Agricultura Impulsada por Datos en el Estado de Sonora
En la actualidad, es indispensable las técnicas impulsadas por datos en cualquier ámbito profesional. En el presente documento se realizará un análisis con un enfoque data-driven en la agricultura de Sonora, México y de que manera el enfoque data-driven nos pueden ayudar a optimizar la producción agrícola tanto en el país como a nivel global.
El análisis de datos para que sea preciso es necesario que se utilice datos proporcionados y no proporcionados para formular inferencias con ellos, pero antes de, es necesario saber manejar estos datos.
Antecedentes
Sonora es un estado con una alta producción anual de productos agrícolas en México, donde tiene el sector agrícola tiene un gran impacto en la economía del estado, dado que numerables familias viven de dicho sector.
Covid-19 ha estado arrazando con todos los trabajos físicos en la actualidad, ¿Será la agricultura, una área más afectada por la pandemia? ¿Qué impacto tiene el decremento obtenido vs el año pasado? ¿Qué tanto afecta la economía la pandemia en el sector agrícola?
Objetivo
- Conocer los datos de las siembras y cosechas de algunos municipios de Sonora.
- Llevar a cabo un análisis de las hectáreas sembradas y cosechadas.
- Cuantificar la disminución de la producción del 2019 al 2020
- Generar hipótesis basadas en datos que nos proporcionen argumentos para sostener hipótesis.
- Manejar datos masivos de fuentes oficiales.
Importando librerías
setwd("~/EALMV9") # Folder de trabajo
library(prettydoc)# Libreria para dar formato
library(readr) # Libreria para leer datos csv
library(DT)
library(ggplot2)
library(plotly)##
## Attaching package: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layoutdatos2019 <- read_csv("SiembrasCosechas2019.csv") # Importar datos##
## -- Column specification --------------------------------------------------------
## cols(
## Municipio = col_character(),
## Sembrada = col_double(),
## Cosechada = col_double(),
## Siniestrada = col_double(),
## Anio = col_double()
## )datos2020 <- read_csv("SiembrasCosechas2020.csv") # Importar datos##
## -- Column specification --------------------------------------------------------
## cols(
## Municipio = col_character(),
## Sembrada = col_double(),
## Cosechada = col_double(),
## Siniestrada = col_double(),
## Anio = col_double()
## )Descarga de este código
Para fines de reproducibilidad se incluye todo el código para su descarga.
xfun::embed_file("U1A6.Rmd")Datos 2020
El SIAP (Servicio de imformación Agroalimentaria y Pesquera) nos proporciona los datos correspondientes a la producción agrícola por municipio y estado de México. Se muestran las hectáreas que fueron sembradas, cosechadas y siniestradas durante el mes de marzo de 2020. En este mes COVID-19 fue declarado pandemia.
datos1 <- read.csv("SiembrasCosechas2020.csv", encoding = "UTF-8")
class(datos1)## [1] "data.frame"head(datos1)## Municipio Sembrada Cosechada Siniestrada Anio
## 1 Bacum 22985.0 1050.00 0.0 2020
## 2 Cajeme 84051.9 2972.00 0.0 2020
## 3 Empalme 3802.0 1697.00 0.0 2020
## 4 Etchojoa 47350.5 2654.93 0.0 2020
## 5 Guaymas 23615.1 1920.00 0.0 2020
## 6 Hermosillo 21013.0 0.00 127.5 2020datatable(datos1)Datos 2019
Ahora, en retrospectiva obtendremos los datos proporcionados un año antes de la pandemia, para ver si hay o no un problema relacionado con la pandemia.
Se muestran las hectáreas que fueron sembradas, cosechadas y siniestradas durante marzo de 2019. Esto pasó antes de que se detectara el virus de COVID-19.
datos2 <- read.csv("SiembrasCosechas2019.csv", encoding = "UTF-8")
class(datos2)## [1] "data.frame"head(datos2)## Municipio Sembrada Cosechada Siniestrada Anio
## 1 Bacum 32266.95 31529.95 737 2019
## 2 Cajeme 84979.50 84541.50 438 2019
## 3 Empalme 3857.00 3857.00 0 2019
## 4 Etchojoa 58881.14 58554.14 327 2019
## 5 Guaymas 21047.00 21047.00 0 2019
## 6 Hermosillo 30519.00 30519.00 0 2019datatable(datos2)Comparaciones
municipios <- datos2$Municipio # Se obtienen los municipios
sembrada19 <- datos2$Sembrada # Se obtienen los datos de la siembra de 2019
sembrada20 <- datos1$Sembrada # Se obtienen los datos de la siembra de 2020
cosechada19 <- datos2$Cosechada # Se obtienen los datos de la cosecha de 2019
cosechada20 <- datos1$Cosechada # Se obtienen los datos de la cosecha de 2020
dataf_sembrada <- data.frame(municipios,sembrada19,sembrada20) # Se guardan las siembras de ambos años
dataf_cosechada <- data.frame(municipios,cosechada20,cosechada20) # Se guardan las cosechas de ambos años
sembrada <- plot_ly(dataf_sembrada, x= municipios, y= sembrada19, name = "sembrada 2019", type = 'bar')%>% add_trace(y=sembrada20, name = "sembrada2020")
sembradaEn cuanto a la sembrada, en los municipios con mayor relevancia notamos un pequeño decremento, esto pudiera ser normal, pero en su totalidad termina siendo miles de hectáreas disminuidas en época de pandemia.
cosechada <- plot_ly(dataf_cosechada, x= municipios, y= cosechada19, name = "cosechada 2019", type = 'bar')%>% add_trace(y=cosechada20, name = "cosechada 2020")
cosechadaEsta gráfica es preocupante, hay una diferencia muy grande entre el producto cosechado en época de pandemia, a partir de estos gráficos nosotros, como analístas podemos proponer hipótesis ante preguntas escenciales en la predicción a futuro del sector.
Conclusiones
A mi parecer la pandemia a afectado en gran medida el sector agrícola y en la economía de la mayoría de las familias sonorenses, dado que hay muchas personas involucradas en dicho sector, esto hace un daño muy fuerte en la economía del estado, dejando vulnerable las familias que su único trabajo era el sector agrícola. Este decremento ocasionado en este año en la cosechada, repercute fuertemente en millones de personas, que su manera de sobrevivir era con dicho trabajo.
Referencias
Servicio de Información Agroalimentaria y Pesquera. (2017). Producción Agrícola. febrero 17, 2020, de Gobierno de México Sitio web: https://www.gob.mx/siap/acciones-y-programas/produccion-agricola-33119