| ln_prod_sup | ||
|---|---|---|
| Predictors | Estimates | CI |
| (Intercept) | 5.24 *** | 3.17 – 7.32 |
| clase.mayoria: dueño | 0.10 | -0.52 – 0.72 |
| clase.mayoria: especiales | 1.13 | -0.86 – 3.12 |
| dueño | 1.43 | -0.52 – 3.38 |
| arrendamiento | 1.87 | -0.16 – 3.90 |
| ln_area | 0.39 *** | 0.35 – 0.43 |
| ln_sup_pred | -0.30 *** | -0.33 – -0.26 |
| clustering | 0.11 | -0.07 – 0.28 |
| Edad | -0.01 *** | -0.01 – -0.00 |
| Sexo | -0.08 ** | -0.15 – -0.02 |
| Instrucción Formal | 0.02 ** | 0.01 – 0.04 |
| Identificación étnica | 0.00 | -0.01 – 0.02 |
| Random Effects | ||
| σ2 | 5.80 | |
| τ00 ual_prov | 0.85 | |
| ICC | 0.13 | |
| N ual_prov | 23 | |
| Observations | 30154 | |
| Marginal R2 / Conditional R2 | 0.017 / 0.143 | |
| * p<0.05 ** p<0.01 *** p<0.001 | ||
Análisis de la Productividad por Superficie y Trabajador con Modelos Multinivel
Introducción
En el presente trabajo hemos realizado un análisis de la productividad agrícola en Ecuador utilizando modelos multinivel, con el objetivo de identificar los factores que influyen tanto en la productividad por superficie como en la productividad por trabajador. Este enfoque nos permite considerar no solo las características individuales de los trabajadores, como la edad, el sexo y la educación formal, sino también aspectos estructurales de las parcelas, como el tamaño y la superficie predial, así como las diferencias existentes entre provincias. El uso del modelo multinivel resulta especialmente adecuado en este contexto, ya que permite separar la variación atribuible a factores individuales y de parcela de la variación que se produce entre regiones. De esta manera, es posible entender de manera más precisa cómo las condiciones de trabajo, los recursos disponibles y el contexto geográfico afectan la eficiencia productiva en el sector agrícola.
Producción por Superficie
Podemos observar que el modelo multinivel de la Tabla 1 nos muestra que la productividad por superficie está explicada principalmente por características productivas, como se puede ver en la Figura 1 y del productor, mientras que la tenencia de la tierra no presenta efectos significativos, vemos que las categorías asociadas a dueño, mayoría dueño, mayoría especiales o arrendamiento no muestran cambios estadísticamente relevantes, por lo que no se puede afirmar que el tipo de tenencia determine la productividad. En contraste, variables como el tamaño del predio (ln_area) aumentan la productividad, mientras que la superficie efectivamente utilizada (ln_sup_pred) la reduce, sugiriendo posibles rendimientos decrecientes, además, la instrucción formal tiene un efecto positivo claro, mostrando que mayores niveles educativos se asocian a una mejor gestión productiva. Por otro lado, características como la edad del productor presentan un efecto negativo pero pequeño, indicando una ligera disminución en productividad conforme aumenta la edad, mientras que el sexo y la identificación étnica no presentan diferencias significativas, por lado también vemos que el 17% de la variación total corresponde a diferencias entre provincias, lo que confirma la pertinencia del enfoque multinivel. Finalmente, aunque los efectos fijos explican solo una pequeña parte de la variación (1.6%), el \(R^2\) condicional aumenta a 18.3% al considerar los efectos aleatorios, evidenciando que tanto las condiciones territoriales como los factores individuales influyen en la productividad agrícola.
Producción por Trabajador
| ln_prod_trab | ||
|---|---|---|
| Predictors | Estimates | CI |
| (Intercept) | 3.29 ** | 1.16 – 5.42 |
| clase.mayoria: dueño | -0.01 | -0.65 – 0.63 |
| clase.mayoria: especiales | 1.50 | -0.55 – 3.54 |
| dueño | 2.31 * | 0.30 – 4.32 |
| arrendamiento | 2.63 * | 0.54 – 4.72 |
| ln_area | 0.24 *** | 0.20 – 0.28 |
| ln_sup_pred | 0.69 *** | 0.66 – 0.72 |
| clustering | 0.11 | -0.07 – 0.29 |
| Edad | -0.00 | -0.00 – 0.00 |
| Sexo | -0.14 *** | -0.21 – -0.08 |
| Instrucción Formal | -0.01 | -0.02 – 0.01 |
| Identificación étnica | 0.00 | -0.02 – 0.02 |
| Random Effects | ||
| σ2 | 6.14 | |
| τ00 ual_prov | 0.72 | |
| ICC | 0.11 | |
| N ual_prov | 23 | |
| Observations | 30154 | |
| Marginal R2 / Conditional R2 | 0.211 / 0.295 | |
| * p<0.05 ** p<0.01 *** p<0.001 | ||
La Tabla 2 del modelo multinivel muestra la productividad por trabajador según el tipo de tenencia de la tierra en Ecuador, usando datos del ESPAC 2022. Los resultados indican que la forma de tenencia, ya sea dueño o arrendatario, no tiene un efecto significativo sobre la productividad, a pesar de que los coeficientes son positivos. Esto sugiere que la propiedad de la tierra por sí sola no garantiza mayor eficiencia laboral y que otros factores estructurales y de recursos son más determinantes. En este sentido, las variables relacionadas con la superficie de la tierra muestran efectos claros y significativos. El tamaño de la parcela y la superficie predial presentan coeficientes positivos de 0.24 y 0.85, respectivamente, indicando que disponer de más tierra y recursos físicos aumenta de manera consistente la productividad por trabajador. Además, características individuales como la educación formal tienen un efecto positivo de 0.03, mientras que la edad y el sexo muestran efectos negativos, lo que refleja que los trabajadores más jóvenes y hombres presentan ligeras diferencias en productividad, y que la educación mejora la eficiencia y gestión del trabajo agrícola. La identificación étnica no tiene un impacto relevante en la productividad. Finalmente, los efectos aleatorios muestran que alrededor del 16% de la variación en la productividad se explica por diferencias entre provincias, esto se ve de manera clara en Figura 2, y que el modelo en su conjunto logra explicar hasta un 34% de la variación total al incluir tanto los efectos fijos como aleatorios.
Conclusión
Los modelos multinivel realizados indican que la productividad agrícola en Ecuador depende principalmente de características estructurales de cada predio y de caracteristicas generales de los productores, más que de la forma de tenencia de la tierra. En ambos modelos, las variables como el tamaño del predio y la educación formal presentan efectos positivos y significativos, mientras que el tipo de tenencia no es significativa. Además, la variación entre provincias explica una proporción importante de la productividad.