Vinculando a los Pequeños Productoresa la Nueva Economía Agrícola

Vinculando a los Pequeños Productores a la Nueva Economía Agrícola: Una Evaluación del Programa Plataformas en el Ecuador

Romina Cavatassi, Mario González, Paul Winters, Jorge Andrade-Piedra, Patricio Espinosa y Graham Thiele

Traducción del inglés al español de Gabriela Chacón

Documento de Trabajo de ESA No. 09-03 Abril 2009

Dirección de Economía del Desarrollo Agrícola La Organización para la Alimentación y la Agricultura de las Naciones Unidas

www.fao.org/es/esa

Documento de Trabajo de ESA No. 09-03 www.fao.org/es/esa

Vinculando a los Pequeños Productores a la Nueva Economía Agrícola: Una Evaluación del Programa Plataformas en el Ecuador Abril 2009

Romina Cavatassi

Mario González

Dirección de Economía del Desarrollo Agrícola Organización para la Alimentación y la Agricultura Roma, Italia e-mail: romina.cavatassi@fao.org

Banco Interamericano de Desarrollo Washington, DC e-mail: mgvoz@aol.com

Paul Winters

Jorge Andrade-Piedra

American University Washington, DC e-mail: winters@american.edu

Centro Internacional de la Papa Quito, Ecuador e-mail: j.andrade@cgiar.org

Graham Thiele

Patricio Espinosa

Centro Internacional de la Papa Lima, Perú e-mail: g.thiele@cgiar.org

Centro Internacional de la Papa Quito, Ecuador e-mail: poespinosa@gmail.com

Resumen Este documento analiza el impacto de la participación en plataformas de concertación (Plataformas) dirigidas a vincular a pequeños productores de papa al mercado en la región montañosa del Ecuador. Describe y evalúa el programa de Plataformas para determinar si ha tenido éxito en vincular a los agricultores a mercados de alto valor y los efectos que tales conexiones han traído, especialmente en lo referente al bienestar de los agricultores y al medioambiente. El análisis se realiza comparando un set de grupos testigo, diferentes y cuidadosamente construidos, y usando varios tipos de análisis. Los resultados son muy consistentes con los diferentes análisis y son importantes entre los contrafactuales, sugiriendo que los impactos están identificados adecuadamente. Los resultados sugieren que el programa tuvo éxito en mejorar el bienestar de los beneficiarios y que los potenciales impactos negativos al medioambiente, especialmente en relación a la agro-biodiversidad y uso de agroquímicos, no deben causar preocupación. Se analizan los mecanismos a través de los cuales se han alcanzado los impactos. Se han encontrado pequeños efectos indirectos o secundarios.

1

Palabras clave: nueva economía agrícola, Ecuador, pequeños productores de papa, evaluación de impacto, seguridad alimentaria, agro-biodiversidad, recursos naturales.

Clasificación Jel: D13, O13, Q13, Q51 Agradecimientos: Este estudio fue financiado por el FAO-Netherlands Partnership Program (FNPP) y el FAO Norway Partnership Program (FNOP). Queremos agradecer a los agricultores y líderes del CONPAPA (Consorcio de la Papa): Francisco Jarrín y Hernán Pico; al CIP: Centro Internacional de la Papa y su Programa Colaborativo Papa Andina; a FAO-Ecuador: Iván Angulo Chacón; al Instituto Nacional Autónomo de Investigaciones Agropecuarias (INIAP) y al Programa Nacional de Raíces y Tubérculos Rubro Papa (PNRT-Papa): Iván Reinoso, Fabián Montesdeoca, Manuel Pumisacho, Fausto Yumisaca, Cecilia Monteros, José Unda, Xavier Cuesta, Jorge Rivadeneira y Ricardo Delgado; a la Agencia Suiza para el Desarrollo y la Cooperación (COSUDE) y su proyecto FORTIPAPA (Fortalecimiento de la Investigación y Producción de Semilla de Papa); a la Central Ecuatoriana de Servicios Agropecuarios (CESA); a Fundación MARCO (Minga para la Acción Rural y la Cooperación): Carlos Falconí, Paúl Solís y Xavier Checa; al Instituto de Ecología y Desarrollo de las Comunidades Andinas (IEDECA): Mauricio Realpe, Osvaldo Poso y Alberto Oleas; a Fabián Muñoz (Visor Análisis Estadístico Cia. Ltda.); a André Devaux e Ivonne Antezana de CIP/Papa Andina por sus comentarios; a Willy Pradel, Arturo Taipe y Darío Barona por su ayuda en el cálculo del cuociente de impacto ambiental (CIA) y por sugerir referencias.

Los Documentos de Trabajo de ESA representan trabajo en progreso y se los hace circular para ser discutidos y comentados. Los puntos de vista y opiniones expresados aquí son las de sus autores y no representan la posición oficial de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO) o del Centro Internacional de la Papa, que colaboró en este esfuerzo. Los términos empleados y la presentación de material en esta información no implica la expresión de opinión alguna por parte de la Organización para la Alimentación y la Agricultura de las Naciones Unidas respecto al estatus legal de un país, territorio, ciudad o área o de sus autoridades, o respecto a la delimitación de sus fronteras o límites.

2

Vinculando a los Pequeños Productores a la Nueva Economía Agrícola: Una Evaluación del Programa Plataformas en el Ecuador 1.

Los pequeños productores y la nueva economía agrícola

Las últimas dos décadas han sido testigo de cambios profundos en los sistemas agrícolas y de la forma en que la producción agrícola se organiza en muchos países en desarrollo. Aunque los cambios afectan a toda la cadena, desde la producción hasta el consumo, estos se manifiestan más claramente en la forma en que los alimentos son vendidos al por menor.

Actualmente, los productores agrícolas suministran a largas y complejas cadenas de valor que comercializan productos frescos y procesados de alto valor a consumidores mayormente urbanos. En cuanto a los insumos, a medida que la demanda de calidad de los productos aumenta, los agricultores dependen cada vez más de transacciones comerciales en ferias para obtener semillas, fertilizantes y agro-químicos. Estos cambios, denominados la nueva economía agrícola, han llevado a nuevos acuerdos organizacionales e institucionales dentro de la cadena de comercialización de alimentos, como nuevas formas de contratos (contratos pre-establecidos versus mercados spot*) e imposición de normas y estándares de calidad y seguridad en alimentos (Dolan and Humphrey, 2004; Reardon y Berdegué, 2002).

Esta tendencia creciente a la expansión de los mercados agrícolas puede realmente ofrecer beneficios potenciales a los agricultores, como mayores opciones de proveedores de insumos y puntos de venta, mayor acceso a crédito y una mejor capacidad gerencial (Winters et al, 2005; Eaton y Shepherd, 2001). Sin embargo, el acceso a los mercados ha probado ser difícil para muchos agricultores pequeños, que generalmente permanecen en la periferia de esta nueva economía agrícola. De hecho, el proceso puede incluso exacerbar los niveles de pobreza a través de la marginalización de los pequeños productores y los pobres del sector rural, que están en desventaja frente a los productores comerciales más grandes y mejor dotados (Johnson y Berdegué, 2004; Berdegué et al., 2003; Reardon et al., 2003; Little y Watts, 1994).

En años recientes, se ha reconocido ampliamente la importancia del manejo de los mercados para mejorar la eficiencia y accesibilidad de los pequeños productores. Investigadores y técnicos en desarrollo han empezado a mirar la forma de superar las ineficiencias y desigualdades del mercado (en relación a insumos y productos) en la cadena de valor, con el fin de incrementar la participación de los pequeños productores (De Haen et al., 2003; Reardon et al., 2002; Barrett et al. 2001; Pingali, 2001). Todos estos esfuerzos han reconocido que las intervenciones orientadas a la producción no resuelven los problemas que enfrentan los pequeños productores si no van acompañadas de políticas y programas dirigidos a otras sectores de la cadena de producción, distribución y venta al por menor. Sin embargo, las intervenciones, dondequiera que hayan sido implementadas, han sido difíciles de extender a más beneficiarios en áreas geográficas más amplias. El reto es estimular el cambio de políticas para superar las barreras que los pequeños agricultores enfrentan al acceder a los mercados.

El efecto neto de la nueva economía agrícola en el bienestar de la gente pobre y en el medioambiente es controversial, ya que puede ser positivo y negativo al mismo tiempo. Por un lado, la creciente comercialización desvía a los hogares campesinos de las tradicionales *

Nota del traductor. Mercado spot: mercado en el que un bien es vendido o comprado inmediatamente o en un futuro cercano. Mercado de entrega inmediata y con pagos en efectivo.

1

metas de autosuficiencia hacia la toma de decisiones orientadas a ingresos y ganancias. Por otro lado, de ningún modo se garantizan beneficios a los pequeños productores y, de hecho, el proceso puede incluso exacerbar los niveles de pobreza a través de la marginalización de la población rural pobre, si ésta es incapaz de tomar directamente ventaja de las nuevas oportunidades de mercado o beneficiarse de una mayor demanda de mano de obra. Además, la intensificación agrícola que generalmente acompaña a la agricultura orientada al mercado, puede llevar a centrarse en pocas variedades de uso comercial, a aumentar el uso de químicos y a intensificar el uso del suelo, llevando así a potenciales consecuencias negativas para el medioambiente y la salud.

Un enfoque que ha sido utilizado en la región andina para aumentar los beneficios de la vinculación de los pequeños productores a la nueva economía agrícola ha sido las plataformas de concertación o simplemente Plataformas (Devaux et al., 2009). En el Ecuador, el programa de Plataformas ha sido implementado por el Instituto Nacional Autónomo de Investigaciones Agropecuarias (INIAP), a través del proyecto FORTIPAPA (Fortalecimiento de la Investigación y Producción de Semilla de Papa) y apoyado por el Centro Internacional de la Papa (CIP), a través de su Programa Colaborativo Papa Andina. El programa de Plataformas juntó a productores de papa y a una serie de proveedores de servicios de investigación y desarrollo con el fin de vincular a los agricultores a mercados de alto valor para sus productos. Los compradores en estos mercados fueron restaurantes locales de comida rápida, cadenas de supermercados y la procesadora multinacional de alimentos FritoLay. Al establecer vínculos directos entre las organizaciones de agricultores y estos compradores, las Plataformas han desplazado a los intermediarios tradicionales, proporcionando a los pequeños productores mayores oportunidades para obtener beneficios de los cambios en los sistemas de comercialización agrícola.

El objetivo de este artículo es describir y evaluar el programa Plataformas con el fin de determinar si ha tenido éxito en vincular a los agricultores a mercados de alto valor y los efectos, especialmente los relacionados con el bienestar de los agricultores y el medioambiente, que tales conexiones han traído. Este estudio de caso es entonces utilizado para comprender mejor los retos de vincular a los pequeños productores a mercados de alto valor y para evaluar la posibilidad de enfrentar estos retos.

La parte restante del artículo está estructurado de la siguiente manera. La sección 2 presenta los objetivos globales de las Plataformas, describiendo la motivación y los beneficios esperados. En la sección 3 se proporciona una descripción detallada del estudio de caso, del programa Plataformas y de la intervención en la que consistió. Un elemento clave para evaluar una intervención es establecer un contrafactual adecuado; la sección 4 describe cómo se hizo esto y los datos empleados en el análisis. La sección 5 explica cómo se usan estos datos para identificar el impacto, mientras que los resultados son discutidos en la sección 6.

La sección 7 proporciona una discusión general de las lecciones aprendidas del análisis en relación con la vinculación de los pequeños productores a la nueva economía agrícola y las implicaciones políticas.

2.

Conectando a los agricultores a los mercados: La lógica del enfoque de Plataformas Aunque existen múltiples estructuras para organizar la producción, la nueva literatura de economía institucional postula que una de las que emerge es aquella que minimiza los costos generales, incluyendo los costos de transacción (Williamson, 1985). Estos costos incluyen

2

costos estándares de producción, pero también los costos ex ante de preparación, negociación y acuerdos de salvaguarda, así como costos ex post de desajustes, establecimiento y gestión de sistemas de gobernanza y costos implícitos durante la socialización para asegurar los acuerdos de compra (Diedtric, 1994). Para la agroindustria, que requiere vender productos agrícolas en mercados de alto valor o para procesamiento, la entrega puntual y los estándares de calidad son con frecuencia cruciales para decidir cómo organizar la producción. El uso del mercado abierto para obtener estos productos puede involucrar altos costos de transacción y es poco atractivo (Winters et al., 2005). Los agronegocios pueden entonces buscar estructuras alternativas para organizar la producción, como integración vertical o agricultura por contrato, si es que encuentran que la creación de este tipo de relación es la alternativa menos costosa frente a otras opciones.

La agricultura por contrato es más adecuada para cultivos no tradicionales o de especialidad, en la que los precios son volátiles debido a que los mercados son pequeños, el rendimiento es incierto, el timing es esencial, la calidad es crítica y el conocimiento sobre la producción por parte de los productores locales es potencialmente limitante. Para productos básicos como la papa en los Andes ecuatorianos, el rendimiento es incierto y la calidad es importante para la venta en mercados de alto valor y para el procesamiento en hojuelas y papa tipo francés.

Hasta ahora, el mercado de la papa no es nada pequeño; existe producción la mayor parte del año y el conocimiento respecto a la producción está extendido. El reto para el agronegocio en el mercado de papa ecuatoriano es ante todo obtener variedades de papa que cumplan los requerimientos de mercado y de procesamiento, y asegurar que esas variedades clave estén disponibles en el momento adecuado y en la calidad apropiada. La organización de la producción para minimizar costos frente a tales circunstancias puede tomar varias formas y es probable que evolucione a medida que la nueva economía agrícola continúa. Una opción es contratar a los agricultores para producir ciertas variedades bajo la condición de que cumplan con estándares de calidad y sean entregadas a tiempo. Este es un factor que supone un desafío para los pequeños agricultores, pero que puede ser alcanzado si es que los requerimientos no son muy severos. Por ejemplo, el objetivo de proveer a Frito-Lay con la variedad INIAPFripapa todavía no ha sido alcanzado por los productores de la Plataforma debido a la dificultad en cumplir con los requerimientos de volumen y calidad, que se volvieron aún mayores, cuando Frito-Lay decidió adquirir solamente la variedad colombiana para procesamiento Diacol-Capiro, la cual es muy susceptible al tizón tardío (Phytophthora infestans) y menos adecuada para ser producida por los pequeños agricultores de las Plataformas1. Otra alternativa, debido a que el mercado de la papa es grande y diverso, es comprar en el mercado abierto y asumir que los intermediarios serán capaces de adquirir las variedades necesarias de forma oportuna y con suficiente calidad. La opción menos costosa depende entonces del tamaño del mercado para la variedad clave.

En este contexto, es probable que ninguna opción proporcione beneficios directos a los pequeños productores. En la agricultura por contrato, la principal ventaja de los pequeños productores es su suministro de mano de obra barata para cultivos que demandan gran cantidad de mano de obra. En estos casos, es conveniente para un negocio agrícola el tratar con varios productores pequeños debido a que el costo total incluye un alto porcentaje de costo de mano de obra, y éste podría superar los costos adicionales de transacción al trabajar con un gran número de pequeños productores. Si el cultivo no requiere mayor mano de obra 1

Diacol-Capiro e INIAP-Fripapa tienen un alto contenido de materia seca y un bajo contenido de azúcar. Ninguna es comercializada frecuentemente en el gran mercado de papa en fresco y los pequeños agricultores en las Plataformas no han podido proveer regularmente a Frito-Lay, debido a problemas para cumplir con los requerimientos de volumen y calidad. Por esto, Frito-Lay ha estado consolidando un grupo de proveedores propios para asegurar la producción.

3

y es posible tratar con un menor número de grandes productores, el resultado más probable es que se minimicen los costos de transacción. Si, alternativamente, el negocio agrícola opta por adquirir el producto en el mercado abierto, es probable que los intermediarios jueguen el papel de obtener el producto necesario. Aunque ellos pueden comprar la cosecha de los pequeños productores, será a las tasas de mercado del momento y no proporcionará ningún beneficio a los pequeños productores, a no ser que sean compradores lo suficientemente grandes para influir en el precio general.

Cuando los pequeños productores no tienen una ventaja aparente en la producción, el desafío es reducir los costos de transacción asociados con la compra a un gran número de agricultores que producen pequeñas cantidades para hacerlos relativamente competitivos, o de idear una forma para conectar a los pequeños productores directamente con los compradores de alto valor. Esto requiere que se organice a los pequeños productores para superar los costos de transacción y que se les proporcione la información necesaria para satisfacer los requerimientos del mercado. El programa de Plataformas hace justamente esto. La intervención específica emprendida, como parte de un programa más general que tomó en cuenta los diversos vínculos de la cadena de la papa, es descrita a fondo más adelante, pero el enfoque utilizado es el de proporcionar apoyo a los pequeños productores de una serie de instituciones a través de la construcción de un fuerte capital social2. Este último funciona como un enlace entre grupos y entre individuos, facilitando la cooperación y relaciones de apoyo mutuo y, como en este caso, como un medio efectivo para reducir los costos de transacción y conectar a los agricultores asociados directamente a los compradores de alto valor. El enlace se logra de una manera tal que asegura que esos compradores reciban papa de calidad, de la variedad que requieren y de manera oportuna. En base a un programa bien diseñado, la intervención funciona a través de toda la cadena de suministro de papa con el fin de reducir ineficiencias, superar barreras y disminuir costos en cada eslabón de la cadena.

La lógica del programa es reducir los costos de transacción de modo que los pequeños productores puedan ser una opción de bajo costo para los compradores de alto valor y puedan sacar provecho de los beneficios de la nueva economía agrícola. El beneficio final que se espera de la intervención es incrementar el ingreso obtenido de la producción de papa, no solo por medio de un incremento de la productividad, sino también a través de precios más altos y costos de transacción más bajos. Aunque estos últimos son difíciles de cuantificar, están relacionados con los costos de negociación, monitoreo y de verificación de cumplimiento asociados a las transacciones. Cuando las negociaciones están a cargo de la Plataforma, se evitan las transacciones individuales de cada pequeño productor con los clientes finales y, de este modo, los costos y cargas asociados se reducen notablemente.

Por supuesto, para alcanzar resultados tan amplios, se espera que ocurran una serie de cambios a nivel de los hogares que participan en la intervención. Para cumplir con los estándares de calidad de los compradores, que incluyen tamaños, niveles de materia seca y contenido de azúcar, así cómo niveles mínimos de daño en los tubérculos, se esperan cambios en el uso de variedades, insumos aplicados y mano de obra empleada, además de cambios en la estructura organizacional y de comercialización de la granja. Este tipo de intensificación puede llevar a un incremento en el uso de pesticidas, lo cual puede ser potencialmente problemático dada la evidencia de su efecto negativo en la salud y en el medioambiente (Crissman, Antle y Capalbo, 1998). Por otro lado, la capacitación en el manejo integrado del 2

Capital social se define como una variedad de entidades diferentes con dos elementos en común: todas tienen algún aspecto de estructura social y facilitan las acciones de los actores dentro de esa estructura (Coleman, 1988). Las entidades tienen metas de beneficio mutuo y generalmente se caracterizan por confianza, cooperación, participación en la comunidad y el compartir (Putnam, 1995).

4

cultivo, llevada a cabo por la Plataforma a través de las Escuelas de Campo para Agricultores (ECAs), incluyó el uso de pesticidas, riesgos, tipos, dosificación, momento de aplicación y las precauciones necesarias para su aplicación, lo cual puede compensar el efecto de la intensificación. La intervención recomendó el uso de insecticidas menos tóxicos y promovió el uso de trampas para el gusano blanco de la papa (Premonotrypes vorax), limitando el uso de insecticidas a puntos específicos en el campo y reduciendo la exposición del aplicador.

Así, la capacitación impartida por la Plataforma podría mitigar la presión de intensificación, pero el efecto neto de la intervención en cuanto al uso de químicos requiere ser determinado empíricamente.

Adicionalmente, los requerimientos de calidad de los agro-procesadores para alto contenido de materia seca, bajo contenido de azúcar, buena calidad de fritura, formas de tubérculo específicas y almacenamiento post-cosecha, limitan el enfoque en una o dos variedades, excluyendo así a las variedades locales y tradicionales. Esto causa preocupación desde el punto de vista de biodiversidad en relación con la erosión genética y pérdida de variedades locales.

La capacitación para cumplir las demandas del mercado, junto con cambios en las prácticas de producción, también apuntan a incrementar el conocimiento de los beneficiarios en lo referente a prácticas agrícolas y comercialización. Por lo tanto, a más de considerar el impacto de la intervención en el bienestar (beneficios primarios), también se consideran efectos intermedios o secundarios. Estos efectos podrían no solamente influir en el bienestar general, pero en su evaluación es también posible examinar y entender los mecanismos a través de los cuales los beneficiarios alcanzaron los beneficios primarios. Es decir, cómo ellos mejoraron su bienestar (o por qué no lo hicieron en el caso de no encontrarse un impacto general), así cómo evaluar los impactos en el medioambiente y las acciones consiguientes que se pueden tomar para evitarlos (en el caso de ser negativos).

3.

Estableciendo el escenario

Para llevar a cabo una adecuada evaluación del impacto es crucial tener una idea clara de la intervención bajo escrutinio, de su programa global y del contexto en la que opera. Con este fin y antes del inicio de esta evaluación, se realizó un estudio cualitativo para informar y guiar la investigación. Esta primera fase se basó en entrevistas a informantes clave, grupos focales de discusión en las regiones de interés y un análisis de la cadena de valor del mercado de papa ecuatoriano.

Esta sección trata sobre este trabajo cualitativo, así como sobre la documentación secundaria para establecer el escenario para el estudio, describiendo primero el mercado de papa ecuatoriano y luego proporcionando una descripción de los elementos claves de las Plataformas.

El mercado de papa ecuatoriano La papa es el alimento básico y uno de los cultivos comerciales más lucrativos en la región de la Sierra (montaña) del Ecuador. Los agricultores pueden ser diferenciados por el uso de tecnología, insumos químicos, eficiencia en la producción, tipos de variedades cultivadas y el grado de integración al mercado (An, 2004). El cultivo es conducido mayormente por pequeños productores. 32.2% de los agricultores cultivan papa en extensiones inferiores a 1 ha (OFIAGRO, 2009). Aproximadamente la mitad de todos los productores cultivan papa en menos de 2 ha de tierra, pero son dueños de solo el 19% de toda la tierra dedicada al cultivo 5

(INEC, 2007; Mancero, 2007). La mayor parte de esta tierra pertenece entonces a agricultores grandes y medianos (Mancero, 2007). Casi toda la producción de papa es para consumo doméstico, con un consumo per capita de aproximadamente 32 kg por año (OFIAGRO, 2009). La siembra y cultivo de papa es factible todo el año debido a la ubicación del país en el ecuador.

A pesar del hecho de que el Ecuador podría producir suficiente papa para satisfacer la demanda doméstica, el costo de insumos, los altos estándares requeridos y una creciente producción orientada al comercio, han conducido al aumento de importaciones de productos derivados de la papa para el mercado. A pesar de esto, la demanda doméstica todavía es cubierta en casi su totalidad por la producción interna (Mancero, 2007). En la última década, la producción total ha caído de más de 450,000 toneladas métricas a menos de 320,000, mientras que el área cultivada se ha reducido de 65,000 ha a menos de 50,000 (FAOSTAT, 2007). Los rendimientos promedio (6.8 t/ha) (INEC, 2007) están todavía muy por debajo del promedio internacional, no solo en relación a Europa (17.27 t/ha) y Norteamérica (36.79 t/ha), pero también en comparación a los países vecinos: 12.6 t/ha en Perú, 17.3 t/ha en Colombia y 18.6 t/ha en Venezuela (FAOSTAT, 2007). Del 2002 al 2006, las importaciones de productos a base de papa (principalmente papa francesa congelada) se han incrementado de 2423 t en el 2002 a 7119 t en el 2006 (OFIAGRO, 2009) en respuesta principalmente al aumento de la demanda de los restaurantes de comida rápida. Aunque esto representa todavía menos del 2% del consumo total, muestra que una interesante tendencia está teniendo lugar en el país.

De acuerdo al III Censo Nacional Agropecuario3 existen 82,759 unidades productoras de papa (INEC, 2000). La mayor parte de productores se encuentran en las provincias de Carchi, Chimborazo, Cotopaxi, Tungurahua y Pichincha, que corresponden al 76% de la tierra dedicada a la producción de papa y al 81% del volumen de producción. Como lo indica la Tabla 1, la provincias de Chimborazo y Tungurahua, objeto del presente estudio, representan, respectivamente, la primera y cuarta provincias más importantes en términos de área cosechada, y la segunda y tercera en términos de volumen de producción, representado cerca del 33% de la producción total aunque con algunas diferencias en los rendimientos (Mancero, 2007; INEC, 2007). Carchi es la provincia de mayor producción en el Ecuador, mientras que Chimborazo y Tungurahua han tenido históricamente el mayor número de productores de papa y se han ubicado entre las cuatro primeras en términos de área total cosechada. Los agricultores en Chimborazo y Tungurahua tienden a ser minifundistas y la pobreza está extendida.

Descripción de las Plataformas Históricamente, los pequeños productores han trabajado en base a un modelo tradicional e individualista, en el cual los productores trabajan independientemente en sus propias parcelas de papa. Este sigue siendo el principal método de producción en el país, a pesar de los altos costos de transacción asociados a la larga cadena de intermediarios, el manejo de información de mercado, la dificultad en el acceso a semilla certificada y a la falta de conocimiento técnico. En contraste, las Plataformas proporcionan una alternativa a este modelo tradicional e individualista. Las Plataformas son espacios de concertación o alianzas, que juntan a los agricultores con una serie de proveedores de servicios de soporte agrícola, incluyendo al INIAP, ONGs locales, investigadores, universidades y gobiernos locales. La Plataforma es parte de una programa integral que comprende una intervención práctica, que presta especial 3

El III Censo Agropecuario tuvo lugar entre el primero de octubre y el 30 de septiembre del 2000. Recopiló información de una muestra de 162,818 unidades de producción seleccionadas de entre todas las provincias del país.

6

atención a aumentar la participación de agricultores de bajo ingresos en cadenas de alto valor al proporcionarles nuevas tecnologías, promover su organización y acumulación de capital social y al involucrarlos en una “visión de cadena de valor” de producción y comercialización que los vincula directamente con el mercado. A este respecto, y como los denota Devaux et al. (2009), “esto facilita compartir conocimientos, aprendizaje social y desarrollo de capacidades, que llevan a mejoras en la productividad del pequeño agricultor y en la calidad de la papa suministrada al mercado”.

Las Plataformas fueron implementadas por el proyecto FORTIPAPA del INIAP y ejecutadas en colaboración con el Centro Internacional de la Papa (CIP) y su Programa Colaborativo Papa Andina (Devaux et al., 2007; 2009). El objetivo principal de las Plataformas fue “reducir la pobreza e incrementar la seguridad alimentaria a través del incremento de rendimientos y ganancias de los pequeños productores de papa” (Pico, 2006). El programa de Plataformas fue emprendido en cuatro provincias de la Sierra Central, dos de las cuales, Tungurahua y Chimborazo, son el centro de atención del presente estudio. Estas son también las dos regiones donde primero se inició la intervención en el 2003.

Para la creación de las Plataformas se tomaron en cuenta cinco pasos principales (Reinoso et al., 2007; Devaux et al., 2007; Pico, 2006): i. Identificación de áreas y motivación de actores: Las áreas para la intervención se seleccionaron en torno a una oportunidad clara de mercado. Se identificaron potenciales organizaciones de productores, proveedores de servicios locales e instituciones. En el proceso de selección se tomaron en cuenta la capacidad productiva, las características agro-ecológicas y la tendencia a formar alianzas internamente (asociaciones al interior de los poblados) y externamente (organizaciones externas que operan en los poblados). ii. Formalización de las Plataformas en una “visión de cadena de valor”. Se realizaron análisis de la cadena de valor de la papa, en donde se identificaron barreras de mercado, intermediaciones innecesarias y costos relacionados. Se iniciaron contactos con mercados más grandes y con la agroindustria. Una vez que todos los actores estuvieron de acuerdo con la “visión de cadena de valor”, se formalizó la alianza bajo la estructura de Plataforma de concertación. iii. Desarrollo de mercado y preparación del plan de acción financiado (proyecto compartido). Se definieron y acordaron las acciones prácticas necesarias para alcanzar los objetivos de la Plataforma y se definieron las estructuras legales, organizacionales y funcionales. Una parte muy importante en este proceso fue la selección de un proveedor local de servicios, como una ONG o un gobierno local, para coordinar la Plataforma establecida. Se designaron los técnicos agrícolas responsables de coordinar la provisión de extensión agrícola, suministro de semilla, establecimiento de cuotas y manejo de fechas de cosecha para cumplir las demandas de los clientes. iv. Desarrollo de negocios. Se implementó la visión de cadena de valor. Se crearon vínculos con clientes, principalmente restaurantes y pollerías, y se establecieron cuotas para la entrega. Se definieron planes de producción y cosecha, se determinó una estrategia para el suministro de insumos y se establecieron planes de abastecimiento.

7

v. Fortalecimiento de la capacidad de emprendimiento de los productores de papa.

El objetivo final fue lograr una Plataforma funcional con los agricultores como gerentes. Para alcanzar esto, la Plataforma fue constituida legalmente como el Consorcio de la Papa (CONPAPA), el cual está conformado por asociaciones de agricultores preexistentes (Pico, 2006; Devaux et al., 2007). A medida que el CONPAPA fue fortalecido, se redujo el rol de los proveedores de servicios locales en la coordinación de la Plataforma. Al momento, la mayoría de los roles de la Plataforma son asumidos por el CONPAPA. En cuanto a los servicios proporcionados por las Plataformas, es importante indicar que gracias al método de enfoques múltiples empleado, los agricultores se beneficiaron y aprendieron de la experiencia y servicios de diferentes actores y facilitadores. Por ejemplo, las ONGs locales, seleccionadas para ser proveedoras de servicios, jugaron un papel significativo al ser el vínculo directo con los agricultores, y al proveer apoyo, guía y capacitación. En algunos casos, facilitaron reuniones mensuales para discutir los planes con grupos de agricultores para el cumplimiento de cuotas, revisar necesidades de aprovisionamiento de semilla y para difundir información importante. También ayudaron en la selección y control de calidad del producto, y en muchos casos, estuvieron encargadas de la capacitación en las ECAs. Un componente integral de las Plataformas fue el entrenamiento impartido en la ECA con el propósito de desarrollar el conocimiento y la capacidad de los agricultores. La ECA dio un énfasis especial a tecnologías de producción y a técnicas de Manejo Integrado de Plagas (MIP), dirigidas a aumentar la calidad y cantidad de la producción, protegiendo al mismo tiempo el medioambiente y la salud de los agricultores. A los agricultores se les enseñó técnicas para manejar eficientemente el suelo, la semilla, insectos, enfermedades y pesticidas, usando materiales de capacitación adaptados a agricultores de bajos recursos (e.g., Cáceres et al., 2007). Con respecto al manejo de suelos, se dio especial énfasis a técnicas para reducir la erosión del suelo, dado que la mayoría de los agricultores están ubicados en áreas empinadas.

A los agricultores se les instruyó sobre la importancia de renovar semilla de buena calidad y las técnicas para seleccionar sus propios stocks, tomando en cuenta tamaño, forma y salud de los tubérculos. También se enseñó el uso de fertilizantes sintéticos y orgánicos, incluyendo fuentes, métodos y períodos de aplicación, y dosificación. Para manejar eficientemente el gusano blanco y las polillas de la papa (Phthorimaea operculella, Symmestrischema tangolias y Tecia solanivora), los agricultores aprendieron sobre el ciclo de vida de los insectos y diferentes técnicas para reducir la población y el daño de las plagas. Las trampas con insecticidas de baja toxicidad son empleadas ampliamente para atrapar y matar a los adultos del gusano blanco. Para el manejo del tizón tardío, los agricultores aprendieron a reconocer los síntomas de la enfermedad, el ciclo de vida del patógeno, el uso de variedades de papa resistentes y el empleo de fungicidas. Finalmente, a los agricultores se les enseñó a reconocer el nivel de toxicidad de los pesticidas (por el color de la etiqueta), los principales síntomas de intoxicación y cómo proteger al medioambiente y a sí mismos de los riesgos asociados con el uso de pesticidas. Así, la capacitación impartida en la ECA con respecto a la importancia de preservar el medioambiente y proteger la salud humana, podría disminuir el uso excesivo de agroquímicos. Sin embargo, la presión por alcanzar los estándares requeridos por el mercado podría operar en la dirección contraria y el efecto neto del uso de químicos necesitaría ser determinado empíricamente.

A través de la Plataforma, el INIAP capacitó a un grupo de pequeños agricultores multiplicadores de semilla, que reciben semilla certificada para producir semilla de buena calidad para los participantes en la Plataforma. La semilla es clasificada a través de un 8

sistema interno de control de calidad (Narvaez, 2005; Montesdeoca y Narvaez, 2005) y a los agricultores se les enseña técnicas simples para mantener su propia semilla y así reducir su dependencia de semilla registrada, que es costosa y no está disponible siempre. Al hacerlo así, las Plataformas han diseñado e implementado un sistema de semilla que combina elementos formales e informales (Thiele, 1999).

Entre las variedades utilizadas tiene particular importancia el clon CIP 388790.25 (CIP, 2009), que fue liberado por el INIAP en 1995 como INIAP-Fripapa (Fripapa), y que es específicamente adecuado para procesamiento y fritura (Pumisacho y Sherwood, 2002; INIAP, 2000). El INIAP produce semilla registrada de Fripapa de alta calidad y ha promovido su uso en las Plataformas debido a que es requerida y preferida por los restaurantes de comida rápida. Fripapa es particularmente adecuada para pequeños productores de escasos recursos, porque tiene un buen nivel de resistencia al tizón tardío de la papa y, por lo tanto, su uso reduce la necesidad de aplicaciones frecuentes de fungicida.

Adicionalmente, es una variedad muy solicitada porque madura antes que otras variedades competitidoras, como Diacol-Capiro.

Durante la cosecha y comercialización, las Plataformas efectúan un control de calidad para asegurar que las papas comercializadas cumplan con las necesidades de los clientes4.

También identifican clientes potenciales que pueden comprometerse a realizar adquisiciones en tanto el producto cumpla con sus estándares requeridos. A este respecto, las ventas se realizan a través de acuerdos verbales pre-establecidos. Si no se cumplen los estándares de calidad, las Plataformas buscan una segunda opción mejor.

Al juntar a todos los diferentes actores en una sola plataforma, se facilitan las interacciones entre los productores de papa, autoridades locales, ONGs, extensionistas, proveedores de servicios, investigadores y compradores. En este contexto, cada actor pone en la mesa su conocimiento y cada una de sus contribuciones apoya la implementación general de la visión de cadena de valor. A la larga, esta acción colectiva pretende mejorar las posibilidades de los pequeños agricultores en los mercados agrícolas.

Cuando la Plataforma inició su intervención en el 2003, los agricultores participantes en las Plataformas comercializaron 420 t de papa que fueron producidas en 10 ha de tierra. En el 2007 (cuando se realizó este estudio) se comercializaron 1,483 t de papa provenientes de 260 ha (CONPAPA 2008). A través de las Plataformas se ha comercializado papa en fresco seleccionada a 29 restaurantes, puntos de venta de comida rápida y procesadores en Ambato y Riobamba. De acuerdo a Devaux et al., (2007; 2009), se ha estimado que el precio recibido por los miembros ha sido 30% superior al precio recibido por los que no son miembros de la Plataforma durante el mismo periodo. Esto sugiere que las Plataformas representan un enfoque adecuado para vincular a los pequeños productores al mercado. Para verificar empíricamente que este ha sido el caso, y para examinar los mecanismos por los cuales esto ha ocurrido (si así ha sido), pasamos al siguiente paso de esta evaluación de impacto, pero antes de hacerlo, en la siguiente sección se describen la selección de la muestra y los datos usados para esta evaluación.

4

En las ECAs se enseña a los agricultores a seleccionar los tubérculos de acuerdo al tamaño y estado de salud. Estos tubérculos son vendidos a las pollerías en sacos de 45 kg con el logo del CONPAPA.

9

4.

La creación de un contrafactual: selección de la muestra, recolección de datos y descripción de datos Selección de la muestra El reto de evaluar el impacto de un programa, proyecto o intervención es que no es posible observar lo que habría ocurrido a los participantes en su ausencia. La clave para identificar y medir el impacto es, entonces, tener un contrafactual apropiado—esto es, un grupo de comparación (testigo) que es similar al grupo de intervención (tratamiento), con la excepción de que no ha recibido la intervención. Aunque existen técnicas econométricas para identificar impactos cuando se tiene un grupo testigo imperfecto, este proceso es simplificado con la construcción cuidadosa de un contrafactual durante el proceso de recolección de datos. En el caso de este estudio, el reto de crear un contrafactual se dificultó por la naturaleza ex post de la evaluación, que requirió de la creación de un contrafactual después de que la intervención del programa había sido implementada. Esto implicó asegurarse que las comunidades seleccionadas como testigos tenían características similares a las de las comunidades tratamiento al inicio del programa.

Para seleccionar tales comunidades se siguió una serie de pasos. Primero, usando los datos del censo del Ecuador del 2001, se identificaron antes de la recolección de datos las comunidades testigo potenciales que tenían características básicas similares a las de las comunidades tratamiento. Las características utilizadas para identificar a las comunidades testigo potenciales incluyeron medidas de bienestar, así como similitudes en características geográficas y demográficas. Con estas características se usó un procedimiento denominado propensity score matching (en inglés, PSM)5∗, similar al descrito abajo, para asignar un puntaje a las comunidades tratadas y testigos “potenciales” a ser emparejadas. Una vez que se identificó un set potencial de comunidades, se conversó con organizaciones locales clave que habían trabajado estrechamente con las Plataformas para determinar si eran realmente comparables con las comunidades tratamiento. Esto se hizo tomando en cuenta la producción agrícola, características agroecológicas y niveles de organización comunitaria y campesina, además de las características descritas arriba. De esta manera, la selección potencial que resultó de la aplicación del método PSM fue corroborada por agrónomos y organizaciones locales que conocen muy bien el área. A través de este proceso se creó la lista de posibles comunidades tratamiento y testigo.

Se aplicó un filtro adicional para tomar en cuenta otros factores importantes, tales como tiempo de permanencia en las Plataformas, si las comunidades habían recibido otras intervenciones similares, o si era factible realizar entrevistas en las comunidades seleccionadas. Estas consideraciones apuntaron a evitar cualquier desviación o asimetría de los resultados y a medir la factibilidad de realizar entrevistas en las comunidades. Con este fin, algunas comunidades-tratamiento no fueron incluidas en la muestra. De igual forma, se excluyeron del análisis comunidades-tratamiento cuando no se pudo identificar un contrafactual razonable, debido a que recibieron una intervención adicional o porque no tenían el deseo de participar en las encuestas. La lista final de comunidades, localizadas en las regiones de Chimborazo y Tungurahua, incluyó a 35 comunidades (18 comunidades-

5

Para mayor referencia, revisar por ejemplo Heckman et al., (1998); Imbens, (2004); Ravallion, M., (2005), Ryan y Meng, (2004), etc. ∗ Nota del traductor. Este método podría traducirse como “emparejamiento por puntajes de propensión” o “ajuste (comparación) de resultados tendenciales”; sin embargo, el término “propensity score matching” es usado comúnmente en la estadística en español, por lo que en el presente documento se lo ha mantenido a lo largo del texto.

10

tratamiento y 17 comunidades testigo) que representan el 43% de todas las comunidadestratamiento en las dos regiones.

Dentro de cada comunidad tratada, existen miembros de la comunidad que participan en el programa y otros que no. Existen dos inquietudes acerca de incluir a no-participantes de las comunidades-tratamiento como parte del contrafactual. Primera, ellos pueden haber optado no participar y, por tanto pueden, ser fundamentalmente diferentes de los participantes.

Segunda, debido a que viven cerca de los beneficiarios, pueden obtener beneficios indirectos del programa y, de hecho, muchos programas de adopción de tecnología esperan tener este tipo de efectos indirectos. Así, usar solamente estos hogares como un grupo testigo podría ser problemático, pero eso depende de qué sucedió realmente durante la intervención del programa. Ya que este es un grupo potencialmente útil, debido a que sus características visibles son las más parecidas a las de los participantes, fue incluido en la muestra. La muestra final incluye entonces tres sets de hogares: i) beneficiarios del programa, ii) nobeneficiarios en las comunidades-tratamiento (denominados no-participantes), y iii) hogares no-beneficiarios en las comunidades testigo (denominados no-elegibles). Las listas de hogares de cada una de estas categorías fueron proporcionadas por coordinadores de la Plataforma y líderes comunitarios. Para ser incluidos en la encuesta, los hogares fueron escogidos de las listas al azar. En relación a los participantes en las Plataformas, en el caso de Tungurahua, 157 de 227 participantes fueron seleccionados al azar para ser entrevistados, mientras que en Chimborazo, 167 de 232 participantes también fueron seleccionados de la misma manera. Esto representa el 70% y 71% de los participantes entrevistados, respectivamente. La muestra final incluye un total de 1007 hogares, de los cuales 683 residen en comunidades beneficiarias (324 participantes y 359 no-participantes) y 325 en comunidades testigo (no-elegibles).

La estrategia de muestreo toma en consideración a los diferentes grupos posibles de comparación, cada uno de los cuales ofrece interesantes percepciones. El grupo de comparación ideal depende en parte de si existen efectos indirectos o spillover sobre los noparticipantes. Si existieran tales efectos, el incluir a no-participantes en el contrafactual llevaría a una subestimación del impacto del programa. Si los efectos indirectos son considerables, se podría desear incluir a los no-participantes como hogares tratados para obtener el efecto total (efecto directo e indirecto) del programa y usar solo a los hogares noelegibles como un contrafactual. Mucho depende de lo que muestren los datos y esto es tomado en consideración más abajo.

Recolección de datos y descripción Los datos fueron recolectados de junio a agosto del 2007, a través de un detallado cuestionario del hogar, que fue específicamente diseñado para realizar una evaluación de impacto y que incluyó varias preguntas sobre la participación en la Plataforma. Las preguntas se desarrollaron en base a información cualitativa recolectada en un análisis anterior de cadena de valor, y a grupos focales de discusión. Se realizaron varias revisiones del cuestionario durante la fase piloto y a través de conversaciones con informantes clave para hacerlo mejor dirigido a los productores de papa de estas dos regiones. Junto con la información sobre participación en el programa, la versión final del cuestionario incluyó secciones sobre: i) tenencia de tierra y características del terreno; ii) producción agrícola, con especial atención en la producción de papa y uso de variedades; iii) uso de pesticidas y otros agroquímicos; iv) costos de transacción en interacciones comerciales; iv) características socio-económicas del hogar; y vi) capital social, entre otras. Adicionalmente, se suministró un cuestionario comunitario a cada comunidad seleccionada (participante y testigo), el cual 11

incluyó preguntas sobre las características generales de la comunidad, producción agrícola, acceso a servicios e infraestructura. Estos datos también son usados en el análisis.

La Tabla 2 presenta datos sobre las características de los hogares de la muestra total, así como de las tres categorías de hogares (beneficiarios, no-participantes y no-elegibles). La tabla reporta una prueba t para medias para las diferentes categorías para proporcionar una evidencia inicial de las diferencias significativas entre los grupos. Las pruebas de diferencias de medias representan una evaluación inicial de qué grupo puede representar un mejor contrafactual. El primer set de resultados indica que la muestra está compuesta de minifundistas que poseen, en promedio, 2.56 ha de terreno, alrededor de tres parcelas de cultivo y están ubicados a más o menos 3,450 m.s.n.m. De este terreno, menos de la mitad está dedicada al cultivo de papa (1.18 ha en promedio, sin diferencias significativas entre los tres grupos). Los agricultores tiene un buen porcentaje de suelo negro (aproximadamente 80% del terreno), su terreno es generalmente empinado (menos del 40% es plano o ligeramente empinado), y un buen porcentaje de él está irrigado (un poco más del 50%). Las diferencias en las medias para este set de variables de terreno muestran que los tres grupos son bastante similares, excepto en la tenencia de la tierra y tipo de suelo. Los hogares beneficiaros y no-elegibles tienen propiedades más grandes (2.64 y 3.15 ha vs. 1.94 ha) y mayor número de parcelas (en promedio, alrededor de medio lote más) que los noparticipantes. La proporción de suelo negro en los hogares no-elegibles es significativamente mayor comparado con los beneficiarios (83% para el primeros vs. 77% para los últimos), aunque esta diferencia parece menor en términos absolutos y es poco probable que tenga un efecto fuerte en las opciones de producción. Aunque parece existir algunas diferencias, las magnitudes son pequeñas, la cantidad de terreno cultivado con papa es similar y estas diferencias pueden ser fácilmente controladas en el análisis.

Pasando a los indicadores socio-demográficos, los resultados indican que el tamaño promedio de familia es alrededor de 4.7 miembros, sin diferencias significativas entre los grupos. Por otro lado, el promedio de años de educación en la familia muestra diferencias significativas para todos los grupos – en promedio, los hogares beneficiarios tienen casi una año más de educación que los no-participantes y alrededor de medio año más que el grupo no-elegible.

Todas las otras variables socio-demográficas no son significativamente diferentes entre los grupos, con excepciones encontradas solamente en el grupo no-elegible para la edad del cabeza de familia (41.3 versus 43.8) y el porcentaje de hogares dirigidos por indígenas (59% versus 65%). Estos resultados indican que el grupo no-participante tiene más características socio-demográficas similares con el grupo beneficiario, excepto por tener ligeramente menos educación; el grupo no-elegible tiene también un poco menos de educación, pero tiene en promedio cabezas de familia mayores y un mayor porcentaje de hogares dirigidos por indígenas.

Sin embargo, nuevamente, las magnitudes de las diferencias no son dramáticamente diferentes.

Los indicadores de bienestar muestran que los no-participantes también son relativamente similares a los beneficiarios en esta área. De los 12 indicadores de bienestar, solo existen tres en los que estos dos grupos difieren de manera estadísticamente significativa: los noparticipantes tienen en promedio menos toros y bueyes, aunque un mayor porcentaje de ellos vive en viviendas de ladrillo o cemento. Por otro lado, el grupo no-elegible, tiene 8 de 12 indicadores en los que se diferencia de los beneficiarios en forma estadísticamente significativa: en promedio, un mayor porcentaje de los hogares no-elegibles tiene un sistema de audio y un refrigerador, tiene más vacas, vive en una casa de ladrillo o cemento y tiene acceso a un sistema de agua. A la inversa, en promedio, un menor porcentaje de ellos tiene equipo agrícola de valor o tiene bueyes, y un mayor porcentaje de ellos no tiene acceso a 12

crédito o tiene crédito limitado. Para este set de indicadores, se puede observar que los noparticipantes son más parecidos al grupo de beneficiarios, excepto por tener menos toros y bueyes y tener mejores viviendas. Para la última variable, los resultados indican que la distancia promedio a la ciudad más cercana es solo significativamente diferente para los hogares no-elegibles que viven en comunidades no participantes.

Para el set de variables de capital social, los resultados muestran que la participación en asociaciones comunitarias no agrícolas es bastante alta entre los grupos, con 81% de los hogares de la muestra, que son miembros de alguna asociación no-agrícola. Las diferencias en términos de participación y el máximo número de años como miembros no son estadísticamente significativas.

Sin embargo, la variable de membresía en alguna organización agrícola dentro de la comunidad muestra algunas diferencias estadísticamente significativas al nivel del 1%: 44% de los beneficiarios pertenecen a una organización agrícola, comparado con un 13% de los no-participantes, y con un 14% de los no-elegibles. A primera vista, estos resultados indicarían que existe algo fundamentalmente diferente en el grupo de beneficiarios, que los lleva a participar en una organización agrícola a tasas mucho más altas que los posibles grupos testigo. Sin embargo, una adecuada comprensión de los procedimientos necesarios para calificar dentro de las Plataformas puede explicar fácilmente estas diferencias.

Las Plataformas estimularon a todos los individuos y asociaciones a participar en el programa; sin embargo, dieron preferencia a aquellos que pertenecían a una asociación existente (la cual no tenía que estar necesariamente relacionada con la agricultura), pero permitieron también a los individuos unirse a asociaciones existentes, o formar nuevas asociaciones y grupos de agricultores, como por ejemplo, de egresados de la Escuela de Campo para Agricultores. Así, antes de unirse a las Plataformas, los agricultores pueden haber formado parte de asociaciones existentes, o pueden haberse creado nuevos grupos para calificar específicamente al ingreso en el programa y es probable que éstos tomaran la forma de asociaciones agrícolas. Estos grupos locales de agricultores sirvieron de base para organizar el suministro de semilla, apoyo a la extensión y el plan de producción, para asegurar que las cuotas mensuales fueran cumplidas. Esto puede explicar las diferencias en los porcentajes de pertenencia a una asociación agrícola entre los tres grupos comparados en la Tabla 2. Otra forma de ver este efecto es mirar el porcentaje de los que pertenecen a una asociación agrícola en los grupos de no-participantes y no-elegibles, que como se muestra en la Tabla 2, es 13% y 14%, respectivamente, y pensar que si las Plataformas no hubieran sido introducidas, el porcentaje de aquellos que ahora son beneficiarios pertenecientes a una asociación agrícola estaría alrededor del mismo rango.

Una forma de corroborar esta hipótesis es mirar el número de años que los agricultores han pertenecido a una asociación agrícola y que se muestra en la Tabla 2. Si los beneficiarios se unieron o formaron una asociación agrícola para calificar a las Plataformas, se esperaría que el máximo número de años de pertenencia a dicha asociación fuera de menos de 5 años antes de la implementación de las encuestas, que es cuando las Plataformas fueron introducidas en Tungurahua y después en Chimborazo. Adicionalmente, y para estar seguros que los niveles de capital social son muy similares entre los grupos, es importante mirar con más profundidad la participación de los agricultores en asociaciones agrícolas y no-agrícolas dentro de la comunidad, observando la tasa de participación, el número de años de membresía y la frecuencia de las reuniones. Finalmente, es importante considerar la posible participación en organizaciones fuera de la comunidad, que pueden o no trabajar en actividades agrícolas.

13

A este propósito, la Tabla 3 presenta pruebas de diferencias de medias entre grupos, específicamente para las variables de capital social. Como se definió anteriormente, el capital social involucra a una variedad de elementos diferentes, con la característica común de formar un tejido social y facilitar acciones y actividades de apoyo mutuo al interior del tejido construido. Adicionalmente, se pueden distinguir dos tipos de capital social: capital social de puente (bridging social capital) y capital social de unión (bonding social capital). El capital social de puente consiste en vínculos verticales entre distintas clases sociales y económicas, como entre hogares pobres y aquellos con influencia en organizaciones formales (incluyendo agencias gubernamentales), de modo que implica vínculos intercomunitarios. Por el contrario, el capital social de unión está representado por fuertes vínculos horizontales, que conectan a miembros de la familia, vecinos y socios en negocios a un nivel intracomunitario6(Winters et al., 2006). Para analizar en detalle la influencia del capital social en el análisis emprendido, se consideran ambos tipos de capital social en la Tabla 3.

Los resultados muestran que para el primer set de variables (participación en una asociación no-agrícola en la comunidad, máximo número de años de membresía y frecuencia de reuniones por año) no existen diferencias estadísticamente significativas entre grupos. Para el segundo set de variables, todavía relacionadas a la asociación al interior de la comunidad, pero de tipo agrícola, existen algunas diferencias significativas en términos de un mayor porcentaje de beneficiarios que pertenecen a una asociación agrícola. Sin embargo, cuando se observa el máximo número de años de membresía en una asociación agrícola al interior de la comunidad, los resultados muestran que, en promedio, el grupo de beneficiarios es relativamente nuevo en estas organizaciones. Los beneficiarios participaron en una asociación agrícola solamente por 4.01 años en promedio, frente a 10.07 años para los noparticipantes y 9.78 para los no-elegibles. Esto parece confirmar que, en promedio, el grupo de beneficiarios se unió a una asociación agrícola o tomó parte en la creación de una, específicamente para calificar su entrada en las Plataformas.

Otra forma de corroborar que los niveles de capital social fueron iguales o muy similares antes del inicio de las Plataformas, es mirar la tasa de participación de los que han formado parte de una asociación agrícola por más de 5 años. El siguiente set de variables confirma esto, ya que se puede observar que 7% de los beneficiarios han pertenecido a una asociación agrícola por más de 5 años vs. 8% de los no-participantes, y 7% de los no-elegibles, aunque todas estas diferencias no son estadísticamente significativas. Al observar el máximo número de años de membresía y la frecuencia de las reuniones en este subgrupo, los resultados muestran que no existen diferencias entre los grupos. Finalmente, el último set de variables muestra que no existen diferencias estadísticamente significativas entre los beneficiarios y los posibles grupos testigo en el capital social de puente, que es la tasa de participación con organizaciones externas que realizan trabajo agrícola y no agrícola. Estos resultados indican claramente que, en términos de capital social, los posibles grupos testigo fueron muy similares al grupo de beneficiarios antes del inicio de las Plataformas; mientras que las diferencias que existen hoy se deben claramente a la Plataforma, son observables y por tanto fáciles de controlar.

La Tabla 2 ha mostrado que, a simple vista, el grupo testigo más similar sería el grupo de noparticipantes, debido a que tienen menos diferencias con los beneficiarios en todas las variables; sin embargo, parece estar en promedio menos dotado de tierra (tamaño y número de 6

Algunos teóricos sostienen que el proceso de desarrollo económico involucra a individuos que se mueven de formas de capital social de unión a formas de capital social de puente cuando se encuentran en la transición de “sobrevivir” a “progresar” (Foster, Meinhard y Berger 2003).

14

parcelas), animales de granja (bueyes y vacas) y educación. Por otro lado, el grupo de noelegibles parece estar igualmente dotado que los beneficiarios en términos de tierra y, en promedio, bastante mejor en términos de equipos de entretenimiento (como reproductores de DVD y hi-fi), estructura de la vivienda y acceso a sistemas de agua, mientras que se queda ligeramente relegado en términos de educación, tiene un mayor porcentaje de cabezas de familia indígenas, menos equipo agrícola propio y bueyes, y más familias con limitaciones de crédito. El primer set de resultados muestra que puede existir un buen número de agricultores en el grupo no-participante y en el grupo no-elegible potencialmente más parecidos al grupo de beneficiarios.

Descripción de indicadores e impactos Para determinar el éxito del programa de la Plataforma, queremos establecer primero si la intervención que lo apoyó alcanzó su objetivo principal de mejorar el bienestar de los agricultores participantes. Para realizar esto, observamos los indicadores primarios relevantes. Si la respuesta es positiva, esto es, que la intervención incrementó el bienestar de los participantes, el siguiente paso es considerar los mecanismos a través de los cuales se alcanzó este objetivo primario; o alternativamente, por qué la intervención pudo haber fallado en alcanzar sus objetivos. Finalmente, se consideran indicadores secundarios o intermedios, que surgen de la participación de la Plataforma, especialmente con respecto al conocimiento de medidas de precaución en las aplicaciones de agroquímicos y los impactos ambientales.

Estos tres sets de variables – indicadores primarios, mecanismos e indicadores secundarios – que miden los impactos que estamos interesados en analizar, se presentan en la Tabla 4, tanto para la muestra total como para los tres grupos de hogares distintos que estamos comparando.

Siguiendo el mismo enfoque utilizado para la Tabla 2, se reportan pruebas de diferencias de medias para participantes versus no-participantes, participantes versus no-elegibles, y participantes versus todos los no-beneficiarios. La prueba proporciona una evaluación inicial de diferencias en impactos, a través de la comparación de las medias de cada indicador entre beneficiarios y todos los grupos testigos posibles.

Uno de los objetivos principales de la Plataformas es incrementar el bienestar de los pequeños productores de papa a través del incremento de sus rendimientos y utilidades brutas. Las utilidades brutas son retornos a los factores fijos de producción que dan una buena indicación de la rentabilidad. Se calcula como el valor total de la cosecha menos todos los costos variables totales incurridos en su producción. El primer set de indicadores en la Tabla 4 muestra que el grupo de beneficiarios obtuvo en promedio mayores rendimientos por hectárea que los tres grupos contrafactuales posibles. Las medias para estos indicadores entre beneficiarios y grupos contrafactuales son estadísticamente significativas, excepto para el grupo no-elegible. El rango de los rendimientos va de 6.3 t/ha para los no-participantes a 8.4 t/ha para los beneficiarios. Aunque el rendimiento promedio para los beneficiarios está substancialmente por debajo de la cosecha promedio en Latinoamérica (16 t/ha), está de acuerdo con el promedio para el Ecuador (6.80 t/ha) (INEC; 2007; IYP, 2008) y alrededor de 2 t por encima del promedio de la región de interés7 (6 t/ha) (INEC; 2007). Otro indicador primario del éxito de las Plataformas es el índice de producción basado en semilla, que es una medida de la productividad y es calculada como la cantidad de semilla cosechada dividida para la cantidad de semilla sembrada por hectárea. De acuerdo a los expertos en papa, una proporción de 1 a 3 es muy pobre, 4 a 6 es pobre, 7 a 9 regular, 10 a 15 buena y más de 15 7

Varias de las áreas de estudio fueron afectadas por la ceniza de las continuas erupciones del volcán Tungurahua, lo cual pudo haber reducido los rendimientos, pero debió haber afectado de igual forma a los agricultores de la Plataforma y a los noparticipantes

15

excelente (Godtland et al., 2003). La proporción para los beneficiarios se encuentra en el límite superior del rango regular y es mayor que la de los no-elegibles y que la del grupo de todos los no-beneficiarios, aunque la diferencia es solo estadísticamente significativa para el grupo no-elegible (6.86), que cae entonces entre el rango de pobre (4 a 6) y regular (7 a 9).

Respecto a las utilidades brutas, la diferencia en las medias entre beneficiarios y entre grupos es bastante grande y es estadísticamente significativa para todas, con los márgenes más bajos para los no-elegibles ($18.37/ha) y los más altos para los beneficiarios ($259/ha). Esta evaluación inicial sugiere que los beneficiarios tuvieron mayores rendimientos y ganancias en la producción de papa.

Los mecanismos a través de los cuales la Plataforma alcanza estos resultados son principalmente el acortamiento y aumento en la eficiencia de la cadena de valor de la papa para disminuir los costos de transacción y capturar una porción mayor del precio final para los productores, así como a través de la aplicación de mejores técnicas agrícolas. Los costos de transacción son específicos para cada vendedor, de modo que cada hogar enfrenta un diferente set de costos, que a menudo son subdivididos en ex-ante y ex-post. Los primeros incluyen costos de búsqueda o información (para obtener información sobre el producto, sus características y precio, así como sobre socios comerciales) y costos de negociación (para negociación del precio y transacciones verdaderas). Los últimos incluyen costos de monitoreo o verificación de cumplimiento (para asegurar que los términos de venta acordados ex-ante se mantienen) (Hobbs, 1997). Se consideran dos indicadores de costos de transacción – tiempo para cada transacción y precio de venta – a más del costo de transporte, que está estrechamente relacionado con la transacción. Se espera que el primero sea menor para los participantes de la Plataforma en relación a los grupos testigo; lo mismo se aplica a los costos de transporte. El precio de venta, por otro lado, se espera que sea mayor. En promedio, los hogares venden casi la mitad de su cosecha de papa (45%) a un precio de alrededor de $0.11/kg. El costo del transporte es más o menos $0.01/kg y el tiempo invertido en cada transacción es de alrededor de 1.29 horas. Parece que los beneficiarios de la Plataforma venden más, reciben un valor mayor y obtienen un precio más alto por kilogramo que los noparticipantes.

La Plataforma también trabajó en la parte de suministro de la cadena de abastecimiento, introduciendo y abasteciendo las variedades más demandadas por el mercado, de las cuales Fripapa es la principal variedad. En las sesiones de las ECAs se hizo hincapié en la importancia de renovar semilla de buena calidad. Adicionalmente, se introdujeron diferentes y nuevas técnicas agrícolas, que en la mayoría de casos implicó el uso adicional de insumos y, en consecuencia, costos adicionales. De este modo, los mecanismos para incrementar rendimientos probablemente deban incluir una mezcla de técnicas agrícolas más efectivas combinadas con un uso mayor y más adecuado de insumos y, por tanto, mayores costos. El costo total promedio para todos los hogares es de alrededor de $650 por hectárea, de los cuales $97 son usados para jornales, $49 para adquirir semilla o un total de $181 si se incluye el valor de la semilla propia. Los valores de la semilla sembrada y de jornales parecen ser mayores para los beneficiarios. Así, aún cuando ellos reciben mayores ganancias de su producción, están pagando más por los insumos para obtener tales ganancias.

Los indicadores secundarios analizan los impactos secundarios de la participación en la Plataforma. El primero es el uso de agroquímicos, que considera los impactos en la salud y el medio ambiente. Las ECAs introdujeron un enfoque de manejo integrado de plagas (MIP) que combina buenas prácticas de manejo, incluyendo el empleo de trampas con el uso de pesticidas de baja toxicidad. No obstante, con el fin de cumplir con los estándares requeridos, los agricultores podrían inclinarse a usar más pesticidas para asegurar que el producto de la 16

cosecha sea de la calidad física requerida. En conjunto, los impactos esperados respecto al uso de químicos son inciertos. Además de los pesticidas, se consideran los efectos de la participación en el uso de fertilizantes, con la expectativa de que los participantes usarían más fertilizantes. La evaluación inicial sugiere que los beneficiarios aplican significativamente más fungicidas curativos e insecticidas que los no-participantes, pero no así cuando se los compara con los agricultores no-elegibles. Esto subraya la necesidad de considerar cuidadosamente el contrafactual apropiado cuando se evalúa el uso de químicos. Las trampas, que habían sido introducidas por las ECAs para el gusano blanco de la papa, son claramente más utilizadas por los beneficiarios en comparación con todos los otros grupos.

Para evaluar el impacto ambiental causado por los pesticidas se ha utilizado una metodología —el Cuociente de Impacto Ambiental (CIA)—que considera el nivel de toxicidad de los ingredientes activos contenidos en cada pesticida y su cantidad, como lo describe Kovach et al. (1992). Los CIAs para cada ingrediente activo fueron recopilados o estimados a partir de la literatura y sumados de acuerdo a la dosis y concentración del ingrediente activo. El cálculo proporcionó el CIA a nivel de campo para insecticidas y fungicidas (curativos y preventivos) para cada parcela, permitiendo realizar comparaciones de impacto ambiental entre pesticidas y diferentes programas de manejo de plagas (Kovach et al., 1992). La comparación de las medidas de CIA para fungicidas (curativos y preventivos), insecticidas y CIA total para las tres categorías de hogares no mostró diferencias significativas (Tabla 4).

Esto indica que, aún cuando los beneficiarios usan más químicos en términos de cantidad y número de aplicaciones, su impacto ambiental no difiere del de los pesticidas usados por otros grupos de hogares, sugiriendo que el tipo de pesticidas que usan los beneficiarios es menos tóxico.

Otro indicador relacionado con medioambiente es el nivel de agro-biodiversidad mantenido a nivel del hogar—esto es, cómo cambia la composición y proporción de las variedades de papa debido a la participación en el mercado. El programa de Plataformas dirige su atención a variedades comerciales; en particular, la variedad Fripapa fue introducida y suministrada a través de la intervención de la Plataforma, debido a su aceptación en el mercado y resistencia al tizón tardío. Si los agricultores son más especializados, el número de variedades cultivadas puede reducirse a medida que ellos cambian a la variedad comercial. Para medir esto, se utilizan cuatro diferentes índices de diversidad, adaptados de la literatura ecológica: el Count, el Margalef, el Shannon y el Berger-Parker (Magurran, 1988; Winters et al., 2006). Cada uno de estos índices proporciona una medida diferente de diversidad. El índice Count o de riqueza es el recuento del número total de variedades de papa que el hogar reporta haber sembrado durante el periodo de interés. La riqueza o el número de especies o variedades encontradas también es medido con el índice de Margalef. El índice de Shannon calcula la abundancia proporcional o la uniformidad, considerando la proporción de terreno asignada a cada variedad, así como el número de variedades. El índice combina así el concepto de uniformidad y riqueza. La proporción de área de terreno sembrada con una variedad es usada como un proxy∗ para el número de plantas individuales encontradas en una unidad física de área (Winters et al., 2006; Baumgärtner, 2002; Magurran, 1988). Finalmente, el índice Berger-Parker de dominancia inversa, expresa la abundancia relativa de la especie más común (Baumgärtner, 2002; Magurran, 1988) o la más extensamente sembrada en cada parcela por cada hogar. La diversidad de Shannon y Berger-Parker se basa en el área sembrada y, por lo tanto, son censurados cuando el hogar produce una sola variedad. El índice de Shannon está censurado en 0 por definición y el índice Berger-Parker, en 1. El Count también está ∗

Nota del traductor: El término proxy también se emplea en español. Se refiere a una variable que muestra la tendencia o el valor de otra, al no tener el dato exacto.

17

censurado en 1 por definición. En promedio, los índices muestran que no existe una gran diversidad en la muestra en términos de uniformidad (Margalef y Count, expresada por la variable número de variedades sembradas) y en términos de dominancia (Berger), así como para la combinación de los dos (Shannon). El total de papa sembrada por hectárea es de cerca de 1000 kg o un poco más, con una gran porción representada por Fripapa (29%) y por INIAP-Gabriela (30%). Aunque no parece existir una diferencia en la agro-biodiversidad entre beneficiarios y no-beneficiarios, parece que los beneficiarios se han cambiado a Fripapa y dejado atrás a Gabriela.

En relación con el uso de pesticidas y su nivel de toxicidad, se consideran algunas medidas relacionadas con la salud. Las ECAs enseñan los diferentes riesgos asociados a la toxicidad y cómo reconocer el nivel tóxico de un producto de acuerdo al color de la etiqueta, donde la roja es la más tóxica, seguida por la amarilla, la azul y finalmente la verde, que es la menos tóxica. Como una consecuencia lógica de los riesgos tóxicos, las ECAs también enseñan las precauciones que se deben tomar al momento de aplicar pesticidas y agroquímicos en general.

La expectativa es que los agricultores participantes sean más capaces de reconocer el nivel de toxicidad y tomar precauciones al aplicar agroquímicos. El porcentaje de hogares que usa medidas de protección es en general muy bajo: 19% usa guantes, 13% usa ponchos y 6% usa mascarillas (Tabla 4). El porcentaje de agricultores que usa protección plástica para los hombros (38%) y que usa botas (89%) es ligeramente mayor. Los resultados muestran, que en promedio, el 34% de los agricultores sabe que la etiqueta roja está relacionada con productos de alto grado de toxicidad, y un 25% conoce que la etiqueta verde se relaciona con productos menos tóxicos. Los resultados sugieren que la participación en la Plataforma condujo a que más beneficiarios tomen precauciones y tengan un mejor conocimiento sobre la toxicidad de los productos.

5.

El enfoque empírico

Visión global El problema empírico tratado en este análisis es el típico de datos faltantes para completar el contrafactual; esto es, no sabemos cuáles habrían sido los resultados para los participantes si es que no hubieran participado. En evaluaciones experimentales, los hogares son asignados al azar a tratamiento o a testigo y, asumiendo un tamaño de muestra suficientemente grande, es razonable suponer que el tratamiento y el testigo son iguales en todos los aspectos, excepto en recibir la intervención. Sin embargo, en la mayoría de los casos, los experimentos son difíciles de establecer por una serie de razones, incluyendo costos y aspectos prácticos. Se asume entonces, que la variable de resultado (Yi) depende del tratamiento di (donde di=1 si los hogares participan, 0 si no lo hacen) y de un set de variables exógenas Xi. El problema de la evaluación se expresa entonces como: Yi=βXi+αdi+εi

(1)

Donde α, mide el impacto del tratamiento para el individuo i, β define la relación entre Xi y Yi, mientras que εi es el término del error. No obstante, esta formulación asume que los resultados son lineales en los parámetros y que el término del error no está correlacionado con las variables exógenas Xi y con el tratamiento. A menudo, sin embargo, la variable independiente di puede estar correlacionada con el término del error εi, llevando a una estimación sesgada del efecto del tratamiento α. La razón por la que las estimaciones están potencialmente sesgadas nace del hecho que la asignación no al azar a testigo y a tratamiento puede hacer que los hogares tratados sean fundamentalmente diferentes de los hogares testigo, 18

haciendo así que α pueda capturar no solo el impacto del programa pero también estas diferencias. Si la fuente del problema es un sesgo por la ubicación del programa—esto es, las diferencias se deben a características del hogar que el programa consideró deseables—las diferencias se deberían observar. Si el sesgo es por auto-selección—esto es, ciertos tipos de hogares eligieron entrar en el programa—las diferencias pueden ser inobservables.

El método de propensity score matching (PSM), ofrece una solución potencial a estos problemas si las diferencias entre el tratamiento y el testigo son observables. Evita el supuesto de linealidad de la función y aborda explícitamente el problema del área de soporte común∗, mientras que elimina el sesgo a través del balanceo de variables independientes o covariados entre el testigo y el grupo tratamiento. La idea básica del PSM es construir un grupo testigo que tenga características similares (Xi) al grupo tratado, a través de una probabilidad pronosticada de pertenencia al grupo calculada por medio de una regresión logit o probit, y luego comparar los resultados. Rosenbaum y Rubin (1983) introdujeron el concepto de la ignorabilidad de la asignación de tratamiento o el supuesto de inconfundibilidad8, demostrando que el tratamiento puede ser todavía aleatorio en forma condicional. Si denominamos YTi, al valor del resultado para el hogar tratado y YCi, es el valor del resultado para el testigo, estos son independientes del tratamiento (di) pero condicionales para un set de características observables Xi.

(YTi, YCi,┴ di)|Xi

(2)

Rosenbaum y Rubin (1983) también demostraron que emparejar con Xi es lo mismo que emparejar con P(Xi.), donde P(Xi.)= Pr(di=1| Xi.). Así, todas las dimensiones de Xi. pueden resumirse en una probabilidad pronosticada de ser tratado. Los hogares en el grupo sin tratamiento, que tienen la misma probabilidad de participación, serían usados como testigo por sus contrapartes tratadas. Así, si YTi, es el valor del resultado para el hogar tratado y YCi, es el valor del resultado para el contrafactual, el impacto del tratamiento en la α tratada puede ser definido como: α=E (YTi - YCi| P(X), d=1)

(3)

La utilización de un propensity score condicionado, resulta entonces en el balanceo de covariados entre el tratamiento y el grupo testigo. Para alcanzar un mayor balanceo de covariados entre los dos grupos, Dehejia y Wahba (1999, 2002) sugieren una prueba de balanceo que consiste en añadir términos de interacción y de nivel más alto al modelo de base logístico o probit hasta que las pruebas de diferencias de medias en covariados entre el testigo y las unidades de comparación se vuelvan estadísticamente no significativas. En nuestro caso, no tuvimos la necesidad de aplicar esta prueba, ya que casi todas las diferencias que fueron estadísticamente significativas en la muestra original se vuelven insignificantes una vez que se aplica el PSM y las observaciones emparejadas son estratificadas en bloques.

Heckman, Ichimura, y Todd (1997, 1998) y Heckman et al. (1996), así como as Dehejia y Wahba (1999, 2002), indican que el PSM replica bien los resultados experimentales, siempre y cuando los investigadores tengan acceso a un set rico de covariados o variables testigo y usen las mismas herramientas de encuesta. En el enfoque de PSM, un método común para ∗

Nota del traductor. La frase “common support problem” no tiene una traducción exacta. En este caso, se refiere al área que comparten las probabilidades de participación los participantes y los no-participantes.

8 También llamada supuesto de selección de observables (Heckman y Robb, 1985).

19

determinar la significancia estadística de los resultados, es usar errores estándar por muestro repetitivo o bootstrapping, debido a que proporciona errores estándar confiables para todos los estimadores de emparejamiento y también toma en cuenta el hecho de que se estima el puntaje de balanceo (Diaz and Handa, 2006).

Una alternativa al uso de PSM, especialmente cuando el testigo y el tratamiento (aunque no asignados al azar) son razonablemente comparables, es un procedimiento de mínimos cuadrados ponderados que emplea ponderadores calculados usando el inverso del puntaje de emparejemiento propensity score (Sacerdote, 2004; Todd et al, 2008). Se ha demostrado que la ponderación a través del inverso del puntaje de emparejemiento propensity score estimado logra el balanceo de covariados y, en contraste al emparejamiento estratificado o por bloques, utiliza todas las observaciones en la muestra (Sacerdote, 2004). Para calcular E[YTi] y E[YCi] se usan los ponderadores como sigue (Hirano e Imbens, 2001):

⎡ Yd ⎤ E[YTi]= E ⎢ i i ⎥ ⎣ p( X i ) ⎦

(4)

⎡ Y (1 − d i ) ⎤ E[YCi]= E ⎢ i ⎥ ⎣1 − p ( X i ) ⎦

(5)

y

Usando las ecuaciones (5) y (6), el estimador ponderado, τw, proporciona un estimado consistente del efecto tratamiento promedio, representando así una alternativa al emparejamiento estratificado o por bloques del propensity score (Hirano et al., 2000; Sacerdote, 2004; Todd et al., 2008):

τ w = E [YT ] − E [YC ] =

1 N

N

⎡ d iYi

i =1

⎣

(1 − d i )Yi ⎤

∑ ⎢ p( X ) − 1 − p( X ) ⎥ i

i

⎦

(6)

Este estimador es consistente aunque puede ser menos eficiente que el emparejamiento completo de covariados (Hahn, 1998; Heckman et al., 1998; Hirano et al., 2000). La mayor ventaja de este estimador es que puede ser usado en regresión, en la que se incluye a Xi como un set de covariados, de modo que se puedan utilizar pruebas estándar de significancia (Robins y Rotnitzky, 1995; Hirano e Imbens, 2001); además, retiene la información completa de todos los hogares. El uso de ponderadores asegura que no exista correlación entre el tratamiento y los covariados, llevando a una estimación consistente del efecto tratamiento promedio (Imbens, 2004; Todd et al., 2008).

Enfoque empleado

En los datos recolectados para este análisis existen diferentes opciones para crear un contrafactual. El mejor enfoque a tomar se complica por el hecho de que pueden existir efectos indirectos del programa en los no-participantes en las comunidades-tratamiento. Esto se complica aún más por la auto-selección de los beneficiarios para el programa. Dicha autoselección puede hacer que los participantes sean fundamentalmente diferentes de los noparticipantes. Abajo se describen las opciones para crear un contrafactual.

20

i) Beneficiarios versus no-beneficiarios. Esto asume que no existen efectos indirectos o que estos son pequeños. Si existen efectos indirectos, esto subestima el impacto.

También asume que las diferencias entre beneficiarios y no-participantes, debidas a la auto-selección para el programa, pueden ser controladas. ii) Beneficiarios versus no-participantes. Esto asume que no existen efectos indirectos y que podemos controlar la auto-selección para el programa. La ventaja de comparar hogares al interior de las comunidades-tratamiento es que el contrafactual evita cualquier efecto específico debido a la localidad—esto es, diferencias en la comunidades-tratamiento y testigo. iii) Beneficiarios versus hogares no-elegibles. Esto evita el aspecto de la auto-selección y asume que se puede encontrar un contrafactual entre los hogares no-elegibles. Ignora cualquier tipo de efectos indirectos del programa. iv) Comunidades-tratamiento (beneficiarios y no-participantes) versus comunidades testigo (hogares no-elegibles). El beneficio de este enfoque es que captura los efectos directos e indirectos y, asumiendo que las comunidades testigo son un contrafactual razonable, evita los aspectos de la auto-selección y es un estimativo de la intención de tratar.

Al considerar el enfoque a tomar, es importante recordar que un elemento clave en la selección de comunidades e individuos para el programa, fue la participación en asociaciones y organizaciones que ya estaban operando en el área. Como se indicó en la discusión del diseño de la encuesta, el nivel de capital social fue tomado cuidadosamente en cuenta al seleccionar las comunidades testigo. En los poblados testigo, la gente no tuvo la opción de participar, pues el programa no estaba activo en sus comunidades, de modo que deben existir hogares en las comunidades no-elegibles que son similares a los hogares tratados. Esto sugiere que el uso de variables de capital social debe ayudar en la identificación de hogares que podrían representar un contrafactual razonable. Como se observa en las Tablas 2 y 3, que comparan las diferentes categorías de hogares, con anterioridad a los tiempos recientes, los niveles de capital social son similares entre las comunidades y las diferentes categorías de hogares. La única diferencia se da en la tendencia de los beneficiarios a unirse en los últimos años a organizaciones agrícolas dentro de las comunidades. Las variables de capital social, que son observables, parecen ser claves para identificar el impacto.

El segundo aspecto a considerar es la posibilidad de efectos indirectos del programa en los no-participantes en las comunidades-tratamiento. Aún cuando existan efectos indirectos, es probable que sean pequeños debido a que los no-participantes no habrían obtenido los beneficios de acceso al mercado, que parece ser importante, y en lugar de esto, es probable que solo hayan recibido beneficios indirectos de un mejor acceso a semilla y transmisión de nuevas tecnologías para la producción. Sin embargo, la Tabla 4 proporcionó poca evidencia de efectos indirectos en los no-participantes, indicando que si éstos son ignorados, es improbable que produzcan un sesgo y, si lo hacen, llevarían a un subestimación del impacto del programa. Si se encuentra un impacto y se ignoran los efectos indirectos, esto sugiere que en caso de existir, el impacto es mayor.

En conjunto, estas nuevas percepciones sugieren una estrategia futura. El primer análisis tomaría a todos los no-beneficiarios como el contrafactual potencial. Existen diferencias en las variables exógenas entre estos hogares, pero la magnitud es pequeña, y como se verá más adelante, el rango de características es similar (esto es, existe un área de soporte común). La 21

clave es entonces controlar las diferencias observables para asegurar una estimación no sesgada del impacto. Entre estas variables de control, las variables de capital social son clave.

Entre otras variables de capital social, usamos la variable de si el hogar participó recientemente en una organización agrícola. Debido a que sabemos que ésta está estrechamente relacionada con la participación en la plataforma, el control de esta variable en las regresiones o su uso en emparejamiento nos asegura el control de esos inobservables que pueden haber llevado a algunos hogares a participar. Asumimos entonces que este control está correlacionado con cualesquiera inobservables que habrían podido llevar a ciertos hogares a unirse al programa, y así, cualquier sesgo asociado a la auto-selección es eliminado.

Dado nuestro profundo conocimiento de cómo funciona la Plataforma, esta es una suposición razonable.

Para continuar, estimamos el impacto del programa usando tres enfoques: i) un modelo estándar MCO (OLS)∗ con testigos múltiples; ii) un modelo de PSM, utilizando un ponderador de Kernel y errores corregidos por bootstrapping; y iii) un enfoque intermedio de mínimos cuadrados ponderados con ponderadores, determinados a partir de los propensity scores.

Adicionalmente, también reconsideramos el uso de todos los no-beneficiarios como el mejor contrafactual y verificamos la fortaleza de los resultados usando los cuatro contrafactuales alternativos presentados arriba.

Antes de continuar con las estimaciones de impacto encontradas con los enfoques antes mencionados, consideramos primero el probit en la participación. La Tabla 5 presenta los resultados del probit en la participación en la Plataforma, con efectos marginales (calculados en la media de la muestra) en lugar de coeficientes para facilitar la interpretación. El modelo es capaz de predecir correctamente 73.40% de beneficiarios vs. no-beneficiarios y muestra la importancia de algunas variables. Las diferencias son las esperadas y reflejan a las encontradas en la estadística descriptiva (Tabla 4). Tome en cuenta que la variable clave es la membresía a una organización agrícola al interior de la comunidad.

Usando los resultados del probit, se calculan los propensity scores para los hogares beneficiarios y no-beneficiarios. La Figura 1 muestra los estimadores de densidad de Kernel de la distribución de propensity scores estimados para cada grupo. Como se puede observar en la figura, los puntajes obtenidos se encuentran casi totalmente en el área de soporte o probabilidad común, sugiriendo que los no-beneficiarios representan un contrafactual razonable para la población beneficiaria. Aún más, usando los datos de un procedimiento de PSM se corre una prueba puntual de medias y los resultados son examinados en la Tabla 6.

Esto resulta en una drástica reducción de diferencias significativas entre los dos grupos, demostrando así la capacidad del método para balancear los regresores de la línea base y hacer a los dos grupos altamente comparables. No obstante, la diferencia en la media de propensity score entre el tratamiento y los grupos testigo (media de 0.37 en el grupo tratamiento versus 0.29 en el grupo testigo, p < 0.000) implica que condicionando simplemente en X a través de una especificación MCO podría no haber proporcionado el efecto tratamiento promedio correcto, si este efecto es en realidad heterogéneo. Dados estos resultados, los dos enfoques de PSM y de emparejamiento ponderado deberían ser empleados al ser estimaciones no sesgadas del impacto.

∗

Nota del traductor. Mínimos Cuadrados Ordinarios (MCO); traducido del inglés OLS (Ordinary Least Squares).

22

6.

Análisis de impacto y resultados

La Tabla 7 reporta los resultados del análisis de la regresión de mínimos cuadrados, propensity score matching y mínimos cuadrados ponderados, que compara a los beneficiarios de la Plataforma con los no-beneficiarios. La Tabla 8 presenta los resultados del análisis mediante mínimos cuadrados ponderados usando los grupos contrafactuales alternativos. Este análisis se realiza para demostrar la consistencia y solidez de los resultados. Como se indica en las tablas, los resultados son notablemente consistentes a través del análisis y tienen sentido para los diferentes tipos de contrafactuales, indicando que el impacto está bien definido. Los resultados son discutidos primero para los principales indicadores de impacto primario, seguido de una discusión del mecanismo a través del cual estos se han alcanzado, y luego son discutidos usando los indicadores secundarios.

Los resultados en la Tabla 7 muestran que los tres indicadores primarios de impacto están positiva y significativamente influenciados por la participación en el programa, con las diferencias estimadas muy similares a través del análisis. Los resultados indican que los rendimientos son 33.3% más altos como resultado de la intervención de la plataforma, los índices de producción son un 20% mayores y las utilidades brutas por hectárea son cuatro veces mayores. Los resultados en la Tabla 8, que presenta contrafactuales alternativos, sugieren que los resultados son similares aún cuando se usan combinaciones alternativas de contrafactuales. Los resultados similares que se obtienen cuando se emplea a los noparticipantes, sugieren que los efectos indirectos fueron pequeños o nulos y que la participación en el programa de Plataformas implicó una exitosa mejoría en el bienestar de los agricultores beneficiarios.

Dado los beneficios generales del programa, es importante conocer la razón por la cual se obtuvieron estos beneficios. Los mecanismos empleados para alcanzar estos resultados muestran que los beneficiarios venden más de su cosecha en comparación con los nobeneficiarios, tanto en términos de porcentaje vendido como en la cantidad cosechada por hectárea. La cantidad vendida también proporcionó un mayor valor a los vendedores beneficiarios y parece que es alcanzada a través de un mayor rendimiento y de un precio significativamente más alto. Los precios obtenidos fueron alrededor de un 30% más alto que aquellos de quienes no estuvieron en el programa. Los costos de los insumos parecen ser más altos para los beneficiarios, lo que se debe principalmente a costos significativamente mayores de la semilla sembrada y costos de mano de obra más altos. En conjunto, parece que mientras los agricultores beneficiarios pagaron más por algunos insumos claves, recibieron los beneficios de la inversión a través de mayores rendimientos y mayores precios y, así, mayores ganancias en la producción de papa.

Pasando a los indicadores secundarios de impacto, como se indicó antes, existe alguna preocupación respecto a que la vinculación de los pequeños productores al mercado pueda llevar a mayores ganancias, pero a costa de mayores problemas ambientales y de salud. El mayor uso de insumos sugiere que esto podría ser un problema. La evidencia es algo confusa, pero parece que no implica un problema generalizado. Los beneficiarios no emplean significativamente más fungicidas, pero usan significativamente más insecticidas y fertilizantes químicos. Sin embargo, la evidencia no sugiere que los beneficiarios estén usando mezclas más tóxicas de químicos y, de hecho indica, que pueden identificar los productos tóxicos de mejor manera que antes de unirse a la Plataforma, debido probablemente al entrenamiento recibido. Adicionalmente, las trampas para gusano blanco tienden a ser más usadas por lo beneficiarios que por los no-beneficiarios. El incremento en el uso de insecticidas y fertilizantes químicos puede deberse al requerimiento de calidad de los 23

tubérculos de alcanzar cierto tamaño y de no presentar daño alguno (incluido daño por insectos). Los costos a la salud debidos al incremento de la producción y uso de insecticidas son probablemente mínimos (si es que existe alguno) y puede haber inclusive ganancias en el estado de la salud. Los participantes del programa tienden generalmente a usar más equipo de protección, como se evidencia en un uso mayor de poncho plástico y mascarilla.

Una inquietud secundaria final se relaciona con el efecto de la vinculación de los agricultores al mercado en la biodiversidad agrícola. La presión del mercado puede llevar a los agricultores a abandonar las variedades tradicionales y producir aquellas que son demandadas por los mercados de alto valor. La evidencia no apoya esta hipótesis, pues el impacto fue insignificante en cualquiera de las medidas de biodiversidad agrícola. De hecho, lo que parece haber ocurrido es que los agricultores reemplazaron la variedad moderna Gabriela por la variedad Fripapa, que es demandada por su calidad para fritura. Así, este grupo de agricultores está manteniendo el mismo nivel de diversidad, aunque han cambiado la principal variedad que siembran para el mercado. Una evidencia anecdótica muestra, de hecho, que aunque el Ecuador es el centro de origen de una gran número de especies de papa, la diversidad genética de las variedades nativas se ha ido reduciendo en los últimos años debido a que los productores prefieren variedades con mayor rendimiento, con características de mercado y más resistentes (Vásquez-Castillo y Poole, 2006). Adicionalmente, el fuerte evento de lluvia de El Niño ocurrido in 1984 y que causó una considerable pérdida del cultivo, puede también haber contribuido a la reducción de la biodiversidad de las variedades de papa (Wismantal, 1988).

7.

Conclusiones

En este documento, se examinan los retos de vincular a los pequeños productores de papa a mercados de alto valor al analizar la experiencia del programa de Plataformas de concertación en las provincias de Chimborazo y Tungurahua en el Ecuador. La esperanza de dicho programa es reducir la pobreza e incrementar la seguridad alimentaria a través de mayores rendimientos y ganancias de los pequeños productores de papa. Como tal, los indicadores primarios a ser considerados en el análisis del impacto del programa son los rendimientos y márgenes de ganancia. Por supuesto, al evaluar el programa es crítico considerar los mecanismos a través de los cuales se alcanzaron los objetivos primarios para entender por qué el programa tuvo éxito y tuvo implicaciones políticas. Adicionalmente, los elementos clave para implementar el programa exitosamente, y cruciales para tomarlos en cuenta, fue la existencia de un capital social y cómo éste fue fortalecido a través de la intervención del programa, así como la capacidad de la organización de agricultores para manejar vínculos comerciales. Finalmente, los indicadores secundarios que surgen de la participación en la Plataforma, especialmente relacionados con medidas de la salud e impactos ambientales, han sido analizados para asegurar que la intervención del programa no produjo efectos externos negativos y para captar cualquier efecto indirecto.

Con el fin de asegurar la identificación del impacto del programa se construyó un set de datos que garantice la creación de un contrafactual razonable para comparar a los beneficiarios, y se consideró cuidadosamente el enfoque econométrico. Para realizar el análisis econométrico se han empleado tres enfoques: i) un modelo MCO con testigos múltiples; ii) un modelo de propensity score matching (PSM), utilizando un ponderador de Kernel y errores corregidos por bootstrapping; y iii) un enfoque intermedio de mínimos cuadrados ponderados con

24

ponderadores determinados como la inversa del propensity score. Todos los métodos aplicados proporcionaron resultados consistentes y sólidos. Adicionalmente, el empleo de todos los no-beneficiarios como el mejor contrafactual fue también reconsiderado mediante el contraste de los beneficiarios con los cuatro contrafactuales alternativos mencionados arriba, con el fin de verificar la solidez de los resultados. Aunque estas diferentes comparaciones permiten la identificación de efectos indirectos del programa en los no-participantes, nuestro análisis ha proporcionado poca evidencia de alguno de estos efectos indirectos. Además, la potencial auto-selección de los beneficiarios para el programa, que puede hacer que los participantes sean fundamentalmente diferentes de los no-participantes, debería ser tomada en cuenta. Un elemento clave que ha ayudado dramáticamente a controlar un potencial sesgo por auto-selección es el capital social. En la selección de comunidades e individuos para la participación en el programa fue esencial la existencia de asociaciones y organizaciones en el área. Aún cuando el nivel de capital social ha sido tomado en cuenta cuidadosamente en la selección de comunidades testigo, sin embargo sugirió que el uso de variables de capital social debería ayudar a la identificación de hogares que representan un contrafactual razonable. El análisis llevado a cabo ha corroborado esta hipótesis y ha demostrado que el control de variables de capital social, a más de una serie de otros covariados, asegura una estimación sin sesgo del impacto.

Los resultados son muy consistentes con los diferentes análisis y con los diferentes tipos de contrafactuales, sugiriendo que el impacto está bien identificado. Nuestros resultados apuntan a que el programa Plataforma incrementó con éxito el bienestar de los agricultores beneficiarios. Todos los impactos relacionados con los objetivos primarios de la Plataforma, que son rendimientos, utilidades brutas e índice de producción, son positivos y están influenciados significativamente por la participación en el programa, con diferencias estimadas muy similares a través del análisis. Debido a que se obtienen resultados similares cuando se utiliza a los no-participantes como un grupo testigo, esto indica que existen efectos indirectos del programa que son muy pequeños o nulos. Los mecanismos a través de los cuales la Plataforma alcanza este éxito son a través de la reducción y aumento de la eficiencia de la cadena de valor de la papa, así como mediante la aplicación de mejores técnicas agrícolas, reduciendo así los costos de transacción con el primero y mejorando rendimientos con el segundo. Los resultados muestran que los beneficiarios no solo venden más de su cosecha en relación con los no-beneficiarios en términos de porcentaje y cantidad cosechada por hectárea, sino que también la venden a un precio que es alrededor de un 30% más alto que el de aquellos que no estuvieron en el programa. Para alcanzar estos resultados, sin embargo, los agricultores participantes tienen costos de insumos más altos, especialmente en la semilla (de la cual un mayor porcentaje y cantidad por hectárea es comprado), así como en jornales y en fertilizantes. No obstante, los participantes reciben los beneficios de esta inversión a través de rendimientos más altos y precios más altos y así mayores ganancias en la producción de papa. La existencia de un capital social ha probado ser fundamental en la implementación del programa, el cual, a través de su intervención, ha fortalecido el tejido social y ha desarrollado o mejorado la capacidad de los agricultores para vincularse exitosamente al mercado.

Por último, pero no menos interesante, son los impactos secundarios relacionados principalmente con el medioambiente y la salud, sobre los cuales, como se indicó antes, existe cierta inquietud por el incremento en el uso de insumos. Aunque los resultados son algo mixtos respecto al uso de agroquímicos, no parecen indicar un problema considerable.

Nuestros resultados indican que los participantes usan significativamente más insecticidas y fertilizantes químicos; sin embargo, es probable que estén empleando productos menos tóxicos, pues el impacto ambiental no es significativamente diferente al de los no-

25

beneficiarios. Estos resultados podrían también estar reforzados por las ECAs y el enfoque de MIP usado por el programa, ya que parece que a través de un mejor conocimiento de los riesgos y peligros asociados al uso de los agroquímicos, los agricultores participantes tienden a usar más equipos de protección, aunque de manera global los porcentajes son notablemente pequeños. De igual forma, la inquietud respecto a los potenciales impactos en la biodiversidad agrícola es infundada, como se vio por el efecto insignificante en cualquiera de los cuatro índices de biodiversidad agrícola considerados. Ya que la mayoría de las variedades cultivadas son modernas, los resultados sugieren que aunque los agricultores están manteniendo su diversidad, la erosión genética (si es que la hay) ocurrió en el pasado debido a una combinación de causas naturales (El Niño), la agro-industrialización y las preferencias de los agricultores en respuesta a las oportunidades cambiantes del mercado. Así, cualquier política o programa dirigido a reforzar, reintroducir o mantener variedades locales necesita considerar la importancia de crear un mercado y una demanda para las variedades locales.

De manera general, la participación en la Plataforma sugiere una forma eficaz de vincular a los pequeños productores de papa al mercado global. Si bien no existe duda de que se obtienen beneficios primarios, parecen infundadas las inquietudes relacionadas con los costos potenciales en los recursos naturales, respecto a las variedades cultivadas y al impacto de los agroquímicos. El éxito de la Plataforma puede explicarse primero por su paciente y eficiente intervención a lo largo de la cadena de valor, eliminando costos de transacción innecesarios e interviniendo también en el lado de los insumos, no solo introduciendo y proveyendo de variedades requeridas por el mercado, sino también, y por sobre todo, suministrando semilla de buena calidad y enseñando la importancia de renovar la semilla frecuentemente. Segundo, la importancia del capital social para determinar la participación en la Plataforma puede explicar el éxito de sus resultados, al mismo tiempo que sugiere la forma más efectiva para superar las barreras de ingreso. A este respecto, vale la pena realizar un análisis más detallado de los elementos y efectos del capital social, así como del diverso set de costos de transacción. Finalmente, es importante indicar que, aunque el programa demostró tener mucho éxito, solo se aplica a una pequeña porción de los productores de papa ecuatorianos.

Así, si se espera alcanzar efectos significativos a nivel nacional, programas e intervenciones exitosos como éstos necesitan ser ampliados hacia más beneficiarios, tomando en cuenta situaciones en un contexto específico y usando apropiadamente aquellos elementos que han demostrado tener éxito.

26

Referencias

An, H. 2004. Microeconomic effects of macroeconomic policy changes in Ecuador: Potato production after dollarization, The Faculty of Graduate Studies. Ontario, University of Guelph. Master of Science.

Barrett, C.B., E.B. Barbier, T. Reardon. 2001. Agroindustrialization, globalization, and international development: the environmental implications, Environment and Development Economics 6 (2001): 419–433 Baumgärtner, S. 2002. Measuring the diversity of what? And for what purpose? A conceptual comparison of ecological and economic measures of biodiversity, Paper presented at Healthy Ecosystems, Healthy People – Linkages between Biodiversity, Ecosystem Health and Human Health, Washington, D.C. (USA), 6-11 June. http://www.eco.uniheidelberg.de/ng-oeoe/research/papers/DivMeas.pdf Berdegué, J., F. Balsevich, L., Flores, T., Reardon. 2003. Supermarkets and Private Standards for produce quality and safety in central America: development implications, Report to USAID under the RAISE/SPS project , Michigan State University and RIMISP, july Bryson, A., Dorsett, R., and Purdon, S. 2002. The Use of Propensity Score Matching in the Evaluation of Active Labour Market Policies, Working Paper Number 4, Department for Work and Pension, London, UK Cáceres, P.A., Pumisacho, M., Forbes, G.A., y Andrade-Piedra, J.L. 2007. Guía para facilitar el aprendizaje sobre control de tizón tardío de la papa. Centro Internacional de la Papa (CIP), Instituto Nacional Autónomo de Investigaciones Agropecuarias del Ecuador (INIAP), Secretaría Nacional de Ciencia y Tecnología del Ecuador (SENACYT). Quito, Ecuador. 142 p.

CIP. Centro Internacional de la papa. 2009. CIP Potato Varieties. International Potato Center.

Lima, Peru. Available at:………………………………………………………………….. http://research.cip.cgiar.org/potato/GR/table.php?grp=allPV&tmpl=potato&frmt=html Coleman, J. 1988. Social Capital in the Creation of Human Capital. American Journal of Sociology, Supp, S95-S120.

CONPAPA, Consorcio de la Papa. 2008. Proyecto FORTICONPAPA Informe 2007.

CONPAPA, Agencia Suiza para el Desarrollo y la Cooperación. Ambato, Ecuador. 34 p.

Crissman, Charles C; Antle, John M; Capalbo, Susan M (eds). 1998. Economic, environmental, and health tradeoffs in agriculture: Pesticides and the sustainability of Andean potato production. Natural Resource Management and Policy Series. Dordrecht; Boston and London: Kluwer Academic in cooperation with the International Potato Center De Haen, H., K. Stamoulis, P. Shetty, and P. Pingali. 2003. The World Food Economy in the Twenty-first Century: Challenges for International Co-operation, Development Policy Review 21 (5–6): 683.

Dehejia, R., and Wahba, S. 1999. Causal Effects in Non Experimental Studies; Reevaluating the Evaluation of Training Programs, Joumal of the American Statistical Association 94(448):1053-62.

27

Dehejia, R.H., and Wahba, S. 2002. Propensity score-matching methods for nonexperimental causal studiesl, Review of Economics and Statistics 84(1): 151.61.

Devaux, A. Horton, D. Velasco, C. Thiele, G. López, G. Bernet, T. Reinoso, I. Ordinola, M. 2009. Collective Action for Market Chain Innovation in the Andes. Food Policy, 34:3138.

Devaux, A., Velasco, C., López, G., Bernet, T., Ordinola, M., Pico, H., Thiele, G., and Horton, D. 2007. Collective Action for Innovation and Small Farmer Market Access: The Papa Andina Experience. CAPRi Working Paper 68. Washington, DC: IFPRI. http://www.capri.cgiar.org/pdf/capriwp68.pdf Diaz, J.J; and Handa, S. 2006. An Assessment of Propensity Score Matching as a Nonexperimental Impact Estimator, Evidence from Mexico’s PROGRESA Program, The Journal of Human Resources, XLI, 2, pp. 319- 346 Dietrich, M. 1994. Transaction Cost Economics and Beyond, Routledge, London Dolan, C. and Humphrey, J. 2004. Changing governance patterns in the trade in fresh vegetables between Africa and the United Kingdom', Environment and Planning A, 36(3): 491-509 Eaton, C. and A.W. Shepherd. 2001. Contract Farming: Partnerships for Growth, FAO Agricultural Services Bulletin 145, Rome: Food and Agricultural Organisation.

FAOSTAT. 2007. http://faostat.fao.org/site/567/default.aspx#ancor Foster, M.K., Meinhard, A.G., and Berger, I. 2003. The role of social capital: Bridging, bonding or both, Paper presented at the Annual ARNOVA Conference, Denver , Colorado, 20-22 November.

Godtland, E., Sadoulet, E., deJanvry, A., Murgai, R., and Ortiz, O. 2003. The Impact of Farmer-Field-School on Knowledge and Productivity: A Study of Potato Farmers in the Peruvian Andes, CUDARE working papers, Paper n. 963, Department of Agricultural and Resource Economics, University of California Berkeley.

Hahn, J. 1998. On the Role of the Propensity Score in Efficient Semiparametric Estimation of Average Treatment Effects. Econometrica, 66(2), pp. 315–331.

Heckman, J., and Robb, R. 1985. Alternative Methods of Evaluating the Impact of Interventions: An Overview, Journal of Econometrics, 30: 239-67.

Heckman, J.J., Ichimura, H. and Todd, P. 1998. Matching as an Econometric Evaluation Estimator. Review of Economic Studies, 65(2), pp. 261 – 294.

Heckman, J.J., Ichimura, H. and Todd, P.E. 1997. Matching As An Econometric Evaluation Estimator: Evidence from Evaluating a Job Training Programme. Review of Economic Studies, 64, 605-654.

Heckman, J.J., Ichimura, H., Smith, J., and Todd, P.E. 1996. Sources of selection bias in evaluation social programs: An interpretation of conventional measures and evidence on the effectiveness of matching as a program evaluation method. Proceedings of the National Academy of Sciences of the USA 93:13416.20.

Herrera, M., Carpio, H., and Chávez, G. 1998. Estudio Sobre el Subsector de la Papa en el Ecuador, INIAP, Quito.

28

Hirano, K. and Imbens, G.W. 2001. Estimation of Causal Effects using Propensity Score Weighting: An Application to Data on Right Heart Catheterization. Health Services and Outcomes Research Methodology, 2(3-4), pp. 259 –278.

Hirano, K., Imbens, G.W. and Ridder, G. 2000. Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score, Technical Working Paper 251, National Bureau of Economic Research, Cambridge, Massachusetts.

Hobbs, J.E. 1997. Measuring the Importance of Transaction Costs in Cattle Marketing, American Journal of Agricultural Economics 79 (November): 1083–95.

Imbens, G.W. 2004. Nonparametric Estimation of Average Treatment Effects Under Exogeneity: A Review. The Review of Economics and Statistics, 86(1), pp. 4–29.

INEC, Instituto Nacional de Estadísticas y Censos del Ecuador. 2000. III Censo Nacional Agropecuario, Quito, Ecuador. Available at:………………………………………….. http://www.inec.gov.ec/web/guest/ecu_est/est_agr/cen_agr?doAsUserId=W9NEZWtSVL U%253D INEC, Instituto Nacional de Estadísticas y Censos del Ecuador. 2007. Encuesta de superficie y producción agropecuaria continua ESPAC, Quito, Ecuador. Available at:…………… http://www.inec.gov.ec/web/guest/ecu_est/est_agr/espac?doAsUserId=W9NEZWtSVLU %253D INIAP, Instituto Nacional Autónomo de Investigaciones Agropecuarias. 2000. Fripapa – Variedad de papa resistente a tizón tardío o lancha (Phytophthora infestans) con aptitud para consumo en fresco y procesamiento (hojuelas y bastones), INIAP, Programa Nacional de Raíces y Tubérculos rubro Papa (PNRT-Papa). Quito, Ecuador.

IYP, FAO, International Year of the Potato. 2008. Available at:…………………………… http://www.potato2008.org/en/index.html Johnson, N., and Berdegué, J. 2004. Collective Action and Property Rights For Sustainable Development: Property Rights, Collective Action, and Agribusiness, IFPRI Policy Brief, Focus: A 2020 Vision for Food, Agriculture, and the Environment, n. 13, IFPRI: Washington D.C. Kovach, K., Petzoldt, C., Degnil, J., and Tette, J. 1992. A method to measure the environmental impact of pesticides. New York’s Food and Life Sciences Bulletin, number 39.

Little, P.D. and M.J. Watts (eds.). 1994. Living under Contract: Contract Farming and Agrarian Transformation in Sub-Saharan Africa, Madison: University of Wisconsin Press.

Magurran, A. 1988. Ecological diversity and its measurement. Princeton, NJ: Princeton University Press.

Mancero, L. 2007. Potato Chain Study, with contributions from producers participating in 3 experiences in the Central Ecuadorian Sierra Region, Report, CIP-FAO, available at: ftp://ftp.fao.org/es/esa/lisfame/PotatoValueChainEcuador.pdf Meng, X., and Ryan, J. 2004. Using Evaluation Methodology to Determine The Effects of the FFE Program on Schooling Outcomes, Does Food for Education Affect Schooling Outcomes? The Bangladesh Case, Appendix n. 5 in Impact Assessment Discussion Paper

29

n. 22: The Contribution of IFPRI Research and the Impact of Food for Education Program in Bangladesh on Schooling Outcomes and Earnings.

Montesdeoca F., Narváez, G., Mora, E. y Benítez, J. 2005. Manual de Control Interno de Calidad (CIC) en tubérculo - semilla de papa. FORTIPAPA, INIAP. Quito, Ecuador.

Narváez, G. 2005. Ajuste de los parámetros del protocolo de control interno de calidad (CIC) propuesto por FORTIPAPA para la producción de semilla de papa registrada y certificada en base a situaciones reales de campo en cuatro localidades. Tesis B.Sc. Universidad Central del Ecuador. Quito, Ecuador.

OFIAGRO, Oficina de Estudios para el Agro. 2009. Diagnóstico de la Situación Actual de la Cadena Agroalimentaria de la Papa en Ecuador, CIP, Centro Internacional de la Papa, proyecto Papa Andina. Quito, Ecuador (in press).

Pico, H. A. 2006. La cadena agroalimentaria de la papa a través de la metodología de plataformas de concertación y proyectos compartidos, paper presented at the 1st national Ecuadorian potato congress, 17-19 May 2006, INIAP, Estación Experimental Santa Catalina Quito – Ecuador. Available at:……………………………………………………………….

http://www.quito.cipotato.org/presentambato/TEMATICAS%20DEL%20CONGRESO/C OMERCIALIZACION/HPICO.doc Pingali, P. 2001. Environmental consequences of agricultural commercialization in Asia, Environment and Development Economics 6: 483–502 Pumisacho, M. and Sherwood, S., Eds. 2002. El cultivo de la papa en Ecuador. Quito, Ecuador., Instituto Nacional Autónomo de Investigaciones Agropecuarias (INIAP) y Centro Internacional de la Papa (CIP). Quito, Ecuador.

Putnam, R.D. 1995. Bowling alone: America’s declining social capital. Journal of Democracy, 6, 65-78.

Ravallion, M. 2005. Evaluating Anti-Poverty Programs, World Bank Policy Research Working Paper 3625, June 2005 Reardon, T. and J. Berdegué. 2002. ‘The Rapid Rise of Supermarkets in Latin America: Challenges and Opportunities for Development’, Development Policy Review, Vol.20, No.4, pp.371–88.

Reardon, T., C.P. Timmer, C.B. Barrett, and J. Berdegué. 2003. The Rise of Supermarkets in Africa, Asia, and Latin America, American Journal of Agricultural Economics 85 (5): 1140-1146.

Reinoso, I., Pico, H., Pumisacho, M., Montesdeoca, F., Monteros, C., Cuesta, X., and Thiele, G. 2007. Cadenas Agroalimentarias: Plataformas de concertación y proyectos compartidos, INIAP, Papa Andina, COSUDE, Quito.

Robins, J.M. and Rotnitzky, A. 1995. Semiparametric Efficiency in Multivariate Regression Models with Missing Data. Journal of the American Statistical Association, 90(429), pp.

122–129 Rosenbaum, P., and Rubin, D. 1983. The Central Role of the Propensity Score in Observational Studies for Causal Effects, Biometrica 70(l):41-55.

30

Ryan, J. G., and Ming, X. 2004. The Contribution of IFPRI Research and the Impact of the Food for Education Program in Bangladesh on Schooling Outcomes and Earnings, IFPRI, Impact assessment discussion paper no. 22, ifpri, Washington, D.C. Sacerdote, B. 2004. Fixing broken experiments using the propensity score, in: A.Gelman and X. Meng (eds) Applied Bayesian Modeling and Causal Inference from Incomplete-Data Perspectives. (Hoboken, N.J.: John Wiley and Sons, Ltd.), pp: 61–71.

Thiele, G. 1999. Informal Potato Seed Systems in the Andes: Why Are They Important and What Should We Do With Them? World Development ,Vol. 21, No. 1: 83-99.

Todd, J. E., Winters, P., and Hertz, T. 2008. Conditional Cash Transfer and Agricultural Production: Lessons from the Oportunidades Experience in Mexico.

Vásquez Castillo, W., and Poole, N. 2006. Potato Industry in Ecuador: production and commercialization, El Taller Azul, Quito, Ecuador.

Weismantel, M. J. 1988. Food, Gender and Poverty in the Ecuadorian Andes, Waveland Press, USA. Williamson, O. 1985. The Economic Institutions of Capitalism, The Free Press, New York.

Winters, P., Cavatassi, R., and Lipper, L. 2006. Sowing the Seeds of Social Relations: The Role of Social Capital in Crop Diversity, ESA Working Paper No. 06-16, ESA- FAO, Rome Winters, P., Simmons, P., and Patrick, I. 2005. Evaluation of a Hybrid Seed Contract Between Smallholders and a Multinational Company in East Java, Indonesia, The Journal Of Development Studies, 41 (1): 62 – 89

31

Tabla 1: La producción de papa en el Ecuador Producción: Área Provincia Producción (toneladas cosechada toneladas/hectárea (‘000 ha) métricas) Carchi Chimborazo Imbabura Pichincha Cotopaxi Tungurahua Boliva Cañar Azuay Loja Otros Total (Ecuador)

101,715 44,233 1,900 45,000 55,694 49,373 9,555 11,270 12,248 2,500 3,520 305, 438

7640 5980 500 3430 5100 6940 2450 2250 1270 370 260 36,190

13.31 7.4 3.8 13.12 10.92 7.11 3.9 5.01 9.64 6.76 13.54 8.44

Fuente: INEC, 2004 (datos estimados)

32

Tabla 2: Descripción de los datos Nombre de la variable Terreno Altitud (m.s.n.m.)

Terreno propio (ha) Parcelas propias (#) Terreno para papa (ha) Suelo negro (%) Terreno plano (%) Terreno irrigado (%) Socio-demográficas Tamaño de la familia Educación promedio del cabeza de familia Cabeza de familia indígena Cabeza de familia femenina Edad del cabeza de familia Proporción de dependencia Bienestar Sistemas de audio para el hogar Refrigerador Equipo agrícola Vacas (#) Toros (#) Bueyes (#) Vivienda Vivienda de concreto/ladrillo Acceso a sistema de agua Alcantarillado Cocina con electricidad/gas Crédito limitado Distancia a la ciudad más cercana (km) Capital social

Muestra total

Benef.

No-part.

3459 2.56 2.93 1.18 80% 38% 57%

3453 2.64 3.14 1.15 77% 36% 56%

3470 1.94 2.62 1.10 81% 38% 57%

4.69 5.16 63% 12% 42.2 0.30

4.84 5.61 59% 12% 41.3 0.30

4.65 4.70 61% 13% 41.6 0.30

29% 17% 5% 1.79 0.75 0.19 86% 87% 94% 6% 56% 20% 29.16

26% 14% 8% 1.72 0.84 0.27 83% 83% 91% 4% 58% 18% 26.69

28% 16% 3% 1.52 0.67 0.15 87% 90% 94% 6% 55% 19% 25.64

Prueba vs. benef.

** ***

***

* ** **

33

No-eleg.

3452 3.15 3.06 1.30 83% 39% 60% 4.60 5.21 68% 11% 43.8 0.28 34% 20% 3% 2.17 0.76 0.17 87% 88% 96% 7% 55% 24% 35.43

Prueba vs. benef.

Prueba vs. nopart.

*** *** **

** **

*** *

**

**

** ** * *

*

***

* * **

* ***

***

Todos nobenef.

3462 2.52 2.83 1.19 82% 39% 58% 4.62 4.94 65% 12% 42.7 0.29 31% 18% 3% 1.83 0.71 0.16 87% 89% 95% 7% 55% 21% 30.31

Prueba vs. benef.

** **

*** *

* **

** *** **

***

Participa en asociaciones no-agrícolas Participa en asociaciones agrícolas Tiempo máximo en asociaciones noagricolas (núm. de años)

81% 23% 9.34

Observaciones Notas: Las pruebas son diferencias en las medias

1007

82% 44% 9.53

78% 13% 8.48

***

83% 14% 10.10

***

324 358 325 * Significativo al nivel del 10%; ** = 5% ; *** = 1%

34

80% 13% 9.26 683

***

Table 3: Variables de capital social Muestra total Asociaciones no-agrícolas en la comunidad Membresía (máx. # de años) Reuniones (#/año) Asociaciones agrícolas en la comunidad Membresía (máx. # de años)

Benef.

Observaciones *** Significativo al nivel del 1%

Noelegibles

P>|t|

P>|t|

Todos nobenef.

P>|t|

0.81 9.34 32.13

0.82 9.53 31.57

0.78 8.48 31.37

0.237 0.150 0.947

0.83 10.10 33.50

0.818 0.457 0.513

0.80 9.26 32.39

0.554 0.665 0.751

0.23 6.33 17.50

0.44 4.01 17.67

0.13 10.07 13.59

0.000 *** 0.000 *** 0.108

0.14 9.78 20.96

0.000 *** 0.000 *** 0.244

0.13 9.92 17.23

0.000 *** 0.000 *** 0.833

16.74 15.23

17.00 16.86

0.08 15.59 14.56

0.786 0.608 0.626

0.07 18.05 15.00

0.882 0.737 0.727

0.08 16.67 14.75

0.933 0.901 0.623

0.17 0.07 1000

0.17 0.07 318

0.16 0.06 357

0.716 0.699

0.16 0.07 325

0.660 0.813

0.16 0.06 682

0.644 0.928

Reuniones (#/año) Antes de Plataformas (5 años antes de las encuestas) Asociaciones agrícolas en la comunidad 0.07 0.07 Membresía (máx. # de años) Reuniones (#/año) Organizaciones externas Asociaciones no-agrícolas en la comunidad Organización agrícola

No-part.

35

Tabla 4: Indicadores de impacto del programa (para aquellos que cosecharon y a nivel de hogar) Indicadores primarios Cosecha total (kg/ha) Índice de producción (sembrado/cosechado) Utilidades brutas ($/ha) Mecanismos Total de papa vendida (kg/ha) Total de papa vendida (% de la cosecha) Valor de la papa cosechada ($/ha) Costos de transacción Transporte ($/kg) Tiempo de transacción (hr) Precio de la papa vendida ($/kg) Costos Costos de insumos ($/ha) Total de semilla comprada (kg/ha) Total de semilla comprada (%) Valor de semilla sembrada ($/ha) Costo de semilla comprada ($/ha) Costo de jornales ($/ha) Indicadores secundarios Agroquímicos Fung. preventivos aplicados (kg or l/ha) Fung. curativos aplicados (kg or l/ha) Insecticidas aplicados (kg or l/ha) Costo del fertilizante químico ($/ha) Costo del fertilizante orgánico ($/ha) Uso de trampas (%) Total de trampas usadas (#/ha) Impacto ambiental de fung. preventivos Impacto ambiental de fung. curativos Impacto ambiental de insecticidas Impacto ambiental total

Muestra total

Benef.

No-part.

Prueba vs. benef. **

7006.22 8.24 112.72

8400.41 8.89 259.52

6289.98 8.98 63.15

3580.67 0.45 763.49 (475 obs) 0.01 1.29 0.11

4961.07 0.50 1085.21 (167 obs) 0.01 1.27 0.14

2850.99 0.44 590.37 (158 obs) 0.01 1.07 0.11

*** * ***

650.77 196.20 0.20 181.45 48.55 97.48

825.69 254.55 0.25 246.84 82.22 146.79

527.22 179.50 0.17 154.69 42.99 49.46

***

3.15 4.16 2.22 124.68 46.04 26.7% 26.32 39.18 32.25 23.81 95.24

2.79 3.61 2.95 153.75 71.74 59.4% 66.50 27.43 20.60 27.53 75.56

2.69 2.52 1.71 121.49 46.06 13.1% 5.57 31.43 17.29 19.77 68.50

36

**

***

*** ***

* ** * *** ***

No-eleg.

6356.76 6.86 18.37 2958.24 0.42 621.49 (150 obs) 0.01 1.56 0.10 603.12 155.70 0.18 144.13 21.08 97.31

3.98 6.34 2.02 99.33 20.79 8.1% 7.71 58.50 58.72 24.21 141.43

Prueba vs. benef. *** ** ** ** ***

***

** *** ***

*** *** *** ***

Todos nobenef.

6323.29 7.92 40.81

Prueba vs. benef. *

2904.49 0.43 605.90 (308 obs) 0.01 1.31 0.10

*** * ***

565.08 167.62 0.18 149.42 32.06 73.33

3.33 4.43 1.86 110.44 33.45 10.6% 6.64 44.93 37.96 21.99 104.88

***

***

* ** *** *** ***

** *** *** *** ***

Agrobiodiversidad Número de variedades sembradas Índice de diversidad de Margalef Índice de diversidad de Shannon Índice de diversidad de Berger Variedad más usada - Fripapa Segunda variedad más usada - Gabriela Precauciones en la aplicación de agro-químicos Siempre usa alguna clase de protección Siempre usa guantes Siempre usa poncho plástico Siempre usa máscarilla Puede identificar los productos más tóxicos Puede identificar los productos menos tóxicos Observaciones Notas: Las pruebas son para diferencias en las medias

1.66 2.36 0.36 1.45 29.0% 30.1%

1.66 2.03 0.37 1.44 53.4% 19.6%

1.66 2.13 0.35 1.45 15.9% 38.4%

*** ***

1.65 2.93 0.36 1.47 18.2% 32.1%

38.2% 42.9% 36.5% 35.3% ** 19.1% 24.0% 15.8% 17.6% ** 13.0% 18.4% 10.8% 10.0% ** 6.4% 10.1% 4.1% 5.0% *** 34.1% 59.4% 25.2% 18.1% *** 24.7% 43.3% 18.9% 12.2% 660 217 222 221 * Significativo al nivel del 10%; ** = 5% ; *** = 1%

37

*** *** ** * *** ** *** ***

1.65 2.53 0.35 1.46 17.0% 35.2% 35.9% 16.7% 10.4% 4.5% 21.7% 15.6% 443

*** *** * ** ** *** *** ***

Tabla 5: Probit para participación en la Plataforma LR chi2(27) = 86.18 Prob > chi2 = 0.0000 Probabilidad de Log = -582.26047 Pseudo R2 = 0.0689 Terreno propio (ha) Parcelas propias (#) Suelo negro (%) Terreno plano (%) Terreno irrigado (%) Tamaño de la familia Educ. promedio del cabeza de familia Cabeza de familia indígena Cabeza de familia femenina Edad de cabeza de familia Proporción de dependientes Sistemas de audio para el hogar Refrigerador Equipo agrícola Vacas (#) Toros (#) Bueyes (#) Vivienda Vivienda de concreto/ladrillo Acceso a sistema de agua Alcantarillado Cocina con electricidad/gas Crédito limitado Asociación agr. (>1 año) Asociación no agr.

Organizaciones agr. externas Organizaciones no agr. externas Dist. a la ciudad más cercana (km) Chimborazo constante Observaciones Sensibilidad Sensibilidad Valor predictivo positivo Valor predictivo negativo Clasificado correctamente

dF/dx -0.006 0.022 -0.083 -0.065 -0.013 0.005 0.026 -0.007 0.039 -0.001 0.078 -0.074 -0.098 0.090 -0.009 0.014 0.045 -0.048 -0.074 -0.179 -0.114 0.039 -0.048 0.330 0.050 -0.042 -0.004 -0.003 -0.012

P>|z| 0.285 0.006 0.080 0.131 0.734 0.546 0.000 0.836 0.424 0.496 0.410 0.039 0.022 0.044 0.164 0.239 0.038 0.336 0.154 0.009 0.076 0.251 0.222 0.000 0.214 0.495 0.930 0.002 0.762 0.905 33.65% 91.94% 66.05% 74.82% 73.40%

38

3 2 1 0 0

.2

.4 .6 propensitypropensity score estimado Estimated score

.8

1

testigo control

programa program

Figura 1: DistribuciĂłn de Kernel y ĂĄrea de soporte comĂşn entre los dos grupos.

39

Tabla 6: Prueba puntual de medias

Variable Terreno propio (ha) Parcelas propias (#) Suelo negro (%) Terreno plano (%) Terreno irrigado (%) Tamaño de la familia Educ. promedio de cabeza de familia Cabeza de familia indígena Cabeza de familia femenina Edad de cabeza de familia Proporción de dependientes Sistemas de audio para el hogar Refrigerador Equipo agrícola Vacas (#) Toros (#) Bueyes (#) Vivienda Vivienda de concreto/ladrillo Acceso a sistema de agua Alcantarillado Cocina con electricidad/gas Crédito limitado Asociación agr. (>1 año) Asociación no agr.

Organizaciones agr. externas Ortganizaciones no agr. externas Dist. a la ciudad más cercana (km) Chimborazo

Media tratada 2.36 3.08 0.77 0.36 0.56 4.81 5.59 0.58 0.13 41.26 0.30 0.26 0.14 0.08 1.64 0.83 0.25 0.84 0.84 0.92 0.04 0.59 0.18 0.34 0.82 0.07 0.17 26.69 0.51

Media testigo 2.38 3.02 0.77 0.36 0.56 4.90 5.38 0.60 0.13 41.50 0.30 0.24 0.14 0.03 1.87 1.02 0.23 0.85 0.86 0.94 0.05 0.53 0.21 0.34 0.87 0.05 0.17 26.43 0.50

40

% reducción |sesgo| 86.6 73.5 84.2 92.9 99.6 50.4 65.8 62.2 54.4 82.6 50.1 52.8 93.2 -5.7 -16.9 -69.7 78.2 54.6 70.2 32.4 90.2 -81.2 -0.3 98.9 -239.1 -922.3 62.2 93 52.9

P>|t| 0.55 0.30 0.82 0.76 0.73 0.57 0.30 0.56 0.76 0.62 0.68 0.36 0.63 0.32 0.36 0.56 0.87 0.95 0.71 0.56 0.49 0.37 0.59 0.67 0.13 0.38 0.97 0.57 0.92

Tabla 7: Comparación de beneficiarios vs. todos los no-beneficiarios

Dif.

P>|t|

Dif.

P>|t|

Mínimos cuadrados ponderados-PS Dif. P>|t|

0.58 2.21 203.85

0.000 0.001 0.011

0.58 2.04 232.45

0.000 0.000 0.031

0.61 1.69 194.50

0.000 0.006 0.008

1639.26 0.09 385.80

0.007 0.002 0.003

2011.07 0.08 459.47

0.000 0.047 0.001

1664.11 0.09 372.05

0.001 0.001 0.000

MCO

Indicadores primarios Log de la cosecha total (kg/ha) Índice de producción (sembrado/cosechado) Utilidades brutas ($/ha) Mecanismos Total de papa vendida (kg/ha) Total de papa vendida (% de cosecha) Valor de papa cosechada ($/ha) Costos de transacción Transporte ($/kg)

PSM, Kernel

0.002

0.101

0.002

0.161

0.002

0.075

Tiempo de transacción (hr) Precio de papa vendida ($/kg)

-0.015 0.029

0.935 0.000

0.013 0.031

0.946 0.000

-0.031 0.030

0.855 0.000

Costos Costos de insumos ($/ha)

181.95

0.119

227.02

0.042

177.55

0.050

0.06 91.91 47.72 46.78

0.076 0.006 0.004 0.029

0.05 94.83 47.63 85.20

0.215 0.003 0.030 0.000

0.05 83.91 33.02 32.53

0.143 0.012 0.033 0.109

Indicadores secundarios Agroquímicos Fung. preventivos aplicados (kg or l/ha) Fung. curativos aplicados (kg or l/ha) Insecticidas aplicados (kg or l/ha) Costo del fertilizante químico ($/ha)

-0.32 0.48 1.07 42.73

0.618 0.577 0.059 0.016

-0.26 0.40 0.96 48.17

0.687 0.638 0.127 0.020

-0.235 -0.32 1.13 37.83

0.671 0.751 0.034 0.025

Costo del fertilizante orgánico ($/ha)

17.81

0.164

24.02

0.060

16.15

0.131

Total de semilla comprada (%) Valor de semilla sembrada ($/ha) Costo de semilla comprada ($/ha) Costo de jornales ($/ha)

41

Uso de trampas (%) Total de trampas usadas (#/ha) Impacto ambiental de fung. preventivos Impacto ambiental de fung. curativos Impacto ambiental de insecticidas

0.50 55.92 -16.45 -4.77 5.28

0.000 0.000 0.333 0.546 0.400

0.47 55.51 -17.27 -2.34 4.41

0.000 0.000 0.333 0.729 0.466

0.52 57.81 -11.34 -12.69 7.78

0.000 0.000 0.331 0.208 0.207

Cuociente de impacto ambiental total (CIA/ha)

-15.94

0.554

-15.21

0.459

-16.26

0.447

Agrobiodiversidad Número de variedades sembradas Índice de diversidad de Margalef Índice de diversidad de Shannon

-0.01 -0.53 0.01

0.850 0.579 0.766

0.01 -0.64 0.02

0.873 0.528 0.677

-0.02 -0.56 0.01

0.733 0.532 0.837

Índice de diversidad de Berger Variedad más usada - Fripapa Segunda variedad más usada - Gabriela

-0.02 0.36 -0.15

0.661 0.000 0.000

-0.03 0.36 -0.14

0.607 0.000 0.000

-0.03 0.36 -0.150

0.622 0.000 0.000

0.08 0.05 0.06 0.04 0.36

0.085 0.196 0.043 0.062 0.000

0.07 0.04 0.08 0.06 0.36

0.162 0.330 0.005 0.005 0.000

0.06 0.03 0.07 0.04 0.35

0.211 0.376 0.026 0.080 0.000

0.26

0.000

0.26

0.000

0.25

0.000

Precaución en la aplicación de agro-químicos Siempre usa plástico sobre hombros Siempre usa guantes Siempre usa poncho plástico Siempre usa máscarilla Puede identificar productos más tóxicos (color de etiqueta) Puede identificar productos menos tóxicos (color de etiqueta) Observaciones

660

660

42

660

Tabla 8: Comparación entre beneficiarios y diferentes grupos testigo usando mínimos cuadrados ponderados Plataforma vs. no-benef.

Dif. P>|t| Indicadores primarios Log de la cosecha total (kg/ha) Índice de producción (sembrado/cosechado) Utilidades brutas ($/ha)

Plataf. vs. noelegibles Dif. P>|t|

Plataf. vs. noparticipantes Dif. P>|t|

0.61 1.69 194.50

0.000 0.006 0.008

0.72 2.26 173.35

0.000 0.000 0.042

0.55 1.08 218.29

1664.11

0.001

1958.66

0.000

0.09 372.05

0.001 0.000

0.09 410.29

0.004 0.002

0.002

0.075

0.00

Tiempo de transacción (hr) Precio de papa vendida ($/kg)

-0.031 0.030

0.855 0.000

Costos Costos de insumos ($/ha) Total de semilla comprada (%)

177.55 0.05

IDT vs. noelegibles Dif. P>|t|

0.001 0.334 0.014

0.48 5.29 118.02

0.002 0.070 0.078

1939.99

0.000

1062.93

0.024

0.10 436.25

0.004 0.000

0.06 236.84

0.033 0.025

0.088

0.00

0.149

0.00

0.353

-0.15 0.03

0.403 0.000

0.12 0.03

0.531 0.000

-0.29 0.02

0.055 0.002

0.050 0.143

236.94 0.03

0.023 0.487

217.96 0.06

0.004 0.112

118.82 0.01

0.157 0.701

83.91 33.02 32.53

0.012 0.033 0.109

97.27 45.80 36.74

0.015 0.003 0.191

84.79 32.69 50.42

0.007 0.102 0.009

55.68 35.74 11.78

0.054 0.011 0.615

-0.235 -0.32 1.13 37.83 16.15

0.671 0.751 0.034 0.025 0.131

-0.51 -0.88 1.11 49.57 38.08

0.469 0.522 0.047 0.019 0.000

0.50 1.03 1.27 38.79 1.16

0.375 0.055 0.019 0.036 0.938

-0.83 -1.74 0.47 35.04 32.13

0.240 0.225 0.221 0.033 0.002

0.52

0.000

0.54

0.000

0.50

0.000

0.29

0.000

Mecanismos Total de papa vendida (kg/ha) Total de papa vendida (% de cosecha) Valor de papa cosechada ($/ha) Costos de transacción Transporte ($/kg)

Valor de semilla sembrada ($/ha) Costo de semilla comprada ($/ha) Costo de jornales ($/ha) Indicadores secundarios Agroquímicos Fung. preventivos aplicados (kg or l/ha) Fung. curativos aplicados (kg or l/ha) Insecticidas aplicados (kg or l/ha) Costo del fertilizante químico ($/ha) Costo del fertilizante orgánico ($/ha) Uso de trampas (%)

43

Total de trampas usadas (#/ha) Impacto ambiental de fung. preventivos Impacto ambiental de fung. curativos Impacto ambiental de insecticidas Cuociente de impacto ambiental total (CIA/ha) Agrobiodiversidad Número de variedades sembradas Índice de diversidad de Margalef Índice de diversidad de Shannon Índice de diversidad de Berger Variedad más usada - Fripapa Segunda variedad más usada - Gabriela Precaución en la aplicación de agro-químicos Siempre usa plástico sobre hombros Siempre usa guantes Siempre usa poncho plástico Siempre usa máscarilla Puede identificar productos más tóxicos (color de etiqueta) Puede identificar productos menos tóxicos (color de etiqueta) Observaciones

57.81 -11.34 -12.69 7.78 -16.26

0.000 0.331 0.208 0.207 0.447

59.33 -14.81 -19.11 8.76 -25.16

0.000 0.311 0.189 0.163 0.345

59.22 6.26 2.49 10.32 19.08

0.000 0.349 0.502 0.080 0.126

28.64 -19.18 -23.65 2.50 -40.33

0.000 0.192 0.115 0.594 0.121

-0.02 -0.56 0.01 -0.03

0.733 0.532 0.837 0.622

-0.05 -1.53 -0.01 -0.05

0.567 0.336 0.778 0.403

-0.05 -0.11 0.00 -0.03

0.532 0.869 0.936 0.686

-0.01 -1.40 -0.01 -0.04

0.937 0.262 0.797 0.522

0.36 -0.150

0.000 0.000

0.34 -0.12

0.000 0.001

0.37 -0.19

0.000 0.000

0.15 -0.01

0.000 0.655

0.06

0.211

0.07

0.207

0.04

0.423

0.05

0.286

0.03 0.07 0.04 0.35

0.376 0.026 0.080 0.000

0.00 0.06 0.03 0.41

0.993 0.119 0.268 0.000

0.06 0.07 0.04 0.32

0.118 0.060 0.072 0.000

-0.01 0.04 0.02 0.26

0.840 0.152 0.429 0.000

0.25

0.000

0.29

0.000

0.23

0.000

0.18

0.000

660

44

438

439

475

Acrónimos y abreviaturas

CESA: Central Ecuatoriana de Servicios Agropecuarios CIP: Centro Internacional de la Papa CONPAPA: Consorcio de la Papa COSUDE: Agencia Suiza para el Desarrollo y la Cooperación ECA: Escuela de Campo para Agricultores FORTIPAPA: Fortalecimiento de la Investigación y Producción de Semilla de Papa INEC: Instituto Nacional de Estadísticas y Censos INIAP: Instituto Nacional Autónomo de Investigaciones Agropecuarias IEDECA: Instituto de Ecología y Desarrollo de las Comunidades Andinas MARCO: Minga para la Acción Rural y la Cooperación.

PNRT-Papa: Programa Nacional de Raíces y Tubérculos rubro Papa.

45

Documentos de trabajo de ESA

DOCUMENTOS DE TRABAJO Los Documentos de Trabajo de ESA son producidos por la Dirección de Economía del Desarrollo Agrícola (ESA) del Departamento de Desarrollo Económico y Social de la Organización para la Alimentación y la Agricultura de las Naciones Unidas (FAO). La serie presenta la investigación en curso de ESA. Los documentos de trabajo se los hace circular para estimular la discusión y los comentarios. Están a disposición del público a través del sitio web de la División. Los análisis y conclusiones pertenecen a los autores y podrían no ser del mismo parecer que el de la FAO.

ESA La Dirección de Economía del Desarrollo Agrícola (ESA) es el punto central de la FAO para investigación económica y análisis de políticas en asuntos relacionados con la seguridad alimentaria mundial y con el desarrollo sostenible. ESA contribuye a la generación de conocimiento y evolución del pensamiento científico sobre la mitigación del hambre y la pobreza a través de sus publicaciones de estudios económicos, que incluyen esta serie de documentos de trabajo, así como publicaciones periódicas y ocasionales.

La Dirección de Economía del Desarrollo Agrícola (ESA)) La Organización para la Alimentación y la Agricultura Viale delle Terme di Caracalla 00153 Roma Italia

Contacto: Oficina del Director Teléfono: +39 06 57054358 Fax: + 39 06 57055522 Página web: www.fao.org/es/esa e-mail: ESA@fao.org

46