Estimación de funciones de producción agrarias

Presentación del tema: "Estimación de funciones de producción agrarias"— Transcripción de la presentación:

1 Estimación de funciones de producción agrarias
Sonia Quiroga Universidad de Alcalá

2 Especificación del modelo
Selección de variables explicativas Enfoque para eliminar multicolinealidad Greene (2003): Deductivo Contrastes de especificación y de falta de especificación (heteroscedasticidad, autocorrelación...)

3 - Datos de series temporales Datos de corte transversal Datos de panel
Información sobre las variables de un modelo econométrico. Los datos son un elemento imprescindible para realizar la estimación y la inferencia sobre los parámetros de un modelo. Tipos de datos: - Datos de series temporales Datos de corte transversal Datos de panel

4 Datos de series temporales
Datos de series temporales. Son un conjunto de observaciones, sobre una determinada variable, efectuadas en intervalos regulares del tiempo. Por ejemplo, datos de Contabilidad Nacional. Datos de corte transversal. Son un conjunto de observaciones, sobre una determinada variable, obtenidas en un mismo momento del tiempo. Por ejemplo, Encuesta de Población Activa (EPA). Datos de panel. Son una combinación de datos de serie temporal y corte transversal. Se obtienen observaciones sobre diferentes unidades en distintos momentos del tiempo. Por ejemplo, Panel de Hogares (PHOGUE).

5 Enfoque deductivo Para la determinación empírica de la función de producción se usa un enfoque deductivo, el cual consiste en empezar con un determinado modelo general a partir del cual se obtiene el modelo ajustado correcto. Este enfoque es frecuente en estudios recientes, ya que aunque es ineficiente, las estimaciones y las pruebas estadísticas calculadas a partir de este modelo sobre especificado no están sistemáticamente sesgados.

6 Fases de la construcción de un modelo econométrico
1. Fase de especificación (formulación) 2. Fase de estimación (resolución) 3. Fase de validación (verificación)

7 Fase de especificación
Formulación del modelo econométrico: especificación de las relaciones que vinculan la/s variable/s endógena/s con las variables predeterminadas y las perturbaciones aleatorias. Se debe concretar si es necesario una o varias ecuaciones (una por cada variable endógena), si es una especificación lineal o no lineal, las hipótesis sobre el comportamiento de las perturbaciones aleatorias, etc.

8 Etapas a cubrir en la fase de especificación del modelo
Formulación correcta del problema que se pretende resolver con el modelo Delimitación del fenómeno que se estudia y de la finalidad que se persigue Especificación de la base teórica sobre la que se apoya el modelo Formulación matemática de la Teoría Económica - Determinación y clasificación de las variables que intervienen

9 Fase de estimación Fase en la cual se obtienen los valores numéricos de los coeficientes del modelo econométrico a partir de un conjunto de datos. Para ello es necesario disponer de datos y seleccionar el método de estimación apropiado teniendo en cuenta las propiedades estadísticas de los estimadores de los coeficientes.

10 Fase de validación En esta etapa se evalúan los resultados obtenidos con la finalidad de decidir si el modelos es o no es válido. Se decide si los estimadores son o no aceptables tanto desde un punto de vista teórico como estadístico. Desde un punto de vista teórico se intenta comprobar si las estimaciones de los parámetros del modelo tienen los signos y magnitudes esperadas. Es decir, si satisfacen las restricciones impuestas por la Teoría Económica.

11 Desde un punto de vista estadístico es conveniente contrastar si se cumplen tanto las hipótesis de partida del modelo econométrico, referidas a sus especificaciones, como a las hipótesis relacionadas con cada uno de los elementos del modelo. Si el modelo econométrico se elabora con la finalidad de obtener predicciones. Dentro de esta etapa se evalúa la capacidad predictiva del modelo.

12 Resultados Los modelos estimados a escala local detectan el efecto del clima, las variables tecnológicas y de gestión sobre los rendimientos de los diferentes cultivos y regiones. El análisis sobre diferentes regiones se puede usar para comparar la diferencia de impactos en lugares donde se implementaron proyectos.

13 Ejemplo 5: Un estudio de caso para la gestión de agua y cambio climático en la cuenca del Ebro (España)

14 Un estudio de caso para la gestión de agua y cambio climático
SUBMITED TO Natural Hazards and Earth System Sciences

15 Problema de decisión El cambio climático puede resultar en una reducción del agua disponible Debido a esto es necesario adaptarse modificando la gestión de los recursos Analizamos dos alternativas de gestión: (1) reducción de la cantidad de agua asignada para el regadío, y (2) reducción de la garantía de suministro

16 Metodología Trade-off entre demanda satisfecha y garantía de suministro para diferentes escenarios de cambio climático Modelos de regresión: Impacto de la cantidad de agua suministrada y el impacto de la sequía en el cultivo de arroz en el Ebro Valor económico de la información climática sobre la variación de la probabilidad de sequía por cambio climático

17 Información sobre sequías Gestión de cuenca hidrográfica
Rendimientos agrarios Decisión: asignación del agua Determinante: aversión al riesgo Consecuencia: cambios en la producción de los cultivos Previsión: estimación de la probabilidad de sequías y fallos de suministro Valor Económico de la Información

18 Datos Fuentes de datos regionales, nacionales e internacionales (1976 to 2002) Recursos Naturales: Ministerio de Medio Ambiente, Rural y Marino (MARM), datos de producción de arroz a nivel provincial Confederación hidrográfica del Ebro (CHEbro), datos sobre las necesidades hídricas y disponibilidad de agua Agencia Estatal de Meteorología (AEMET), datos mensuales de las variables climáticas (temperatura, precipitacion y número de días con temperatura por debajo de 0ºC) Recursos socio-económicos: Food and Agriculture Organization de las Naciones Unidas (FAO), datos sobre las variables de tecnología

19 Variables de Gestión Variables de Clima

20 Caracterización de la sequía
TARRAGONA

21 ESCENARIOS DE CAMBIO CLIMÁTICO

22 Probabilidad de fallo de suministro
Reducción de la demanda satisfecha

23 Impacto de la cantidad de agua suministrada y de la sequía en el rendimiento de arroz

24 Reducción de rendimiento

25 Decisión óptima

26

27 Consideraciones finales
Los resultados podrían contribuir a: ayudar a las autoridades en la toma de decisión sobre la gestión de cuencas hidrográficas. facilitar la adaptación de los agricultores para encarar eventos extremos como la sequía. El valor económico de la información puede persuadir la inversión en investigación y en las instituciones que proporcionan dicha información.

28 Ejemplo 6: Impacto económico del cambio climático en la agricultura europea basado en un análisis bottom-up

29 Presentación del proyecto PESETA http://peseta.jrc.es/index.htm
Projection of economic impacts of climate change in sectors of Europe based on bottom-up analysis (PESETA) Se trató de un proyecto de 2 años, basado en un estudio multi-sectorial. Equipo científico AGRICULTURE LOT: agricultura, recursos hídricos, economía

30 PESETA project http://peseta.jrc.es/index.htm
En este estudio: Cuantificación de los impactos de cambio climático sobre la productividad agrícola en diferentes áreas geográficas en Europa Utilización de esta información para proporcionar una valoración económica de estos impactos usando diferentes escenarios de cambio climático. Instituto Estudios Fiscales, 21 Octubre 2010

31 METODOLOGÍA

32 Paso 1. Análisis Espacial

33 Definición de áreas agro-climaticas, áreas de regadío y estaciones
9 REGIONES AGROCLIMÁTICAS DEFINIDAS A PARTIR DE 247 ESTACIONES METEOROLÓGICAS

34 Paso 2. Modelos de proceso (simulación de cultivos)

35 Adaptación: cambios en la fecha de siembra

36 Funciones de producción
Paso 3. Funciones de producción y riego

37 Funciones de producción
Se han estimado funciones de producción de los cultivos por región a partir de los resultados de los modelos de simulación de cultivos en las localizaciones representativas Yi = 1 + 2 (T1i) + 3 (T2i) + 4 (T3i) +5 (T4i) + 6 (TYi ) + 7 (W1i) + 8 (W2i) + 9 (W3i) +10 (W4i) + 11 (WYi ) donde Yi es el rendimiento del cultivo (kg ha-1), Ti es la temperatura, Wi es la cantidad total de agua (precipitación más riego) recibida por el cultivo (mm), el subíndice i se refiere al año, y 1-11 son parámetros.

38 Paso 4. Aplicación de los escenarios

39

40 5 escenarios de cambio global

41 Escenarios de Clima Cambios en la temperatura media anual y la precipitación para relativo a a partir del escenario Prudence RCM anidado en el HadCM3 GCM bajo el SRES A2.

42 Cambios en las áreas agro-climáticas 2006-2080
Consistente con ACCELERATES, A-Team

43 Cambios en el rendimiento de los cultivos
Crop yield changes under the HadCM3/HIRHAM A2 and B2 scenarios for the 2080s and for the ECHAM4/ RCA3 A2 and B2 scenarios for the 2080s and ECHAM4/ RCA3 A2 scenario for the 2020s compared to baseline

44 Cambios en el rendimiento de los cultivos
Los cambios en rendimientos incluyen: Los efectos positivos directos del CO2 sobre los cultivos, Simulaciones de secano y regadío en cada localización, Las simulaciones de regadío dependen de la disponibilidad de agua, Cambios en el uso de la tierra, distribución de cultivos, y Una medida de adaptación a nivel de explotación

45 Cambios en el rendimiento de los cultivos
Aunque cada escenario proyecta resultados diferentes, todos son consistentes en la distribución espacial de los efectos. Los incrementos en la adaptabilidad y la productividad de los cultivos en el Norte de Europa son debidos a la ampliación de la estación de crecimiento, menores efectos del frío sobre el crecimiento y la extensión del periodo libre de heladas. Las reducciones en la productividad del Sur de Europa son debidas a la disminución del periodo de crecimiento, causado por temperaturas más altas y un aumento de los episodios de sequía.

46 Paso 5. Valoración económica

47 Valoración económica de los impactos físicos
Objetivo: explorar el efecto de los cambios en la productividad de los cultivos sobre los resultados económicos (como un shock exógeno) Utilización del Modelo de Equilibrio General Aplicado GTAP para caracterizar los cambios sobre el PIB. Al integrar todos los flujos comerciales, la principal ventaja de los modelos de equilibrio general aplicados es su habilidad para capturar la propagación de mecanismos inducidos por un shock localizado. Limitación en las implicaciones para política: La agricultura en Europa no es una mera actividad económica

48 Modelos de Equilibrio General Computable: GTAP
GTAP es una base de datos globales que representa la economía mundial para el año 2001 incluyenddo una representación de todos los sectores económicos más importantes. Los países están vinculados a través del comercio, los precios de mercado y los flujos comerciales. Considera mercados balanceados sin exceso de oferta o demanda. Cambios en los precios relativos inducen efectos en el equilibrio general a través de toda la economía. Instituto Estudios Fiscales, 21 Octubre 2010

49 Cambios medios en el rendimiento por país

50 Cambios en PIB %

51 Cambios medios en PIB regional bajo los escenarios de Cambio Climático
Resultados Cambios medios en PIB regional bajo los escenarios de Cambio Climático Instituto Estudios Fiscales, 21 Octubre 2010

52 A pesar de que en el caso de los impactos físicos los efectos positivos y negativos se alternan, al considerar de forma conjunta el impacto económico es más amortiguado pero negativo en todos los casos. Además, se puede ver que la señal socio-económica es mayor que la señal climática.

53 SEÑAL SOCIO-ECONÓMICA
SEÑAL CLIMÁTICA

54 Consideraciones finales
Posibilidades optimistas a través de la tecnología: nuevas opciones o abaratamiento de opciones existentes. La adaptación es un complemento necesario a la mitigación. Sin embargo, aquellos con menos recursos tendrán menor capacidad de adaptación y por tanto mayor vulnerabilidad, por lo que las políticas de desarrollo son esenciales también para el cambio climático.