View
1
Download
0
Category
Preview:
Citation preview
1
DESARROLLO DE REGIONES Y EURORREGIONES. EL DESAFÍO
DEL CAMBIO RURAL
Ourense, 16-18 de noviembre de 2006
EL CAPITAL SOCIAL Y LAS EXTERNALIDADES GEOGRÁFICAS EN EL MEDIO RURAL: SU IMPACTO SOBRE LAS ACTIVIDADES
AGRARIAS
Mª Teresa Gallo Rivera y Rubén Garrido Yserte Instituto Universitario de Análisis Económico y Social (Servilab) – Área de Estudios Territoriales y
Urbanos – Departamento de Economía Aplicada - Universidad de Alcalá maria.gallo@uah.es; ruben.garrido@uah.es
ÁREA TEMÁTICA: Indicadores regionales: crecimiento y empleo rural y urbano
RESUMEN:
El objetivo de esta comunicación es verificar empíricamente el papel de los activos
de los hogares rurales (humano, público, privado, y especialmente el capital social)
en los niveles de producción e ingreso agropecuarios en presencia de fenómenos de
interacción o dependencia espacial. Se utilizarán técnicas econométricas espaciales
para explorar las relaciones espaciales entre los pequeños productores
agropecuarios (de los valles de Piura y del Mantaro en Junín en Perú) sobre la base
de un modelo empírico que permita evaluar si existe asociación espacial entre
productores próximos o vecinos. Además se buscará determinar qué factores
determinantes de la producción/ingreso son compartidos por productores próximos
entre sí.
Palabras clave: Capital social, externalidades geográficas, productividad de la
agricultura
JEL classification: R10, R12
2
1. Introducción
En los últimos años se ha venido otorgando mayor atención a los estudios sobre
capital social y su impacto sobre el desarrollo, así como a las interrelaciones entre
la teoría económica y el espacio, formulados con el fin de lograr el mejoramiento de
la calidad de vida de los sectores menos favorecidos. Ambas líneas de estudio
constituyen potentes áreas de análisis para fomentar el desarrollo económico y
social de los territorios (Klisberg y Tomassini, 2000; Aroca y Bosch, 2000).
Dichos enfoques han sido escasamente explorados sobre todo en el ámbito rural
de realidades latinoamericanas, como la de Perú, por lo que las investigaciones en
esta área resultan oportunas en la medida que ofrezcan lineamientos para
direccionar de mejor manera las políticas públicas, especialmente en el campo del
desarrollo rural y regional.
Si bien el 70% de la población peruana es urbana, ésta se concentra en seis
principales ciudades de la costa, por lo que la gran mayoría de las regiones del
interior son predominantemente rurales (con una población rural entre 35% y 75%
del total y que tienen en la actividad agraria su principal fuente generadora de
ingresos y sustento económico de los hogares); ahí reside la importancia de la
actividad agropecuaria en el medio rural peruano. Pese al declive en la generación
de valor (8% del PIB Nacional), la agricultura sigue jugando un rol importante en el
desarrollo del país, puesto que de ella depende aproximadamente un tercio de la
población total y en términos de empleo absorbe el 30% de la población
económicamente activa; constituyendo además el principal sustento de la
alimentación local, regional y nacional.
El estudio, por lo tanto, de los factores que determinan el mejor desempeño de
la actividad agropecuaria -como una aproximación al desempeño económico del
medio rural1 a partir de la posesión y acceso a determinados activos- es relevante
en la medida que permite contar con mayores elementos para orientar de manera
adecuada las intervenciones públicas y favorecer la acumulación de dichos activos.
En este sentido, se ofrecerán elementos de análisis sobre el papel que desempeñan
los diferentes acervos de capital presentes en el medio rural, entre ellos
1 Se reconoce que no todo lo rural es agrario; es decir que hay ámbitos rurales (en el caso de Perú en se clasifican como rurales aquellos centros poblados con menos de 4.000 habitantes - definición operativa del Instituto Nacional de Estadística e Informática (INEI)) en que si bien la actividad agropecuaria es la principal fuente generadora de ingresos y sustento de las familias, están también presentes otras actividades productivas –sobre todo de carácter primario- que permiten a los habitantes de dichas zonas obtener ingresos alternativos o complementarios (p.e. los derivados de la pesca o la minería).
3
particularmente el capital social, así como las interrelaciones geográficas/espaciales
existentes en los resultados económicos de dichos espacios.
2. Capital social y externalidades geográficas en el medio rural:
Fundamentos teóricos y evidencia empírica
2.1 El enfoque basado en los activos. La importancia del capital social y
las interdependencias espaciales
Partiremos del marco conceptual basado en los activos formulado por Siegel
(2005), que está compuesto por cuatro elementos: los activos de los hogares
(productivos, sociales, etc.), el contexto (políticas, instituciones y riesgos), el
comportamiento de los hogares (estrategias de vida) y los resultados (bienestar del
hogar). Los resultados en términos de bienestar dependerán de la interfaz activos-
contexto, y su impacto sobre las decisiones sobre los medios de vida, por lo que
todos los elementos deberán considerarse en conjunto2.
Según Moser (1998), Siegel y Alwang (1999) y Rakodi (1999), los activos de
los hogares son todos aquellos recursos que son utilizados para generar bienestar.
Estos activos incluyen el capital humano (edad, escolaridad y capacitación,
estructura familiar, etc.); el capital natural (clima, agua y tierra); el capital físico
(equipo, ganado y electricidad); activos financieros (crédito); factores específicos
del lugar (tales como el acceso a infraestructura y servicios sociales) y los activos
sociales, políticos e institucionales (redes sociales y políticas y la inclusión social).
De acuerdo con el enfoque basado en los activos, el pobre carece de activos porque
sus activos son escasos o son poco productivos (Alwang, Jansen, Siegel y Pichón
(2005)).
Centrándonos particularmente en los activos sociales, tal como se ha podido
verificar en la literatura económica, los estudios sobre su impacto en términos de
crecimiento y bienestar son todavía insuficientes; la mayoría de ellos a nivel macro,
sin referencia a situaciones concretas y locales, o bien referidas explícitamente a
ámbitos urbanos (Durston, 2002), sobre todo por los escasos avances en la
cuantificación de variables relacionadas con este concepto y también como muchos
2 Siguiendo a Alwang, Jansen, Siegel y Pichón (2004), este enfoque tiene el potencial de convertirse en una herramienta importante para la formulación y la focalización de políticas, ya que, además de su efecto directo sobre el bienestar, los activos tienen efectos indirectos a través del impacto que ejercen en las decisiones sobre los medios de vida lo que, a su vez, incide sobre las condiciones finales de bienestar.
4
autores señalan, por la “vaguedad” y falta de rigurosidad en su definición como
activo (Pérez et al, 2005 y Durston, 2000).
Esta insuficiencia resulta más evidente en contextos rurales. Como bien
señala Durston (2002), el estudio de las comunidades rurales puede aclarar varios
conceptos cruciales del capital social, que no aparecen con tanta nitidez en las
redes informales urbanas; lo cual refuerza la noción de la dimensión territorial del
capital social.
En efecto, y tal como se demuestra en algunos trabajos empíricos, la
dimensión territorial del capital social, se hace evidente por ejemplo en realidades
en las cuales la posibilidad de ampliar la identidad del grupo, para incorporar a
otros que padecen los mismos problemas, abre la posibilidad de ampliar el radio de
cooperación más allá del ámbito local y/o regional. Por otra parte, la paradoja
existente en el medio rural: la debilidad de los lazos fuertes y la fuerza de los lazos
débiles, éstos últimos con un radio espacial mayor, genera la posibilidad de vincular
agrupaciones y actores, que van consolidando una red de relaciones que
trascienden el ámbito local e inclusive rural (acumulación de capital social tipo
puente o bridging)
No pueden dejarse de mencionar a algunos esfuerzos como los del Banco
Mundial, por construir una medida de capital social, a partir de instrumentos
específicos como ha sido la Social Capital and Poverty Survey (SCPS) aplicada a
gran escala en Tanzania (Narayan y Pritchett, 1997). O también los trabajos de la
CEPAL en Latinoamérica, sobre cómo se construye el capital social campesino y
ciudadanía (casos de Guatemala, Honduras, Chile citados por Durston (2002))
aunque más desde una perspectiva reflexiva y propositiva -a partir de estudios de
casos- , antes que a partir de mediciones cuantitativas.
Entre otros trabajos consultados, podemos citar el de Johnston, Suárez y
Lundy (2003) en el que analizan la importancia del capital social en las
agroempresas rurales de Colombia. A partir de métodos cuantitativos y cualitativos
concluyen que mientras que las empresas pueden elevar su desempeño económico
haciendo inversiones en capital social; las políticas dirigidas a corregir los fallos de
mercado y potenciar el empleo de las relaciones sociales con fines empresariales,
puede generar mayor eficiencia y equidad del sector agroempresarial.
En el trabajo de Forni, Siles y Barreiro (2004) referido a Argentina, se
analiza el capital social en contextos de exclusión social y pobreza, con la finalidad
de determinar qué clase de capital social generan los hogares de los barrios más
5
pobres del Gran Buenos Aires y qué clase de capital social generan las
organizaciones comunitarias de base de estos barrios.
No es nuestra intención realizar una revisión exhaustiva de las definiciones
de capital social (ver Durston, 2002; Camagni, 2003) y de estudios empíricos sobre
el mismo, pero si destacar algunos conceptos y aportes que resultarán operativos
para los fines que nos hemos propuesto. En el cuadro 1, se resumen algunos de los
principales aspectos teóricos sobre capital social, desarrollados en los últimos años
y que constituyen una referencia para el lector que desee profundizar más en
determinados aspectos que sean de su interés.
En primer lugar, entenderemos como capital social al conjunto de
instituciones, relaciones, actitudes y valores que dominan las interrelaciones entre
las personas y contribuyen al desarrollo económico y social (Grootaert, C. y Van
Bastelaer,T., 2002). Además constituye un factor importante para suavizar el
consumo (ante shocks negativos que afectan los ingresos personales, familiares o
de la colectividad); para mejorar la eficiencia y aumentar la productividad de los
individuos.
Como bien señala Pérez, F. et al (2005), la mayor parte de literatura
económica que analiza el capital social y sus efectos, parte de definiciones más
funcionales antes que en definiciones causales –que se origina cuando se producen
expectativas de mejora a causa de conductas cooperativas que son racionales, y a
su vez, consecuencia del comportamiento cooperativo de los demás-.
Además ponen de manifiesto que se han privilegiado las relaciones no
económicas antes que las relaciones económicas como fuentes generadoras de
capital social. Sin embargo, afirman también que las relaciones económicas, como
generadoras de capital social, son más importantes en sociedades avanzadas. En
aquellas con fases iniciales de desarrollo, es mucho menos probable que
experiencias de resultados positivos asociados a la actividad económica,
contribuyan a la generación de confianza y/o reciprocidad, porque apenas salen del
estancamiento. Por tanto, concluyen que las relaciones no económicas no son la
única fuente de generación de capital social, y además las relaciones económicas y
no económicas no son inmutables a lo largo del tiempo en las distintas fases de
desarrollo.
Para nuestro propósito, y dado el contexto en el que se enmarca el estudio,
asumiremos que la relación causa-efecto es del siguiente modo: un mayor stock de
capital social permitirá la generación de mayores ingresos a la sociedad, comunidad
6
o grupo que posee ese capital social; y de momento, no supondremos que mayores
ingresos serían la fuente de un mayor capital social.
Cuadro 1. Principales aspectos teóricos sobre capital social
Aspectos Descripción
Tipología (Durston, 2002) 1) Individual: relaciones diádicas, redes egocentradas (de persona a persona, contrato informal, con contenidos de confianza y reciprocidad), no reside en la persona misma sino en las relaciones; 2) Grupal: extensión de las redes egocentradas; con aspectos afectivos y relaciones desiguales de poder; 3) Comunitario: el capital es plenamente colectivo, es un derecho de todos los miembros de la comunidad y reside en las estructuras que forman la institucionalidad de cooperación comunitaria; 4) de Puente (alianzas regionales): vínculos extensos horizontales entre actores/comunidades de similar poder, 5) de Escalera: conecta a un actor de escaso poder verticalmente a otro con mayor poder; 6) Societal: a nivel de la sociedad nacional, con elementos culturales comunes y sistemas normativos integradores.
Estructural y cognitivo Estructural: estructuras sociales con reglas y procedimientos objetivos y observables. Cognitivo: subjetivo e intangible, comprende normas, valores, confianza, actitudes, creencias compartidas, etc.
Individual vs colectivo Relaciones interpersonales diádicas (individuo a individuo) versus intercambios en estructuras sociales mayores y más complejas. Ambos aspectos están imbricados entre sí.
La riqueza del capital social reside en las interacciones entre las estrategias individuales y las instituciones e intereses de la comunidad.
Relacional y vinculante (Putnam, 1993);(Grootaert, C. y Van Bastelaer, T., 2002)
Se espera que el capital social relacional (bonding) otorgue beneficios al individuo al actuar como una red de protección social dentro del grupo, que impide que su nivel socioeconómico disminuya, es decir protege contra las vulnerabilidades producidas por riesgos idiosincrásico (riesgos que afectan a un solo individuo); es más probable en estructuras sociales homogéneas. El capital social vinculante (bridging), fortalece las relaciones entre el grupo y otras organizaciones, permitiendo mejorar la eficiencia productiva del individuo y protegerlo contra los riesgos covariados (que afectan a toda la colectividad); emerge en estructuras sociales heterogéneas. La distinción entre uno y otro no siempre es tan clara, ya que los miembros de una estructura social pueden ser homogéneos en ciertas variables como ingresos y localidad geográfica, pero simultáneamente distintos en otras como género y cultura.
Input vs output (Portes, 1999)
Distinción entre fuentes o motivaciones de los dadores frente a los beneficios obtenidos por el individuo. Dentro de las fuente, cabe distinguir entre motivaciones consumatorias (normas sociales internalizadas desde el proceso de socialización infantil y adquiridas por la pertenencia a un grupo) e instrumentales (que se originan por la expectativa del que favor será retribuido en el futuro o para evitar sanciones).
Como output (beneficios), se expresan como control social, beneficios familiares y beneficios extrafamiliares.
Lazos fuertes y débiles (Durston, 2002); (Portes, 1998); (Granovetter, 1985); (Putman, 1993)
Los lazos fuertes de interdependencia y obligación (parentesco, ascendencia local, etc.) generan estructuras en las que es más difícil quebrantar las normas. Los lazos débiles trascienden el ámbito local y pueden ser fuente de conocimientos y ampliación de recursos humanos e institucionales.
Alcance (Grootaert, C. y Van Bastelaer, T., 2002)
Micro (redes de individuos y hogares, Putman 1993 y 2000); Meso, relaciones entre organizaciones (segundo nivel), Coleman (1990); Macro o economía institucional de Olson (1982) y North (1990), que incluye el clima social y político, sistema judicial, leyes, libertades políticas y civiles.
Estructural y cognitivo Estructural (estructuras sociales con reglas y procedimientos objetivos y observables). Cognitivo (subjetivo e intangible, comprende normas, valores, confianza, actitudes, creencias compartidas, etc.).
Efectos perversos
(Portes y Landolt, 1996); (Putzel, 1997); (Portes, 1998)
El lado oscuro del capital social: discriminación, explotación, corrupción, dominación por mafias, sistemas autoritarios, conflictos intragrupales, aprovechamiento injusto de los esfuerzos de los demás,
7
Aspectos Descripción
Medio rural y dimensión territorial
(Durston, 2002) Estabilidad de las relaciones interpersonales, redes de parentesco y grupos de ascendencia local, como principal base para la acumulación de capital en sociedades campesinas (a pesar de compromiso de ayudar en casos de emergencia)
No todos siguen la misma pauta ética, ni son igualmente pobres; entre ellos hay heterogeneidad y desigualdad. Las relaciones informales permite a unos individuos imponer sus proyectos a los otros.
Las relaciones sociales son complejas, pero no son necesariamente densas. El espacio social es afectado por el espacio geográfico (la distancia entre vecinos asentados de manera dispersa, dificultades de transporte, etc.) y puede atentar contra el surgimiento de una institucionalidad rural de capital social a nivel individual o comunitario.
Mayores posibilidades de cierre (closure, Coleman 1993). El control que ejerce cada actor sobre los elementos que son de interés para los otros.
La red comunicacional de los vecinos cubre todo el paisaje social de una comunidad rural
Paradoja en el medio rural: debilidad de los lazos fuertes (pobreza de recursos que controlan las comunidades) y fuerza de los lazos débiles (abundancia de recursos que controlan los no pobres).
(Woolcock,1998) La pobreza puede ser tan intensa en medios urbanos marginales como en el medio rural; pero la existencia de redes sociales más estrechas y duraderas en el medio rural, impide muchas de las manifestaciones de la pobreza urbana.
(Evans, 1996); (Fox, 1996)
La posibilidad de ampliar la identidad del grupo, para incorporar a otros sectores que padecen los mismos problemas, genera la posibilidad de ampliar espacialmente el radio de cooperación
(Durston, 2002) Los lazos débiles aunque menos poderosos, abarcan un radio espacial mayor; pueden unir por ejemplo diferentes comunidades locales.
Elaboración propia
Volviendo al ámbito de estudio, las zonas rurales, y siguiendo a Narayan, D.
(1997) podemos identificar al menos cinco mecanismos por los cuales el capital
social afecta los resultados:
1. El capital social produce mejoras en la eficiencia del sector público, debido a
que los agentes públicos o del gobierno están más incrustrados en las redes
sociales o también indirectamente, a través del seguimiento y evaluación de
la provisión de bienes públicos.
2. La acción cooperativa del grupo o la comunidad para resolver problemas que
resultan comunes al grupo o a la comunidad, es un elemento importante de
cohesión social en la medida que los beneficios de la cooperación sean
también comunes a todos los miembros del grupo o la comunidad3.
3. La difusión de la innovación puede verse facilitada por mayores vínculos
entre los individuos. De modo más general, la participación social, la
interconectividad con el sistema social, la exposición a canales de 3 Por ejemplo, se detectaron diferencias importantes en la intensidad de cooperación de los propietarios de villas del sur de la India, debido a las diferencias en las características físicas de la red de irrigación a la cual estaban conectados, (ver Wade, 1998).
8
comunicación interpersonal y la pertenencia a sistemas altamente
interconectados, facilitan todos ellos la pronta adopción de innovaciones.
4. El capital social, permite disminuir la información imperfecta y por lo tanto
disminuir los costes de transacción y ampliar el rango de transacciones en
los mercados de producto, crédito, tierras, trabajo, etc. y permitir mayores
ingresos.
5. El capital social permite compartir mayores riesgos y tener una especie de
“seguro informal” para cubrir esos riesgos, lo cual permite a los productores
obtener rendimientos más altos realizando actividades y técnicas de
producción más arriesgadas.
Tal como se puso de manifiesto, la dimensión territorial del capital social es
un aspecto importante de considerar al momento de evaluar sus implicaciones
sobre los resultados económicos a nivel personal, familiar como de la sociedad. La
evidencia empírica señala que el capital social está altamente localizado y que es
posible identificar nuevos tipos de capital social como el de tipo puente -que
sobrepasa distancias geográficas y socioeconómicas- (Carter, 2002).
Esta dimensión espacial en la distribución del capital social es inherente
también a la agricultura como a otras actividades sectoriales y fenómenos
regionales que se desarrollan en un territorio en concreto, que lo configuran y lo
transforman a lo largo del tiempo.
Así es posible detectar interrelaciones espaciales entre diversos fenómenos
económicos y sociales, que son conocidas usualmente como dependencia o
autocorrelación espacial, que surgen debido a la relación existente entre lo que
ocurre en unos lugares y lo que ocurre en otros4.
4 Las principales causas de la aparición de dependencia o autocorrelación espacial se encuentran en la existencia de errores de medida y por otro en la inherente organización espacial de los fenómenos. Los errores de medida surgen cuando existe escasa correspondencia entre la extensión espacial del fenómeno económico analizado y las unidades espaciales de observación (p.e cuando los datos son recogidos a escala agregada y tienen poca relación con la delimitación de las unidades espaciales de observación, o cuando las observaciones están situadas en los límites de la frontera, con lo cual serán observaciones incompletas pues pueden recibir influencias de factores que estan más alla de su línea fronteriza). La organización espacial de los fenómenos, genera procesos complejos de interacción y dependencia que son importantes por sí mismos. Destacan al menos cuatro tipos de procesos donde se hace evidente las propiedades espaciales de los atributos. El primero, es el proceso de difusión por medio del cual se discrimina entre un grupo fijo de personas que conocen algún atributo (como un rumor, un bien nuevo, tecnología, etc.) y por tanto la distribución espacial de la población resulta importante por las implicancias en el desarrollo del proceso. Otro tipo de procesos son los denominados de intercambio y transferencia a través del cual las economías regionales o urbanas se relacionan mediante el intercambio de bienes y transferencias de rentas, dichos procesos constituyen el nexo de unión entre las economías. Un tercer proceso es el de interacción, que aparece cuando los hechos que ocurren en un lugar tienen influencia y están influenciados por hechos que ocurren en otros lugares (p.e la fijación de precios en el mercado local). Por último, están los procesos de dispersión o
9
No obstante, estos desarrollos aplicados al ámbito rural y agrario también
han sido escasamente explorados. Aquí proponemos avanzar de manera
exploratoria en la detección de fenómenos de interacción o dependencia espacial en
la actividad agraria peruana, bajo la hipótesis central de que el destino de un valle
o espacio rural determinado, no depende sólo de sus variables fundamentales
(tierra, clima, características hogar y parcela, valor activos, etc.), sino también del
desarrollo –y por tanto de las características- de los valles o territorios a los que se
encuentra geográfica y económicamente unido.
A partir de diagnósticos espaciales se buscará centrar la atención en el
componente espacial y en las diversas estrategias para intervenir de manera
focalizada y corregir los fallos de mercado, teniendo en cuenta las diferencias en las
dotaciones de activos (entre ellos el capital social) en el medio rural y las
interrelaciones espaciales en la agricultura.
2.2 Evidencia empírica: el caso peruano
Diversos estudios para el caso peruano como los de Galarza (1990), Valdivia
y Robles (1997), Velazco (1998) y Escobal (1999) citados por Fort y Aragón (2000)
concluyen que los activos privados de los hogares rurales peruanos y el acceso a
bienes y servicios públicos, influyen en su decisión de especializarse en tareas
agropecuarias o no agropecuarias, asalariadas o no asalariadas, como una
estrategia para elevar sus niveles de vida y por tanto en los niveles de ingreso que
finalmente logran alcanzar.
Sin embargo, diversos fallos de mercado (asociadas a las asimetrías de
información, aversión al riesgo, restricciones crediticias, imperfecciones en el
mercado laboral rural, derechos de propiedad, costos de transacción, etc.)
conducirían a una utilización ineficiente de dichos activos o a obtener rendimientos
inferiores a los esperados.
Fort y Aragón (2000), evalúan la forma en que el acceso a caminos rurales
complementa los activos que poseen los hogares, en el sentido de que permite
generar cambios en las estrategias de obtención de ingresos por parte de los
mismos. Utilizando la línea de base del Programa de Caminos Rurales en diez
departamentos de la sierra y dos de la selva del Perú, encuentran que el acceso a
desbordamiento donde lo que se dispersa no es un atributo entre un grupo fijo de población, sino que es la propia población la que se dispersa (p.e la emigración de la fuerza laboral que produce una reestructuración de la propia población).
10
caminos en buen estado no trae consigo un impacto inmediato sobre los niveles de
ingreso de los hogares, lo que hace pensar en la existencia de un período de
adecuación de las estrategias de los hogares que transcurre a partir de la
“corrección” de esta falla de mercado. Sin embargo, el impacto podría empezar a
sentirse más rápidamente en aquellas actividades asalariadas no agropecuarias, al
encontrar evidencia de que los hogares con acceso a caminos rehabilitados
presentan mayor porcentaje de sus ingresos totales provenientes de trabajos
asalariados no agropecuarios.
En otros estudios como el de Escobal, Saavedra y Torero (1998) se analiza
el papel de los activos de los pobres en la generación de ingresos; y en el de
Escobal y Torero (2000) se explora sobre el papel que juegan las diferentes formas
de activos de los hogares en reducir los impactos adversos de la geografía; en
ambos se hace uso de las Encuestas de Niveles de Vida, mientras que en el
segundo además se combinan dichas encuestas con Censos de infraestructura,
bases geográficas, Censos de Población y Vivienda, y Censos Agropecuarios.
A partir de una ecuación de gasto se analiza el impacto sobre la tenencia y
acceso a ciertos activos, sobre las rentabilidades de la educación y de la tierra. Los
resultados que obtienen muestran el efecto positivo que tienen los activos públicos
sobre estas rentabilidades, poniendo en relieve el papel de la política pública en
términos provisión de servicios e infraestructura, para potenciar la rentabilidad de
los activos privados y reducir la pobreza. En el segundo trabajo, los autores
encuentran que la dotación de activos públicos y privados permite superar los
efectos negativos de una geografía adversa. Además, encuentran que la
disponibilidad de infraestructura pública podría estar limitada por la geografía, por
lo que regiones geográficas mas adversas como la sierra y la selva peruanas
tendrían menor acceso a infraestructura pública. A pesar de incluir variables
geográficas, y de activos públicos y privados, encuentran evidencia sobre la
existencia de patrones de autocorrelación espacial que lleva a concluir en la
existencia de variables omitidas no geográficas correlacionadas espacialmente que
debieran ser incluidas en el modelo de determinación del gasto regional, de modo
que políticas destinadas a regiones específicas cobran especial relevancia aun
cuando la geografía no explique gran parte de las diferencias en el crecimiento
regional.
Por su parte, Torero (1992), desarrolla un modelo de adopción de innovación
tecnológica en la agricultura tradicional del Perú en el que incorpora elementos de
asociación geográfica como alternativa de difusión. A partir de la base de datos de
11
la Encuesta Nacional de Hogares Rurales del año 1984 para la zona de sierra
(norte, centro y sur) encuentra evidencia de la presencia de autocorrelación
espacial al modelar la intensidad de uso de una nueva tecnología y sugiere
incorporar dicho componente espacial para recoger el comportamiento similar
registrado por agricultores ubicados en zonas geográficas con características
comunes y próximas entre si. Si bien no corrige por autocorrelación espacial la
aplicación práctica estriba en que dicha herramienta permite detectar potenciales
“centros difusores” de nueva tecnología a partir de los cuales se irradie al resto de
localidades, reduciendo el riesgo y la falta de información.
De esta revisión de la literatura, se puede concluir que si bien existe alguna
evidencia empírica que explora sobre los fundamentos micro de las desigualdades
en ingreso o gasto en el ámbito rural y sobre la relevancia de las diversas tenencias
de activos, aún resulta insuficiente el estudio sobre el impacto de las diferentes
manifestaciones del capital social y de los fenómenos de interdependencia espacial
existente en la actividad agraria.
En este marco, nos proponemos dar respuesta a en qué medida el capital
social y las externalidades geográficas determinan el desempeño económico en el
medio rural, y más específicamente cuál es su impacto sobre los niveles actuales en
la producción agrícola que obtienen los pequeños productores agrarios del Perú.
Si bien los resultados corresponden a una realidad completamente diferente
a la que puede encontrarse en el medio rural de sociedades avanzadas, los
resultados pueden ser generalizables en la medida que se busca centrar la atención
en el potencial del capital social existente en dichas zonas y en la interdependencia
espacial que existe en la actividad agraria, que como hemos comentado,
constituyen factores escasamente abordados en estudios empíricos5. Por lo tanto, la
principal hipótesis a contrastar es que el capital social influye de manera positiva en
el desempeño económico de las zonas rurales, y que los fenómenos espaciales
(dependencia o correlación) son importantes y determinan buena parte de los
resultados económicos de dichas zonas.
5 En el caso de países avanzados se ha identificado que una gran parte de las relaciones que se considera que integran en capital social son cruciales para explicar el éxito de determinadas áreas como los distritos industriales (Camagni,R. 2003).
12
3. Una primera aproximación: Análisis descriptivo
a. Bases de datos
Para contrastar la principal hipótesis de investigación se hará uso de las
encuestas a una muestra representativa de hogares de productores agropecuarios
en Piura y Junín realizadas en el 2004 y que forman parte de la Base de Datos del
proyecto BASIS CRSP en el marco de una investigación comparativa entre Perú y
México6.
La muestra está conformada por 765 observaciones, correspondiendo a 471
hogares encuestados en los cuatro valles de Piura (Alto Piura, Chira, San Lorenzo, y
Bajo-Medio Piura) y 294 hogares encuestados en el valle del Mantaro (Junín). Se ha
utilizado a la parcela como unidad geográfica ad-hoc en el análisis espacial del valor
de la producción e ingresos agrícolas. Para ello se ha asociado a dichas unidades,
las características socioeconómicas observadas en el hogar y en la parcela.
Mapa 1. Perú: Localización de la muestra de productores agrarios
Elaboración Propia
6 Proyecto “The Structure and Performance of Rural Financial Markets and the Welfare of the Rural Poor: A Comparative Study in Peru and Mexico” UC-Davis-IEP, auspiciado por BASIS CRSP. Detalles del mismo pueden verse en www.basis.wisc.edu.
13
A nivel de provincias, la muestra se localiza en Piura, Sullana, Paita y
Morropón en el departamento de Piura; y en Huancayo, Concepción, Jauja y
Chupaca, en el departamento de Junín (ver mapa 1). En estas zonas hay gran
concentración de pequeños agricultores comerciales; y son zonas relativamente
dinámicas y articuladas a los principales mercados de productos y factores. Sin
embargo los pequeños productores agropecuarios, a pesar de éxitos puntuales,
viven en condiciones de pobreza y enfrentan problemas para incrementar de
manera sostenida su rentabilidad. Las comparaciones entre lo que es la pequeña
producción comercial de costa y de sierra permitirá obtener contrastes
interesantes, además de los asociados a las distintas dotaciones de bienes y
servicios públicos, y otros activos existentes en dichas zonas.
b. Algunos hallazgos preliminares
b.1 Diferencias espaciales en la producción agrícola
A priori, se constata que existen diferencias espaciales en términos de
producción por valles y entre departamentos (ver cuadro 2). Así se tiene que en
promedio en Junín se logran mejores resultados de producción y al interior de
Piura, los mayores niveles se obtienen en el Valle del Chira y los menores en el
Valle del Medio y Bajo Piura.
En la figura 1 se ilustran los rendimientos distribuidos espacialmente,
clasificados en tres estratos (alto, medio y bajo). En el caso de Piura, los
productores que logran mayores rendimientos se localizan en mayor proporción en
el valle del Chira y el Alto Piura. En el caso de Junín, es menos evidente, pero se
observan productores con mayores rendimientos en las zonas de Huancayo y
Chupaca.
Cuadro 2. Valor medio de la producción/Ha en la muestra
Departamento/ Valle Valor de la Producción /Ha
Nº
casos Media Desv.Est. PIURA 428 4.769,91 4.221,75 Valles Alto Piura 55 4.659,15 2.977,42 Chira 226 5.401,87 4.311,78 San Lorenzo 22 4.387,25 3.159,29 Bajo y Medio Piura 125 3.597,67 2.671,28 JUNIN (Valle del Mantaro) 240 7.340,82 8.027,22
Elaboración Propia. Nota: Los números de casos corresponden a aquellos que proporcionaron información sobre el volumen de producción obtenida
14
Elaboración propia
En el caso del Valle del Mantaro (Junín), el mayor éxito relativo de los
productores se debería entre otros aspectos a las condiciones geográficas (clima,
recursos hídricos, suelos, etc.), a la temprana articulación de los productores con
el mercado, y a la cercanía y alta articulación con Lima y otras ciudades cercanas,
que aseguran el acceso a un permanente mercado para sus productos.
En los valles costeños de Piura predomina la pequeña agricultura comercial
dedicada a cultivos tradicionales, alrededor de 140,000 has bajo riego, distribuidas
en Alto Piura (25,709), Bajo y Medio Piura (38,875), Chira (34,762), y San Lorenzo
(41,550). Involucra por un lado cultivos tradicionales, arroz, algodón y maíz
amarillo duro, y por otro, cultivos emergentes, como mangos y bananos orgánicos.
Tienen en común los problemas de financiamiento, del tamaño de propiedad de sus
tierras (la mayoría inferior a 5 has), la carencia de asistencia técnica, las
dificultades de titulación, la escasa organización, los nulos o débiles mecanismos de
defensa en la comercialización, la reducida productividad y la descapitalización
progresiva de sus predios.
Figura 2. Funciones de densidad de la distribución del valor de la producción/Ha en Piura y Junín
Elaboración Propia
0.0
0005
.000
1.0
0015
Den
sity
0 5000 10000 15000 20000 25000Producción por ha. (S/.)
0.0
0002
.000
04.0
0006
.000
08D
ensi
ty
0 20000 40000 60000Producción por ha. (S/.)
1.a Piura 1.b Junín
Figura 1. Distribución espacial del valor de la producción/ha
15
En la figura 2 se muestra las funciones de densidad de la distribución del valor
de la producción agrícola por hectárea en cada uno de los departamentos de Piura y
Junín; y en la figura 3, se presentan dichas distribuciones a nivel de valles en el
departamento de Piura 7.
Los resultados muestran la existencia de diferencias significativas en la forma
externa de las densidades estimadas para Junín y Piura; es mayor la masa de
probabilidad concentrada alrededor de la media en Junín en comparación a la
concentrad a alrededor de la media de Piura. Además en este último caso, se
observa la presencia de cierto grado de polarización de la distribución del valor de
la producción en dos grupos. Por último, esta polarización parece estar presente
también en los valles del Chira y el Alto Piura.
Figura 3. Piura: Funciones de densidad de la distribución del Valor de la producción/Ha por Vall es
Elaboración Propia
7 Las funciones de densidad han sido estimadas empleando funciones kernel de tipo Epanechnikov.
0.0
0002
.000
04.0
0006
.000
08.0
001
Den
sity
0 5000 10000 15000 20000 25000Producción por ha. (S/.)
0.0
0005
.000
1.0
0015
Den
sity
0 5000 10000 15000Producción por ha. (S/.)
0.0
001
.000
2.0
003
Den
sity
0 2000 4000 6000 8000Producción por ha. (S/.)
0.0
0005
.000
1.0
0015
.000
2D
ensi
ty
0 5000 10000 15000Producción por ha. (S/.)
2.a Alto Piura 2.b Chira
2.c San Lorenzo
2.d Bajo y Medio Piura
16
b.2 Las manifestaciones del capital social y su diferenciación espacial
Un primer indicador de aproximación del stock de capital social existente en
un territorio, constituye el grado de acceso y participación a algún tipo de
asociación local/regional. En el caso que nos ocupa, se verifica una alta adhesión de
uno o más miembros del hogar, a algún tipo de asociación sea ésta de carácter
productivo, o bien orientadas a actividades deportivas, recreativas, religiosas y/o
sociales; o en otras creadas con fines distintos.
Cuadro 3. Manifestaciones de capital social en los valles de Piura y Mantaro, 2004
MANIFESTACIONES DE CAPITAL SOCIAL Piura Junín Total i. Participación de los miembros del hogar, según tipo de asociación 100,0 100,0 100,0 A. Asociaciones de productores/Grupos 30,8 35,4 32,0 Junta de riego 16,0 24,6 18,2 Comunidad campesina 8,0 2,6 6,6 Asociación/grupo ganadero 2,6 1,2 2,2 Para obtener crédito 1,2 1,5 1,3 Asociación/grupo para venta de productos 0,6 1,6 0,8 Otras 2,5 4,0 2,9 B. Asociaciones deportivas/recreativas/religiosas/sociales 48,4 41,5 46,6 Iglesias 17,0 16,2 16,8 Asociación deportiva 12,2 14,1 12,7 Club de madres 14,0 8,3 12,5 Clubes 5,2 2,7 4,5 C. Otras asociaciones 20,8 23,1 21,4 Apafa 14,5 14,9 14,6 Organización/grupo político 4,5 1,8 3,8 Vaso de leche 0,0 5,0 1,3 Ong 1,2 0,7 1,1 Seguridad ciudadana 0,2 0,0 0,1 Otras 0,4 0,7 0,5 ii. Número de miembros de la asociación 100,00 100,00 100,00 Menos de 10 2,27 19,27 6,74 Entre 11 y 20 7,72 19,43 10,79 Entre 21 y 50 26,62 23,57 25,82 Entre 50 y 100 12,37 12,58 12,43 Más de 100 51,02 25,16 44,23 iii. Asistencia a reuniones 100,00 100,00 100,00 Asiste siempre 31,79 32,26 31,80 Asiste de vez en cuando 31,60 10,75 30,88 Nunca asiste 36,61 56,99 37,32 iv. Por su participación en la asociación: Ha obtenido mejores precios para sus productos 6,3 13,3 8,1 Ha accedido a nuevos mercados 5,3 10,9 6,7 Ha comprado a menos precio los insumos 2,6 10,5 4,6 Ha tenido información útil para su producción 21,2 14,9 19,6 Ha adquirido mayor poder de negociación (para la venta, trámites) 6,1 11,7 7,6 v. ¿Quién lo ayudó a enfrentar los efectos negativos de la sequía? Familiares y amigos 29,3 31,0 29,8 Asociaciones de productores/Junta de Regantes 9,4 3,0 7,3 Familiares que han migrado y viven en otra región 3,8 3,0 3,5 Ministerio de Agricultura 2,8 2,0 2,5 ONG 1,5 1,5 1,5 Municipio o gobierno regional 1,5 0,5 1,2 Empresas (casas comerciales, compradores de productos) 1,0 1,0 1,0 Otros 0,9 0,8 0,9
Elaboración propia
17
Dentro de esta clasificación, sin embargo, se observa mayoritariamente la
adhesión a asociaciones deportivas, recreativas, religiosas o sociales (ver cuadro
2), antes que a aquellas de tipo productivo. Dentro del primer grupo destacan
sobre todo los grupos o asociaciones vinculadas a la Iglesia y a las asociaciones
deportivas; mientras que en las de tipo productivo, prevalecen las Juntas de Riego
y las Comunidades Campesinas. En la categoría “otras” predomina la afiliación a
asociaciones de padres de familia y a organizaciones o grupos políticos.
Una característica común a estas agrupaciones/ asociaciones es que en su
gran mayoría tienen más de cien miembros. Por otra parte, cabe destacar que si
bien se constata una alta adhesión a estas redes sociales, el grado de participación
no parece satisfactorio; una gran mayoría manifiesta que “nunca” asiste a las
reuniones convocadas.
Figura 4. Beneficios económicos obtenidos por pertenecer a la asociación/grupo, 2004
(a) (b) (c)
(d)
(e)
Nota: Por la participación en la asociación: (a) …ha obtenido mejores precios para sus productos; (b) …ha accedido a nuevos mercados; (c) …ha comprado a menos precios los insumos; (d) …ha tenido información útil para su producción; (d)…ha adquirido mayor poder de negociación (para la venta, trámites, etc.) Elaboración propia.
Por otra parte, aun resultan insuficientes o son poco valorados los beneficios
económicos que los productores señalan haber obtenido por la participación en
0.0
1.0
2.0
3.0
4m
ean
of m
ejpr
ec
Piura Junín
0.0
1.0
2.0
3m
ean
of a
ccm
cdo
Piura Junín
0.0
1.0
2.0
3m
ean
of p
reci
ns
Piura Junín
0.0
2.0
4.0
6m
ean
of in
fpro
d
Piura Junín
0.0
1.0
2.0
3m
ean
of p
odne
g
Piura Junín
18
alguna asociación o grupo. Entre ellos, se observa un porcentaje importante que
coincide en señalar que gracias a la asociación o grupo, han obtenido información
útil para su producción. Otro porcentaje menos representativo, señala haber
obtenido mejores precios para sus productos y haber adquirido mayor poder de
negociación. Además el porcentaje resulta mayor en Junín en las diferentes clases
de beneficios económicos obtenidos, con excepción al de información que resulta
mayor en el caso de Piura.
Las diferencias a nivel de departamentos y por valles (departamento de
Piura) se pueden apreciar en las figuras 4 y 5; este indicador como puede
observarse, aproxima de manera adecuada las diferencias espaciales/ territoriales
en capital social8.
Figura 5. Piura. Beneficios económicos obtenidos por pertenecer a la
asociación/organización, según valles agrarios, 2004
0.2
.4.6
mea
n of
aso
ciac
ionb
en
Alto Piura Chira San Lorenzo Bajo y medio Piura
Elaboración propia
Tal como hemos señalado antes, el capital social ayuda a “suavizar el
consumo” y a hacer frente a shocks negativos. En esa línea, la encuesta también
explora sobre los principales efectos de la sequía así como las acciones realizadas y
ayudas recibidas (ver cuadro 3). Cabe destacar que en términos absolutos la
cantidad de productores que indican haberse visto afectados por la sequía (en
términos de cultivos o ganado) o que señalan algún tipo de problema que trajo la
sequía para el principal cultivo de la parcela es algo inferior, si se compara con
aquellos que señalan algún tipo de ayuda recibida para enfrentar los efectos
8 El indicador de pertenencia a una asociación/grupo tiene poco poder para diferenciar espacialmente a los valles y departamentos, por su acervo de capital social.
19
negativos de la sequía 9. A pesar de ello, una tercera parte de los productores
coincide en señalar a las redes de familiares y amigos como el grupo del que
recibieron la mayor ayuda frente a la sequía; le siguen en importancia las
asociaciones de productores y Juntas de Regantes y en tercer lugar, los familiares
que han migrado y que viven en otra región. Las ayudas recibidas de parte de
Asociaciones de productores y Juntas de Regantes son más importantes en Piura
que en Junín; lo cual confirma la representatividad de dichas organizaciones en el
funcionamiento de la actividad agraria en dicha zona.
En resumen, al igual que en el caso del valor de la producción, podemos
apreciar que existen diferenciales respecto a la distribución del capital social en
cada uno de los espacios rurales bajo análisis. La tarea a continuación es constatar
la relación de causalidad capital social-producto y la presencia de interdependencias
espaciales.
b.3 Relaciones entre la producción y el capital social y la
complementariedad entre activos
A partir de la matriz de correlación entre las principales variables de análisis,
es posible corroborar a priori las interrelaciones existentes entre los diversos
activos de los hogares y entre éstos y los valores de producción obtenidos.
Cuadro 4. Piura. Correlación entre el valor de la producción y las diversas
formas de activos agrgha educjef prim sec sup vvivmil vbsdmil vtmh valmaq desag agua luz Asoc
ben Asoc par
agrgha 1,00 educajef 0,15 1,00 prim 0,02 -0,41 1,00 sec 0,06 0,57 -0,59 1,00 sup 0,02 0,57 -0,36 -0,10 1,00 vvivmil 0,09 0,22 -0,09 0,07 0,17 1,00 vbsdmil 0,10 0,21 -0,02 0,04 0,17 0,41 1,00 vtmh 0,01 0,15 -0,03 -0,01 0,18 0,13 0,10 1,00 valmaq -0,04 0,18 -0,10 -0,04 0,33 0,17 0,19 0,01 1,00 desag 0,07 0,17 -0,11 0,06 0,17 0,30 0,09 0,02 -0,03 1,00 agua 0,10 0,04 -0,01 0,04 0,00 0,15 -0,04 -0,14 -0,10 0,33 1,00 luz 0,17 0,08 -0,06 0,07 0,04 0,19 0,01 -0,02 -0,03 0,31 0,52 1,00 asocben 0,03 0,03 -0,01 0,05 -0,05 0,06 0,09 0,07 0,00 0,03 -0,24 -0,14 1,00 asocpar -0,07 -0,06 0,03 -0,07 0,02 -0,06 -0,02 0,00 0,01 0,04 0,03 0,02 0,04 1,00
Elaboración Propia
9 Esto puede ocurrir porque los productores identifican con mayor facilidad las ayudas recibidas para suavizar este shock (sobre todo en el consumo), mejor incluso que los daños o perjuicios ocasionados directamente por la sequía en el rendimiento de sus cultivos y/o mantenimiento del ganado.
20
Cuadro 5. Junín. Correlación entre el valor de la producción y las diversas formas de activos
agrgha educjef prim sec sup vvivmil vbsdmil vtmh valmaq desag agua luz Asoc ben
Asoc par
agrgha 1,00 educajef 0,04 1,00 prim -0,02 -0,20 1,00 sec -0,27 0,09 -0,28 1,00 sup 0,04 0,30 -0,39 0,11 1,00 vvivmil -0,03 0,17 -0,05 0,08 0,17 1,00 vbsdmil -0,04 0,21 -0,12 0,10 0,16 0,37 1,00 vtmh 0,01 0,16 -0,01 0,02 0,10 0,17 0,30 1,00 valmaq 0,04 0,14 -0,10 0,07 0,11 0,04 0,46 0,39 1,00 desag 0,00 -0,25 0,10 -0,19 -0,32 -0,28 -0,20 -0,09 -0,10 1,00 agua 0,12 -0,14 0,07 -0,02 -0,13 -0,10 -0,15 -0,09 0,06 0,24 1,00 luz 0,17 -0,08 0,07 -0,13 -0,07 -0,06 0,01 -0,02 0,10 0,02 0,27 1,00 asocben 0,11 0,07 -0,08 -0,01 0,07 -0,06 0,03 0,05 0,06 0,19 0,03 -0,05 1,00 asocpar 0,03 0,16 -0,07 0,13 -0,08 -0,03 0,06 0,08 0,08 0,09 0,07 -0,03 0,13 1,00
Elaboración Propia
En el caso de Piura (ver cuadro 4) se aprecia que existe una correlación
positiva entre el valor de la producción con casi todas las variables seleccionadas
como expresiones de los diversos activos (humanos, privados, públicos y sociales);
los mayores valores se logran con el capital público y con el capital humano. En el
caso de Junín (ver cuadro 5), también se aprecia una alta asociación entre el valor
de la producción con las variables de capital público, pero no resulta tan clara la
correlación con el capital humano; el número de años máximo de educación
alcanzado por algún miembro y los jefes con educación superior, parecerían
garantizar mayores niveles de producción. En el caso de la correlación de la
producción con el capital social, se aprecia una correlación positiva mayor en el
caso de Junín, asociada a los beneficios obtenidos de la participación en el grupo o
asociación.
Asimismo, se corrobora la correlación positiva entre los activos de los
hogares, lo cual indicaría la complementariedad entre ellos. Por lo tanto, debe
tomarse en cuenta esta complementariedad ya que algunos activos podrían ser
eficaces sólo si se combinan con otros.
c. Especificación del modelo econométrico: Relación entre activos y
rendimientos
En esta sección, a partir de un modelo empírico, confirmaremos los hallazgos
encontrados preliminarmente en la sección anterior en términos de evaluar el
impacto positivo del capital social sobre el valor de la producción y encontrar
evidencia acerca de la presencia de efectos o interdependencias espaciales en la
21
producción agraria. Formalmente, el modelo a contrastar empíricamente es el
siguiente10:
)limPr( iiiiiii aKCKSocialivKKPubKHumfY ?????? ???????
donde:
?iY Valor de la producción agregada del hogar (vector Nx1)
?KHum Matriz de variables de capital humano (NxK1)
?KPub Matriz de variables de capital público (NxK2)
?ivK Pr Matriz de variables de capital privado (NxK3)
KSocial = Matriz de variables de capital social (NxK4)
?limKC Matriz de variables climáticas (NxK5)
donde el signo esperado de los parámetros (a, ß, d, ?, f ) es positivo11 y e es un
término de error que cumple las propiedades habituales: ? ? 0)(;0 ?? jiEE ???
22 )(; sEji ?? ?
Si bien en esta fase se han considerado algunas variables de capital social
por separado, se viene trabajando en la construcción de un índice de capital social
10 Las variables utilizadas son: Variable dependiente: Valor de la producción (prodagrgha) obtenida a partir de la estimación de la producción total agregada por hectárea valorizada a precios medianos del cultivo principal de la parcela por área de cultivo Regresores: Capital humano: Edad (edadjefe) edad y edad al cuadrado (edadc) del jefe del hogar; Tamaño (npersona) número de miembros del hogar.; Educación, (educamax) máximo número de años de educación alcanzado por algún miembro del hogar; Tasa de dependencia (tasadep), tasa de dependencia del hogar. Capital público: Abastecimiento de agua en el hogar (agua), dummy que toma el valor 1 si el hogar se abastece de red pública dentro de la vivienda y 0 para todos los demás casos; Conexión a desagüe (desagüe), dummy que toma el valor 1 si el hogar se abastece de red pública dentro de la vivienda y 0 para todos los demás casos; Abastecimiento luz en el hogar (luz), dummy que toma el valor 1 si el hogar se abastece de luz eléctrica y 0 en todos los demás casos. Capital privado: Valor de la vivienda (valvivmed), valor de la vivienda a precios medianos.; Valor de los bienes semidurables (valbsdmed), valor de los bienes semidurables a precios medianos; Valor de los activos del negocio (valactneg), valor de los activos del negocio a precios medianos; Ahorros (ahorros), valor del ahorro no agrícola; Valor de la maquinaria (valmaq), valor de la maquinaria agrícola a precios medianos; Acceso a crédito agrícola (creditos), monto total de crédito agrícola; Valor del área de las parcelas propias (vtmh), valor total de las parcelas propias a precios medianos. Capital social: Pertenencia a comunidad campesina (asociacionpar), dummy de pertenencia a una comunidad campesina; Beneficios al formar parte de la asociación (asociacionben), dummy que toma el valor de 1 si el hogar indica haber obtenido algún beneficio de participar en la asociación, sea por haber obtenido mejores precios para sus productos, haber accedido a nuevos mercados, haber comprado insumos a menor precio, haber tenido información útil para su producción o haber adquirido mayor poder de negociación (para la venta/ trámites, etc). Variables climáticas: Disponibilidad de agua (dispagua) para riego, dummy que toma el valor de 1 en caso el hogar indique que el año pasado hubo menos o mucho menos agua que de costumbre; Costo de la sequía (costosequia), monto de pérdidas o monto dejado de percibir por la sequía entre cultivos y ganados 11 En general se esperaría que hogares con mejores dotaciones de activos o “capital”, muestren mejores resultados en términos de rendimientos de sus cultivos y eficiencia en el uso de los insumos.
22
que integre varias manifestaciones del capital social, para poder incorporar al
modelo y evaluar de modo más riguroso su impacto.
El modelo planteado anteriormente se estimará con técnicas de econometría
espacial. A pesar que supongamos la existencia de patrones de dependencia
espacial, estimaremos primero el modelo sin tenerlas en cuenta, pero aplicando
diagnósticos espaciales que permitan revelar su existencia. Si se confirma que hay
dependencia espacial en el modelo, no podrá utilizarse los MCO, sino que habrá que
recurrir a otros procedimientos como el de máxima verosimilitud o emplear
variables instrumentales12.
A partir de diagnósticos espaciales, se buscará la mejor especificación del
modelo y su consecuente estimación empírica. La omisión de un esquema
significativo de dependencia espacial residual en un modelo de regresión MCO da
origen a estimadores ineficientes, estimación sesgada de la varianza de los
residuos, valores inflados del R2 y la invalidación de los procedimientos
tradicionales de inferencia. En el caso de omitir retardos espaciales de la variable
endógena, siendo significativos, nos llevaría a la obtención de residuos
correlacionados espacialmente, generando la sesgadez e inconsistencia de la
estimación de los parámetros.
4. Estimación empírica y resultados [RESULTADOS PRELIMINARES]
4.1 Análisis exploratorio
En el cuadro 6 aparecen los resultados del test I de Moran para las principales
variables objeto de análisis 13. Como se aprecia, en el caso de Piura, se encuentra
12 Los diagnósticos espaciales consisten en estimar la ecuación de producción por MCO y obtener a partir de ella los contrastes de autocorrelación espacial I de Moran, LM-LAG y LM-ERR y sus robustos que permitan corroborar la existencia de errores de especificación como consecuencia de la omisión de la autocorrelación espacial. En caso de que los contrastes no nos lleven a rechazar la hipótesis nula, aceptaremos la estimación por MCO como la correcta, concluyendo que no existe ningún tipo de interdependencia espacial entre los hogares de los pequeños productores agrarios. Si ese fuera el caso, los niveles de producción agrícola dependerían exclusivamente de los factores y características propias de la parcela y del hogar. Si por el contrario el contraste de la I de Moran y el de LM-ERR y su robusto LM-EL resultan significativos, o al menos los dos últimos tienen un valor de la probabilidad menor que el de LM-LAG y su robusto asociado LM-LE, se estimaría el modelo de error espacial por máxima verosimilitud. Y en cambio, si la I de Moran y el de LM-LAG y su robusto LM-LE resultaran significativos o al menos estos dos últimos presentan un valor de la probabilidad menor al de LM-ERR y su robusto, el modelo adecuado a estimar será el del retardo espacial mediante el método de máxima verosimilitud. 13 Al realizar los contrastes globales de autocorrelación para la variable dependiente se obtiene que los resultados son robustos a las distintas especificaciones de las matrices de contigüidad. No obstante la intensidad de la autocorrelación varía según sea la matriz de contigüidad utilizada; la autocorrelación resulta mayor con las matrices K-Nearest y Distance Band que en las de tipo Queen y Rook. A la luz de estos resultados, se ha considerado más conveniente utilizar la matriz de pesos de “banda de distancias”, ya que es una matriz en la cual el grado de discrecionalidad en la definición de los
23
evidencia de patrones de asociación espacial en el valor de la producción agrícola
(produccion), en el valor total de las parcelas propias (vtmh), en el valor de los
créditos obtenidos (créditos), en el valor de la vivienda (valvivmed), el costo de la
sequía (costosequi) y en el valor de los bienes semidurables (vbsdmed). En el caso
de Junín, se encontró evidencia de autocorrelación espacial en la producción
agrícola (producción), en el valor de las parcelas propias (vtmh), en el valor de la
vivienda (valvivmed) y en los beneficios de participar en la asociación (asocben) y
el propio indicador de participación/adhesión a la asociación.
Cuadro 6. Test I de Moran de Autocorrelación espacial
Piura Junin I de Moran1/ Z(value) Prob I de Moran1/ Z(value) Prob produccion 0,344 22,81* 0,000 0,027 3.382* 0,000 tasadep -0,009 -0,428 0,676 0,002 0,631 0,528 valvivmed 0,069 4,69* 0,000 0,012 1.815*** 0,070 valbsdmed 0,056 3,87* 0,000 0,005 1,004 0,315 valactneg -0,010 -0,52 0,606 -0,001 0,312 0,755 vtmh 0,224 14,92* 0,000 0,019 2.535** 0,011 valmaq -0,013 -0,69 0,492 -0,002 0,232 0,816 costosequi 0,064 4,39* 0,000 -0,006 -0,154 0,878 creditos 0,180 12,02* 0,000 -0,010 -0,680 0,497 ahorros 0,019 1,39* 0,163 0,000 0,466 0,641 asocben -0,002 0,0209 0,983 0,066 7,700* 0,000 asocpar -0,002 0,0202 0,983 0,066 7,700* 0,000
1/ Se utilizó la matriz de pesos de distancias a nivel de parcelas Significativo al: *99%; ** 95%; ***90%
Este primer análisis exploratorio, por lo tanto, da cuenta de la existencia de
fenómenos de interacción espacial entre las unidades de observación (parcelas) y
de la necesidad de tomar en cuenta dicha fenómeno. Puede afirmarse, por otra
parte que dichos patrones espaciales, parecen ser más intensos (son mayores los
valores del test I de Moran) y más evidentes (no es posible rechazar la hipótesis
nula en mayor número de variables) en el caso de Piura que en Junín.
4.2 Resultados del Análisis Confirmatorio
Se procedió a estimar por MCO la ecuación de producción a nivel de parcelas
sin incorporar ningún efecto espacial (columnas 1 y 4 del cuadro 7). A partir de los
resultados de dicha estimación y del análisis de los residuos se encuentra evidencia
de la presencia de autocorrelación espacial en el modelo. Los contrastes del
parámetros resulta menor, en comparación a la elección del número de vecinos (como en la de tipo K-Nearest) y en la definición de polígonos o áreas de influencia comunes entre vecinos (como en las de tipo queen y rook).
24
multiplicador de Lagrange y sus robustos resultan significativos, señalando la forma
en que dicha autocorrelación debe introducirse en el modelo.
De ese modo, tanto en Piura como en Junín, el modelo de retardo espacial
parecería el más adecuado para estimar la ecuación de productividad; los test LM
LAG y LM-LE resultan siendo los más significativos. Por lo tanto, se deduce la
existencia de autocorrelación espacial en forma sustantiva, en otras palabras que
se origina por la omisión de forma errónea de un retardo espacial de la variable
endógena y/o exógenas.
Para corregir dicha autocorrelación, deberá incorporarse la variable
dependiente retardada espacialmente como una variable explicativa más del
modelo. Es decir, incorporar el valor promedio de la variable dependiente en el
resto de localizaciones interrelacionadas con cada una de las observaciones.
Como se ve (en las columnas 3 y 6) el parámetro autorregresivo espacial del
retardo de la variable endógena es positivo y significativo (aunque en menor
medida en el caso de Junín), lo cual es corroborado con el valor del estadístico de la
razón de verosimilitud solo para la ecuación de productividad en Piura. Con lo cual
en este caso, no es posible aceptar la hipótesis de que la inclusión del retardo de la
endógena no es necesaria.
A pesar que se concluye que el modelo de retardo espacial es el más
adecuado para estimar la ecuación de productividad entre los productores
agropecuarios de Piura y Junín (aunque en este segundo no de manera
concluyente), se ha procedido a estimar el modelo de error espacial, para comparar
el ajuste de ambos y confirmar cuál resulta más adecuado.
En términos de ajuste la verosimilitud obtenida por el modelo de retardo
espacial para Piura (-4,060.08) es mayor que la del error espacial (-4061.55), lo
cual junto con el resultado del estadístico, nos lleva a mantener que el modelo con
un retardo espacial de la variable endógena es el más adecuado. Solo resultan
significativas, el grado máximo de educación alcanzado por algún miembro del
hogar, los créditos obtenidos y la disponibilidad de agua para los cultivos; todas
asociadas de manera positiva con los rendimientos obtenidos por los productores
agrarios.
25
Cuadro 7. Determinantes del valor de la producción/Ha en Piura y Junín
PIURA JUNIN
Estimación MCO
Modelo de error espacial
(MV)
Modelo de retardo
espacial (MV)
Estimación MCO
Modelo de error espacial (MV)
Modelo de retardo
espacial (MV) constante 4931,15 4902,79 2152,53 17670,9 18436,73 14928,34 (3,81)* (3,99)* (1,79) (2,14)** (2,31)** (1,84)*** w_produccion 0,6048 0,4278 (9,33)* (1,79)*** tasadep -12,49 -10,49 -12,41 -7,57 -11,86 -10,08 (-1,41) (-1,34) (-1,57) (-0,36) (-0,59) (-0,49) edadjefe 29,99 46,59 30,33 -285,91 -325,84 -308,33 (0,39) (0,69) (0,45) (-1,12) (-1,32) (-1,26) edad2 -0,46 -0,71 -0,5 2,33 2,69 2,53 (-0,66) (-1,14) (-0,80) (1,12) (1,34) (1,26) educamax 178,32 75,62 109,56 273,69 324,22 312,15 (2,54)** (1,17) (1,74)*** (1,02) (1,26) (1,21) vvivmil -155,81 -93,12 -92,27 -0,052 -0,055 -0,058 (-2,23)** (-1,46) (-1,47) (-0,34) (-0,37) (-0,39) vbsdmil 360,47 62,57 146,24 -0,29 -0,21 -0,26 (1,92)*** (0,37) (0,87) (-0,47) (-0,35) (-0,43) vtmh -0,0004 -0,01 -0,003 -0,001 -0,0022 -0,0002 (-0,06) (-0,93) (-0,61) (-0,12) (-0,27) (-0,25) valmaq -0,15 -0,08 -0,094 0,032 0,031 0,0334 (-1,34) (-0,78) (-0,92) (0,61) (0,62) (0,67) creditos 0,26 0,17 0,17 0,19 0,1828 0,19 (4,68)* (3,18)* (3,44)* (1,59) (1,56) (1,58) ahorros 0,18 -0,06 -0,076 -0,36 -0,313 -0,35 (0,67) (-0,25) (-0,31) (-0,74) (-0,68) (-0,75) agua -1370,06 -286,19 -680,42 -1368,26 -954,14 -1041,825 (-2,95)* (-0,59) (-1,63) (-0,82) (-0,59) (-0,65) luz 245,47 -15,55 -77,09 -4679,94 -4676,89 -4761,012 (0,56) (-0,034) (-0,20) (-1,48) (-1,55) (-1,57) asocben -2811,96 -2038,53 -1831,666 1495,411 776,52 1003,585 (-1,40) (-1,13) (-1,02) (1,16) (0,61) (0,81) costosequi -0,01 0,26 0,2144 -0,22 -0,25 0,2347 (-0,02) (0,72) (0,60) (-0,87) (-1,02) (-0,95) dispagua 1536,32 1185,88 1058,85 -943,77 -1248,28 -1071,508 (3,20)* (2,47)** (2,46)** (-0,81) (-1,09) (-0,95) ? 0,68 0,47 (11,27)* (2,05)** R2 0,160 0,299 0,297 0,062 0,076 0,075 lnL -4093,45 -4061,55 -4060,08 -2500,41 -2497,61 -2499,09 Z(I) Moran 12,30* 3,16* LM-ERR 115,33* 3,79*** LM-EL 0,002 0,450 LM-LAG 155,94* 4,63** LM-LE 40,61* 1,29 LM-SARMA 155,94* 5,08*** LR-ERR 63,81* 5,59** LR-LAG 66,74* 2,63
Significativo al: *1%, **5%, ***10%
En el caso de Junín, la verosimilitud obtenida en el modelo del error espacial
(-2497,61) es mayor que en el modelo de retardo (-2499,09), así como el
estadístico resulta significativo sólo en el primer caso, Con lo cual, el modelo de
error espacial resulta más adecuado para aproximar los determinantes de los
rendimientos en el valle del Mantaro, En este caso, la autocorrelación espacial
vendría explicada por la omisión de variables no cruciales que se hallan
correlacionadas espacialmente o por la existencia de errores de medida comentados
26
antes en la sección 2,1, No obstante, y a diferencia de Piura, las variables elegidas
para aproximar las diversas formas de activos, no resultan significativas,
5. Conclusiones
En esta comunicación se ha realizado un análisis empírico de la producción
agrícola en Piura y Junín con especial consideración al impacto de los activos de los
hogares, sobre todo del capital social, y al problema de la dependencia entre las
parcelas o unidades productivas.
Los resultados del coeficiente I de Moran indican la presencia de dependencia
espacial. La producción agraria estaría correlacionada espacialmente, lo que
significa que los que obtienen menores valores de producción por hectárea están
aglomerados en algunas zonas, mientras que los que obtienen niveles mayores
están aglomerados en otras zonas. En el caso de Piura, los productores con niveles
de producción altos se concentran en los valles del Chira y del Alto Piura; mientras
que en Junín, se aglomeran en las provincias de Huancayo y Chupaca, lo cual
indicaría la existencia de cierta dinámica en el espacio que hace que los
relativamente más exitosos (y por el contrario los menos exitosos) tiendan a
aglutinarse en el espacio.
La dependencia espacial también se verificó en el análisis de regresión a partir
de un modelo de sección cruzada. Los diagnósticos espaciales llevan a concluir en la
existencia problemas de especificación en el modelo.
Las diferencias en la producción no sólo dependerían de los desiguales niveles
de capital humano, público, privado, social, etc. de los hogares en el espacio, sino
que una vez que se controla por las dotaciones de estos activos existen otros
factores que son importantes y que estarían correlacionados espacialmente.
Aunque es cierto que las diferencias en las calidades de la tierra, y las técnicas de
cultivo utilizadas en los diferentes territorios pueden determinar las diferencias en
los valores obtenidos de la producción, queda por determinar si una vez controlado
el modelo por dichas variables, persiste algún patrón de organización espacial de la
producción.
En el caso de Junín, podría pensarse que las diferencias podrían deberse a
variables omitidas –existencia de autocorrelación espacial residual- (características
de los suelos, clima, etc. y otras variables relevantes a la localidad). Mientras que
en el caso de Piura, podría existir además alguna dinámica que hace que los
27
agricultores más eficientes se junten en el espacio –autocorrelación espacial
sustantiva-.
Dichas dinámicas tanto de carácter intra-locacional (referidas a las
características observables de un sitio específico, como la especialización en nuevos
productos, acceso a infraestructura de transporte, la disponibilidad de mano de
obra y tierra, características ecológicas locales, etc.) como inter-locacional, que
determinan como las variables de un lugar pueden influenciar o ser influenciadas
por las características de otros lugares (mayor articulación a los mercados,
migraciones, difusión o transferencia tecnológica, “efectos vecindario”,
externalidades generadas por aglomeraciones de diversa índole, etc.), podrían
explicar la variabilidad en el valor de la producción por hectárea.
Un análisis más comprensivo de dichas dinámicas deberá contemplar una
perspectiva dinámica y un mayor nivel de agregación de la información, al menos
para garantizar la representatividad de zonas o valles agrícolas.
En términos de capital social, por un lado, se encuentra que la pertenencia o
adhesión a grupos/asociaciones no permite diferenciar espacialmente a los
productores agrarios. Sin embargo, cuando se analizan los beneficios (económicos)
que han obtenido los mismos por su participación en el grupo/asociación,
encontramos resultados bastante diferenciados. Un porcentaje significativo indica
haber obtenido información útil para su producción, y en menor medida, haber
obtenido mejores precios para sus productos y haber adquirido mayor poder de
negociación (para la venta de sus productos/ compra de insumos).
Su impacto en términos de “suavizar el consumo” se hace evidente ante las
acciones y ayudas recibidas para hacer frente a la sequía. Muchos coinciden en
señalar a las redes de familiares y amigos como el grupo del que recibieron la
mayor ayuda; le siguen en importancia las asociaciones de productores y Juntas de
Regantes y en tercer lugar, los familiares que han migrado y que viven en otra
región. Las ayudas recibidas de parte de asociaciones de productores y Juntas de
Regantes son más importantes en Piura que en Junín; lo cual confirma la
representatividad de dichas organizaciones en el funcionamiento de la actividad
agraria en dicha zona.
Por otro lado se ha constatado la correlación positiva entre los activos de los
hogares, lo cual confirmaría la existencia de complementariedad entre los mismos.
Este resultado es relevante, ya que algunos activos podrían resultar eficaces sólo si
se combinan con otros.
28
Finalmente, los efectos del capital social sobre el valor de la producción aún no
resultan tan claros; no son significativos en ninguno de los dos departamentos,
pero además presenta el signo contrario al esperado en el caso de Piura (tal vez por
un problema técnico de agregación/construcción de esta variable). Este resultado
por lo tanto, afirma la necesidad de revisar la construcción de esta variable y
avanzar, aun más, en la construcción de un índice de capital social que integre
varias de las manifestaciones encontradas en el medio rural. La principal ventaja de
la construcción de este índice residiría en que se abordarían e integrarían múltiples
manifestaciones del capital social, que de manera conjunta caracterizarían de modo
adecuado dicho acervo, y por tanto permitiría evaluar de manera más rigurosa su
impacto sobre la producción y el bienestar de los hogares.
6. Referencias bibliográficas
Alwang, J., Jansen, H., Siegel, P., Pichón,F. (2005): " El espacio geográfico, los
activos, los medios de vida y el bienestar en las zonas rurales de
Centroamérica: Evidencia empírica de Guatemala, Honduras y Nicaragua”.
Documento de Trabajo, DGSD-IFPRI, 1-56.
Anselin, L. (1988): Spatial econometrics, Kluwer Ac., Dordrecht
Anselin, L.; Griffith,D. (1988): "Do spatial effects really matters in regresion
analisys ?" Papers of the Regional Science Association vol 65, 11-34.
Anselin L., Bera, A., Florax, R., Joon,M. (1996): "Simple diagnostic test for spatial
dependence." Regional Science and Urban Economics 26, 77-104.
Anselin, L. (1992): " Space and applied econometrics" Regional Science and Urban
Economics 22, 307-316.
Arocca, P. y Bosch, M. (2000): “Crecimiento, convergencia y espacio en las
regiones chilenas: 1960-1998” en Estudios de Economía Vol. 27, No.2, 199-124.
Bourdieu, P. (1998): “The forms of capital”. En Halsey, A.H. y otros, eds.,
Education: Culture, Economy and society. Oxford: Oxford University Press.
Camagni, R. (2003): “Incertidumbre, capital social y desarrollo local: enseñanzas
para una gobernabilidad sostenible del territorio”. Asociación Española de
Ciencia Regional, Investigaciones Regionales, 2, 31-51.
Coleman, J. (1998): “Social capital in the creation of human capital”. En Halsey,
A.H. y otros, eds., Education: Culture, Economy and soc iety. Oxford: Oxford
University Press.
29
Consorcio de Investigaciones Económicas y Sociales (CIES) (2005): “Red de
desarrollo rural: Alternativas para la pequeña agricultura comercial”.
Documento de Trabajo, 1-221.
Cliff, A. y Ord, J. (1973): Spatial autocorrelation, Pion. Londres.
Cliff, A. y Ord, J. (1981): Spatial processes, models and applications, Pion ,
Londres.
Durston, J. (1999): “Construyendo capital social comunitario”. En Revista de la
CEPAL, 103-118.
Durston, J. (2002): El capital social campesino en la gestión del desarrollo rural.
Díadas, equipos, puentes y escaleras. Libros de la CEPAL, 69.
Escobal, J. (2000): “Costos de transacción en la agricultura peruana. Una primera
aproximación a su medición e impacto”. GRADE, Documento de Trabajo, 1-38.
Escobal, J., Torero, M. (2000): “¿Cómo enfrentar una geografía adversa? El rol de
los activos públicos y privados”. GRADE, Documento de Trabajo, 1-54.
Escobal, J., Saavedra J., y Torero, M. (1998): “Los activos de los pobres en el
Perú”. GRADE, Documento de Trabajo, 26, 1-70.
Evans, P. (1996): “Government action, social capital and development: reviewing
the evidence on synergy”, World Development, vol. 24, Nº 6.
Florax, R., Folmer, H.(1992): "Specification and estimation of spatial linear
regression models". Regional Science and Urban Economics 22, 405-432.
Forni, Siles y Barreiro (2004): “¿Qué es capital social y cómo analizarlo en
contextos de exclusión social y pobreza? Estudios de caso en Buenos Aires,
Argentina”. JSRI, Michigan State University, Research Report, 25, 1-20.
Fort, R. y Aragón, F. (2001): “El impacto de los caminos rurales sobre las
estrategias de obtención de ingresos de los hogares”. Ponencia presentada en el
IX Seminario Permanente de Investigación Agraria (SEPIA), 1-23.
Fox, J. (1996): “How does civil society thicken? The political construction of social
capital in rural Mexico”, World Development, vol. 24, Nº 6.
Galvis, L. (2001): “¿Qué determina la productividad agrícola departamental en
Colombia”. Documento de Trabajo sobre Economía Regional, Banco de la
República de Colombia, 1-37.
Gallup, (1998): “Agriculture Productivity and Geography”, Harvard Institute for
International Development , 1-12.
Grootaert, C. (1998): “Social Capital: The missing link”. Documento de Trabajo
Nº3, Washington: Banco Mundial, Social Capital Initiative.
Grootaert, C. y Van Bastelaer,T. (2002): “Understanding and Measuring Social
Capital. A Synthesis of Findings and Recommendations from the Social Capital
30
Initiative”. En Forum Series on the Role of Institutions in Promoting Economic
Growth, Washington: USAID e IRIS.
Johnston, N., Suárez, R., Lundy, M. (2003): “La importancia del capital social en las
agroempresas rurales de Colombia”. CAPRI-CGIAR, Documento de Trabajo 26,
1-42.
Klisberg B; Tomassini, L. (2000): “Capital Social y Cultura: Claves Estratégicas para
el Desarrollo”. BID. Editorial Fondo de Cultura Económica, Buenos Aires,
Argentina.
Moreno, R. y Vayà, E. (2000): Técnicas econométricas para el tratamiento de datos
espaciales, Universidad de Barcelona.
Moser, C. (1998): “The Asset Vulnerability Framework: Reassessing Urban Poverty
Reduction Strategies”. World Development 26(1): 1--19.
Narayan, D., Pritchett, L. (1997): “Cents and sociability. Household income and
social capital in rural Tanzania”. Banco Mundial, Policy Research Working Paper,
1796, 1-48.
Narayan, D. (1997): “Voices of the Poor”. Banco Mundial. Documento de Trabajo,
1-97.
Pérez, F., Montesinos, V., Serrano, L., Fernández, J. (2005): La medición del capital
social. Una aproximación económica. Fundación BBVA, Bilbao, España.
Portes, A. (1999): “Capital social: sus orígenes y aplicaciones en la sociología
moderna”. En Carpio, Jorge e Irene Novacovsky, eds., De igual a igual: El
desafío del Estado ante los nuevos problemas sociales. Buenos Aires: FCE,
SIEMPRO y FLACSO.
Portes, A. (1998): “Social capital: its origins and applications in modern sociology”,
Annual Review of Sociology, vol. 24, Nº 1.
Portes, A. y Landolt, P. (1996): “Unsolved Mysteries: The Tocqueville Files II The
downside of social capital”. En The American prospect, Vol. 7, Nº 26, 18-21.
Putnam, R., Leonardi, R. y Nanetti, R. (1994): Making democracy work: civic
traditions in modem Italy, Princeton: Princeton University Press, 1994.
Putnam, R. (2000): Bowling Alone: the collapse and revival of American
community. Nueva York: Simon y Shuster.
Putzel, J. (1997): “Accounting for the dark side of social capital: reading Robert
Putnam on democracy”, Journal of International Development, vol. 9, Nº 7.
Rakodi, C. 1999. “A Capital Assets Framework for Analyzing Household Livelihood
Strategies”. Development Policy Review 17(3): 315--42.
Siegel, P. B. y J. Alwang. 1999. “An Asset-Based Approach to Social Risk
Management: A Conceptual Framework”. Documento de trabajo 9926. Unidad
31
de Protección Social, Red de Desarrollo Humano, Banco Mundial, Washington,
D.C. Consulte la página www.worldbank.org/sp
Torero, M. (1991): “La adopción de la innovación tecnológica en la agricultura
tradicional del Perú: la asociación geográfica como una alternativa para la
difusión”. Ponencia presentada en el IV Seminario Permanente de Investigación
Agraria (SEPIA).
Wade, R. (1998): Village Republics, Cambridge, Cambridge University.
Woolcock, M. (2000): “The Place of Social Capital in Understanding Social and
Economic Outcomes”. Banco Mundial y Universidad de Harvard, Documento de
Trabajo, 1-36.
Recommended