Introducción

Un problema importante en la economía de México ha sido la caída relativa de su producción agropecuaria, fenómeno que se fue presentando desde mediados del decenio de los sesenta del siglo XX. Después del auge de este sector en los años cuarenta y cincuenta de ese siglo, las políticas de promoción económica en el país han favorecido a otros sectores de la economía, y las que se han aplicado directamente al sector agropecuario, rara vez han sido evaluadas y, aparentemente, no han podido revertir la tendencia a provocar cada vez mayor vulnerabilidad en la población rural.

El Programa de Apoyos Directos al Campo (Procampo), de 1993, forma parte de un conjunto de acciones derivadas de las reformas legislativas que se aprobaron en México a inicios del decenio de los noventa (y que incluyeron al artículo 27 Constitucional), antes de la entrada en vigor (en 1994) del Tratado de Libre Comercio de América del Norte (TLCAN). Como tal, Procampo, consiste en un pago compensatorio a hogares rurales productores de algunos cultivos, incluidos el maíz y el frijol, considerando el rendimiento de la cantidad producida sobre el terreno registrado para el cultivo, que estaba previsto con vigencia entre 1994 y 2011, periodo en que el mercado agrícola mexicano quedaría completamente abierto al libre comercio internacional.³

El objetivo del presente trabajo es mostrar los resultados de una evaluación de impacto del Programa entre los hogares beneficiarios dedicados a la producción de maíz, en comparación con los de frijol en el año 2010, bajo hipótesis de la existencia de mejoras en la producción de los beneficiarios, en comparación con los no beneficiarios.⁴

En la siguiente sección se aborda el marco general de referencia sobre el sector agrícola mexicano, continuando con la revisión del marco teórico de la evaluación de impacto de política pública. Posteriormente, se señalan los aspectos metodológicos utilizados para contrastar la hipótesis de trabajo, para al final mostrar los resultados del ejercicio y las reflexiones finales.

Antecedentes generales

La producción reciente de maíz y frijol

En términos generales, puede decirse que a pesar de los diversos esfuerzos oficiales de rescatar el campo mexicano, no se han vuelto a ver los niveles altos de participación en el Producto Interno Bruto (PIB) nacional que tenía en los años cuarenta y cincuenta del siglo XX. De hecho, de representar más de 12% del PIB en 1970, la producción del sector bajó de 4% en el año 2000. No obstante, los índices de producción agrícola en general aumentaron de manera sostenida durante ese periodo.

Los cultivos más importantes en términos de producción en época reciente en México, han sido el maíz, el sorgo y el frijol. De acuerdo con la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO, s.f.), la producción de maíz en México tuvo una tasa de crecimiento anual de 2.9% entre 2000 y 2010, mientras que la superficie cultivada aumentó en 0.1%, lo que significa un aumento importante en el rendimiento por superficie cultivada (hectáreas). Según la Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación, esto “…es resultado de la aplicación de políticas agrícolas que el Gobierno Federal ha puesto en marcha desde 1994, que abarcan desde política de precios, apoyos a la producción y la comercialización, hasta acciones de investigación y desarrollo realizadas por el Centro Internacional para el Mejoramiento del Maíz y Trigo (CIMMYT) y el Instituto Nacional de Investigaciones Forestales y Agropecuarias (INIFAP)…” (^{SAGARPA, 2006: 5}).

Para el caso del frijol, de acuerdo con la FAO (s. f.), la tasa de crecimiento anual de la producción en el primer decenio del siglo XXI fue de 2.7%, mientras que la superficie cultivada tuvo un incremento promedio de cerca de 0.8%. Esto supone también un aumento en el rendimiento por hectárea del producto, pero por debajo de lo que ocurre con el maíz (Figura 1).

Fuente: Elaboración propia con base en información de la FAO. http://www.fao.org/statistics/es/

Figura 1. Variación relativa de la producción de maíz y frijol en México, 2000-2010 

Sin embargo, la producción de frijol ha tenido más variaciones que la de maíz, siendo visibles a inicios del presente siglo, mostrando caídas más pronunciadas que las del maíz, con excepción de 2009, como resultado de la crisis que se fue gestando desde mediados del decenio anterior (Figura 1).

La evaluación de impacto

Por lo regular, los diseñadores de políticas públicas tratan de evaluar su desempeño para motivar su continuidad y mejorar las reglas de operación que se establecen para su funcionamiento. Por ello, al momento de poner en marcha un programa social de largo plazo como Procampo se hace necesario, además, saber si la población objetivo cumple con las corresponsabilidades derivadas de ser beneficiaria.

La evaluación de impacto valora el Programa en el logro de propósitos para los que fue desarrollado, con base en el estudio del grupo poblacional que no es beneficiado por la política que se aplica y que tiene características semejantes a las de quienes sí participan. Es de impacto porque señala si existe (o no) una diferencia de resultados entre aquellos que son beneficiarios del Programa que se estudia, con respecto de los que no participan en él (^{Aedo, 2005}).

Es decir, el impacto se refiere al efecto causal que se atribuye a la existencia del Programa. Según Gertler, Martínez et al.

El enfoque en la causalidad y la atribución es la característica distintiva de las evaluaciones de impacto y determina las metodologías a usar. Para estimar el efecto causal o el impacto de un programa sobre los resultados, cualquier método elegido debe estimar el denominado contrafactual, es decir, cuál habría sido el resultado para los participantes en el programa si no hubieran participado en él. En la práctica, la evaluación de impacto requiere que el evaluador encuentre un grupo de comparación para estimar lo que habría ocurrido con los participantes sin el programa (2011: 7-8).

La evaluación de impacto tiene su referencia en diversos programas sociales alrededor del mundo, y la forma de realizarse es variada. Ejemplo de ello, es la evaluación de programas sanitarios en España (^{Biencinto y Carballo, 2004}), siguiendo la recomendación de ^{Ravallion (2005)} buscando el mejor método, analizando los “pros” y “contras” de cada uno, para identificar las diferencias de los impactos de cada uno. También se destaca el trabajo de ^{Marzal, Parra y Colmenero (2011)}, que estudian políticas de alfabetización a través de las políticas de bibliotecas escolares. Estos análisis hacen uso de variables cualitativas, los cuales se determinan como suficientes para la conclusión de dichos autores.

La aplicación de los métodos econométricos ha hecho más sofisticado el uso de la evaluación de impacto. Entre los primeros intentos de aplicación de dichas herramientas a la evaluación, se encuentra el realizado por ^{Heckman, Ichimura, Smith y Todd (1998)}, quienes detectan el sesgo de selección (o autoselección), que hacen que los efectos de las políticas públicas sean sesgados, debido a que las personas beneficiarias de programas sociales se identifican y se inscriben en ellos por cuenta propia, primordialmente por tener acceso a la información.⁹ Esto genera un sesgo, pues existen individuos que se encuentran en circunstancias semejantes, y que también cumplen con los requisitos para participar, pero que por alguna situación no participan. Ellos tendrían que ser estudiados para dimensionar los impactos reales del programa.

En el momento de corregir el sesgo de selección para evaluar programas de entrenamiento laboral, ^{Heckman y Smith (2000)}, demuestran que existen diferencias entre los beneficiarios con respecto al resto de los individuos que no participan.

^{Ravallion (2005)} y ^{Ravallion y Alik (2015)} recomiendan ser cuidadosos en los procesos de evaluación de impactos, debido a que, si bien se muestran diferencias entre los beneficiarios con respecto a los que no lo son, ellas no llegan a ser significativas ni representativas.¹⁰

El programa Procampo ya ha sido evaluado con anterioridad en México. Destaca la evaluación realizada por el Grupo de Economistas y Asociados, que señala

…de manera evidente a la luz de estos resultados, Procampo cumple con el objetivo fundamental de incrementar los ingresos de los productores, no sólo por el subsidio directo que otorga, sino por la vía de generar un valor mayor de la producción de los beneficiarios en comparación con un estado en el que no lo recibieran… (^{GEA, 2005: 187}).

George A. Dyer detecta la existencia de efectos indirectos de los programas sociales, por lo que afirma que

… tanto la cobertura de Procampo como de los montos transferidos son menores para los productores de autoconsumo que para otros grupos... Procampo… propicia la inversión productiva en grupos sin acceso al crédito. No obstante, la proporción de recursos que se destinan a la inversión es reducida. Posiblemente menos del 2.5% de los recursos del PROCAMPO tradicional se invierte en la producción rural… (2007: 43).¹¹

En todos los casos, se implica que la evaluación realizada tiene como finalidad ya sea la continuidad del programa, la corrección de sus reglas de operación, o incluso el señalamiento de su inefectividad.

Metodología y modelo aplicado

El método de análisis propuesto por ^{Heckman et al. (1998)}, el cual se aplica en el presente trabajo, parte de un modelo dos etapas, debido a que si hay evidencia de sesgo de selección, éste debe ser corregido para evitar resultados equivocados o poco significativos. Para la primera etapa, tanto ^{Heckman et al. (1998)}, como ^{Wooldrige (2001)} recomiendan una regresión probit.

Después de aplicar la regresión probit, se construye la llamada Razón Inversa de Mills (IMR) para aplicar la segunda etapa del modelo propuesto por esos autores:¹²

donde: ρ, es la correlación entre los componentes determinantes (que no son observables) de la propensión a ser tratados y los factores no visibles para obtener las ganancias esperadas bajo tratamiento; σu es la desviación estándar de los errores; λ es la IMR evaluada en Zγ,

De esa forma, la ecuación (1) se conoce como el procedimiento de Heckman de dos etapas. Si se estima por el método de Mínimos Cuadrados Ordinarios (OLS), bajo el supuesto de homocedasticidad, los errores estándar obtenidos estarían errados (^{Cameron y Trivedi, 2005}).

Con la aplicación de este método, el vector de estimadores β resulta ser bastante consistente debido a que

(1) Es fácil de aplicar; (2) el enfoque es aplicable a una amplia gama de modelos de selección…; (3) el estimador requiere supuestos más débiles sobre la distribución que el de los de la normalidad conjunta de los errores; y (4) estos supuestos de distribución pueden debilitarse aún más para permitir la estimación semi-paramétrica. (^{Cameron y Trivedi, 2005: 550-551}).

La IMR (λ), evaluada en Zγ, es el resultado del cociente de la función de densidad de probabilidad sobre la función de distribución acumulada. Para utilizar este coeficiente se debe considerar el supuesto de que tiene una distribución normal truncada; es decir, si X es un vector de variables aleatorias con distribución normal y varianza constante (σ2), entonces se puede mostrar que:

y

donde: α es un valor constante y µ es el valor medio de los miembros del vector. El valor φ(∙) sigue la función de densidad normal y el valor Φ(∙), sigue la función de distribución normal acumulada.

El resultado de la identidad presentada entre corchetes [ ], es la IMR. Ambos términos no pueden ser negativos de manera simultánea,

…aunque sí ser ambos positivos o uno de cada signo. En el primer caso en que ambas esperanzas condicionales superan a la esperanza no condicional en toda la población, se está ante un ordenamiento no jerárquico y ambos grupos serían estándares en la nomenclatura de Heckman. Si uno de los grupos no es estándar, este podría ser considerado un ordenamiento jerárquico inferior y tendría sentido decir que capta a los menos beneficiados dentro de la población (^{Rodríguez, 2004}).

La IMR en una regresión capta la existencia del sesgo de selección, la cual es la hipótesis nula. Si una variable dependiente llega a estar “censurada”, entonces se provoca una concentración de observaciones en valores cero.

Después de corregir el sesgo, se tienen que estimar los Efectos de Tratamiento Promedio (ATE), que sean válidos para contextos Gaussianos. En la estimación del ATE se analizan los efectos esperados que dependen de que la variable dependiente reciba tratamiento (ecuación 2), por lo que la ganancia es Gi = YiT - YiC

Para medir el ATE, ^{Heckman et al. (1998)}, proponen los siguientes criterios: 1) el método del matching; 2) el modelo de comprobación de sesgo de selección (tomando al sesgo como una función de la participación en un programa social); y 3) el método de diferencia en diferencias basado en programas de entrenamiento laboral.

El primer paso es importante y probablemente el más eficaz para medir el ATE, puesto que se tiene que realizar con base en un “soporte común” para establecer las características comunes entre ambos grupos. El soporte común soluciona algunos problemas provocados por el sesgo de selección, debido a la ubicación de ambos grupos en la zona de distribución, localizando los rasgos semejantes para ser estimados por medio de un modelo probit.

Para el caso del presente trabajo, la realización del modelo probit, que representa la primera etapa del modelo, toma como variable dependiente si el hogar es beneficiario de Procampo, la cual es binaria, tomando el valor de 1 si recibió el apoyo del programa. Entre las variables independientes se localizan la presencia de miembros del hogar en edad escolar (pobesc), que también es dicotómica, siendo 1 si hay escolares; otra se refiere a la edad promedio de los miembros del hogar (edadprom) y, por último, si el hogar tiene terrenos inscritos en el Programa de Certificación de Derechos Ejidales y Titulación de Solares (Procede). Así la ecuación es entonces:

Para considerar la primera parte del modelo (1), se establece un modelo Cobb-Douglas para medir la producción, ya sea de maíz o de frijol (lpm y lpf, respectivamente), en función del número de hectáreas (lhas), el número de miembro del hogar en edad de trabajar (ltrab), el monto de dinero invertido para la producción del grano (lgastosp) y la inversión realizada en el hogar en insumos como pesticidas y abonos (linv):

Pero los modelos (5a) y (5b), al ser estimados por OLS presentan sesgos, por lo que es necesario aplicar la regresión con base en (1):

donde: ρσuλ(Zγ) se construye, como ya se dijo, con la regresión probit de la primera etapa, para eliminar los problemas de sesgo.

Con los modelos establecidos en (6a) y (6b), con base en la medición de propensión, ρ, se puede determinar los ATE correspondientes para identificar el impacto en la producción de los bienes que aquí se consideran.

El separar la población escolar (pobesc) de los miembros del hogar en edad de trabajar (ltrab), es una simplificación. En la primera variable se establecen los miembros de la familia de 12 años o menos que se ubican en el nivel de primaria, a quienes en la encuesta se atribuyen gastos escolares. En la segunda variable se ubican los miembros del hogar de 14 años o más, que pueden formar parte del sector trabajo y cuya presencia queda establecida en las labores del campo. La razón de hacer esta separación sólo implica una formalidad. Se trata de no repetir las variables de la primera etapa con respecto a la segunda; implica establecer su función en cada una.

La utilización de logaritmos en la segunda etapa va acorde con el modelo CobbDouglas, donde los parámetros estimados corresponden al nivel de participación de cada variable en la producción de cada bien que se trata en el presente documento.

Resultados

Para analizar el modelo expuesto se utiliza la información proveniente de la ENHRUM II.5 levantada en el año 2011, y preparada por el Programa de Estudios del Cambio Económico y la Sustentabilidad del Agro Mexicano (PRECESAM) del Centro de Estudios Económicos de El Colegio de México, conjuntamente con la del Rural Economies of the Americas and Pacific Rim de la Universidad de California en Davis.

Para establecer los hogares, en términos de semejanzas para la producción de ambos bienes, se consideran hasta 20 hectáreas para cada uno. De ahí se localizan 277 productores de maíz y 115 de frijol. Esto puede implicar que hay una preferencia por producir el primer bien por encima del segundo. En el Cuadro 1, se visualizan las diferencias entre los hogares productores de maíz con respecto a los de frijol, considerando, en primer lugar, que la producción del primer bien, por lo regular, es mayor que la del segundo, aunque la inversión en insumos como pesticidas y abonos es menor. A partir de ahí, las condiciones de las variables son bastante semejantes para cada uno de dichos bienes.

Después de revisar la estadística básica de las variables con respecto a cada bien que aquí se analiza, y antes de aplicar el modelo de regresión, se determina la zona de soporte común entre el grupo de tratamiento con respecto al de control, a partir de la medición de propensión, considerando los resultados del modelo probit de la primera etapa, mismos que se presentan en el Cuadro 2.

En la construcción de cada modelo, se encuentra que la Edad Promedio en el Hogar no es estadísticamente significativa para el caso de los hogares productores de frijol, y se elimina, ya que en la toma de decisiones de este conjunto de productores, parece no establecer un criterio, a diferencia de los que producen maíz. A partir de dichas regresiones se conforman los valores para determinar las zonas de emparejamiento (matching) entre el grupo de tratamiento con respecto al grupo de control para ambos bienes (Figuras 2a y 2b).

Fuente: Elaboración propia a partir de la información de ENHRUM II.5 (2011).

Figura 2a. Construcción de la zona de soporte común a partir de la medición de propensión. Caso del maíz 

Fuente: Elaboración propia a partir de la información de ENHRUM II.5 (2011).

Figura 2b. Construcción de la zona de soporte común a partir de la medición de propensión. Caso del frijol 

En dichas figuras es visible que es más amplia la zona de soporte común para el caso de maíz, y más estrecha para los hogares productores de frijol. En primer lugar, esto se debe a que el grupo de observaciones del primer producto es más elevado, con respecto al otro. En segundo lugar, parece que casi no hay diferencias marcadas entre beneficiarios y no beneficiarios de maíz, pero esto tal vez se deba a que la producción maicera esté por encima de cualquier otro producto agrícola. De ahí, parece que lo que es importante para los productores de maíz no lo es tanto para los de frijol, básicamente, y como se ve en el Cuadro 1, hay más competidores en maíz en comparación con frijol.

Por otro lado, los volúmenes de producción son dispares, por lo que esta condición también afecta la toma de decisión de participar o no en el programa.

La IMR que se construye con los datos mostrados en el Cuadro 2, señala que para ambos productos no existe evidencia suficiente para rechazar la hipótesis nula de que no existe el sesgo de selección, lo cual permite afirmar que los hogares productores que están inscritos en Procampo, tienen ventajas sobre los no beneficiarios (Cuadro 3).

Los espacios vacíos del Cuadro 3 indican que las variables no fueron estadísticamente significativas, por lo que fueron eliminadas de los respectivos modelos. Sin embargo, esto no evita el análisis sobre los efectos de tratamiento entre la población localizada en la zona de soporte común.

Los resultados de los ATE, señalan diferencias muy marcadas entre ambos productos. Los hogares productores de maíz que son beneficiarios, producen 87.38% más que los no beneficiarios. Los beneficiarios que siembran frijol, tienen una cosecha mayor de 6.07% con respecto a los no tratados por el Programa (Figura 3).

Fuente: Elaboración propia a partir de la información de ENHRUM II.5 (2011).

Figura 3. Efectos de tratamiento promedio y en los tratados 

El Efecto de Tratamiento Promedio en los Tratados (ATT), es decir, el valor que marca la diferencia de los hogares beneficiarios en las condiciones actuales con respecto a si no estuvieran inscritos, señala que los productores de maíz 90.21% de más cosecha, sin embargo, los productores de frijol tienen 4.35% más (Figura 3).

Pero se destaca que, de los resultados obtenidos, para el caso de frijol resultan ser estadísticamente significativos, tanto para ATE, como para ATT, situación que no ocurre para el frijol, pues ambas mediciones son no significativas.

Los resultados muestran entonces que, con la presencia de Procampo, los hogares productores de maíz tuvieron más ventajas que los que han sembrado frijol.

Aunque el manejo de los recursos monetarios es discrecional, pareciera que fue mejor aprovechado más por los productores maiceros en comparación con los que producen frijol. Esto último se muestra en las Figuras 4a y 4b, en las cuales se nota que para los niveles bajos de producción de maíz, se marca la diferencia entre beneficiarios y no beneficiarios, y aunque la brecha parece cerrarse, la cosecha es mayor para los favorecidos por el programa social. En cambio, para el caso del frijol, parece que no existe diferencia entre el grupo de tratamiento con respecto al grupo de control, por lo que se confirma que los resultados no son significativos en los efectos de tratamiento promedio.

Fuente: Elaboración propia a partir de la información de ENHRUM II.5 (2011).

Figura 4a. Estimación de la producción de maíz en 2010 a partir de la regresión Heckman 

Fuente: Elaboración propia a partir de la información de ENHRUM II.5 (2011).

Figura 4b. Estimación de la producción de frijol en 2010 a partir de la regresión Heckman 

Esto sugiere la idea de que los productores de maíz han aprovechado las ventajas de ser beneficiarios, cosa que no ocurre entre los dedicados a la siembra y cosecha de frijol. Si bien en ambos casos no hay presencia (o queda eliminado) de sesgo de selección, los resultados son diferentes para cada uno de los productos.

También se destaca el hecho de que la única variable en común, son los gastos de producción en ambos modelos, permitiendo remarcar que las características de la producción de ambos productos también son diferentes,

Se destaca que en las Figuras 4a y 4b son los hogares que se ubican en la zona de soporte común, por lo que las diferencias señaladas para cada producto también pudieran estar limitadas por el conjunto de observaciones para el caso del frijol.

Con los resultados obtenidos, puede afirmarse que, en términos generales, sí existe diferencia significativa en la producción de maíz entre los hogares atendidos por Procampo y los que no están inscritos en el Programa. Este no es el caso para los productores de frijol, lo que parece indicar que el Programa sólo beneficia a algunos productos.

Discusión

Los resultados obtenidos del ejercicio realizado muestran que la aplicación de programas sociales como Procampo no tiene impactos semejantes entre los cultivos de diferentes productos. Estos resultados son diferentes a los de las evaluaciones realizadas por ^{GEA (2005)}, donde se concluye el buen funcionamiento del Programa; sin embargo, en esas evaluaciones se hace un análisis de los ingresos de los hogares, con base en información general agregada, y por tanto, resultan obvias las diferencias entre el grupo de tratamiento en comparación con el grupo de control; además, ahí se incluyen en un solo grupo a todos los productos, lo cual no permite identificar las características del comportamiento en cada uno de los cultivos.

Por otro lado, los resultados para el maíz son consistentes con los de los estudios de ^{Dyer (2007)} y ^{Corte (2011)}. La no significancia en ATE y ATT en la producción de frijol, señala que no existen diferencias entre el grupo de tratamiento con respecto al de control, por lo que no se tuvo el resultado deseado con el Programa entre los productores con hasta 20 hectáreas de este cultivo. Esto tal vez se deba al número reducido de hogares que se localizan en la zona de soporte común, en comparación con el amplio espectro que se presenta en el caso del maíz.

Reflexiones finales

La instauración de programas sociales tiene como finalidad mitigar las condiciones desfavorables provocadas por la operación del mercado o por otras políticas aplicadas que generan externalidades negativas. Sin embargo, al estudiar el impacto de Procampo entre los hogares productores de maíz y de frijol en México y aplicar la propuesta de Heckman para corregir el sesgo de selección, se muestra que, aunque no exista (o quedara corregido) dicho sesgo, los resultados para esos productos muestran impactos diferentes. Considerando la zona de soporte común, se muestra que hay diferencias entre el grupo de tratamiento frente al grupo de control con respecto a los productores de maíz, no así para los productores de frijol.

Es importante reconocer que a pesar de que los procedimientos estadísticos aplicados son semejantes para ambos grupos, los productores de maíz estudiados son en número mayor que los de frijol, y que el maíz representa más de 50% de la producción agrícola nacional, mientras que el frijol sólo representa la quinta parte del maíz.

De cualquier manera, tanto el ATE como el ATT son estadísticamente significativos para el caso del maíz, pero no lo son para el del frijol, por lo que se supondría que Procampo beneficia más a los productores del primer cultivo en comparación con los del segundo.

Los resultados establecen que, para el caso del maíz, los hogares productores resultan beneficiados en sus procesos productivos, pero esto no ocurre con los del frijol, por lo que sería conveniente revisar el Programa, y adecuarlo a cada uno de los cultivos que apoya. Si bien la encuesta ENHRUM II.5 toma una muestra interesante de lo que pasa en el país, es una herramienta bastante eficaz para hacer el análisis de los hogares rurales, incluyendo las evaluaciones como la que aquí se reporta.