Universidad Carlos III de Madrid - UC3M


Portada del sitio > Asignaturas / Teaching > Mercados y Medio Ambiente > Lecturas sobre Mercados y medio ambiente. Turismo. > Ganadería, adaptación al medio natural y eficiencia: ¿A dónde va la (...)

Ganadería, adaptación al medio natural y eficiencia: ¿A dónde va la PAC?

CLM Economía, 2008

Jueves 7 de mayo de 2009, por Carlos San Juan


Con el objeto de medir los efectos de los pagos directos de la PAC en la eficiencia de las explotaciones ganaderas y su adaptación al medio natural se utiliza una metodología innovadora basada en regresiones no paramétricas y semi-paramétricas. En este trabajo se resumen las principales conclusiones de una investigación realizada con datos muestrales contables de empresas de Alemania y de España. Entre los resultados obtenidos destacan que los pagos directos de la reforma de la PAC distorsionan la eficiencia de las explotaciones, y, si bien fomentan la adaptación al medio natural, no logran compensar el hecho de que las explotaciones más intensivas y mayores son las más eficientes. Concluimos que el sistema de pagos directos puede jugar un papel significativo, pero no es todavía suficientemente eficiente como para que los agricultores realicen un cambio desde la producción basada en sistemas convencionales hacia tecnologías más respetuosas con el medio ambiente. Además, contrastamos que un sistema de subvenciones ligadas al volumen de producción y el tamaño de la explotación, es contra productivo.

Carlos San Juan Departamento de Economía, Universidad Carlos III de Madrid, c/Madrid 126, E- 28903 Getafe, Madrid.

Stefan Sperlich Universidad de Ginebra. Ginebra. Suiza.

1. Introducción

En la actualidad los aspectos relacionados con la conservación del medio natural en las zonas rurales están muy relacionados con la justificación de las ayudas a los agricultores como conservadores del entorno rural. Sin embargo no es fácil encontrar trabajos que evalúen los efectos reales (ex-post) que tienen los objetivos proclamados para justificar la aprobación de las medidas de la política agraria común (PAC). El objetivo de este trabajo es modelar la interacción entre las subvenciones directas y dos de los objetivos fundamentales de la política agraria común: mayor adaptación al entorno natural y mejora de la eficiencia de la explotación.

El objetivo de este trabajo es modelar la interacción entre las subvenciones directas y dos de los objetivos fundamentales de la política agraria común: mayor adaptación al entorno natural y mejora o no de los tema relacionados con la eficiencia de la explotación.

Se trata de evaluar ésta política económica, desde el punto de vista de los cambios en la eficiencia técnica y la productividad. Para este objetivo usamos datos reales obtenidos de las empresas agrarias antes y después de recibir las subvenciones directas. Este tipo de análisis resulta especialmente relevante en un contexto como el actual en el que las empresas agrarias tienen que enfrentarse a mercados cada vez más expuestos a la competencia internacional por la reducción de las tarifas arancelarias como consecuencia de acuerdos comerciales. Por otra parte la reforma de la PAC está limitando fuertemente las ayudas ligadas a la producción y restringiendo los instrumentos de sostenimiento de las rentas agrarias al pago único por explotación. En la medida que el proceso de reforma se complete la eficiencia de las explotaciones se convierte en una variable clave de la competitividad de la agricultura.

La competitividad internacional de las explotaciones resulta ser un factor estratégico en un contexto de creciente liberalización de los intercambios comerciales. Durante el ejercicio de 2008 se ha manifestado tensiones importantes en los mercados agrarios que ha repercutido en las explotaciones ganaderas de forma muy especial. Las explotaciones son ahora más sensibles a las alteraciones de los precios de mercado pero simultáneamente tienen un ingreso seguro en forma de pagos directos. Las recientes alteraciones de los precios interiores han sido consecuencia de la mayor volatilidad de los precios en los mercados internacionales. Se pude sintetizar una serie de factores que han contribuido a la volatilidad de los precios agrarios internacionales:
- Primero, desde 1996 ha habido un crecimiento del consumo per capita de carne impulsado por el crecimiento de la población y el fuerte crecimiento económico, especialmente en los países emergentes, cuya renta per capita ha crecido rápidamente. El resultado ha sido un crecimiento de la demanda de productos agrarios pues la expansión de la demanda de carne ha impulsado la demanda de cereales, soja, aceites y grasas. Los precios llegaron a crecer en un año un 130% el trigo, 38% el maíz, 36 % el arroz (FAO, Crop Prospect and Food Situation, Abril 2008). También en España el Índice de Precios Percibidos (IPP) por los agricultores aumentaba nuevamente en marzo un 4,35 % respecto del IPP del mes de febrero. Esta tasa representa la segunda mayor subida intermensual producida en el mes de marzo en los últimos cinco años. En relación con el mes de marzo de 2007, el Índice de Precios Percibidos por los agricultores se situó en 2008 en nivel un 10,47 % superior. De todas formas hay que poner estas subidas de precios en la perspectiva de la evolución de los precios mundiales de otras materias primas. Desde enero de 2002 a Julio de 2008 el índice de precios de los alimentos del FMI creció un 130%, lo que no parece tanto si se compara el 330 % del conjunto de los bienes o con el 590 % del petróleo.
- Segundo, en 2008 se aprecia una gran volatilidad de l os precios internacionales. Después de las subidas anotadas hasta marzo, en los mercado internacionales se aprecia una caída de precios en productos clave, excepto en las materia primas usadas en los alimentos para el ganado que suben significativamente. En mayo, en los mercados internacionales, la cotización del trigo está cayendo ligeramente (-8 %) por las expectativas de buenas cosechas en la próxima campaña y la eliminación de las restricciones a la exportación de Ucrania. Por tanto respecto a la situación de doce meses antes los precios internacionales son ahora más bajos en el trigo (- 3 %), el azúcar (-11 %), el algodón (- 3 %) y el café (- 5 %). Otros productos básicos también han experimentado en el mercado internacional caídas notables hasta el 26 de mayo de 2008 respecto de abril, como es el caso del arroz (-18 %), el azúcar (-11 %), y el algodón (- 3%). Sin embargo suben las cotizaciones de la soja (+ 2 %) y el café (+ 2 %).

Para los ganaderos esta situación estrecha sus márgenes de explotación, pues siguen estando altos los precios de la soja y el maíz, productos básicos en la fabricación de alimentos para el ganado que, en España, se producen a partir de materias primas mayoritariamente importadas. También el arroz presenta una subida notable respecto a mayo del año pasado (+ 42 %) lo que puede generar problemas para lograr una dieta adecuada a los más pobres del mundo en Asía y en América Latina, donde el maíz también ha subido un 26 % en los últimos doce meses hasta el 26 de mayo de 2008. Por el contrario la situación evolucionó rápidamente en la segunda parte del año con efectos significativos de sentido contrario.

Las des-inversiones de los fondos financieros también han sido en la última parte del año un elemento que ha acrecentado la volatilidad, precipitando la caída de los precios de los alimentos en el mercado mundial al final del año 2008 . Curiosamente la mayoría de los analistas habían pronosticado que las subidas de precios serían duraderas y que no se volvería a los niveles anteriores en varios años. Sin embargo la crisis financiera de septiembre de 2008 ha precipitado la caída de precios al final del año. Los precios del arroz solo estaban un 11 % más altos que en noviembre del año anterior en 2008, pero el trigo (- 43 %), la soja (- 25 %) el maíz (- 18 %) y el café (-16%) habían visto caer sus precios dramáticamente .
- En tercer lugar, el capital financiero especulativo ha entrado, desde 2006, en los mercados de futuros de los alimentos. Los hedge funds están actuando tanto en el mercado de futuros como en los servicios de almacenamiento y distribución Han estado comprando empresas que tiene poder de mercado en el segmento de almacenamiento. Este tipo de inversión ha aumentado en los últimos cinco años al disminuir las inversiones en otros sectores, como por ejemplo, en el sector de la construcción o el energético . El objetivo de los gestores de fondos es diversificar los riesgos de las inversiones financieras incluyendo activos reales en las carteras. No es fácil identificar en que medida estas entradas de inversiones de los fondos han impulsado el crecimiento de los precios de las materias primas agrarias y los alimentos. Sin embargo todo parece indicar que han contribuido a aumentar la volatilidad de los precios internacionales (Trostle, 2008).
- En cuarto lugar ha habido factores coyunturales que han acrecentado las tensiones alcistas en los mercados mundiales de alimentos. Entre estos factores destacan los altos precios de la energía, el fuerte crecimiento de la producción de biocombustibles, la depreciación del dólar (si bien esto a beneficiado a países de la zona euro) y las respuestas nacionales (proteccionistas) al alza de los precios de alimentos. Estas últimas incluyen tanto medidas arancelarias y comerciales (proteccionistas) como compras agresivas por parte de países importadores para prevenir la escasez de alimentos.
- En quinto lugar hay que señalar los factores relacionados con la oferta: a) Lento crecimiento de la producción mundial b) Escalada de precios de los combustibles c) Costes crecientes de producción para los agricultores y ganaderos d) Adversidades climáticas e) Políticas de exportación reactivas: En concreto ante la baja relación entre existencias y consumo ( que en algunos caso como los cereales y oleaginosas llegó a caer por debajo del 15 %, el nivel más bajo desde 1970) algunos países emergentes que tradicionalmente se abastecen en el mercado mundial (China, India, Ucrania) o son grandes exportadores (Argentina, Rusia, Ucrania) empezaron a elevar los impuestos a las exportaciones, establecieron barreras comerciales o, incluso, prohibieron las exportaciones, en concreto de cereales y oleaginosas (Trostle, 2008).
- En sexto lugar, están los factores del lado de la demanda, los principales importadores de alimentos como la UE, India, Tailandia e Indonesia, establecieron medidas para moderar las subidas de lo precios de los alimentos que causaron daños colaterales al acrecentar las subidas de precios en los mercados mundiales. Las peores consecuencias las han sufrido los países de baja renta per capita deficitarios en alimentos donde se han producido hambrunas sin que los organismos internacionales hayan mostrado una capacidad de reacción suficiente (Trostle, 2008).

En resumen la volatilidad de los precios de mercado ha convertido la eficiencia en una variable clave para determinar la competitividad de las explotaciones. En la actualidad sus gestores, así como los que toman las decisiones a corto plazo de política económica, no pueden ignorar ni el entorno económico ni el entorno natural. En el primero se determinan los precios de mercado y en el segundo, como mínimo tienen que cumplir unos requisitos de “transversalidad ambiental” que justifican el cobro de los pagos directos como remuneración de las externalidades positivas que generan, en este caso, las explotaciones ganaderas con base territorial.

1.1 Eficiencia Técnica y eficiencia económica

Como también se explica en Álvarez (2001), eficiencia o eficacia técnica no implica automaticamente que las explotaciones sean competitivas. Sin embargo, sin duda hay una relación muy alta entre los criterios de competitividad y de eficiencia, pero la eficiencia es, sencillamente, más fácil de medir. Por otro lado, por lo menos empiricamente, una orientación al mercado más estrecha no siempre esta claramente correlacionada, ni en sentido positivo ni negativo, con aspectos medio ambientales. Podría suceder que las mejoras de eficiencia se hicieran a costa de una intensificación de las explotaciones que afectara al entorno natural, o al revés.

Para medir la eficiencia de las empresas calculamos primero la frontera de producción y el nivel relativo de eficiencia para cada empresa en cada tipo de explotación, es decir, en cada una de las orientaciones técnico-económicas (OTE) de las muestras alemana y española consideradas. Todas las empresas incluidas en la muestra tienen producción conjunta vegetal y animal, es decir, son explotaciones con base territorial. Asumimos que la función de producción es específica de cada OTE y por tanto es preciso identificar una frontera de producción en cada OTE. La frontera de producción y el índice de eficiencia técnica para cada tipo de explotación son identificados usando técnicas de estimación de Análisis de Envolvente de Datos DEA (Data Envelopment Análisis).

Esta técnica nos permite obtener como resultado índices de la eficiencia de las explotaciones incluyendo subvenciones directas (E), lo que describe la eficiencia económica de la granja, y que pueden ser comparados, en un ejercicio contra-factual, con un escenario hipotético en el cual las subvenciones directas se han eliminado completamente. De esta forma obtenemos un índice de la productividad de la explotación sin intervención (Ew). Es decir, la productividad de la explotación es equivalente a la eficiencia que tendría la empresa sin subvenciones. Este tipo de comparaciones nos permiten identificar las distorsiones de las subvenciones directas generan en la eficiencia económica de las explotaciones. Esta técnica es útil en el contexto actual en el las explotaciones están transitando de un sistema con gran peso de las intervenciones en los mercados para estabilizar los precios agrarios a un contexto de liberalización relativa de los precios y ayudas directas al productor.

A continuación, para estimar la relación entre la eficiencia relativa, el tamaño de explotación y la adaptación al medio natural, usamos regresiones no paramétricas de la eficiencia (variable dependiente) sobre las variables explicativas: el tamaño económico de la explotación (UDE), una variable proxi para el grado de adecuación ambiental (carga ganadera), y efectos fijos para las regiones (que explicaremos más adelante). Un resultado interesante es que, aunque el nivel absoluto de pagos directos en promedio tiende a aumentar la eficiencia, la eficiencia media disminuye a media que aumenta el porcentaje de pagos directos sobre el total de la producción. Por lo que se debe concluir que los pagos directos cuando son proporcionales al tamaño de la explotación son contra-productivos.

Otro resultado destacable es que en Alemania los pagos directos están positivamente relacionados con el grado de adaptación al medio natural de la explotación. Por el contrario, en España esta relación no se ve tan claramente, lo que puede indicar sesgos en la aplicación de las medidas ambientales de la PAC, que, en principio, son iguales para toda la Unión Europea. Estas divergencias serían imputables a la forma diferente de aplicar esas medidas en las distintas regiones y países.

Sin embargo los datos muestran que, en general, ni en Alemania ni en España el sistema de pagos directos es suficiente para compensar el hecho que las explotaciones con menor grado de adaptación al medio natural, así como las empresas más grandes, son las más eficientes.

Esperamos que esta investigación pueda a ayudar a entender mejor los efectos de las últimas reformas PAC y a evaluar si la aplicación práctica de las políticas de la UE consigue sus objetivos. Por tanto el trabajo está en la línea de los que pretenden evaluar los objetivos políticos con los resultados obtenidos después en la aplicación de la estrategia política aprobada y aplicada.

2. DESCRIPCIÓN DE LOS DATOS Y LA MÉTODOLOGÍA

Como es bien conocido, los pagos directos (Pagos directos) fueron introducidos en la llamada reforma McSharry de la PAC para desconectar las rentas de los precios garantizados y, también, para controlar mejor los niveles de los stocks acumulados por la intervención en los mercados para sostener los niveles de precios agrarios. Nosotros utilizamos las subvenciones por la vía de los pagos directos que están claramente definidos e identificados en los datos contables disponibles. Esos pagos directos se calculan básicamente a partir de tierras retiradas del cultivo (set a side), la superficie de referencia cultivada y / o del numero de cabezas de la explotación.

Además, el criterio del cross compliance (transversalidad ambiental) requiere un mínimo de superficie agraria útil por cabeza de ganado, para poder optar a las subvenciones de este programa de pagos directos. Por eso, nuestro “indicador ecológico” que describe la adaptación ambiental, es el número de cabezas de ganado por superficie agrícola utilizada (LU/SAU), replicando de esa manera el señalado como objetivo por la política agraria europea. Hay que señalar que la interpretación será que cuanto mayor es este índice, menos adaptada al medio natural, o si se prefiere, menos ecológica es la granja.

El problema econométrico es como identificar la relación triangular entre subvenciones (en forma de Pagos directos), adaptación ambiental y eficiencia. Lo solucionamos mediante una metodología que tiene tres etapas: primero se estima la eficiencia de cada granja de la muestra y simultáneamente la frontera de eficiencia (frontera de producción para cada tipo de explotación); segundo, se calculan los efectos de la adaptación ambiental y del tamaño económico de la granja en su eficiencia, corrigiendo por la región; tercero, se repiten estos cálculos en primer lugar teniendo en cuenta que la explotación recibe Pagos directos y en segundo lugar simulando que no recibe ningún pago directo. Mora y San Juan (2004a) nos dan una idea de porqué es tan importante corregir por el efecto regional específico.

Una fuente frecuente de conclusiones erróneas es la mala especificación del modelo, o más bien, de los modelos utilizados en el análisis. Como se trata de un tema polémico, hemos optado por métodos muy sofisticados que permiten un análisis robusto para evitar ese tipo de problemas. Más específicamente, utilizamos métodos semi- paramétricos y no paramétricos; en el primer paso el método DEA (véase los trabajos de Simar y Wilson, 2000, o de Cooper, Seiford y Tone, 2000) para calcular la eficiencia, llamada E, de cada explotación, y luego una regresión semiparamétrica para calcular los impactos del índice ecológico EF y del tamaño económico TE a la eficiencia. Más concreto, en la segunda etapa, se estima el modelo

E = G ln(EF),ln(TE) + b’R + e, (1)

en donde ln es el logaritmo neperiano, R una variable artificial indicando la región a que la granja pertenece y e el residuo. Lo que se estima es el efecto paramétrico b de la región y una función arbitraria no paramétrica G. Por tanto el parámetro b de cada región R recoge los efectos fijos o características de la región que afectan al eficiencia por su localización. Como método estadástico se han utilizado estimadores localmente lineales de nucleos. Para más detalles véase Härdle, Müller, Sperlich y Werwatz (2004).

Una ventaja elemental de la DEA en nuestro estudio es que no es necesario especificar un modelo o una formula particular para el proceso de producción o la frontera de la producción. Una posible desventaja de ese método es su natural deterministico que no permite heteronegenidad fuera de los factores especificados que determinan el proceso de producción. Es decir, se excluyen – o mejor dicho, se ignoran - por ejemplo errors de medida. Más concreto, los conceptos básicos son los siguientes: Sean las variables que miden el “output” y luego los factores “input” que definen el conjunto de factibles combinaciones “input-output”, denotadas

Para cualquier podemos definer ese conjunto fijando el output (o el input); es decir, se obtiene los inputs factibles para obtener tal output y:

donde el input eficiente se define intuitivamente por la frontera por

compara Farrell (1957). Resulta la tal llamado “Farrell input-oriented measure of efficiency” que se dife a travez de la siguiente distancia:

Ese coeficiente por lo tanto es el número que podemos calcular para cada granja y indica su eficacia o productividad. Entonces, un valor de significa que esa granja es eficiente (“input efficient”, también se podría considerar la “output”-eficacia), mientras un valor indica una cierta ineficiencia dado el input que necesita para producir el nivel de output y.

Las variables para calcular la eficiencia de producción son las siguientes.

OUTPUT producción vegetal (cultivos, prados, etc.)

producción animal (carne, leche, lana, etc.) INPUT capital de la granja, sobre todo inmuebles y maquinaria al valor actual _ piensos y otros aportes vinculados a animales _ aportes vinculados al cultivo como fertilizador, fitosanitarios, semillas, agua, etc.

W salarios

SAU Superficie Agraria Útil de la explotación, ajustada por su calidad

SP= -DP precio sombra (shadow price) o costes de oportunidad por producir de manera no subvencionada

Cuando se dice “ajustada por su calidad”, eso significa que se han calculado el valor de cada superficie en España de la siguiente forma:

donde:
- : superficie regada (en Ha.);
- : superficie no-regada (en Ha.);
- : precio para superficie regada en esa region (en Euros/Ha);
- : precio para superficie no regada en esa region (en Euros/Ha).

Para el calculo de los precios medios de cada región, los detalles se encuentran Decimavilla y San Juan (2002). Se han utilizado precios nominales y cantidades reales utilizando datos de la Encuesta de Precios de la Tierra. El número de granjas utilizadas por año, país y tipo de animal son:

País / Año 1991 1992 1999 2000 España Ovino 391 373 553 679 Bovino 2230 1787 1435 1543 Porcino 126 161 255 249 Alemania Bovino - - 604 604 Porcino - - 355 355

Para ver los detalles sobre esta metodología puede consultarse Kleinhanss, Murillo, San Juan y Sperlich (2007). En nuestro análisis se repite cada calculo por tipo de animal (ovino, porcino, bovino), país (España y Alemania) y año. Como hemos mencionado antes, se estima la eficiencia, calculada por DEA incluyendo los Pagos directos que llamamos EDP y la eficiencia sin Pagos directos que denominamos como EW.

Como estimar la regression (1) sin especificar la function G ? Vamos a dar una idea general ignorando – para simplificar la presentación – la parte paramétrica que específica el impacto lineal de las regiones y centrándonos, de momento, en la estimación de G es importante entender que el estimador que usamos trabaja de forma local, es decir, estimamos la función buscada localmente en un punto, digamos x0 . Antes de entrar más en detalles, necesitamos notación adicional. Consideramos en este momento el problema de regresión de , , con siendo G una función suave pero totalmente desconocida. Queremos estimar solo a , es decir nuestra función G en un punto concreto . Teniendo la muestra se define el estimador local lineal de núcleos (es decir, la ponderación Kh):

donde , y indica el gradiente de . Además, es una función de ponderación. En nuestros cálculos usamos . Es decir, en principio se trata de un estimador lineal mínimo cuadrático ponderado en cada punto. Las ponderaciones dan mucho peso a puntos o mejor dicho, observaciones cuando está cerca de pero asignan ponderación cero para puntos con una distancia superior a h de (por eso el índice h para el núcleo K). Consistencia, teoría asintótica y los temas relacionados pueden verse en los trabajos bien conocidos y ampliamente estudiados de Ruppert and Wand (1994); para más detalles se recomienda Fan and Gijbels (1996).

Nótese que para obtener conclusiones correctas sobre el impacto de los pagos directos no se pueden derivar directamente ni de una regresión de la eficiencia sobre los pagos directos ni de un estudio separando granjas que reciben pagos directos frente a granjas que no reciben pagos directos. Ambos estudios tendrían muy probablemente un problema de endogeneidad. La diferencia con nuestro enfoque es la idea del ejercicio contrafactual, de tal forma que, al final, comparamos simplemente la función f del modelo (1) que sale para EDP con la función f que sale para EW.

Por ejemplo, en el gráfico, consideramos las granjas de porcino en el año 1999 en España. Recordemos que los pagos directos incluyen todos los recibidos por la explotación, tanto si están asignados a cultivos como a ganados. Las funciones f son de tres dimensiones; pero para facilitar una interpretación fácil, nos centramos en tres cortes verticales en el eje de ln(TE), es decir, miramos solo a los percentiles de 5, 50 y 95 %, es decir, granjas pequeñas (línea discontinua), de tamaño mediano (línea continua), y granjas grandes (puntos). Se ve claramente en estos dos gráficos como cambia la eficiencia de las granjas si se incluyen los pagos directos: las granjas extensivas (ln(EF)<0) ganan mucha eficiencia en comparación con las granjas intensivos (ln(EF)>0). De esta manera, una comparación entre EDP y EW por país, año y tipo de granja nos permite evaluar el impacto sin efectos de endogeneidad como por ejemplo el sesgo de selección.

Falta meter el gráfico del porcino en España, dos y tres dimensiones, controlar que no es el mismo gráfico de otros artículos.

Como un último paso más hemos calculado también las correlaciones entre pagos directos (DP) y eficiencia sin subvenciones EW y, también, las correlaciones entre DP y TE para ver si las pagos directos favorecen la eficiencia en la producción o, simplemente, a las granjas grandes. Además, nos interesa también ver como un incremento relativo (en porcentaje) afecta a EW. Por eso también se calcula la correlación entre ln(1+DP) y EW. Primero, para cor(DP,TE) se obtiene

bovino porcino ovino 1991—1992 España 0.177 0.221 0.261 1999—2000 España 0.637 0.329 0.971 Alemania 0.970 0.964

Segundo, para el par cor(DP,EW), cor(ln(1+DP),EW) obtenemos los siguientes signos: bovino porcino ovino 1991—1992 España + - - - 0 - 1999—2000 España + + - - + - Alemania + - + 0

3. CONCLUSIONES

Las principales conclusiones empíricas son las siguientes:

En primer lugar, y seguramente esto no sorprenda a nadie, obtenemos el resultado de que, independientemente de las subvenciones, las explotaciones intensivas y grandes son generalmente más eficientes y productivas. Sin embargo, esos pagos directos son una fuente potencial de distorsiones de la eficiencia. De hecho, el crecimiento de los pagos directos después de la reforma de PAC de 1992 afecta considerablemente al nivel relativo de eficiencia incluyendo pagos directos.

Los resultados muestran una correlación positiva entre subvenciones y eficiencia (tanto EW como EDP) cuando se comparan los niveles absolutos. Sin embargo, la eficiencia media disminuye o se estanca a media que crece el porcentaje de pagos directos sobre la producción.

Este resultado se sostiene para todo tipo de exploraciones, años y regiones analizadas, excepto para las explotaciones de vacuno españolas. Esto quiere decir que, en general, una combinación de subvenciones directas y tamaño es contra productiva. Por lo tanto también es una de recomendaciones claves en la lista de Bertola et al. (2002) para la ampliación de la UE. De hecho, una subvención por agricultor es menos discriminatorio que los sistemas implementados hasta la actualidad (compara los resultados con Mora y San Juan, 2004a y 2004b).

Al mismo tiempo, nuestros resultados muestran claramente que eso es lo que hizo la política de subvenciones entre la PAC 1992 y la PAC 2005: un análisis de correlación releva que en ese periodo el tamaño de explotación explica aproximadamente el 90 % de los pagos directos. Y esto a pesar de que los fuertes pagos directos a las explotaciones grandes no pueden ser justificados (empíricamente) por su presunta alta eficiencia técnica ni por una supuesta adaptación ambiental.

Es preciso recordar que las subvenciones directas se han justificado como recompensa por las externalidades positivas que las actividades agrarias generan. Pero, hemos encontrado que el sistema de pagos directos no es suficiente para corregir el hecho que las explotaciones menos extensivas son las más eficientes. La única excepción que encontramos era el porcino en Alemania, donde las explotaciones convencionales se hacen menos eficientes económicamente (o si se prefiere decir así, menos productivas) después de recibir los pagos directos que las explotaciones ambientalmente adaptadas. En España, la explotación porcina española más convencional (intensiva) alcanza un nivel de eficiencia "similar" a las explotaciones ambientalmente adaptadas (extensivas) considerando los pagos directos (o viceversa). Por tanto las subvenciones, en este último caso, no discriminan por el grado de respeto al medio natural.

Teniendo en cuenta que las regulaciones de la PAC son comunes para toda la Unión Europea, suponemos que las diferencias en la forma de aplicación de las normas ambientales entre Estados Miembros son responsables, por ejemplo, de las diferencias observadas entre Alemania y España. Sin embargo, junto con los resultados numéricos de las correlaciones, concluimos que hay algunas pruebas empíricas de que el sistema de pagos directos está ambientalmente "orientado" para todos los tipos de explotaciones estudiados. Eso significa que disminuye el nivel de pagos directos a medida que aumentan las unidades ganaderas por unidad de superficie agrícola útil (UG/SAU). Es decir, hay una modulación en las ayudas a favor de las explotaciones (extensivas) más adaptadas al entorno natural.

En conjunto, nuestros cálculos muestran que, a la vista de los resultados, el sistema de pagos directos juega un papel significativo para ayudar a los agricultores a conservar el medio natural, aún cuando nosotros hayamos deducido de los datos de las muestras utilizadas que esta política tiene, en parte, más éxito en Alemania. Por tanto llegamos a la conclusión de que el sistema de pagos directos juega un papel significativo para ayudar a los agricultores a conservar el medio natural, pero no es todavía suficientemente fuerte en sus efectos sobre la eficiencia y la productividad de las empresas como para que los agricultores realicen un cambio desde la producción basada en sistemas convencionales hacia tecnologías más respetuosas con el medio ambiente.

P.-S.

REFERENCIAS

Álvarez Pinilla, A. (2001) Concepto y medición de la eficiencia productiva, pp. 19-40 in A. Álvarez (ed.) La medición de la eficiencia y la productividad, Pirámide, Madrid.

Bertola, G., T. Boeri, H. Brcker, F. Coricelli, A. de la Fuente, J.J. Dolado, J. Fitzgerald, P. Garibaldi, G. Hanson, J.F. Jimeno-Serrano, R. Portes, G. Saint-Paul, and A. Spilimbergo (2002) Who’s Afraid of the Big Enlargement? CEPR Policy Paper 7, www.cepr.org/pubs/books/cepr/booklist.asp

Cooper, W.W., L.M. Seiford, y K. Tone (2000) Data Envelopment Analysis. A Comprehensive Text with Models, Applications, References and DEA-Solver Software. Kluwer Academic Publishers. London.

Decimavilla, E. and C. San Juan (2002) Encuesta de precios de la tierra 2001. Base 1997. Metadología. Boletin Mensual de Estadística Agraria, November 11, 7-76.

Fan, J., and, I. Gijbels (1996) Local polynomial regression. Chapman and Hall, London.

Farrell, M.J. (1957) The Measurement of Productive Efficiency. Journal of the Royal Statistcal Society: Series A (General), 120, 253—281.

Fischler, F. (2003) The new, reformed agricultural policy. Final press conference after the decision at the Council on agriculture. Luxembourg, 26 Jun 2003. SPEECH/03/326.

Härdle, W., M. Müller, S.Sperlich, and A. Werwatz (2004) Nonparametric and Semiparametric Models. Springer Verlag, Berlin and Heidelberg.

Mora, R., y C. San Juan (2004a) Geographical Specialisation in Spanish Agriculture Before and After Integration in the European Union, Regional Science and Urban Economics, vol 34, 3, 309-320.

Mora, R., and C. San Juan (2004b) Product concentration and Farm Specialization in Spain after implementation of the CAP and its reform, pp. 105-121 in K. Poppe (ed.) New Roads for Farm Accounting and FADN, LEI. The Hague

Kleinhanss, W., C. Murillo, C. San Juan, and S. Sperlich (2007) Efficiency, subsidies and environmental adaptation of animal farming under CAP. Agricultural Economics, 36, (1), 49-65.

Trostle, R. (2008): Fluctuating Food Commodity Prices. A complex Issue Whit No Easy Answers. Economic Research Service. USDA. WWW.ERS.USDA.GOV/AMBERWAVES.

Ruppert, D., and M.P. Wand (1994) Multivariate locally weighted least squares regression. Annals of Statistics 22, 1346—1370.

Simar, L., and P. Wilson (2000) Statistical Inference in Non-parametric Frontier Models: The State of the Art. Journal of Productivity Analysis, 13, 49-78.


Seguir la vida del sitio RSS 2.0 | Mapa del sitio | Espacio privado | SPIP | Contacto: csm@eco.uc3m.es