SciELO - Scientific Electronic Library Online

 
vol.7Impacto del cambio climático en las áreas con aptitud ambiental para Bouteloua gracilis y Bouteloua repens en MéxicoZonificación de la susceptibilidad ante el deslizamiento de laderas en la región de Bahía de Banderas asociados a fenómenos naturales 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


Revista bio ciencias

versión On-line ISSN 2007-3380

Revista bio ciencias vol.7  Tepic  2020  Epub 18-Nov-2020

https://doi.org/10.15741/revbio.07.e897 

Artículos originales

Capacidad comercial y factores de competitividad en productores de maíz (Zea mays) en Oaxaca, México

J.D. Ramírez-Vásquez1 

A. Islas-Moreno2  * 

E. Roldán-Suárez2 

1 Centro Regional Universitario Oriente, Universidad Autónoma Chapingo, Carretera Federal México-Texcoco km. 38.5, Chapingo CP 56230, Texcoco, México.

2 Centro de Investigaciones Económicas, Sociales y Tecnológicas de la Agroindustria y la Agricultura Mundial, Universidad Autónoma Chapingo, Carretera Federal México-Texcoco km. 38.5, Chapingo CP 56230, Texcoco, México.


Resumen

La mayoría de los productores de maíz en México presentan dificultades para que su actividad sea redituable. Este trabajo tiene como objetivo identificar los factores que determinan su Capacidad Comercial, indicador propuesto en este estudio, en términos de su perfil sociodemográfico, su grado de conexión en la red comercial y las innovaciones que realizan. El indicador se calculó con base en las pautas del análisis multicriterio a partir de cuatro variables (rendimiento, precio, proporción de la producción destinada a venta y número de clientes), y la identificación de los factores se efectuó mediante tres regresiones lineales múltiples. Se encontró que una mayor edad (p < 0.05), una mayor superficie (p < 0.05), un mayor grado de conexión a la red comercial (p < 0.1) y la adopción de semilla mejorada (p < 0.1), determinan una mejor Capacidad Comercial. Específicamente, el rendimiento es la variable más fuertemente favorecida por esta combinación. En conclusión, los productores que presentan mayor Capacidad Comercial mitigan el efecto adverso que ejercen las amenazas competitivas y tienen mayores posibilidades de sobreponerse a los desafíos de producir en un marco de libre mercado.

Palabras clave: Análisis Multicriterio; Red Comercial; Innovación y Fuerzas Competitivas

Abstract

The majority of maize farmers in Mexico have difficulties in making their activity profitable. This work aims to identify the factors that determine their Commercial Capacity, an indicator proposed in this study, in terms of their sociodemographic profile, their degree of connection in the commercial network and the innovations they make. The indicator was calculated based on the guidelines of the multicriteria analysis based on four variables (yield, price, proportion of the production destined for sale and number of customers), and the identification of the factors was made by three multiple linear regressions. It was found that a higher age (p < 0.05), a larger area (p < 0.05), a greater degree of connection to the commercial network (p < 0.1) and adoption of improved seed (p < 0.1), determine a better Commercial Capacity. Specifically, the yield is the variable most strongly favored by this combination. In conclusion, farmers with greater Commercial Capacity mitigate the adverse effect of competitive threats and are more likely to overcome the challenges of producing in a free market framework.

Keywords: Multicriteria Analysis; Commercial Network; Innovation and Competitive Forces

Introducción

El maíz (Zea mays) es el producto agrícola que más se produce en el mundo; su producción se divide en maíz blanco utilizado para consumo humano y amarillo empleado para la producción de proteína animal y la obtención de biocombustibles; particularmente, el maíz amarillo es uno de los productos más importantes en los mercados internacionales (Simón & Golik, 2018). De acuerdo con el Servicio de Información Agroalimentaria y Pesquera (SIAP) y la Secretaria de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (SAGARPA) ahora Secretaría de Agricultura y Desarrollo Rural (SADER), en 2017, México importó casi un millón de toneladas de maíz amarillo proveniente de Estados Unidos (SIAP-SAGARPA, 2017). Mientras tanto, la oferta nacional la componen 3.2 millones de productores que cultivan maíz en 7.5 millones de hectáreas y producen 27.8 millones de toneladas (INEGI, 2017), estas cifras convierten al maíz, en el cultivo que mayor superficie ocupa en el país. Además, su importancia se extiende debido a la cantidad de mano de obra que emplea, especialmente en áreas donde se encuentra la población con mayor vulnerabilidad y pobreza (Cruz-Delgado, 2009).

Con la desaparición en 1999 de la Compañía Nacional de Subsistencias Populares (CONASUPO), paraestatal que garantizaba la compra y regulación de precios del maíz en México, se produjo una reestructuración del mercado maicero. Ahora, en lugar de vender a la empresa paraestatal, 51.5 % de los productores de maíz en México vende a intermediarios, 23 % a una industria o centro de acopio, y solo 25.5 % tiene trato directo con clientes finales (INEGI, 2017). Los datos anteriores indican que un importante número de productores de maíz tienen dificultades para acceder directamente a mercados más rentables. El instrumento de apoyo al campo que sustituyó a CONASUPO fue un programa de apoyos directos a los productores que hasta 2018 tenía el nombre de PROAGRO Productivo, se trataba del programa de apoyo al campo con mayor presupuesto en México y era liderado por el Centro Internacional de Mejoramiento del Maíz y el Trigo (CIMMYT). PROAGRO Productivo tenía como objetivo incrementar la productividad de las unidades de producción en cultivos prioritarios, entre ellos el maíz, mediante incentivos económicos entregados a 1) productores de autoconsumo que cuentan con cinco hectáreas o menos; 2) productores en transición con entre cinco y 20 hectáreas; y 3) productores comerciales con propiedades mayores de 20 y hasta 80 hectáreas (SAGARPA, 2018). No obstante, la intervención no se ha reflejado notablemente en la productividad. Algunos autores (Maximiliano-Martínez et al., 2011) lo atribuyen a que se asumió que las unidades productivas de 20 hectáreas o menos, mismas que representan el 72.1 % (INEGI, 2017) y operan bajo una lógica campesina, podían adoptar una lógica empresarial, es decir, que se podían organizar como grupo y regir su producción tomando en cuenta el mercado, y con ello ser competitivos, pero no fue así.

La competitividad es un concepto que surge desde la economía clásica con Adam Smith, tomó auge con la publicación de Porter (1980) y se relaciona con la capacidad que tienen las empresas de penetrar en un mercado, hacer frente a los competidores y generar ganancias económicas. En otra de sus obras, el mismo Porter (2008), define la competitividad como la capacidad que muestran las empresas para hacer frente a las cinco fuerzas competitivas: rivalidad en la industria, amenaza de productos sustitutos, amenaza de competidores entrantes, poder de negociación de los proveedores y poder de negociación de los clientes. La competitividad ha sido medida con diferentes enfoques, y en el sector agropecuario no ha sido la excepción, así lo muestra la revisión de métodos aplicados realizada por García-García et al. (2015), quienes encuentran que la competitividad en el sector agropecuario ha sido abordada predominantemente con una visión económica, no obstante, recientemente ha crecido el interés por incluir otras dimensiones como la social, política y ambiental. Las variables que se han incluido en la medición de la competitividad de empresas, cooperativas, cadenas productivas o industrias enteras provienen de las distintas dimensiones que se han mencionado e incluye el desempeño financiero y económico (Emam & Mohamed, 2011; Magaña Sánchez et al., 2010), la productividad (Girán et al., 2008; Moyano Fuentes et al., 2008). y las políticas públicas (Elbadawy et al., 2013). Por otro lado, se ha identificado que las principales desventajas para alcanzar la competitividad en la agricultura derivan de causas como reducido tamaño de la unidad de producción, escasa innovación y acceso a información, limitado acceso a mercados y mano de obra menos calificada (IICA, 2016).

La presente investigación realiza una valoración aproximada de la competitividad de los productores de maíz beneficiados con el programa PROAGRO Productivo en la región Valles Centrales del estado de Oaxaca, México; lo hace a partir de un indicador nombrado Capacidad Comercial, el cual integra los valores de cuatro variables: rendimiento, número de clientes, precio de venta y proporción de la producción destinada a venta. La Capacidad Comercial no es sinónimo de competitividad, pues este último es un concepto consolidado en el campo científico, el cual incluye más dimensiones que las consideradas para el cálculo del indicador. En ese sentido, la Capacidad Comercial no incluye las dimensiones social y ambiental, por ejemplo. Sin embargo, las variables que integran la Capacidad Comercial son adecuadas para determinar una porción de la competitividad, debido a que son medidas, qué de resultar favorables, ayudan a mitigar el efecto adverso de algunas de las amenazas competitivas descritas por Porter (2008).

Una tarea que realiza el CIMMYT, en colaboración con universidades y centros de investigación, es evaluar el impacto de las intervenciones que lidera y que son efectuadas con recursos de carácter público, con el fin de identificar áreas de mejora en sus procesos. Por ello, el objetivo del estudio fue identificar los factores que favorecen un mayor nivel en el indicador propuesto como estimador de la competitividad. Las variables examinadas como posibles determinantes se relacionan con el perfil sociodemográfico del productor, su grado de conexión a la red comercial y el tipo de innovaciones que realizan.

Material y Métodos

La información que se utilizó en este trabajo proviene de una encuesta que el personal de CIMMYT aplicó a productores de maíz de la región Valles Centrales del estado de Oaxaca. La finalidad de CIMMYT con la encuesta y el posterior análisis en colaboración con la Universidad Autónoma Chapingo es monitorear y evaluar el progreso de sus intervenciones, en este caso en el marco del programa PROAGRO productivo, para identificar áreas de mejora en sus procesos. Se recabaron datos sobre su perfil sociodemográfico, su nivel de adopción de innovaciones, rendimientos, vínculos técnicos y comerciales, precios de venta y proporción de la producción destinada a mercado.

Para el concepto de innovación, se acudió a la Organización para la Cooperación y el Desarrollo Económicos (OCDE) (2005), que lo define como un proceso que implica la adopción de algo nuevo o significativamente mejorado y que se refleja en cambios que pueden ser de tipo tecnológico, comercial u organizativo. Bajo esta perspectiva, fue construido un catálogo de innovaciones con ayuda de asesores técnicos y formadores del CIMMYT, quienes enlistaron una serie de prácticas que mejoran el rendimiento y calidad de la producción, y que representan algo nuevo o significativamente mejorado con relación a las prácticas habituales en la región estudiada.

Particularmente, se eligió estudiar la región Valles Centrales del estado de Oaxaca, debido a la elevada variabilidad que mostraron los productores de esta región en términos de sus rendimientos, precios de venta y número de clientes. Específicamente se estudiaron 14 municipios: Ciénega de Zimatlán, Cuilápam de Guerrero, Heroica Ciudad de Ejutla de Crespo, Magdalena Apasco, Ocotlán de Morelos, San Bernardo Mixtepec, San Juan Chilateca, San Miguel Ejutla, San Pablo Huixtepec, Santa Ana Zegache, Santa Gertrudis, Tlacolula de Matamoros, Trinidad Zaachila y Villa de Zaachila (Figura 1).

Fuente: Elaboración propia.

Figura 1 Localización de los 14 municipios analizados en la región Valles Centrales de Oaxaca. 

La muestra analizada incluyó a 266 productores de maíz que fueron beneficiarios del programa PROAGRO Productivo en los municipios especificados. La información fue recabada durante abril-mayo de 2018 por personal técnico de CIMMYT, los datos corresponden al ciclo de producción 2017. Para la captura y sistematización de la información se empleó Microsoft Excel ® versión 2016.

Por su parte, la red comercial fue construida con base en la metodología del mapeo detallado de actores de Rendón et al. (2007). La pregunta base que se realizó fue ¿a quién vende su producción? La información relacional requirió los identificadores del catálogo que se muestra en la Tabla 1. Con estas referencias se construyó el grafo con los softwares Ucinet 6.0 y Gephi 9.2.

Tabla 1 Prefijos por tipo de actor 

Type of actor Description Prefix
Farmer
PROAGRO-Productivo
Farmer beneficiary by PROAGRO-Productivo program ER
Collection center Maize collection center or agri-food enterprise CA
Final consumer Customer who purchases maize for own consumption or to feed cattle CF
Intermediary client Customer that collects maize to sell it in maize collection center, agri-food enterprise or final consumer CI
Multiple functions Actors that perform the functions of two or more types of actors FM
Government institution When the name of a public official is not remembered, it is registered as a government institution IG
Teaching and research
institution
Actor member of a university, technology school or research center IE
Maquila enterprise Enterprise that offers agricultural tasks services with the use of machinery and equipment MQ
Non-farmer Actor not directly related to agriculture, but who has specialized knowledge (for example, teachers and priests) NP
Farmer organization Society formed by a group of farmers for the purpose of collective improvement OR
Relatives Family members of the farmers surveyed FAM
Professional services
provider
Independent technical advisor or working for a private company PSP
Input supplier Enterprise dedicated to the sale of agricultural inputs such as fertilizers, seeds and agrochemicals PI
Financial provider Enterprise providing financial services such as credit and agricultural insurance PF

Fuente: Rendón et al. (2007).

Para la determinación de factores que influyen en la Capacidad Comercial de los productores sujetos de estudio, se formalizaron tres regresiones lineales múltiples con ayuda del paquete estadístico SPSS ® versión 25, en las que la Capacidad Comercial fue ingresada como variable dependiente. La Capacidad Comercial es un indicador compuesto que parte de cuatro variables: 1) rendimiento (t ha-1), 2) proporción de la producción destinada a venta (%), 3) número de clientes, y 4) precio de venta ($ t-1). Se parte de la idea que una mayor Capacidad Comercial supone mayores niveles de rendimiento y producción destinada a mercado, así como un mayor número de clientes y un precio de venta superior. Por lo tanto, en este estudio se define la Capacidad Comercial como el nivel de competencias que muestran los productores para hacer frente a las amenazas competitivas de su entorno.

Para obtener la Capacidad Comercial de cada productor se tomó como base el procedimiento del análisis multicriterio (Saaty, 1996) que consiste en dos etapas: ponderación y agregación. En la etapa de ponderación, para cada variable, se tomó como referencia al productor con el valor más alto y a éste se le asignó el valor de 100, luego, con base en éste, se obtuvo la relación de proporcionalidad de los valores de cada productor. Así se procedió con las cuatro variables. En la etapa de agregación, se calculó el promedio de las cuatro relaciones proporcionales obtenidas con anterioridad; dicho promedio refleja la Capacidad Comercial mostrada por cada productor con relación a sus pares. Entonces, la Capacidad Comercial oscila entre 0 y 100, en donde valores cercanos a 100 reflejan una alta Capacidad Comercial y valores cercanos a cero lo contrario.

Las variables independientes ingresadas en las tres regresiones se explican en la Tabla 2. Para asegurar la calidad de los estimadores se comprobaron los supuestos de no multicolinealidad y no heteroscedasticidad en las tres regresiones. La multicolinealidad fue inspeccionada mediante el criterio de Klein (1962) y la heteroscedasticidad a través de la prueba de Glejser (1969).

Tabla 2 Variables independientes de los modelos de regresión 

Regression Variable Definition Coding
Farmer´s Profile 1. Gender Farmer´s gender 0 woman and 1 man
2. Surface Production area Numerical in hectares
3. Scholarship Farmer’s schooling Numerical in years
4. Age Farmer´s age Numerical in years
Degree of connection
to the commercial
network
1. Closeness Degree in which an actor is close to its network,
determined by the number of steps required
to access the total of actors that compose
its network (Freeman, 1979)
Numerical in percentage
2. Diffuse Degree to which an actor has access to its network,
determined by the direct and indirect links
it has (Borgatti, 2006)
Numerical in percentage
Innovations 1. Subsoil Good practices validated by CIMMYT staff to
improve production performance and quality in Oaxaca
0 does not do it and 1 does it
2. Direct sowing with precision seeder
3. Plastic bag or metallic silo
4. Soil analysis
5. Foliar analysis
6. Balanced Fertilization (NPK)
7. Micronutrients
8. Compost
9. Soil improvers
10. Mycorrhizae
11. CIMMYT improved sedes
12. Pheromones

Fuente: Elaboración propia. *CIMMYT: Centro Internacional para el Mejoramiento del Maíz y el Trigo; NPK: Nitrógeno, Fósforo y Potasio.

Resultados y Discusión

En la Tabla 3 se presenta una caracterización de los 266 productores analizados, realizada a partir de las medias y desviaciones estándar de las variables examinadas en el presente estudio. Con relación a su perfil sociodemográfico, en general, los productores son personas de la tercera edad y su preparación escolar no supera la educación primaria. En cuanto a su perfil productivo, de acuerdo con la clasificación de SAGARPA (2018) son productores de autoconsumo dada su baja escala en producción, y su rendimiento es inferior al promedio (1.95 t ha-1) reportado en superficies de temporal a nivel nacional en el ciclo otoño-invierno 2019 (SIAP, 2019). En general, el nivel de acceso que tienen a la red comercial es bajo, y en promedio, adoptan solamente una de cada cinco innovaciones que fueron enlistadas en el catálogo por el personal de CIMMYT.

Tabla 3 Caracterización de los productores de maíz analizados 

Variable Average S.D.
Age (years) 63 13.33
Scholarship (years) 4.28 2.87
Surface (hectares) 1.52 1.14
Yield (t ha-1) 1.38 0.97
Diffuse (%) 0.28 0.05
Closeness (%) 0.27 0.01
Innovations adopted (%) 20.54 12.17
n=266

Fuente: Elaboración propia con información de encuestas levantadas en 2018.

La red de comercialización de los 266 productores analizados se presenta en la Figura 2. Se observa que los principales compradores son centros de acopio (CA), clientes intermediarios (CI) y familiares (FAM), 52 % de los productores vende a los primeros, 16 % a los segundos y 10 % a los terceros. Además, en el centro de la red se observa una importante cantidad de compradores presentes, en cambio, en la periferia se observan siete sub-redes dominadas por siete compradores que concentran 51 % de las relaciones comerciales de la red. Los actores que dominan las subredes periféricas son centros de acopio (CA), clientes intermediarios (CI) y proveedores de insumos (PI). Esta situación es reflejo de la estructura oligopsonica (pocos compradores) prevaleciente en algunos de los municipios, lo cual pone a los productores en una condición desventajosa. Una alta dependencia a los precios pagados por los intermediarios y los centros de acopio, refleja la desventaja que enfrentan los productores estudiados, y así mismo pasa con la mayoría de los productores individuales de maíz en México (Ortíz-Rosales & Ramírez-Abarca, 2017).

Fuente: Elaboración propia con información de encuestas levantadas en 2018.

*CA: Centros de Acopio; CF: clientes finales; CI: clientes intermediarios; ER: productores de maíz beneficiarios de PROAGRO productivo; FM: actores con funciones múltiples; IG: instituciones gubernamentales; IE: instituciones de enseñanza e investigación; MQ: maquileros; NP: no productores; OR: organizaciones de productores; FAM: familiares; PSP: prestadores de servicios profesionales; PI: proveedores de insumos; y PF: proveedores financieros.

Figura 2 Red comercial de los 266 productores de maíz analizados. 

Las regresiones múltiples a través de las cuales se identificaron los factores que influyen sobre la Capacidad Comercial de los productores de maíz estudiados se presenta en la Tabla 4. Los valores del coeficiente de determinación (R2) son bajos en las tres regresiones, razón por la cual los modelos carecen de la bondad suficiente para realizar predicciones precisas, sin embargo, las significancias de algunos de los estimadores (b) indican una relación real entre las variables independientes significativas y la variable dependiente. En este sentido, se encontró que la Capacidad Comercial aumenta en la medida que los productores tienen una mayor edad (p < 0.05) y una mayor superficie (p < 0.05); también aumenta conforme incrementa el grado de conexión a la red comercial, a través del indicador de cobertura (diffuse) (p < 0.1); y de igual manera, incrementa con el uso de semilla mejorada (p < 0.1). En promedio, los productores analizados tienen 63 años de edad, cuentan con una superficie de 1.5 hectáreas, un grado de conexión a la red comercial de 0.28 % y 25 % de ellos usan semilla mejorada. Por otro lado, se identificó que el uso de feromonas disminuye la Capacidad Comercial (p < 0.05). De los productores analizados 5 % usa feromonas.

Tabla 4 Regresiones múltiples para la identificación de factores que influyen en la Capacidad Comercial de los productores de maíz (n = 266) 

Farmer´s Profile b Degree of connection to
the commercial network
b Innovations b
1. Gender -0.22 1. Closeness -14.21 1. Subsoil 0.85
2. Surface 1.07** 2. Diffuse 18.57* 2. Direct sowing with precision seeder -0.05
3. Scholarship 0.17 R2 0.16 3. Plastic bag or metallic silo -0.03
4. Age 0.09** 4. Soil analysis -0.81
R2 0.05 5. Foliar analysis -6.31
6. Balanced Fertilization (NPK) -0.34
7. Micronutrients -2.47
8. Compost 0.43
9. Soil improvers -1.34
10. Mycorrhizae 1.53
11. CIMMYT improved edal 2.61*
12. Pheromones -4.57**
R2 0.25

Fuente: Elaboración propia con información de encuestas levantadas en 2018. *p < 0.1; **p < 0.05. CIMMYT: Centro Internacional para el Mejoramiento del Maíz y el Trigo. NPK:Nitrógeno, Fósforo y Potasio.

Janthong y Sakkatat (2018) identificaron un patrón similar en Tailandia, el análisis que ellos realizaron, revela que a mayor experiencia en el cultivo de maíz (que en buena medida viene dada por la edad), un mayor tamaño de la unidad de producción y una fuerte vinculación con los sectores público y privado, están significativamente asociadas con la adopción de buenas prácticas agrícolas, entre las que se incluye el empleo de semillas mejoradas, lo cual produce mejoras en la productividad de los productores.

El uso de semillas mejoradas ha demostrado su potencial a través de avances en la calidad y rendimiento del grano de maíz en distintos territorios de México, pero para ello, se deben emplear variedades que se adapten a las zonas (Jaramillo-Albuja et al., 2018), su abastecimiento debe ser oportuno (Luna-Mena et al., 2012), y su uso debe ser acompañado de un adecuado empleo de fertilizantes químicos e insecticidas (Brenes et al., 2011). Con respecto a las variedades mejoradas desarrolladas por CIMMYT, en Pakistán se ha demostrado que su uso impacta el rendimiento del grano en trigo con mejoras de entre 5 % y 17 %, en comparación con variedades locales (Joshi et al., 2017).

Sobre la edad, López-González et al. (2019), han generado evidencia de su relación directa con el nivel de adopción de innovaciones progresivas, mismo que mejora el rendimiento en maíz de productores mexicanos. En el mismo estudio, se define el uso de semilla mejorada como una innovación radical y no progresiva, sin embargo, para los productores del presente estudio puede si tratarse de una innovación progresiva, debido a que el acompañamiento técnico que ofrece el programa PROAGRO Productivo puede estar reduciendo la radicalidad percibida del cambio.

Con respecto a la escala, se ha encontrado en productores mexicanos de nuez que una mayor superficie y una mayor producción incrementan el poder de negociación de los productores, y con ello, los precios de venta y los ingresos mejoran (Espinoza-Arellano et al., 2019); en este sentido, la organización es la vía a través de la cual los pequeños productores pueden incrementar su poder de negociación. Empero, el tamaño de la finca no siempre representa una restricción; en Bangladesh se ha generado evidencia de que la producción de maíz a nivel de finca es rentable y competitiva independientemente de la cantidad de superficie cultivada, debido a que productores en aquel país muestran una alta capacidad de respuesta ante cambios en los precios de los insumos y el producto, siendo la cantidad de trabajo la variable que adaptan a las circunstancias que impone el mercado (Rahman et al., 2016). Esta adaptación del factor trabajo es especialmente importante para productores con bajo grado de mecanización, como los aquí analizados, pues la mano de obra es el principal insumo variable que requieren para la producción de maíz. En cambio, los sistemas de producción de maíz altamente mecanizados, como algunos en Sudáfrica, muestran una rentabilidad con baja sensibilidad ante aumentos en salario (Saayman & Middelberg, 2014).

Por su parte, una mayor vinculación se sabe contribuye a la mejora de los resultados de las MSMEs, tanto por aumentos en la productividad, vía acceso a conocimiento, como por mejoras en las condiciones sobre las que se realiza la comercialización de la producción, vía acceso a más y mejores clientes (González-Campo & Gálvez-Albarracín, 2008). En maíz, se ha comprobado que los productores obtienen mayores rendimientos en la medida que se vinculan con otros productores que sirven como apoyo social, y con proveedores y clientes que brindan conocimiento especializado (Sánchez Gómez et al., 2016). En cuanto al efecto adverso del uso de feromonas puede deberse a que su aplicación para el combate del gusano cogollero, no se realiza con las especificaciones de distribución y mantenimiento adecuadas (INIFAP-CIMMYT, 2016).

De acuerdo con lo anterior, la combinación identificada de factores que determinan la Capacidad Comercial influye en las cuatro variables consideradas en el cálculo de este indicador. Al comparar a los 10 productores más destacados en términos de su Capacidad Comercial con los promedios de la red, se encuentra que cinco venden a un mejor precio, ocho obtienen rendimientos mayores y cuatro de ellos igualan o superan las cuatro toneladas por hectárea, ocho incorporan una mayor proporción de su producción para venta y cuatro tienen un mayor número de clientes (Tabla 5). Destaca el precio de venta de $7,500/t que corresponde a un productor que produce y vende maíz criollo, mismo que se paga mejor que las variedades mejoradas, aunque con rendimiento significativamente inferior.

Tabla 5 Productores de la red con mayor Capacidad Comercial 

Actor ID Sale edal
($ t-1)
Yield
(t ha-1)
Production sold
(%)
Number of clients Commercial Capacity
(%)
ER174 4,000 7 100 1 71.7
ER273 7,500 0.8 80 2 64.5
ER3681 5,500 2.2 80 2 62.8
ER262 6,000 2 100 1 60.5
ER1655 6,000 2 100 1 60.5
ER269 5,000 4.5 40 2 59.4
ER4727 5,000 2 40 3 58.8
ER3573 4,000 4 90 1 58.4
ER4303 6,000 1.2 100 1 57.6
ER2553 5,000 4 70 1 56.8
Network average (n=266) 5,389 1.4 48 1 43.7

Fuente: Elaboración propia con información de encuestas levantadas en 2018. *ER: prefijo para la identificación de productores de maíz beneficiarios de PROAGRO productivo.

Entonces, las acciones realizadas por los productores más sobresalientes se traducen principalmente en mejoras en sus rendimientos, lo que a su vez les permite incorporar una mayor cantidad de producto al mercado. Por otro lado, el precio y el número de clientes son variables que presentan mayor restricción para su mejora, pues están limitados por la estructura oligopsonica de la red comercial. Una situación parecida se identificó en pequeños productores de maíz de Malawi y Mozambique, en ellos el aumento de la productividad se concluye es la manera más eficiente de mejorar su competitividad, pues por el lado de los precios de los insumos y el producto, los productores individuales tienen poco que hacer (Mango et al., 2018). Por lo tanto, la promoción de innovaciones tecnológicas probadas, como el uso de semillas mejoradas, es una tarea a tomar en cuenta en intervenciones encaminadas a fortalecer la competitividad de pequeños productores de maíz.

Conclusiones

A pesar de la dificultad que implica realizar una comercialización redituable para los productores de maíz mexicanos, después de la liquidación de la paraestatal CONASUPO, este estudio reveló que algunos productores presentan mayor Capacidad Comercial, y con ello, mejoran su competitividad al contrarrestar las amenazas del poder de negociación de los proveedores y el poder de negociación de los clientes. Los factores que aumentan la Capacidad Comercial son: una mayor edad, mayor superficie, mayor conexión a la red comercial y la adopción de semilla mejorada. El rendimiento es la variable incluida en el cálculo de la Capacidad Comercial que es más fuertemente favorecida por esta combinación de elementos. Tener altos rendimientos y una mayor cantidad de producto para venta permite a los productores de maíz tener mayores posibilidades de sobreponerse a los desafíos de producir en un marco de libre mercado.

Finalmente, se debe mencionar que el estudio presenta dos limitaciones. En primer lugar, la precisión y confiabilidad de los resultados sólo aplica para los productores analizados y no para todos los productores de maíz en México. Sin embargo, los hallazgos y su consistencia con otros estudios realizados dentro y fuera de país, indican que los resultados pueden ser retomados como un referente para estudios a desarrollarse en otros territorios. Por otro lado, aunque el estudio se realiza con productores beneficiados por el programa PROAGRO Productivo, no se puede inferir que los hallazgos son provocados por la intervención del programa, razón por la cual se sugiere realizar investigaciones en donde se comparen los resultados de productores inscritos a PROAGRO Productivo, con los de otros productores similares que no reciben tal beneficio.

REFERENCIAS

Aguilera-Enríquez, L., González-Adame, M. and Rodríguez-Camacho, R. (2011). Small business competitiveness model or strategic sectors. Advances in Competitiveness Research, 19(3 and 4): 58-73. In: https://www.questia.com/library/journal/1P3-2439542841/small-businesses-competitiveness-model-for-strategicLinks ]

Borgatti, S. P. (2006). Identifying sets of key players in a social network. Computational and Mathematical Organization Theory, 12(1): 21-34. http://doi.org/10.1007/s10588-006-7084-x [ Links ]

Brenes, E. B., Maciel-Pérez, L. H., Macias-Valdez, L. M., Cortés-Chamorro, M. A., Domínguez-López, R. F. and Robles-Escobedo, F. J. (2011). Caracterización de productores de tres municipios de Aguascalientes. Revista Mexicana de Ciencias Agrícolas (Pub. Esp.), (1st eda-31th august): 31-40. In: http://www.scielo.org.mx/pdf/remexca/v2nspe1/v2spe1a3.pdfLinks ]

Cruz-Delgado, M. S. (2009). Situación actual y perspectivas del maíz en México, 1996-2012. SIAP-SAGARPA, México D.F., México. In: http://www.campomexicano.gob.mxLinks ]

De Pablo Valenciano, J., Pérez De Mesa, J. C. and Lévy Mangin, J. P. (2008). The Spanish tomato export sector of the Almeria Region: An econometric approach. International Advances in Economic Research, (14): 316-328. https://doi.org/10.1007/s11294-008-9155-x [ Links ]

Elbadawy, E., Mohamed Arshad, F., Mohammed, Z. and Mohd Mansor, I. (2013). Assessing the competitiveness of sheep production in selected states in Sudan. Journal of Agricultural Science, 5(1): 75-83. http://dx.doi.org/10.5539/jas.v5n1p75 [ Links ]

Emam, A. A. & Mohamed, M. O. (2011). The competitiveness of sugar cane production: A study of Kenana Sugar Company, Sudan. Journal of Agricultural Science, 3(3): 202-210. https://doi.org/10.5539/jas.v3n3p202 [ Links ]

Espinoza-Arellano, J. de J., Cervantes-Vázquez, M. G., Orona-Castillo, I., Molina-Morejón, V. M., Guerrero-Ramos, L. A. and Fabela-Hernández, A.M. (2019). Factores socioeconómicos para mejorar la producción y comercialización de la nuez pecanera en la Comarca Lagunera. Revista Mexicana de Ciencias Agrícolas, 10(3): 551-561. https://doi.org/10.29312/remexca.v10i3.1655 [ Links ]

Freeman, L. C. (1979). Centrality in social networks conceptual clarification. Social Networks, 1(3): 215-239. http://doi.org/10.1016/0378-8733(78)90021-7 [ Links ]

García-García, A. M., Figueroa-Rodríguez, K., Mayett-Moreno, Y. and Hernández-Rosas, F. (2015). Competitividad en el sector agropecuario: Una revisión de métodos aplicados. Revista Venezolana de Gerencia, 20(72): 717-733. In: https://www.redalyc.org/articulo.oa?id=29044047009Links ]

Girán, R., Vargas, H. and Osta, K. (2008). Propuesta metodológica para el análisis de la competitividad empresarial en la pequeña y mediana agroindustria alimentaria. Revista Ingeniería Industrial, 7(1):5-14. https://dialnet.unirioja.es/servlet/articulo?codigo=5010390Links ]

Glejser, H. (1969). A New Test for Heteroskedasticity. Journal of the American Statistical Association, 64(325): 316-323. https://doi.org/10.1080/01621459.1969.10500976 [ Links ]

González-Campo, C. H. and Gálvez-Albarracín, E. J. (2008). Modelo de Emprendimiento en Red -MER. Aplicación de las teorías del emprendimiento a las redes empresariales. Revista Latinoamericana de Administración, 40: 13-31. https://www.researchgate.net/publication/43070347Links ]

Hussain, A. & Naeem-ur-Remhan, K. (2011). Economic analysis of sugarcane crop in district Carsadda. Journal of Agricultural Research, 49(1): 153-163. https://mpra.ub.uni-muenchen.de/41984/Links ]

IICA. (2016). Informe anual 2015 del IICA. Agricultura, oportunidad de desarrollo en las Américas. Instituto Interamericano de Cooperación para la Agricultura (IICA), San José, Costa Rica. In: https://www.iica.intLinks ]

INEGI. (2017). Encuesta Nacional Agropecuaria (ENA). https://www.inegi.org.mx . (Last checked: June 17th 2019). [ Links ]

INIFAP-CIMMYT. (2016). Manejo agroecológico de gusano cogollero: feromonas. In: In: https://repository.cimmyt.org/handle/10883/18262 (Last checked: June 19th 2019). [ Links ]

Janthong, N. & Sakkatat, P. (2018). Farmers Adoption of Corn Production on Good Agricultural Practices (GAP) in Angthong Province. Journal of Agricultural Research & Extension, 35(3): 54-63. In: http://www.jare.mju.ac.th/index.php/journal/book/18-vol35-3/15-vol35Links ]

Jaramillo-Albuja, J. G., Peña-Olvera, B. V., Hernández-Salgado, J. H., Díaz-Ruiz, R. and Espinosa-Calderón, A. (2018). Caracterización de productores de maíz de temporal en Tierra Blanca, Veracruz. Revista Mexicana de Ciencias Agrícolas, 9(5): 911-923. https://doi.org/10.29312/remexca.v9i5.1501 [ Links ]

Joshi, K. D., Rehman, A. U., Ullah, G., Nazir, M. F., Akhtar, J., Khan, M., Baloch, A., Khokhar, J., Ellahi, E., Khan, A., Suleman., M. and Imtiaz, M. (2017). Acceptance and competitiveness of new improved wheat varieties by smallholder farmers. Journal of Crop Improvement, 31(4): 608-627. http://doi.org/10.1080/15427528.2017.1325808 [ Links ]

Khushk, A. M., Aslam, M. and Ikram, S. (2011). Analysis of sugar industry competitiveness in Pakistan. Journal of Agricultural Research, 49(1):137-151. In: https://apply.jar.punjab.gov.pk/upload/1374663590_88_35__13714-3077-14.pdfLinks ]

Klein, L. (1962). An Introduction to Econometrics. Prentice-Hall, New Jersey, USA. [ Links ]

López-González, J. L., Damián-Huato, M. A., Álvarez-Gaxiola, J. F., Méndez-Espinosa, J. A., Rappo-Miguez, S. E. and Paredes-Sánchez, J. A. (2019). Innovaciones radicales y progresivas en el manejo del maíz en Calpan, Puebla, México. Revista Mexicana de Ciencias Agrícolas, 10(2): 277-288. https://doi.org/10.29312/remexca.v10i2.802 [ Links ]

Luna-Mena, B. M., Hinojosa Rodríguez, M. A., Ayala-Garay, O. J., Castillo-González, F. and Mejía-Contreras, J. A. (2012). Perspectivas de Desarrollo de la Industria Semillera de Maíz en México. Revista Fitotecnia Mexicana, 35(1): 1-7. In: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0187-73802012000100003Links ]

Magaña Sánchez, P. A., Padilla Bernal, L. E. and Vargas Hernández, J. G. (2010). Competitividad de las agroindustrias del limón pertenecientes al clúster del limón mexicano en Colima, México. Economía y Sociedad, XIV(25): 139-152. In: https://revistas.ucr.ac.cr/index.php/ edalyc ió/article/view/7081/6766Links ]

Mango, N., Mapemba, L., Tchale, H., Makate, C., Dunjana, N. and Lundy, M. (2018). Maize value chain analysis: A case of smallholder maize production and marketing in selected areas of Malawi and Mozambique. Cogent Business and Management, 5(1): 1-15. http://doi.org/10.1080/23311975.2018.1503220 [ Links ]

Maximiliano-Martínez, G., Rivera-Herrejón, M. G., Franco-Malvaíz, A. L. and Soria-Ruiz, J. (2011). La comercialización de maíz después de CONASUPO en dos comunidades del norte del Estado de México. Economía, Sociedad y Territorio, XI(35): 197-224. In: https://www.redalyc.org/articulo.oa?id=11116271008Links ]

Moyano Fuentes, J., Puig Blanco, F. and Bruque Cámara, S. (2008). Los determinantes de la competitividad en las cooperativas. CIRIEC-ESPAÑA Revista de Economía, (61): 233-249. In: https://www.redalyc.org/articulo.oa?id=17412302011Links ]

OCDE. (2005). Oslo Manual Guidelines for collecting and interpreting innovation data Communities. OCDE Publishing, Paris, Francia. http://doi.org/10.1787/9789264013100-en [ Links ]

Ortíz-Rosales, M. A. & Ramírez-Abarca, O. (2017). Proveedores e industrias de destino de maíz en México. Agricultura, Sociedad y Desarrollo, 14(1): 61-82. https://doi.org/10.22231/asyd.v14i1.523 [ Links ]

Porter, M. E. (1980). Competitive Strategy: Techniques for Analyzing Industries and Competitors. Free Press, New York, USA. https://kniga.biz.ua/pdf/250- competitive-strategy.pdfLinks ]

Porter, M. E. (2008). Las cinco fuerzas competitivas que le dan forma a la estrategia. Harvard Business Review (enero):1-15. In: https://utecno.files.wordpress.com/2014/05/las_5_fuerzas_competitivas-michael_porter-libre.pdfLinks ]

Rahman, S., Haque Kazal, M. M. and Begum, I. A.. (2016). Competitiveness, Profitability, Input Demand and Output Supply of Maize Production in Bangladesh. Agriculture, 6(21): 1-14. http://doi.org/10.3390/agriculture6020021 [ Links ]

Rendón, R., Aguilar, J., Altamirano, R. and Muñoz, M. (2007). Etapas del mapeo de redes territoriales de innovación. Universidad Autónoma Chapingo, Chapingo, México. In: http://ciestaam.edu.mx/material_de_divulgacion/etapas-del-mapeo-redes-territoriales-innovacion/Links ]

Saaty, T. (1996). Multicriteria Decision Making: The Analytical Hierarchy Process. Mc Graw Hill, New York, USA. [ Links ]

Saayman, L. & Middelberg, S. L. (2014). The effect of higher wages on production cost and mechanization: A south African maize sector study. Journal of Applied Business Research, 30(2):341-352. https://doi.org/10.19030/jabr.v30i2.8402 [ Links ]

SAGARPA. (2018). Programas Agricultura - PROAGRO Productivo. Disponible en Disponible en http://www.sagarpa.mx . (Last checked: June 21th 2019). [ Links ]

Sánchez Gómez, J., Rendón Medel, R., Díaz José, J. and Sonder, K. (2016). El soporte institucional en la adopción de innovaciones del productor de maíz: región centro, México. Revista Mexicana de Ciencias Agrícolas (Pub. Esp.) (30th june-30th august): 2925-2938. https://doi.org/10.29312/remexca.v0i15.416 [ Links ]

SIAP-SAGARPA. (2017). Centro de Estadística Agropecuaria. Sistema de Información Agropecuaria de Consulta 1980-2019. (SIACON). Versión 38.0. Ciudad de México. [ Links ]

SIAP. (2019). Avance de siembras y cosechas resumen nacional. Disponible en: Disponible en: http://infosiap.siap.gob.mx (Last checked: February 16th 2020). [ Links ]

Simón, M. R. & Golik, S. I. (2018). Cereales de verano. Universidad Nacional de La Plata, Buenos Aires, Argentina. In: http://sedici.unlp.edu.ar/handle/10915/68613Links ]

Vivanco Aranda, M., Martínez Cordero, F. X. and Taddei Bringas, I. C. (2010). Análisis de competitividad de cuatro sistemas producto estatales de tilapia en México. Estudios Sociales, 18(35): 166-207. In: https://www.redalyc.org/articulo.oa?id=41712074005Links ]

Como citar este artículo: Ramírez-Vásquez, J. D., Islas-Moreno, A., Roldán-Suárez, E. (2020). Commercial capacity and competitiveness factors in maize (Zea mays) farmers in Oaxaca, Mexico Revista Bio Ciencias 7, e897. doi: https://doi.org/10.15741/revbio.07.e897

Recibido: 11 de Diciembre de 2019; Aprobado: 15 de Abril de 2020

Creative Commons License This is an open-access article distributed under the terms of the Creative Commons Attribution License