(0.8795) (0.7763) (0.741)
Superficie sembrada de maíz blanco 0.4133 * 0.1863 0.1239
(0.2206) (0.2783) (0.262)
Densidad de las carreteras (longitud/área) 0.0389 0.0322
(0.0419) (0.0384)
Distancia a la ciudad más cercana >500 (km) -0.0018 ** -0.0013
(0.0007) (0.0009)
Distancia a la costa (km) 0.0012 0.0019 *
(0.0009) (0.0011)
Longitud de la carretera (miles de km) 0.3647 -0.0127
(0.5631) (0.6319)
Pendiente del suelo 0.0268 0.0302
(0.0187) (0.019)
Precipitación (cifras en mm.) 0.0000 0.0000
(0.0003) (0.0003)
Grados días acumulados 0.0001 0.0002
(0.0001) (0.0001)
Población con algún año de escolaridad 0.3622
(0.332)
Población total (millones de habitantes) 0.4794
(0.3618)
Disponibilidad de servicios públicos: agua, red pública, drenaje y energía eléctrica 0.1510
(0.2731)
Población derechohabiente a servicios de salud 0.1170
(0.2841)
Monto PROCAMPO por productor (miles de pesos) 0.0158
(0.0143)
Precio del maíz -0.0001
(0.0001)
Constante 1.8977 *** 0.5527 0.4678
(0.3199) (3.0494) (2.9062)
Observaciones 1987 1729 1702
R2 0.6749 0.7001 0.6946

Nota: errores estándar aglomerados por entidad federativa entre paréntesis. Nivel de significancia al *10 %, **5 % y ***1 %, respectivamente. En todas las especificaciones se controla por dummies de entidad federativa y de ciclo. Especificaciones 2 y 3 incluyen controles de tipo de suelo y clima.

Otros factores estadísticamente significativos, aunque de menor impacto que los anteriores, fueron el uso de abono natural y el contar con una mayor superficie irrigada, donde un aumento de 10 % en cada variable está correlacionada positivamente con el rendimiento en 0.12 y 0.1 toneladas por hectárea, es decir, con un incremento de 4.2 % y 3.5 % en el rendimiento promedio nacional.

En el caso de la escala, la cual fue medida mediante el porcentaje de unidades de producción que contaron con más de cinco hectáreas, sucede un fenómeno interesante, ya que el coeficiente es significativo y negativo, contrario al coeficiente de la escala al cuadrado que resulta positivo (Cuadro 3a y 3c). Esta relación no es poco común en el caso de los rendimientos agrícolas10.

Por otra parte, se realizó otro ejercicio con la totalidad de datos y controlando por ciclos, agregando el porcentaje de unidades de producción que contaron con alguna clase de capacitación o asistencia técnica para desarrollar sus labores agrícolas, así como incluyendo una desagregación por tipo de crédito: avío, refaccionario u otro. El crédito de avío es aquel que tiene como propósito financiar las necesidades de capital de trabajo; el refaccionario es aquel que se requiere para la adquisición de activos fijos o bienes de capital como maquinaria y equipo, unidades de transporte, ganado, construcción de inmuebles, obras de infraestructura, entre otras y, por último, el censo define como otro tipo de crédito aquellos que no caen en las dos categorías anteriores. Sin embargo, estas podrían ser créditos simples, prendarios, factoraje, y reporto, los cuales están contemplados en la gama de créditos operados por Financiera Nacional de Desarrollo Agropecuario, Rural, Forestal y Pesquero11.

Es importante mencionar que para este ejercicio no se hizo la separación de ciclos, debido a que se tienen muchos valores nulos por ciclo, una vez que se desagrega por tipo de crédito. Los resultados se reportan en el Cuadro 3d y coinciden en su mayoría con los reportados anteriormente (Cuadro 3c): los factores estadísticamente significativos y positivos con mayor correlación con los rendimientos son el uso de semilla mejorada, los tres tipos de crédito, aunque el refaccionario resulta con mayor impacto e insecticidas; un incremento de 10 % en el uso de dichas variables (enfocándonos en el crédito refaccionario) está correlacionado con el incremento del rendimiento del cultivo en 0.39, 0.95 y 0.26 toneladas por hectárea, respectivamente, lo cual representaría un aumento de 13.6 %, 33.2 % y 9.0 % en el rendimiento promedio nacional por cada una de las variables.

Cuadro 3d Resultados-Ciclos PV y OI (agregando tipos de crédito y capacitación) 

Variable 1 2 3
Irrigación 0.9233 * 0.7037 0.7303
(0.5263) (0.5166) (0.4904)
Fertilizantes químicos -0.6547 -0.7406 -0.5298
(0.5555) (0.5048) (0.5496)
Semilla mejorada 4.0589 *** 3.9287 *** 3.8256 ***
(0.7602) (0.9126) (0.919)
Insecticidas 3.0739 *** 2.6879 *** 2.5501 ***
(0.7231) (0.8989) (0.9075)
Uso de tractor 0.8510 ** 1.1594 *** 0.8865 **
(0.3607) (0.2925) (0.252)
Abono natural 0.9572 1.2183 1.3379 *
(1.2293) (0.8365) (0.7706)
Quema controlada -4.5347 ** -4.2839 * -4.8173 *
(1.8886) (2.2461) (2.3697)
Uso de crédito de avío 1.4810 2.6393 * 2.5001 *
(1.2552) (1.3624) (1.4402)
Uso de crédito refaccionario 15.1464 * 10.0416 * 9.4666 *
(8.8) (5.3555) (5.1343)
Uso de otro tipo de crédito 6.3829 ** 5.9010 ** 5.6827 *
(2.4316) (2.8016) (2.9285)
Escala -1.2770 -1.4883 -1.7473
(1.2035) (1.8081) (1.748)
Escala2 0.7973 1.1516 1.2844
(1.2804) (1.6805) (1.6681)
Superficie sembrada de maíz blanco 0.1802 0.1445 0.1693
(0.3548) (0.4675) (0.4422)
Capacitación 1.5784 0.4859 0.6092
(1.8317) (1.8955) (1.9273)
Densidad de las carreteras (longitud/área) 0.1025 0.0323
(0.1105) (0.1056)
Distancia a la ciudad más cercana >500 (km) -0.0012 -0.0008
(0.0019) (0.0019)
Distancia a la costa (km) 0.0008 0.0015
(0.0019) (0.002)
Longitud de la carretera (miles de km) -0.9100 -0.8667
(0.6951) (0.8746)
Pendiente del suelo 0.0351 0.0361
(0.038) (0.0376)
Precipitación (cifras en mm) 0.0002 0.0002
(0.0005) (0.0004)
Grados días acumulados 0.0002 0.0002
(0.0002) (0.0002)
Población con algún año de escolaridad 0.5125
(0.4029)
Población total (millones de habitantes) -0.1884
(0.4332)
Disponibilidad de servicios públicos: agua, 0.7072
red pública, drenaje y energía eléctrica (0.3542)
Población derechohabiente a servicios de salud 0.8429
(0.7141)
Monto PROCAMPO por productor (miles de pesos) 0.0155
(0.0243)
Precio del maíz - 0.0001
(0.0001)
Constante 2.1442 *** -1.2855 - 3.2016
(0.459) (6.0976) (5.5724)
Observaciones 510 458 456
R2 0.8476 0.8767 0.8796

Nota: errores estándar aglomerados por entidad federativa entre paréntesis. Nivel de significancia al *10 %, **5 % y ***1 %, respectivamente. En todas las especificaciones se controla por dummies de entidad federativa y de ciclo. Especificaciones 2 y 3 incluyen controles de tipo de suelo y clima.

Otros factores que fueron estadísticamente significativos, aunque con un menor impacto que los anteriores, fueron el uso de abono natural y el uso de tractor, en donde un aumento de 10 % en cada variable está correlacionada positivamente con el rendimiento en 0.14 y 0.09 toneladas por hectárea, es decir, con un incremento en 4.9 % y 3.1 % en el rendimiento promedio nacional.

Variables como capacitación, precio del maíz y PROCAMPO no resultaron estadísticamente significativas. En el caso de PROCAMPO pudiera deberse a que era un programa gubernamental de subsidio directo que en sus inicios no fue condicionado a la productividad, sino al número de hectáreas sembradas por los beneficiarios. De hecho, la evidencia empírica de diversos estudios mostró que el PROCAMPO sí tuvo un impacto en los ingresos de los productores (Sadoulet et al., 2001; Harris, 2001; Winters y Davis, 2009). Es probable que, derivado de esto, en 2013 la SAGARPA formalizara la transición del PROCAMPO al PROAGRO Productivo, donde este último vincularía el subsidio a la mejora de la productividad agrícola y los beneficiados estarían obligados a manifestar el destino de los recursos con aspectos técnicos, productivos, organizacionales y de inversión, tales como: capacitación y asistencia técnica, mecanización, uso de semillas mejoradas o criollas seleccionadas, nutrición vegetal, reconversión productiva, seguro agrícola y cobertura de precios, entre otros12. Entre las diversas especificaciones del modelo resalta el impacto del uso de semilla mejorada, el cual es consistentemente positivo y estadísticamente significativo.

Adicionalmente, y a manera de dar sustento a los resultados presentados, a partir de datos del censo obtenidos específicamente para este estudio, se cuenta con los rendimientos que reportaron las unidades por tipo de tecnología utilizada. Utilizando dicha información se realizaron pruebas de diferencias de medias (Pruebas t) de los rendimientos por municipio y por tipo de tecnología o insumo aplicado en la siembra del cultivo. Los resultados se muestran en los Cuadros 4a y 4b para cada ciclo (Primavera-Verano y Otoño-Invierno, respectivamente), donde el tipo de tecnología o factor está ordenado verticalmente de mayor a menor, tanto por rendimiento promedio como por su significancia estadística respecto a otros tipos de tecnología.

Los resultados muestran que tanto para el ciclo Primavera-Verano (Cuadro 4a) como para Otoño-Invierno (Cuadro 4b), aquellas unidades que aplican insecticidas y semilla mejorada tienen mayores rendimientos que las unidades que utilizaron otras tecnologías como fertilizantes, herbicidas, abono natural y quema controlada. Lo anterior coincide con los resultados que se muestran en los Cuadros 3a, 3b, 3c y 3d, donde se observa que las principales variables que fueron significativas en los tres modelos empíricos están concentradas en los factores de producción como semilla mejorada e insecticidas. Respecto al uso del crédito este parece ser más relevante en el ciclo Otoño-Invierno.

Cuadro 4a Diferencias en rendimientos (toneladas por hectárea) para el ciclo PV. 

Rendimiento Fertilizantes Semilla mejorada Herbicidas Insecticidas Abono natural Quema controlada Crédito Capacitación
Insecticidas 3.68 0.4625*** 0.0071 0.184*** 0.6124*** 0.8935*** 0.4301*** 0.3482***
(0.0391) (0.0446) (0.0392) (0.0521) (0.0691) (0.058) (0.0773)
n=1793 n=1739 n=1756 n=1809 n=1809 n=1809 n=1809
Semilla mejorada 3.55 0.458*** 0.1852*** -0.0071 0.6427*** 0.9537*** 0.497*** 0.4878***
(0.0369) (0.0415) (0.0446) (0.0476) (0.062) (0.0537) (0.0702)
n=1976 n=1809 n=1739 n=2018 n=2018 n=2018 n=2018
Herbicidas 3.47 0.2894*** -0.1852*** - 0.184*** 0.4712*** 0.782*** 3.1677*** 0.2695***
(0.0374) (0.0415) (0.0392) (0.0501) (0.0663) (0.0636) (0.0754)
n=1916 n=1809 n=1756 n=1936 n=1936 n=1936 n=1936
Fertilizantes 3.04 - 0.458*** -0.2894*** -0.4625*** 0.2478*** 0.6004*** 0.1045** 0.1535**
(0.0369) (0.0374) (0.0391) (0.0424) (0.0583) (0.0497) (0.0674)
n=1976 n=1916 n=1793 n=2201 n=2201 n=2201 n=2201
Crédito 2.77 -0.1045** - 0.497*** -0.2984*** -0.4301*** 0.2016*** 0.5314*** 0.0488
(0.0497) (0.0537) (0.0585) (0.058) (0.0486) (0.0573) (0.0634)
n=2201 n=2018 n=1936 n=1809 n=2430 n=2430 n=2430
Capacitación 2.72 -0.1535** - 0.4878*** -0.2695*** - 0.3482*** 0.1528** 0.4827*** -0.0488
(0.0674) (0.0702) (0.0754) (0.0773) (0.0629) (0.0681) (0.0634)
n=2201 n=2018 n=1936 n=1809 n=2430 n=2430 n=2430
Abono Natural 2.57 -0.2478*** -0.6427*** -0.4712*** -0.6124*** 0.3298*** -0.2016*** -0.1528**
(0.0424) (0.0476) (0.0501) (0.0521) (0.0534) (0.0486) (0.0629)
n=2201 n=2018 n=1936 n=1809 n=2430 n=2430 n=2430
Quema controlada 2.24 -0.6004*** -0.9537*** -0.782*** -0.8935*** -0.3298*** -0.5314*** -0.4827***
(0.0583) (0.062) (0.0663) (0.0691) (0.0534) (0.0573) (0.0681)
n=2201 n=2018 n=1936 n=1809 n=2430 n=2430 n=2430

Nota: * significativo al 10 %, ** significativo al 5 %, *** significativo al 1 %. Prueba t de diferencia de medias de los rendimientos promedio en unidades de producción que cultivan maíz grano por municipio, según el tipo de tecnología aplicada. No se incluyen los municipios cuyas unidades de producción no emplearon el tipo de tecnología que específica la columna.

Cuadro 4b Diferencias en rendimientos (toneladas por hectárea) para el Ciclo OI. 

Rendimiento Fertilizantes Semilla mejorada Herbicidas Insecticidas Abono natural Quema controlada Crédito Capacitación
Capacitación 4.42 0.9275*** 0.3529* 0.843*** 0.5857*** 0 977*** 0.3651 0.2311
(0.1692) (0.1895) (0.1648) (0.1891) (0.2166) (0.2419) (0.2017)
n=427 n=354 n=409 n=364 n=335 n=267 n=373
Semilla Mejorada 4.40 0.7183*** 0.615*** 0.2693*** 0.5276*** 0.267* 0.1124 -0.3529*
(0.0733) (0.075) (0.0846) (0.1022) (0.1406) (0.1291) (0.1895)
n=1074 n=1014 n=869 n=850 n=494 n=655 n=354
Insecticidas 4.25 0.4703*** -0.2693*** 0.3714*** 0.3975*** 0.0087 -0.1615*** -0.5857***
(0.0711) (0.0846) (0.0694) (0.1077) (0.1354) (0.1266) (0.1891)
n=1024 n=869 n=987 n=775 n=494 n=636 n=364
Crédito 4.07 0.5296*** -0.1124 0.4869*** 0.1615 0.5426*** 0.1973 -0.2311
(0.1103) (0.1291) (0.1077) (0.1266) (0.1388) (0.1791) (0.2017)
n=782 n=655 n=736 n=636 n=607 n=417 n=373
Quema Controlada 4.11 0.4323*** -0.267* 0.3202** -0.0087 0.2166 -0.1973 -0.3651
(0.13) (0.1406) (0.1291) (0.1354) (0.1702) (0.1791) (0.2419)
n=574 n=494 n=550 n=494 n=443 n=417 n=267
Abono Natural 3.68 0.2377*** -0.5276*** 0.1465* -0.3975*** -0.2166 -0.5426*** - 0.977***
(0.0797) (0.1022) (0.0889) (0.1077) (0.1702) (0.1388) (0.2166)
n=1088 n=850 n=977 n=775 n=443 n=607 n=335
Herbicidas 3.54 0.0517 -0.615*** -0.3714*** -0.1465 -0.3202** -0.4869*** -0.843***
(0.0424) (0.075) (0.0694) (0.0889) (0.1291) (0.1077) (0.1648)
n=1348 n=1014 n=987 n=977 n=550 n=736 n=409
Fertilizantes 3.42 -0.7183*** -0.0517 -0.4703*** -0.2377*** -0.4323*** -0.5296*** -0.9275***
(0.0733) (0.0424) (0.0711) (0.0797) (0.13) (0.1103) (0.1692)
n=1074 n=1348 n=1024 n=1088 n=574 n=782 n=427

Nota: * significativo al 10 %, ** significativo al 5 %, *** significativo al 1 %. Prueba t de diferencia de medias de los rendimientos promedio en unidades de producción que cultivan maíz grano por municipio, según el tipo de tecnología aplicada. No se incluyen los municipios cuyas unidades de producción no emplearon el tipo de tecnología que específica la columna.

En relación con el uso de semilla mejorada, cabe resaltar que este ha sido promovido por entidades como el Centro Internacional del Maíz y Trigo (CIMMYT) y el Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP). De acuerdo con Turrent et al. (2012), la adopción de semillas mejoradas ha sido limitada debido a la resistencia por parte de productores tradicionales a modernizarse, aunque esto sí ha sido aprovechado por los grandes productores. Otros estudios (Donnet et al., 2012; García-Salazar y Ramírez-Jaspeado, 2014) indican que el impacto del uso de la semilla mejorada ha sido heterogéneo en las distintas regiones del país, con una buena adopción y mayor impacto en las zonas de producción comercial como en algunos estados del noroeste y del Bajío.

Es importante resaltar que se están realizando estrategias gubernamentales para aumentar el rendimiento del grano, como por ejemplo el Componente Modernización Sustentable de la Agricultura Tradicional “MasAgro”, establecido en el Programa Sectorial de Desarrollo Agropecuario, Pesquero y Alimentario 2013-2018, cuyo objetivo es el de incrementar la producción y productividad en maíz y trigo a través de la investigación, capacitación y adopción de tecnologías y prácticas agronómicas innovadoras, sustentables y adaptadas a las regiones agroecológicas de México mediante la cooperación entre la SAGARPA y el Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT), haciendo énfasis en el desarrollo de semillas mejoradas y su penetración en zonas potencialmente aptas, pero con agricultores pequeños y con poco acceso a los mercados13.

Conclusiones

El análisis sugiere que los rendimientos de la producción de maíz en México son más bajos que en otros países productores y que, en gran medida, ello está relacionado con las bajas tasas de penetración de tecnologías de producción, en especial las relacionadas con semillas mejoradas. Adicionalmente, el canal crediticio parece tener una correlación importante con los rendimientos de maíz en México y pudiera ser detonador de los rendimientos, particularmente para las unidades productivas que siembran en el ciclo Primavera-Verano. A pesar de ello, la penetración financiera en el sector agrícola es relativamente baja.

De igual forma, la infraestructura necesaria para la irrigación resulta fundamental para los rendimientos. Durante el periodo 2001-2010, en México, los rendimientos del maíz en zonas de riego resultaron 217 % mayores que en las de temporal; adicionalmente, la variabilidad de los rendimientos decrece con el incremento de irrigación, y es menos vulnerable ante choques climáticos.

El uso de fertilizantes solo fue significativo en el ciclo Otoño-Invierno, lo cual puede deberse a que los municipios cuya producción pertenece a dicho ciclo cuentan con un mayor uso de semilla mejorada (según datos del Censo Agropecuario 2007, un porcentaje de 23.2 de semilla mejorada aplicada en la superficie agrícola en el ciclo Otoño-Invierno versus uno de 17.5 en el ciclo Primavera-Verano) que, combinado con un mayor uso de fertilizantes, puede aumentar los rendimientos. De igual forma, un uso desequilibrado de los fertilizantes no necesariamente incrementaría los rendimientos y se tendrían que analizar los efectos adversos que ocasionaría en el suelo, así como los daños ambientales que pudieran presentarse.

Como recomendaciones para aumentar los rendimientos del maíz se sugiere fomentar programas que promuevan el desarrollo y la adopción de semilla mejorada, así como una mayor penetración del crédito.

Literatura Citada

Aguilar Soto, O. 2004. Las élites del maíz. Ed. Universidad Autónoma de Sinaloa. México. 227 p. [ Links ]

Appendini, K. 2005. De la Milpa a los Tortibonos. La reestructuración de la Política Alimentaria en México. El Colegio de México. 2ª ed. México. 290 p. [ Links ]

Aquino-Mercado P., R. J. Peña, y I. Ortiz-Monasterio. 2009. México y el CIMMYT. Disponible en: http://repository.cimmyt.org/xmlui/bitstream/handle/10883/657/90966.pdf?sequence=1Links ]

Barbier, E. B., y Burgess, J. C. 1996. Economic Analysis of deforestation in Mexico. Environmental and Development Economy. 1:203-239. [ Links ]

Benz, B. 1997. Diversidad y Distribución Prehispánica del Maíz Mexicano. México. Arqueología Mexicana. 5 (25): 16-23. [ Links ]

Borlaug, N. E. 1972. La Revolución Verde, Paz y Humanidad. Conferencia pronunciada en ocasión de la recepción del premio Nobel de la paz en 1970. Oslo, Noruega. México. Serie de Reimpresos y Traducciones CIMMYT No. 3. 37 p. [ Links ]

Campos Ortiz, F., y Oviedo Pacheco, M. 2015. Extensión de los predios agrícolas y productividad. El caso del campo cañero en México. El Trimestre Económico, vol. LXXXII (1), núm. 325, enero-marzo, 2015. pp: 147-181. [ Links ]

Deininger, K., y Minten, B. 1999. Poverty, Policies and Deforestation: The case of México. Economic Development and Cultural Change. 47(2): 313-344. [ Links ]

Donnet, L., López, D., Arista, J., Carrión, F., Hernández, V., y González, A. 2012. El Potencial de Mercado de Semillas Mejoradas de Maíz en México. México. Programa de Socioeconomía. Documento de Trabajo No. 8, Centro Internacional de Mejoramiento de Maíz y Trigo CIMMYT. 21p. [ Links ]

Evenson, R.E., and Kislev, Y. 1973. Research and Productivity in Wheat and Maize. Journal of Political Economy. The University of Chicago Press. 81(6): 1309-1329. [ Links ]

Fan, S. 1991. Effects of Technological Change and Institutional Reform on Production Growth in Chinese Agriculture. American Journal of Agricultural Economics. 73:266-275. [ Links ]

FAO. 1982. Estadística Agrícola: Estimación de las Superficies y de los Rendimientos de los Cultivos. Roma. [ Links ]

Galindo Paliza, L. 2009. La Economía del Cambio Climático en México. Documento de investigación de SHCP y SEMARNAT, México. [ Links ]

García-Salazar, J. A., y Ramírez-Jaspeado, R. 2014. El mercado de la semilla mejorada de maíz (zea mays l.) en México. Un análisis del saldo comercial por entidad federativa. México. Revista Fitotecnia Mexicana. 37 (1): 69 - 77. [ Links ]

Gear, J. R. E. 2006. El cultivo del maíz en la Argentina. In: Maíz y Nutrición, Informe sobre los usos y las propiedades nutricionales del maíz para la alimentación humana y animal. Recopilación de ILSI Argentina. Serie de Informes Especiales. Vol. II: 4-8. [ Links ]

Gowon, D. T., Andersen J.C., and Biswas B. 1978. An Economic Interpretation of Impact of Phenologically Timed Irrigation on Corn Yield. Western Journal of Agricultural Economics. 3(2):145-156. [ Links ]

Gutman, G., y Lavarello, P. 2007. Biotecnología y desarrollo: Avances de la agrobiotecnología en Argentina y Brasil. México. Revista Economía: Teoría y práctica. (27): 9-39. [ Links ]

Harris, L. R. 2001. A computable general equilibrium analysis of Mexico’s agricultural policy reforms. International Food Policy Research Institute. Discussion Paper No. 65, Trade and Macroeconomics Division, IFPRI. [ Links ]

Hazell, P. 2009. The Asian Green Revolution. IFPRI Discussion Paper 00911. Washington, DC: International Food Policy Research Institute. [ Links ]

Huang, J., and Rozelle S. 2009. Desarrollo agrícola y nutrición: las políticas que han favorecido el éxito de China. Documento especial N° 19- Programa Mundial de Alimentos. [ Links ]

Kamruzzaman, M., Ahmed M., and Ashik Bashar M. A. 2000. Effect of Credit on Yield Gap and Technical Efficiency of Boro Paddy Production in a Selected Area of Comilla District. Bangladesh Journal of Agricultural Economics. 24(1-2):113-126. [ Links ]

Kaufmann, R.K., and Snell S.E. 1997. A Biophysical Model of Corn Yield: Integrating Climatic and Social Determinants. American Journal of Agricultural Economics.79:178-190. [ Links ]

Kaylen, M.S., Wade J.W., and Frank D.B. 1992. Stochastic trend, weather and US corn yield variablility. Applied Economics. 24: 513-518. [ Links ]

Lence, S.H. 2010. The Agricultural Sector in Argentina: Major Trends and Recent Developments, Cap. 14. In: The Shifting Patterns of Agricultural Production and Productivity Worldwide. Iowa State University. The Midwest Agribusiness Trade Research and Information Center (MATRIC). pp: 409-448. [ Links ]

Lin, J.Y. 1992. Rural Reforms and Agricultural Growth in China. American Economic Review 82:34-51. [ Links ]

López-Feldman, A. 2012. Deforestación en México: Un análisis preliminar. CIDE, Documento de trabajo No. 527. [ Links ]

Magalhaes, E., and Diao X. 2009. Productivity Convergence in Brazil, The Case of Grain Production. IFPRI Discussion Paper 00857. [ Links ]

McClung de Tapia, E. 1997. La domesticación del Maíz. Arqueología Mexicana. 5(25): 34-39. [ Links ]

McMillan, J., Walley J., y Zhu L. 1989. The Impact of China’s Economic Reforms on Agricultural Productivity Growth. Journal of Political Economy. 97:781-807. [ Links ]

Olivera Villarroel, S. 2013. La productividad del maíz de temporal en México: Repercusiones del cambio climático. División de Desarrollo Sostenible y Asentamientos Humanos. CEPAL, Unidad de Cambio Climático. [ Links ]

Parentoni, S.N., de Miranda R.A., and Garcia J.C. 2013. Implications on the introduction of transgenics in Brazilian maize breeding programs. Crop Breeding and Applied Biotechnology, Brazilian Society of Plant Breeding. 13: 9-22. [ Links ]

Pray C., Rozelle S., and Huang J. 1997. Can China’s Agricultural Research System Feed China? Rutgers University, Department of Agricultural Economics. Working Paper. New Brunswick, NJ, USA. [ Links ]

Roberts, M. J., Schlenker W., and Eyer J. 2012. Agronomic weather measures in econometric models of crop yield with implications for climate change. American Journal of Agricultural Economics. 95(2): 236-243. [ Links ]

Rosegrant, Mark W., Sulser Timothy B., and Valmonte-Santos Rowena A. 2006. Global Markets and Sustainable Agricultural Development: Lessons from Brazil. Draft paper for presentation to the International Workshop on Transforming Tropical Agriculture: An Assessment of Major Technological, Institutional and Policy Innovations, Brasilia, Brazil. [ Links ]

Ruttan, V. W. 2002. Productivity Growth in World Agriculture: Sources and Constraints. The Journal of Economic Perspectives. American Economic Association. 16(4): 161-184. [ Links ]

Sadoulet, E., de Janvry A., and Davis B. 2001. Cash Transfer Programs with Income Multipliers: PROCAMPO in Mexico. World Development. 29(6): 1043-1056. [ Links ]

Salvador Chamorro, A. I. 2008. El proceso de reforma económica de China y su adhesión a la OMC. Revista de la Facultad de Ciencias Económicas y Empresariales. Universidad de León, España. Pecvnia. (7): 257-284. [ Links ]

Schlenker, W., and Roberts M.J . 2006. Nonlinear Effects of Weather on Corn Yields. Review of Agricultural Economics. 28(3): 391-398. [ Links ]

Sturzenegger, A. C., and Salazni M. 2007. Distortions to Agricultural Incentives in Argentina. Agricultural Distortions Working Paper 11.World Bank. Washington, D. C. [ Links ]

Turrent Fernández, A., Wise T. A., and Garvey E. 2012. Factibilidad de alcanzar el potencial productivo del maíz de México. Mexican Rural Development Research Reports, Report 24. 36 p. [ Links ]

Wang, J. 2000. Property Right Innovation, Technical Efficiency and Groundwater Management: Case Study of Groundwater Irrigation System in Hebei, China. Ph.D. thesis. [ Links ]

Winters, P., and Davis B. 2009. Designing a Program to Support Smallholder Agriculture in Mexico: Lessons from PROCAMPO and Oportunidades. Development Policy Review. 27(5): 617-642. [ Links ]

World Bank. 2006. Argentina Agriculture and Rural Development. Selected Issues, Environmentally and Socially Sustainable Unit, Latin American and the Caribbean Region, Report No. 32763-AR. [ Links ]

Yunez Naude, A., and Serrano Cote V. 2010. Liberalization of Staple Crops: Lessons from the Mexican Experience in Maize. Journal of Agricultural Science and Technology. 4(3): 95-101. [ Links ]

3En estadística agrícola se entiende por rendimiento a la cantidad media del producto agrícola obtenido por unidad de superficie cultivada (ver FAO, 1982).

4Gran parte de las investigaciones para desarrollar nuevos híbridos se desarrolló en México por Norman E. Borlaug, que lo hizo acreedor al Premio Nobel de la Paz en 1970.

5Es importante mencionar que los datos de la FAO consideran el cultivo genérico de maíz, sin especificar variedad, por lo que se estaría considerando tanto el maíz blanco que se produce mayoritariamente en México como el maíz amarillo que se produce generalmente en los países con los cuales se realiza la comparación.

6La semilla mejorada es aquella que es resultado de un proceso de mejoramiento y selección de variedades vegetales con el fin de aumentar la capacidad productiva y la resistencia a enfermedades, plagas, sequías o que tienen alguna otra característica deseable. La diferencia con la semilla transgénica es que esta ha sido cambiada genéticamente en laboratorio, modificando su información a nivel celular. Ver Glosario del Censo Agrícola, Ganadero y Forestal 2007 en la página web del INEGI: http://www.inegi.org.mx/

7Ver en la página web del SIAP: http://www.siap.gob.mx/

8Ver en la página web de la FAO: http://faostat.fao.org/

9 Aquino-Mercado y Ortiz-Monasterio (2009) reportan una penetración de 20 % del uso de semilla mejorada en el total de la superficie sembrada a nivel nacional.

10 Campos y Oviedo (2015) muestran que existe una relación de U entre rendimientos y escala de producción en la producción de azúcar en México. Dicha relación también se observa para el caso que se estudia en este artículo aunque el término cuadrático no es estadísticamente significativo.

11Ver Productos de Crédito en la página web de Financiera Nacional de Desarrollo Agropecuario, Rural, Forestal y Pesquero: http://www.fnd.gob.mx

12Ver el Acuerdo por el que se dan a conocer las Reglas de Operación del Programa de Fomento a la Agricultura de la Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación publicado en el Diario Oficial de la Federación el 18 de diciembre de 2013

13Ver la Guía Operativa 2014 del Componente Modernización Sustentable de la Agricultura Tradicional “MasAgro”

Recibido: 01 de Marzo de 2015; Aprobado: 01 de Agosto de 2017

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