DOI: https://doi.org/1=
0.56712/latam.v6i4.4279
Análisis de los determinantes de la productividad
agrícola en la provincia de Los Ríos
Analysis of t=
he
determinants of agricultural productivity in the province of Los Río=
s
Antonella Sarahí Franco Fuentes<= o:p>
afrancof@uteq.edu.ec
http://orcid.org/0009-0002-5536-1252
Facultad de
Ciencias Sociales, Económicas y Financieras, Universidad Técn=
ica
Estatal de Quevedo
Quevedo –
Ecuador
María Fernanda Peñafiel
Triana
mpenafielt2@uteq.edu.ec
https://orcid.org/0009-0008-1712-9384
Facultad de
Ciencias Sociales, Económicas y Financieras, Universidad Técn=
ica
Estatal de Quevedo
Quevedo –
Ecuador
Saúl Santiago Suárez Tuárez
ssuarezt@uteq.edu.ec
https://orcid.=
org/0009-0003-8073-3844
Facultad de
Ciencias Sociales, Económicas y Financieras, Universidad Técn=
ica
Estatal de Quevedo
Quevedo –
Ecuador
Félix Lorenzo Gómez
Gutiérrez
fgomez@uteq.edu.ec
https://orcid.org/0000-0002-3060-5452
Facultad de
Ciencias Sociales, Económicas y Financieras, Universidad Técn=
ica
Estatal de Quevedo
Quevedo –
Ecuador
Art=
ículo
recibido: 13 de junio de 2025. Aceptado para publicación: 31 de juli=
o 2025.
Con=
flictos
de Interés: Ninguno que declarar.
Resumen
El presente artículo de investigación tuvo como objet=
ivo
analizar los factores que inciden en la productividad agrícola en la
provincia de Los Ríos durante el periodo 2010–2024, mediante un
análisis econométrico basado en datos oficiales del INEC y el=
MAG, en donde se aplicó un enfoque cuantitativ=
o, con
diseño no experimental de tipo longitudinal y alcance
lógico-histórico, lo cual permitió evaluar cómo=
las
precipitaciones, el empleo agropecuario, las exportaciones e importaciones
afectan el valor agregado bruto del sector. El estudio se fundamentó=
en
el modelo de crecimiento de Solow (1957), considerando la Productividad Tot=
al
de los Factores como base teórica, y se estimó un modelo de
regresión lineal múltiple a través del software Stata.=
Los
resultados mostraron que el conjunto de variables explicativas determina en=
un
86,86% la variabilidad del valor agregado bruto agropecuario. Las
precipitaciones y las exportaciones tuvieron un efecto positivo y significa=
tivo
sobre la productividad, mientras que el empleo agropecuario presentó=
un
efecto negativo, lo que evidencia una baja eficiencia del trabajo rural. Las
importaciones también influyeron positivamente, al estar asociadas a
insumos y tecnología agrícola. Se concluye que la productivid=
ad
del sector depende de la disponibilidad de recursos hídricos y del
acceso a mercados internacionales, sin embargo, enfrenta limitaciones
importantes como la baja cobertura de seguros agrícolas y el escaso
acceso a financiamiento formal. Estos hallazgos resaltan la necesidad de
fortalecer las capacidades técnicas y financieras de los peque&ntild=
e;os
productores para impulsar un desarrollo agrícola más eficient=
e y
sostenible.
Palabras clave: productividad,
exportaciones, precipitaciones, agrícola, importaciones
Abstract
The present research article aimed to analyze the factors influencing
agricultural productivity in the province of Los Ríos during the per=
iod
2010–2024 through an econometric analysis based on official data from=
the
INEC and the MAG. A quantitative approach was applied, using a
non-experimental, longitudinal design with a logical-historical scope, which
allowed for the evaluation of how rainfall, agricultural employment, export=
s,
and imports affect the gross value added of the sector. The study was groun=
ded
in Solow’s (1957) growth model, using Total Factor Productivity as the
theoretical basis, and a multiple linear regression model was estimated usi=
ng
Stata software. The results showed that the set of explanatory variables
accounts for 86.86% of the variability in agricultural gross value added.
Rainfall and exports had a positive and significant effect on productivity,
while agricultural employment showed a negative effect, indicating low labor
efficiency in rural areas. Imports also had a positive impact, as they are
associated with agricultural inputs and technology. It is concluded that the
sector’s productivity depends on the availability of water resources =
and
access to international markets. However, it faces significant limitations,
such as low agricultural insurance coverage and limited access to formal
financing. These findings highlight the need to strengthen the technical and
financial capacities of small-scale producers to promote more efficient and
sustainable agricultural development.
Keywords: productivity,
exports, rainfall, agricultural, imports
Todo el contenido de LATAM
Revista Latinoamericana de Ciencias Sociales y Humanidades, publicado en es=
te
sitio está disponibles bajo Licencia Creative
Cómo
citar: Franco Fuentes, A. S.,
Peñafiel Triana, M. F., Suárez Tuárez , S. S=
., &
Gómez Gutiérrez , F. L. (2025). Análisis de los
determinantes de la productividad agrícola en la provincia de Los
Ríos. LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades 6 (4), 468 – 483.
https://doi.org/10.56712/latam.v6i4.4279
INTRODUCCIÓN
La agricultura tiene un papel fundamental en la
vida humana, representando el sector básico para asegurar la
alimentación de la población, generar empleo en el desarrollo
rural, promover la conservación de los recursos naturales y contribu=
ir
al desarrollo de otros sectores de la actividad económica y social
mundial (Coca et al., 2023). Sin embargo, según Devadoss
et al., (2022) su productividad se encuentra limitada por una serie de
factores, haciendo que ésta aumente o disminuya. Entre estos
determinantes se encuentran los factores: geo-climáticos,
socioeconómicos y político-culturales (G=
rilli
et al., 2024).
En Ecuador, según Aray & Pacheco
(2021), la productividad agrícola es un tema importante en el contex=
to
económico y social, en donde, en los últimos años vari=
os
estudios han analizado los factores determinantes de la productividad
agrícola a nivel internacional y han identificado factores claves pa=
ra
la productividad agrícola nacional y local (Andrade et al., 2024), de
acuerdo con García (2023), entre los factores que actúan como
determinantes de la productividad agrícola en el Ecuador, está=
;n:
la proporción de la tierra destinada a la agricultura, la
representatividad de la tierra cultivable, la población rural, la ma=
quinaria
y equipo, además, según Moreta (2023) también se desta=
can
el consumo de fertilizantes y los precios de los productos agrícolas=
.
Por otro lado, en la provincia de Los Rí= ;os, la agricultura es uno de los sectores clave que sostiene la dinámica económica y suministra materias primas y alimentos. Entre sus principales productos se encuentran: cacao, café, arroz, maíz, soya y plátano (Caicedo & Herrera, 2022; Palacios Cedeño, 2023). Por otra parte, según Sandoya et al., (2024) expresa que, lo = más importantes son las condiciones climáticas favorables, la fertilidad= del suelo, la disponibilidad de agua para riego, el uso de tecnologías y= las prácticas agrícolas; además del acceso a financiación, la comercialización de los productos y la organización de los productores, por ello Bravo Ortega (2021), expre= sa que la agricultura forma parte de la producción primaria y consiste = en utilizar los ecosistemas y el medio ambiente en beneficio de la sociedad. <= o:p>
Según Roberth Solow (1957), plantea el
concepto de Productividad Total de los Factores (PTF) como la parte del
crecimiento económico que no puede explicarse directamente por el uso
del capital ni del trabajo, aunque su enfoque no se limita
específicamente al sector agrícola, su modelo proporciona una
base teórica esencial para analizar la PTF en distintos sectores,
permitiendo descomponer y evaluar el aporte del trabajo al crecimiento de la
producción.
Con base en la relación existente entre=
el
valor agregado bruto agropecuario y factores como la precipitación
pluvial, el empleo agrícola, las exportaciones y las importaciones, =
se
formuló la hipótesis de que estas variables inciden
significativamente en la productividad agrícola de la provincia de L=
os
Ríos, por ello esta relación se explica por dinámicas
tanto climáticas como económicas: por un lado, la variabilida=
d en
las precipitaciones afecta directamente los rendimientos del sector; por ot=
ro,
una mayor participación del empleo agrícola, junto con el
comportamiento de las exportaciones e importaciones, refleja la
interacción entre los recursos humanos y el comercio exterior en el
desarrollo del sector.
Este estudio tiene como objetivo analizar los
principales factores que afectan la productividad agrícola en la
provincia de Los Ríos, a través de un análisis detalla=
do,
se pretende observar las dinámicas que influyen en el desempeñ=
;o
del sector agropecuario, con el fin de reconocer patrones que orienten
propuestas concretas para mejorar su eficiencia. Los hallazgos de esta
investigación permitirán generar aportes significativos para =
el
fortalecimiento del sector, contribuyendo así a un desarrollo
económico más competitivo, sostenible e inclusivo en el conte=
xto
regional.
METODOLOGÍA
Enfoque,
Diseño y Alcances de la Investigación
La presente investigación adopta un enf=
oque
cuantitativo, orientado al análisis estadístico de los factor=
es
que inciden en la productividad agrícola de la provincia de Los
Ríos. Este enfoque permitió obtener datos numéricos que
facilitaron la medición objetiva de las variables y el establecimien=
to
de relaciones causales, con el fin de identificar patrones relevantes que
expliquen el comportamiento del sector agropecuario, además, se
realizó una revisión documental exhaustiva que aportó =
un
marco teórico sobre los factores que históricamente han influ=
ido
en la producción agrícola, tanto a nivel local como nacional.=
Se implementó un diseño no
experimental de tipo longitudinal, que examina la evolución de los
determinantes de la productividad agrícola durante el periodo de
estudio, ya que se analizan datos históricos existentes, sin ninguna
manipulación, en donde, el estudio analiza series temporales de
variables económicas, sociales, climáticas y productivas,
comparado con diferentes productos agrícolas y sus contribuciones al
valor agregado bruto de este sector. Respecto al alcance del estudio fue de
tipo descriptivo debido a que se detallaron los determinantes con mayor
influencia y relevancia relacionados con la producción agropecuaria =
de
la provincia y el país, también se adoptó un alcance
lógico-histórico que permitió analizar cómo cie=
rtas
variables afectan a la producción agropecuaria en la provincia de Los
Ríos a lo largo del tiempo, específicamente entre 2010 al 202=
4.
Datos y Fuentes=
Los datos abarcan a la producción
agrícola provincial total registrada oficialmente en los registros de
las bases de datos de organismos gubernamentales, incluyendo tanto producto=
res
individuales como empresas agrícolas de diferentes escalas, consider=
ando
el conjunto de actividades agrícolas desarrolladas en los 13 cantone=
s de
la provincia.
La recolección de datos se realiz&oacut=
e;
mediante la consulta de bases de datos oficiales del Instituto Nacional de
Estadística y Censos (INEC) y el Ministerio de Agricultura y
Ganadería (MAG). Se extrajeron
sistemáticamente diversos datos para obtener variables clave como el
valor agregado bruto agrícola, niveles de empleo agrícola,
precipitaciones anuales, volúmenes de exportaciones e importaciones,
acceso a crédito agrícola, cobertura de seguros, uso de
fertilizantes y producción por tipo de cultivo, para posteriormente =
validar,
verificar datos y estandarizar sus unidades de medida, lo que garantiza la
calidad y confiabilidad de la información recopilada.
Análisis
Estadístico
Para llevar a cabo el análisis
estadístico de la presente investigación, se empleó el
software Stata, una herramienta especializada en el procesamiento y
evaluación de datos econométricos, a través de este
programa se estimó un modelo de regresión múltiple
clásico, lo que permitió comprobar el cumplimiento de los
supuestos fundamentales que aseguran la validez de los resultados. El uso d=
el
software facilitó la obtención de estimaciones confiables y
precisas, lo que a su vez permitió interpretar adecuadamente las
relaciones entre los factores que influyen en la productividad agríc=
ola
en la provincia de Los Ríos, sin requerir la transformación de
las series temporales mediante procesos de estacionalización.
Modelo
Económico
Robert Solow (1957), en su modelo de crecimien=
to
neoclásico, introduce el concepto de Productividad Total de los Fact=
ores
(PTF) como el componente del crecimiento económico que no puede ser
explicado por el aumento del capital físico ni del trabajo, es decir,
representa el efecto del progreso técnico y la eficiencia con la que=
se
combinan los factores de producción, por ello en este marco, la
Productividad Total de los Factores actúa como un factor residual que
refleja la capacidad de una economía (o sector) para producir m&aacu=
te;s
producto sin necesidad de incrementar directamente los insumos físic=
os.
Solow parte de una función de
producción agregada del tipo:
![](3D"0904_Franco_archivos/image006.gif")
=
&nb=
sp; =
&nb=
sp; (1)
Modelo
Econométrico
Según Gujarati
& Porter (2010), el modelo de regresión lineal múltiple es
una herramienta estadística que permite estimar o prever el valor de=
una
variable dependiente basándose en el comportamiento conjunto de dos o
más variables independientes. Desde una perspectiva matemátic=
a,
este tipo de modelo se representa mediante una expresión funcional q=
ue
resume dicha relación.
![](3D"0904_Franco_archivos/image008.gif")
=
&nb=
sp; =
&nb=
sp;
(2)
A través de un enfoque econométr=
ico
fue posible analizar los factores que inciden en la productividad
agrícola en la provincia de Los Ríos durante el período
2010–2024. Para ello, se formuló un modelo que permitió
estimar el impacto de diversas variables sobre el desempeño del sect=
or
agropecuario, el cual fue representado mediante la siguiente ecuación
estructural.
![](3D"0904_Franco_archivos/image010.gif")
=
&nb=
sp;
(3)
Donde:
![](3D"0904_Franco_archivos/image012.gif")
=3D Valor agregado bruto de la
producción agropecuaria en dólares.
![](3D"0904_Franco_archivos/image014.gif")
=3D Precipitación pluvial en
milímetros.
![](3D"0904_Franco_archivos/image016.gif")
=3D Tasa de participación de=
l empleo
agropecuario.
![](3D"0904_Franco_archivos/image018.gif")
=3D Volumen de exportaciones en ton=
eladas.
![](3D"0904_Franco_archivos/image020.gif")
=3D Volumen de importaciones en ton=
eladas.
Tabla 1
Conceptualizaci=
ón
de las variables del modelo
|
Tipo |
Variables |
Conceptualiza=
ción |
Unidad de med=
ida |
Fuente |
Signo esperad=
o |
|
Dependiente |
Valor
agregado bruto de la producción agropecuaria (VABagro) |
Valor
monetario total de los bienes y servicios producidos por el sector
agropecuario, restando los costos de insumos intermedios. |
Dólares |
MAG |
- |
|
Independientes |
Precipitación
Pluvial (precip) |
Cantidad
de lluvia que cae en un área específica durante un periodo
determinado. |
Milímetros |
MAG |
+ |
|
Tasa
de participación del empleo agropecuario (empleo) |
Porcentaje
de la población económicamente activa que está emple=
ada
en actividades agropecuarias |
Porcentaje
(%) |
MAG |
+ |
|
|
Volumen
de exportaciones (exp) |
Cantidad
total de bienes y productos que un país vende a otros paíse=
s. |
Toneladas |
INEC |
+ |
|
|
Volumen
de importaciones (imp) |
Cantidad
total de bienes y productos que un país compra a otros país=
es. |
Toneladas |
INEC |
+ |
Fuente: elaboración propia.
Validació=
;n
del modelo
Para garantizar la eficiencia y consistencia de
los estimadores del modelo econométrico, se validaron los supuestos
establecidos por el teorema de Gauss-Márkov a través del
método de Mínimos Cuadrados Ordinarios, para de esta manera
proceder con un análisis e interpretaciones confiables.
RESULTADOS Y DISCUSIONES
Con el objetivo de poder analizar los
determinantes que influyen en la productividad agrícola de la provin=
cia
de Los Ríos durante el periodo de estudio, se presentan los siguient=
es
resultados.
Gráfico =
1
Principales
cultivos en la provincia de Los Ríos
Durante 2024, se evidencia que, respecto a los
cultivos permanentes, la producción cacaotera aumentó
considerablemente, siendo el producto más preponderante, lo cual se
refleja en los 6.3 millones de hectáreas de superficie, resaltando su
alta extensión e importancia a nivel provincial. Otros cultivos como=
la
palma africana y el banano son de gran relevancia para el sector
agrícola. Dentro de los cultivos transitorios, el maíz duro s=
eco
es quien ocupa la mayor superficie, aproximándose a los 4 millones d=
e hectáreas,
le sigue la producción arrocera, con 3.4 millones de hectárea=
s,
lo cual indica que el cultivo de ambos cereales tiene gran relevancia en el
ciclo agrícola corto. Le sigue el maíz suave seco, consideran=
do
una superficie mucho menor.
Esta diferenciación en la producci&oacu=
te;n
agrícola se sustenta según Avadí<=
/span>
Ángel (2023), en que la superficie agrícola dedicada al cacao
representa la mayor superficie dedicada a un cultivo permanente en el
país: el 38 % en el período 2014-2019, seguida de la palma
aceitera y el banano, con un 18 % y un 12 %, respectivamente. Este crecimie=
nto
según Avadí et al. (2021) se ha l=
ogrado
principalmente mediante la mejora de los rendimientos y la sustitució=
;n
de las áreas de palma aceitera fallidas por cacao. En 2022, el culti=
vo
de cacao abarcó 591.557 hectáreas, equivalentes al 41,3% del =
uso
total de la tierra agrícola del país, lo que la convierte en =
la
superficie más importante dedicada a un solo cultivo perenne (Heredi=
a et
al., 2024).
Los sistemas de cultivo del cacao son predomin=
antemente
plantaciones de monocultivo, pero el 13 % de la superficie dedicada al cacao
consiste en sistemas asociados, en su mayoría árboles de cacao
asociados a cultivos alimentarios, pero en menor medida (2-3 %), sistemas
agroforestales, principalmente en la Amazonía (Caicedo y Herrera, 20=
22).
Gráfico =
2
Producció=
;n y
venta de los principales productos agrícolas de la provincia de Los
Ríos
![3D"Gráfico
El](3D"0904_Franco_archivos/image024.jpg")
En cuanto a la producción y ventas, par=
a el
año 2024, el producto líder en la provincia es el banano, deb=
ido
a su gran demanda, superando por mucho a los demás cultivos presenta=
dos.
La palma africana es el segundo producto en volumen, indicando una buena
absorción el mercado. El resto de los productos, como la caña=
de
azúcar, plátano y cacao poseen un volumen considerablemente
inferior con relación a los dos primeros, pero de manera generalizad=
a se
puede establecer que, para todos los productos de la figura, las ventas son
cercanas o a la producción lo que señala una buena
planificación de la producción, donde la mayoría de los
cultivos se logran vender eficientemente en el mercado.
Ecuador es el principal exportador de banano, =
ya
que es responsable de una cuarta parte de las exportaciones mundiales.
Representa el 27% del total de las exportaciones agrícolas del
país y el 8 % del valor de todas las exportaciones (incluido el
petróleo) (Vaca et al., 2020). Según León et al., (202=
0),
el 10% de la superficie agrícola total del país corresponde a
cultivos de banano, extendiéndose en diez provincias, tres de ellas =
en
las tierras bajas de la costa del Pacífico: El Oro, Guayas y Los
Ríos, donde la producción es más significativa.
El 78% de la producción la realizan
pequeños productores, representan una importante fuente de empleabil=
idad
para muchas familias rurales (Mata et al., 2021). Por lo tanto, la
producción de banano en el país se basa principalmente en la
economía familiar (Vaca et al., 2020). Cumple con un rol importante =
de
la economía ecuatoriana de manera directa, generando empleo e ingres=
os e
indirectamente impulsando el crecimiento de otras actividades productivas
(Cabrera et al., 2020).
Gráfico =
3
Financiamiento =
para
actividades agrícolas en la provincia de Los Ríos
Por lo que respecta a financiamiento, la mayor
parte proviene de la banca privada con 92% respectivamente, lo que indica q=
ue
las instituciones financieras privadas son la principal fuente de recursos =
para
el sector agropecuario. Con proporciones inferiores le siguen la banca
pública, cooperativas y cajas de ahorro y crédito, organizaci=
ones
no gubernamentales, entre otras instituciones. Esto quiere decir que la ban=
ca
privada tiene una mayor capacidad de préstamo.
Según Alarcón & Ureta (2023)= , la accesibilidad a fuentes de financiamiento en sector agrícola es complejas que el de otros sectores productivos, debido a la ausencia de garantías y por exposición de este sector productivo a riesgos climáticos y de mercado. De acuerdo con Foster & Rosenzweig (202= 2), la escasa accesibilidad a créditos es uno de los factores que contri= buye a la relación inversa observada entre el tamaño y la productividad de las unidades de producción agrícola (UPA’s) en los países de bajos ingresos.<= o:p>
El sector agropecuario nacional y local se
caracteriza por una profunda desigualdad, caracterizada por una
concentración de la tenencia de la tierra por los grandes productore=
s y
el empobrecimiento de las familias rurales (Foster & Rosenzweig, 2022).
Según Guamán & Flores (2023), todos estos factores
contribuyen al hecho de que solo el 5 % de los agricultores tiene acceso al
crédito. Aunque los bancos privados son la principal fuente de
financiación del sector agrícola en términos de volume=
n de
crédito, el sector financiero popular y solidario (SFPS)
presta servicio a un mayor número de agricultores (Andreé
Iperti, 2023).
Gráfico =
4
Financiamiento =
para
actividades agrícolas en la provincia de Los Ríos
Para el 2023, aproximadamente el 85% de los
productores agropecuarios de la provincia no contaba con el seguro campesin=
o,
por lo que gran parte de los agricultores riosenses
se encuentran vulnerables ante riesgos relacionados a esta área, tal=
es
como fenómenos climáticos, plagas, enfermedades y fluctuacion=
es
de los precios. Tan solo el 15% se encuentran asegurados, por lo que cuentan
con un respaldo financiero que puede mitigar cualquier impacto. Esto ocurre
debido a que una alta proporción de trabajadores agrícolas op=
eran
desde el sector informal, lo que dificulta su inclusión en la seguri=
dad
social.
De acuerdo con García (2023), el seguro
agrícola protege a los agricultores en caso de sequías, inund=
aciones,
heladas, granizo, enfermedades incontrolables, plagas incontrolables, vient=
os
fuertes, incendios, temperaturas inusualmente bajas, deslizamientos de tier=
ra,
exceso de humedad y caída de cenizas. Sin embargo, la ausencia de cobertura a riesgos en
producción y la volatilidad de los precios en el mercado representan=
uno
de los cuellos de botella más significativos para el desarrollo de la
agricultura del Ecuador y en otros países subdesarrollados (Zambrano
& Plaza, 2024).
Aunque el país cuenta con seguros
agrícolas, es necesario tener en cuenta los múltiples riesgos=
que
pueden afectar a los resultados agrícolas previstos. Según Fo=
ster
& Rosenzweig (2022), los principales riesgos en la agricultura son: los=
fenómenos
naturales, las fluctuaciones del mercado y los riesgos derivados del entorno
político, macroeconómico y social. De acuerdo con Arboleda et
al., (2022) la capacidad de identificar estos retos y crear soluciones efic=
aces
para ellos es esencial para lograr una agricultura moderna.
Gráfico =
5
Financiamiento para actividades agrícolas en la provincia de=
Los
Ríos
En lo que se refiere al seguro agrícola=
, la
producción de maíz duro es el cultivo con mayor nivel de
cobertura alcanzando los $460.778, debido a su alta representatividad en la
provincia y su exposición a riesgos climáticos. Le siguen
productos como el cacao y el plátano, los cuales son fundamentales p=
ara
el consumo interno y para las exportaciones. Ambos son susceptibles a
enfermedades, plagas y a las condiciones meteorológicas. Con una men=
or
proporción, los cultivos de soya y maíz también se
encuentran asegurados, debido a riesgos asociados a inundaciones y variacio=
nes
climáticas. Por último, la palma aceitera y la balsa son los
productos con menor monto asegurado.
En Ecuador, se puede asegurar la agricultura, =
la
silvicultura y la pesca a pequeña escala. Además, se estipula=
que
los productos que se pueden asegurar son el arroz, el maíz duro, las
patatas, el trigo, las judías, el maíz blando, la soja, el to=
mate
de árbol, los plátanos, la caña de azúcar y otr=
os
productos (García, 2023). El Estado subvenciona el 60% del total de =
la
prima neta del seguro, mientras que el beneficiario paga el 40 % más=
los
impuestos. Sin embargo, la subvención tiene un límite
máximo de 700 dólares, excepto en el caso del cultivo de
plátanos, que se subvenciona con 1500 dólares (Andreé Iperti, 202=
3).
Tabla 2
Resultados del
modelo de regresión estimado
| Variables |
lnVABagro |
|
lnprecip |
.1840289*** |
|
|
(0. 0581812) |
|
lnempleo |
-1.033717** |
|
|
(0.4259084) |
|
lnexp |
.8469585** |
|
|
(0.276935) |
|
lnimp |
0.6498329*** |
|
|
(0.2034756) |
|
Constante |
-9.909618** |
|
|
(3.951196) |
|
Observaciones |
14 |
|
Significancia global |
0.0000 |
|
R-cuadrado ajustado |
0. 8686 |
Nota: Errores estándar en paréntesis. *** p<0.01, **
p<0.05, * p<0.1.
El presente modelo de regresión
múltiple es estadísticamente significativo ya que la Prob > F (0.0000) es menor y se encuentra dentro d=
el
rango correspondiente al nivel significancia del 5%. Además, la bond=
ad
de ajuste del modelo estimado es consistente y adecuada, esto quiere decir =
que
el nivel de precipitaciones, la participación del empleo agropecuari=
o,
las exportaciones e importaciones explican aproximadamente en un 86,86% la
variabilidad del valor agregado bruto agropecuario. Con respecto a la
significancia individual de los coeficientes, todas las variables utilizada=
s en
el modelo son estadísticamente significativas al 5%.
La ecuación estimada del modelo de
regresión múltiple queda expresada de la siguiente manera:
![](3D"0904_Franco_archivos/image032.gif")
(4)
De acuerdo con los resultados obtenidos, se in=
dica
que el nivel de precipitaciones tiene una relación positiva y la mis=
ma
es muy significativa, por lo que sugiere que la disponibilidad de agua por
lluvias genera un efecto favorable en la producción agropecuaria. Es=
to
se puede corroborar con su coeficiente individual, el cual indica que un
aumento del 1% en las precipitaciones se asocia con un incremento del 0.18%=
en
el VAB agropecuario, manteniendo constantes las demás variables. En =
este
contexto, Acosta et al., (2023) también identificó una
dinámica expansiva de la maquinaria y equipo en el Valor Agregado Br=
uto
(VAB) agrícola y el consumo de fertilizantes, lo cual indica que est=
os
insumos contribuyen al incremento de la productividad agrícola,
amortiguando en alguna medida los efectos contractivos de la disminuci&oacu=
te;n
del trabajo
En cuanto al nivel de empleo, según el
modelo estimado, nos muestra una baja productividad del empleo agropecuario=
a
nivel provincial, por lo que podría indicar un efecto de desplazamie=
nto
de tecnologías hacia una mano de obra poco eficiente. Su respectivo
coeficiente establece que un aumento del 1% en la tasa de empleo agropecuar=
io
se asocia a una reducción del 1.03% en el VAB agropecuario.
Por el lado de las exportaciones, se evidencia=
un
efecto positivo, lo cual muestra la importancia del sector exportador en la
economía agropecuaria para incentivar su crecimiento, ya que su
coeficiente es superior al de las importaciones. Un incremento del 1% en las
exportaciones provoca un aumento del 0.84% aproximadamente en la
producción agrícola riosense. De =
hecho,
según Andreé Iperti
(2023) en el contexto de la globalización, las exportaciones
agrícolas inciden en el aumento de la demanda e impulsan la
producción agrícola y, por último, el desarrollo en
general. Es así, que Mamba & Ali (2022) aluden que el declive del
sector agrícola en los países que tienen una ventaja comparat=
iva
en la exportación de productos agrícolas no será tan
rápido. Desde el punto de vista teórico, el vínculo en=
tre
las exportaciones agrícolas y el crecimiento económico
agrícola puede destacarse por medio de la teoría del crecimie=
nto
impulsado por la demanda.
Respecto a las importaciones, son un componente
importante para la productividad agrícola de la provincia. Su
coeficiente indica que un aumento del 1% en las importaciones ocasiona un
crecimiento del 0.64% en el VAB agropecuario. Esto se debe a que muchas de =
las
importaciones están relacionadas a la adquisición de
fertilizantes, maquinaria y semillas, lo que aumenta la productividad de es=
te
sector.
Tabla 3
Validació=
;n
de los supuestos del modelo de regresión lineal
|
Supuestos |
Test |
Resultados |
Regla de
decisión |
Conclusi&oacu=
te;n |
|
Multicolinealidad |
Prueba
VIF |
imp:
6.03 empleo:
3.89 exp: 2.73 precip: 1.08 |
VIF > 10 Hay multicolinealidad VIF < 10 No hay multicolinealidad |
El
valor VIF es inferior a 10, el modelo no pres=
enta
multicolinealidad. |
|
Normalidad |
Test
de Asimetría y Curtosis |
Prob>chi2: 0.971<= o:p> |
P
> 0.05 se acepta H0 P
< 0.05 se rechaza H0 |
Se
acepta la hipótesis nula de normalidad en los residuos, y se concl=
uye
que nuestro modelo presenta una distribución normal. |
|
Teste
de Shapiro-Wilk |
Prob>chi2: 0.838<= o:p> |
|||
|
Heterocedasticidad |
Test
de Breush – Pagan |
Prob > chi2: 0.78=
81 |
P
> 0.05 se acepta H0 P
< 0.05 se rechaza H0 |
Se
acepta la hipótesis nula y se concluye que el modelo es homocedástico. No se viola el supuesto. |
|
Autocorrelación |
Test
de Durbin Watson |
d:
2.00 |
P
> 0.05 se acepta H0 P
< 0.05 se rechaza H0 |
Se
acepta la hipótesis nula y se concluye que el modelo no presenta
autocorrelación. |
El modelo econométrico planteado cumple
satisfactoriamente con los supuestos fundamentales de la regresión
lineal, lo que garantiza la confiabilidad, estabilidad y precisión de
los coeficientes estimados. Esto permite explicar de manera sólida la
relación entre la variable dependiente (valor agregado bruto
agrícola) y las variables independientes (precipitaciones, empleo,
exportaciones e importaciones), además de ofrecer predicciones
válidas y significativas. La ausencia de multicolinealidad, la
normalidad de los residuos y la homocedasticidad destacan la calidad
estadística del modelo, asegurando su capacidad para interpretar de
manera adecuada los fenómenos económicos analizados.
CONCLUSIÓN
Por medio de esta investigación, se
concluye que la productividad agropecuaria en la provincia de Los Rí=
os
se ve fuertemente influenciada por factores geo-climáticos y de merc=
ado,
siendo la precipitación pluvial uno de los principales determinantes=
en
el crecimiento del valor agregado bruto agropecuario. El modelo
econométrico evidenció una relación positiva entre las
lluvias y la productividad, lo que destaca la importancia del acceso a recu=
rsos
hídricos en este sector.
En la provincia de Los Ríos, la estruct=
ura
productiva agrícola se concentra especialmente en cultivos como el
cacao, banano, palma africana, arroz y maíz duro seco, los cuales
representan los principales rubros de superficies cultivadas y de volumen de
producción y ventas. Actualmente, el cacao es el cultivo predominant=
e en
la región en cuestiones de extensión por hectárea,
mientras que el banano lidera el rubro de ventas, debido a su alta demanda
interna y externa.
El modelo econométrico planteado permite
confirmar la hipótesis de la investigación, ya que se muestra
que, dentro del periodo de estudio analizado, la precipitación pluvi=
al,
la tasa de empleo agropecuario, las exportaciones y las importaciones incid=
en
de forma estadísticamente significativa en el valor agregado bruto
agropecuario en la provincia de Los Ríos, puesto que su coeficiente =
de
determinación ajustado es del 86,86% y la significancia global del
modelo posee un p valor menor a 0.05.
Las exportaciones tienen un impacto positivo y
considerable sobre la producción agrícola provincial, lo que
confirma la importancia de incursionar en los mercados internacionales ya q=
ue
puede significar una palanca de crecimiento para la economía de la
provincia. Por su parte, las importaciones son de igual manera un campo imp=
ortante
para dinamizar el sector agrícola, dado que es necesaria la
adquisición de maquinaria, equipo, tecnología, insumos y
demás para mejorar los niveles de productividad y optimizar la
producción.
El aumento del empleo agropecuario no
necesariamente se traduce en una mayor eficiencia productiva. Esto se debe a
que en el país existe una limitada capacitación de la mano de
obra hacia los agricultores y los mismos no tienen un acceso a las
tecnologías agrícolas adecuadas, lo cual reduce su capacidad =
de
contribuir al crecimiento del valor agregado agrícola.
A pesar del papel crucial del financiamiento y
aseguramiento para enfrentar riesgos y mejorar la productividad, gran parte=
de
los agricultores de Los Ríos carecen de acceso a seguros
agrícolas y créditos adecuados. El 85% de los productores no
cuentan con seguro campesino y solo el 5% accede al crédito formal, =
lo
que resulta una limitante para el desarrollo del sector agropecuario, mostr=
ando
que los pequeños productores son más vulnerables ante factores
climáticos y cambios en el mercado.
REFERENCIAS
Acosta, D., Bazurto, F., Zambrano, J., &
Panchana, A. (2023). Environmental and Socioeconomic Drivers Influencing
Agriculture Development among Smallholder Farmers in Ecuador. Environmental
Research, Engineering and Management, 79(4), 47–55.
https://doi.org/10.5755/j01.erem.79.4.33483
Alarcón Rodríguez, C., & Ure=
ta
Zambrano, M. (2023). El sector agropecuario y su aporte al crecimiento
económico del cantón Tosagua-Manabí, periodo 2010-2020.
Revista Multidisciplinaria Arbitrada de Investigación Científ=
ica,
7(3). https://doi.org/10.56048/MQR20225.7.3.2023.828-845
Andrade Guamán, J. F., Silva Góm=
ez,
D. S., Jacome Izurieta, O., & Yanzapanta
Analuisa, N. (2024). Evolución de las em=
presas
industriales del sector agrícola en Ecuador. Ci=
ENCiA
UNEMI, 17(44), 105-119. https://doi.org/10.2907=
6/issn.2528-7737vol17iss44.2024pp105-119p
Andreé Iperti, H. S. (2023). Créditos productivos par=
a el
desarrollo agrícola en el Ecuador. [Universidad Técnica De
Babahoyo - Facultad de Ciencias Agropecuarias], 25. http://dspace.utb.edu.ec/handle/49000/14942
Aray, H., & Pacheco Delgado, J. (2021). Determinants of
Total Factor Productivity in Ecuador. Brazilian Journals of Business, 3(5),
3914-3942. https://doi.org/10.34140/bjbv3n5-029=
Arboleda, X., Bermúdez Barrezueta, N.,
& Camino Mogro, S. (2022). Producció=
n y
rentabilidad empresarial en el sector agrícola del Ecuador. Revista =
de
la CEPAL(137), 133.
https://www.cepal.org/es/publicaciones/48091-produccion-rentabilidad-empres=
arial-sector-agricola-ecuador
Avadí, A. (2023).
Environmental assessment of the Ecuadorian cocoa value chain with
statistics-based LCA. The International Journal=
of
Life Cycle Assessment, 28(1), 21. https://doi.org/10.1007/s11367-023-02142-4
Avadí, A., Temple, L= ., Blockeel, J., Salgado, V., Molina, G., & Andrade,= D. (2021). Análisis de la cadena de valor de cacao en Ecuador. <= span style=3D'font-size:10.0pt;line-height:115%;font-family:Roboto;mso-fareast-f= ont-family: Roboto;mso-bidi-font-family:Roboto;mso-ansi-language:EN-US'>Informe para la Unión Europea, DG-I= NTPA. Value Chain Analysis for Development Project (VCA4D CTR 2016/375-804): https://europa.eu/capacity4dev/value-chain-analysis-for-development-vca4d-<= o:p>
Bravo Ortega, C. (2021). Productivity in the
Agricultural Sector: A Global Outlook from a Latin American Perspective.
International Journal of Agriculture and Natural Resour=
ces ,
48(3), 288-302. https://doi.org/10.7764/ijanr.v48i3.23=
41
Caicedo Aldaz, , J.,
& Herrera Sánchez, D. (2022). El Rol de la Agroecología e=
n el
Desarrollo Rural Sostenible en Ecuador. Revista Científica Zambos, 1=
(2),
16. https://doi.org/10.69484/rcz/v1/n2/24
Caicedo Aldaz, J. C., & Herrera
Sánchez, D. J. (2022). El Rol de la Agroecología en el Desarr=
ollo
Rural Sostenible en Ecuador . Revista
Científica Zambos, 1(2). https://doi.org/10.69484/rcz/v1/n2/24
Coca, O., Creangă,
D., Viziteu, S., Brumă=
;,
I. S., & Stefan, G. (2023). Analysis of the Determinants of Agriculture
Performance at the European Union Level. Agriculture, 13(3), 23.
https://doi.org/https://doi.org/10.3390/agriculture130=
30616
Devadoss=
, S., Ugwuanyi, B., & Ridley, W. (2022). Determinants of
Global Agricultural Trade. Journal of Agricultural and Resource Economics,
47(3), 598 - 615. https://doi.org/10.22004/ag.econ.313=
317
Foster, A. D., & Rosenzweig, M. R. (202=
2).
Are There Too Many Farms in the World? Labor Market Transaction Costs, Mach=
ine
Capacities, and Optimal Farm Size. Journal of Political Economy, 130(3), 45.
https://doi.org/10.1086/717890
García Merch&aa=
cute;n,
G. (05 de 2023). Agricultural Subsidies in the Economy of Ecuador–An
Assessment of Impact Through CGE Modelling. Word
Trade Institute:
https://www.wti.org/media/filer_public/a8/9c/a89c1a0c-0ae9-4b29-969d-f6917f=
c28098/wti_wp_05_2023.pdf
Grilli, G., Pagliacii, F., & Gatto, P.
(2024). Determinants of agricultural diversification: What really matters? A
review. Journal of Rural Studies, 110, 12. https://doi.org/10.1016/j.jrurstud.2024.103365
Guamán Guamán, S., & Flores
Mancheno, C. (2023). Seguridad Alimentaria y Producción Agríc=
ola
Sostenible en Ecuador. Revista Científica Zambos, 2(1), 20.
https://doi.org/10.69484/rcz/v2/n1/35
Gujarati, D. N., & Porter, D. C. (2010).
Econometría (5ta ed=
).
https://fvela.files.wordpress.com/2012/10/econometria-damodar-n-gujarati-5t=
a-ed.pdf
Heredia, M., Blanco Guti&e=
acute;rrez
, I., Esteve, P., Puhl, L., & Morales
Opazo, C. (2024). Assessment of sustainability in cocoa farms in
Ecuador: application of a multidimensional indicator-based framework. Internacional <=
span
class=3DSpellE>Journal of agricultural
Sustainability , 22(1), 18. https://doi.org/10.1080/14735903.2024.23=
79863
León Serrano, L., =
Matailo
Pinta, A., Romero Ramón, A., & Portalanza Chavarría, C.
(2020). Ecuador: producción de banano, café y cacao por zonas=
y
su impacto económico 2013-2016. Revista Científica UISRAEL, 7(3), 19. https://doi.org/10.35290/rcui.v7n3.2020.324
Mamba, E., & Ali, E. (2022). Do agricultural
exports enhance agricultural (economic) growth? Lessons from ECOWAS countri=
es.
ScienceDirect, 63, 257-267. https://doi.org/10.1016/j.=
strueco.2022.10.003
Mata Anchundia, D., Suatu=
nce
Cunuhay, J., & Poveda Morán, R. (202=
1).
Análisis económico del banano orgánico y convencional =
en
la provincia Los Ríos, Ecuador. Instituto de Información
Científica y Tecnológica, Cuba, 23(4), 9. https://www.redalyc.org/articulo.oa?id=3D637869393005
Moreta Pimbo, R. C.
(2023). “Determinantes de producción en el Valor Agregado Bruto
Agrícola en el Ecuador. [Universidad Técnica de Ambato - Facu=
ltad
de Contabilidad y Auditoría] : https://
Palacios Cedeño, N. M. (2023). Factores=
de
producción como determinantes de la productividad del maíz en=
la
provincia de Manabí. ECA Sinergia, 14(1),
87-96. https://doi.org/10.33936/ecasinergia.v14i1.4178=
Sandoya Mayorga, L. A., Suárez
López, S. C., Solórzano Martínez, D. P., &
Suárez Matamoros, V. (2024). La planeación estratégica=
en
el desarrollo Agroindustrial de la Provincia de Los Ri=
os.
Journal of Science and Research, 10(10). https://doi.org/10.5281/
Solow, R. M. (1957). Technical Change and t=
he
aggregate Porduction Function. The MIT Press, 3=
9(3),
312-320. http://www.jstor.org/stable/1926047?origin=3DJSTOR-pd=
f
Sotelsek Salem, D. F., & Laborda Castillo, =
L.
(2019). Desarrollo y productividad agrícola en América Latina=
: el
problema de la medición. Agricultura, sociedad y desarrollo, 16(1), =
23.
https://www.scielo.org.mx/pdf/asd/v16n1/1870-5472-asd-16-01-61.pdf
Vaca, E., Gaibor, N., & Kovács<=
/span>,
K. (2020). ANALYSIS OF THE CHAIN OF THE BANANA INDUSTRY OF ECUADOR AND THE
EUROPEAN MARKET. [University of Debrecen, Faculty of Economics and Business,
Debrecen], 14(1), 57-65. https://doi.org/10.19041/APST=
RACT/2020/1-2/7
Zambrano Flores, R., & Plaza Macías=
, N.
(2024). Impacto de las políticas agrícolas en el crecimiento
económico del Ecuador. Revista Multidisciplinaria Arbitraria de
Investigación Cientifica, 8(2).
https://doi.org/10.56048/MQR20225.8.2.2024.3914=
-3934
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicados en este sitio está disponibles bajo Licencia =
Creative Commons ![3D"https://revistacientifica.uamericana.edu.py/public/site/images/aduar=](3D"0904_Franco_archivos/image033.jpg")
.
LATAM Revista Latinoamericana de Ciencias Socia=
les
y Humanidades, Asunción, Paraguay. =
=
&nb=
sp; ISSN
en línea: 2789-3855, julio, 2025, Volumen VI, Número 4 p 460. =
&=
nbsp; &nbs=
p; &=
nbsp; &nbs=
p; &=
nbsp; &nbs=
p; &=
nbsp;
![](3D"0904_Franco_archivos/image002.jpg")