| log_prod_sup | ||
|---|---|---|
| Predictors | Estimates | CI |
| (Intercept) | 5.24 *** | 3.17 – 7.32 |
| tenencia_dom: dueño | 0.10 | -0.52 – 0.72 |
| tenencia_dom: especiales | 1.13 | -0.86 – 3.12 |
| dueño | 1.43 | -0.52 – 3.38 |
| arrendamiento | 1.87 | -0.16 – 3.90 |
| log_area_tot | 0.39 *** | 0.35 – 0.43 |
| log_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 | ||
Planificación Territorial
Modelos Multinivel
1 Producción por superficie
La Tabla 1 muestra que la productividad por superficie está fuertemente explicada por las características físicas del predio. En particular, el log del área total presenta un coeficiente positivo y altamente significativo (0.39), lo que indica que predios más extensos tienden a obtener mayores niveles de producción por unidad de superficie. De manera opuesta, la superficie declarada del predio (log sup pred) presenta un coeficiente negativo y muy significativo (-0.30), sugiriendo que conforme aumenta la superficie directa destinada a la producción, la eficiencia marginal disminuye, posiblemente por efectos de saturación o menor intensidad productiva. Las variables institucionales (como la tenencia del predio o las categorías “dueño” y “arrendamiento”) no muestran efectos estadísticamente significativos, lo cual coincide con la idea de que el régimen de tenencia no es el principal determinante de la productividad. En cambio, las variables demográficas muestran patrones claros: la edad tiene un efecto negativo aunque pequeño (-0.01), mientras que el sexo masculino reduce significativamente la productividad (-0.08), lo que puede estar asociado a diferencias en prácticas agrícolas o composición del hogar. En términos del nivel territorial, el modelo indica que cerca del 13 % de la variación total se explica por diferencias entre provincias (ICC = 0.13), lo que confirma la pertinencia del enfoque multinivel. Así, la productividad por superficie no sólo depende de factores propios del predio, sino también de desigualdades territoriales estructurales que influyen en el desempeño agrario.
2 Producción por trabajador
| log_prod_trab | ||
|---|---|---|
| Predictors | Estimates | CI |
| (Intercept) | 3.29 ** | 1.16 – 5.42 |
| tenencia_dom: dueño | -0.01 | -0.65 – 0.63 |
| tenencia_dom: especiales | 1.50 | -0.55 – 3.54 |
| dueño | 2.31 * | 0.30 – 4.32 |
| arrendamiento | 2.63 * | 0.54 – 4.72 |
| log_area_tot | 0.24 *** | 0.20 – 0.28 |
| log_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 evidencia que la productividad por trabajador responde principalmente a variables asociadas a la estructura productiva del predio. Entre los resultados más relevantes destaca el coeficiente positivo y altamente significativo del log del área total (0.24), indicando que predios con mayor extensión suelen lograr mayor rendimiento por trabajador. Más aún, el efecto del log de la superficie declarada del predio (0.69) es uno de los más fuertes del modelo, mostrando que una mayor disponibilidad de superficie asignada a la actividad incrementa de manera sustancial la productividad laboral. En contraste con el modelo de superficie, aquí las formas de uso de la tierra sí presentan efectos más notorios: las categorías dueño (2.31) y arrendamiento (2.63) muestran coeficientes positivos y significativos, lo que sugiere que ciertas modalidades de acceso a la tierra pueden asociarse con mayores niveles de eficiencia laboral, posiblemente por incentivos productivos o niveles diferenciados de inversión. Asimismo, la variable sexo mantiene un efecto negativo considerable (-0.14), lo que coincide con brechas de género persistentes en el sector agrícola. En cambio, la edad, la instrucción formal y la identificación étnica no aportan efectos robustos sobre la productividad del trabajo. A nivel territorial, el ICC indica que alrededor del 11 % de la variación en la productividad laboral se debe a diferencias entre provincias, lo que respalda nuevamente el uso del modelo multinivel y la presencia de heterogeneidad territorial significativa en las capacidades productivas.
3 Mapas de los efectos territoriales de la productividad por superficie y por trabajador a nivel provincial
4 Conclusión
Los resultados muestran que la productividad agrícola, tanto por superficie como por trabajador, está determinada principalmente por las características estructurales del predio, especialmente el tamaño total y la superficie disponible para producción. En ambos modelos, estas variables presentan efectos consistentes y significativos, indicando que el acceso a mayor área genera condiciones más favorables para organizar la producción y alcanzar mejores niveles de eficiencia. Las variables de tenencia de la tierra no tienen un impacto claro sobre la productividad por superficie, pero sí muestran efectos importantes en la productividad por trabajador, lo que sugiere que los incentivos derivados del control o uso del predio pueden influir en el rendimiento laboral. Las características demográficas tienen efectos más modestos, aunque el sexo y la edad del productor mantienen patrones significativos.