|
ESTIMACION DE LA FUNCION DE PRODUCCION DEL VIÑEDO
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Tamaño del viñedo
|
Roles con |
Muestra (n)
|
n/N |
Superficie |
Superficie |
|
0<x<5 |
600 |
18 |
3,0 |
48 |
2,7 |
|
5<x<10 |
371 |
13 |
3,5 |
100 |
7,7 |
|
10<x<20 |
295 |
11 |
3,7 |
162 |
14,7 |
|
20<x<50 |
250 |
13 |
5,2 |
469 |
36,1 |
|
> 50 |
199 |
27 |
13,6 |
2915 |
108,0 |
|
Totales |
1715 |
82 |
4,8 |
3694 |
45,0 |
Producción y costos asociados a distintos tamaño de viñedo
La encuesta entregó, para cada caso, la superficie plantada, clasificada por cultivares y, además, la producción total de uva cosechada en la vendimia de 1998. Con esta información fue posible estimar mediante Cuadrados Mínimos Ordinarios una función de producción empleando como variable independiente el "suelo plantado"1. Se probaron las siguientes formas funcionales: doble logarítmica o Cobb Douglas, semilogarítmica, cuadrática y cúbica, las que fueron evaluadas desde el punto de vista estadístico. Se eligió la ecuación cuadrática por ser ésta la que mostró el mejor ajuste a los datos junto con tener coeficientes de regresión estadísticamente significativos. La forma cuadrática empleada fue:
Y = a 1S + a 2S2 (3)
donde:
Y = Producción de uva vinífera, en toneladas;
S = Superficie plantada de vid vinífera, en hectáreas.
Notar que la variable "suelo plantado" es una medida de tamaño de la empresa, lo que permite decir que la ecuación (3) es una función de producción de largo plazo, que refleja la productividad de distintos tamaños de plantación. El signo del coeficiente a 2 indica el tipo de retornos a escala presentes en la muestra. Así, a 2 mayor, igual o menor que cero sería indicativo de retornos crecientes, constantes o decrecientes a escala.
La encuesta también recogió información sobre los costos anuales de producción, agrupados en las siguientes partidas: a) Costos fijos: incluye el gasto anual de administración, el costo anual de la asistencia técnica agronómica (cuando había), el costo anual de los trabajadores permanentes del predio, la depreciación de la maquinaria y de la plantación de viña, los costos de mantención y los gastos generales, y b) Costos variables: incluye el costo anual de los insumos empleados en la plantación (fertilizantes y pesticidas), los salarios pagados a la mano de obra temporal y el costo de la maquinaria arrendada.
La suma de estas dos partidas da el costo total anual de producción. Para estimar las variaciones del costo con los distintos tamaños de empresa, se estimó una función de costos usando nuevamente la variable "suelo plantado" como variable independiente. La función estimada fue:
C = b 1S + b 2S2 + rS (4)
donde C = costo total anual de producción, y r = costo de oportunidad de la tierra, estimado al valor de un canon de arrendamiento, todo expresado en miles de pesos. Notar que el tercer término de la ecuación (4) asume que el costo de oportunidad de la tierra es lineal, lo que implica aceptar que el mercado de arrendamiento de tierras es competitivo y, consecuentemente, el precio r es válido para cualquier tamaño de empresa. Igual que en el caso de la producción, la ecuación (4) estima la función de costos de largo plazo, ya que acepta la variación de todas las partidas de costo, incluidos los costos fijos, asociadas al tamaño S. En este caso, como en el anterior, un coeficiente b 2 mayor, igual o menor que cero indica costos unitarios (es decir, por hectárea) crecientes, constantes o decrecientes a escala.
La estimación de las ecuaciones (3) y (4) se hizo a partir de una submuestra de 72 casos, ya que en la muestra principal se observaron 10 casos que presentaban información poco confiable sobre producción y costos. Se consideró "información poco confiable" a aquellos datos que aparecían demasiado lejos de los casos cercanos o similares (ejemplo: una producción significativamente superior a la media observada para un determinado tamaño). Las estimaciones se hicieron mediante Mínimos Cuadrados Ordinarios, y fueron complementadas con pruebas t Student para cada coeficiente de regresión, para probar las hipótesis que los coeficientes a i y b i (i=1,2) eran distintos de cero con una probabilidad de error dada. Se estimó innecesario hacer pruebas de autocorrelación de errores, ya que las estimaciones se hicieron a partir de una muestra de corte instantáneo.
Productividad marginal y tamaño óptimo de viñedo
El valor del producto marginal del viñedo (VPMg) se estimó derivando la ecuación (3) respecto de la variable S, y se multiplicó el resultado por el precio de la uva, Pu. Esto da:
VPMg = Pu (dY/dS) = Pu (a 1 + 2a 2S) (5)
En esta expresión el VPMg y Pu se expresan en miles de pesos por hectárea y por tonelada, respectivamente. Pu se define "puesto fundo" y neto de IVA. (Impuesto al Valor Agregado).
El Margen Bruto Total (M) de un viñedo está dado por:
M = PuY - cS
donde c= C/S, es decir, es el costo medio de producción por hectárea plantada de viña, neto de IVA. Introduciendo las ecuaciones (3) y (4) en la expresión anterior, el Margen Bruto Total queda como sigue:
M = Pu(a 1S + a 2S2) - (b 1S + b 2S2 + rS) (6)
El tamaño óptimo de viñedo corresponde a la superficie de plantación S* que hace máximo el Margen Bruto Total de la empresa. La condición de primer orden de un máximo de la ecuación (6) requiere que dM/dS = 0, lo que se reduce a:
Pu(a 1 + 2a 2S) - (b 1 + 2b 2S + r) = 0 (7)
donde el primer término del lado izquierdo de la ecuación corresponde al VPMg, y segundo, al Costo Marginal (CMg) de una hectárea de plantación. La ecuación (7) está aplicando el principio que las condiciones óptimas de operación de la empresa se cumplen en el punto en que el VPMg = CMg (Dillon y Anderson, 1990).
La condición de segundo orden requiere que d2M/dS2<0, lo que equivale a:
2Pua 2 - 2b 2 <0
En el caso en que haya retornos y costos unitarios decrecientes a escala (es decir, que a 2<0 y b 2<0), la condición de segundo orden se cumplirá siempre que Pua 2 > b 2 , en términos absolutos.
Despejando S en la ecuación (7) se llega al tamaño óptimo de un viñedo. Este es:
S*= (b 1 + r - Pua 1)/2(Pua 2 - b 2) (8)
De la ecuación (8) se deduce que el tamaño S* varía en función de Pu y r, razón por la cual este resultado se sensibilizó respecto de estos parámetros.
RESULTADOS Y DISCUSIÓN
La tecnología empleada por el viñedo de exportación
Las plantaciones existentes en la muestra presentaron un 53 por ciento de cepajes tintos y un 38 por ciento de blancos; el 8 por ciento restante se repartió entre varios cultivares tintos y blancos de menor importancia comercial. Entre los tintos el más frecuente es Cabernet Sauvignon, con 39 por ciento; en blancos, las cepas más frecuentes son Chardonnay y Sauvignon Blanc, con 17 por ciento del total cada uno de ellos. Llama la atención que el cultivar Chardonnay tiene una presencia importante solo en el estrato ">50 hectáreas", con 21 por ciento de la superficie plantada, en tanto que en los restantes estratos solo aparecen en proporciones iguales o menores al 5 por ciento (Cuadro 2).
Cuadro 2. Composición
varietal de la muestra por tamaño de viñedo ( % ).
Table 2. Cultivars present in the sample grouped by vineyard
size ( % ).
|
0<x<5 |
5<x<10 |
10<x<20 |
20<x<50 |
>50 |
Toda la | |
|
Cabernet Sauvignon |
30 |
41 |
26 |
57 |
38 |
39 |
|
Merlot |
0 |
11 |
18 |
8 |
9 |
9 |
|
País |
15 |
3 |
12 |
9 |
4 |
5 |
|
Subtotal Tintos |
44 |
55 |
55 |
74 |
50 |
53 |
|
Semillón |
22 |
8 |
9 |
1 |
2 |
3 |
|
Torontel |
14 |
7 |
0 |
2 |
1 |
1 |
|
Chardonnay |
4 |
7 |
1 |
5 |
21 |
17 |
|
Sauvignon Blanc |
3 |
17 |
28 |
15 |
17 |
17 |
|
Subtotal Blancos |
43 |
39 |
38 |
23 |
40 |
38 |
|
Otras |
13 |
6 |
7 |
3 |
10 |
9 |
|
Total |
100 |
100 |
100 |
100 |
100 |
100 |
El 100 por ciento de las plantaciones pequeñas usa riego por surco o por tendido, proporción que disminuye al 80 por ciento en las plantaciones más grandes. En promedio, el 82 por ciento de los predios encuestados usa surco o tendido. El sistema de riego por goteo se usa solamente en un 12 por ciento, como promedio, y aparece solamente en los dos estratos más grandes de la muestra. Los detalles aparecen en el Cuadro 3.
Cuadro 3. Sistemas de
riego empleados en la muestra ( % ).
Table 3.
Irrigation systems used by the sampled farms ( % ).
|
0<x<5 |
5<x<10 |
10<x<20 |
20<x<50 |
>50 |
Toda la | |
|
Tendido |
20 |
17 |
26 |
16 |
21 |
20 |
|
Surco |
80 |
81 |
72 |
72 |
59 |
62 |
|
Manga |
0 |
0 |
2 |
0 |
4 |
4 |
|
Californiano |
0 |
0 |
0 |
0 |
2 |
2 |
|
Goteo |
0 |
2 |
0 |
12 |
14 |
12 |
|
Total |
100 |
100 |
100 |
100 |
100 |
100 |
El Cuadro 4 muestra el uso anual de agroquímicos en los distintos tamaños de viñedo, medido en la suma de litros y/o kilógramos de los distintos productos aplicados por hectárea. Aunque este índice mezcla en una sola cifra distintas formulaciones de insecticidas, acaricidas, fungicidas o herbicidas, permite formarse una idea de como cambia el uso de agroquímicos entre los distintos estratos. El cuadro muestra que las viñas de riego del Valle Central usan principalmente fungicidas1, siendo los restantes agroquímicos una bajísima proporción del total aplicado por hectárea. También puede verse que a medida que aumenta el tamaño, el uso de agroquímicos también aumenta, de forma que la cantidad de fungicidas y acaricidas aplicados prácticamente se duplica y de insecticida y herbicidas, se triplica, entre los dos estratos extremos.
Cuadro 4.
Índicea
de uso de agroquímicos por estratos de tamaño (Unid.
ha-1).
Table 4. Agrochemical
usage indexa by plantation size (Unid.
ha-1).
|
Tipo de agroquímico |
0<x<5 |
5<x<10 |
10<x<20 |
20<x<50 |
>50 |
Toda la |
|
Insecticidas |
0,5 |
1,5 |
0,8 |
1,9 |
1,7 |
1,7 |
|
Acaricidas |
0,5 |
1,3 |
0,8 |
0,8 |
0,9 |
0,9 |
|
Fungicidas |
72,3 |
77,1 |
100,7 |
80,1 |
111,9 |
105,9 |
|
Herbicidas |
2,9 |
4,0 |
4,5 |
6,4 |
6,1 |
6,0 |
|
Total |
76,2 |
83,8 |
106,7 |
89,3 |
120,7 |
114,5 |
aEste índice corresponde a la suma de los litros o kilógramos aplicados de distintas formulaciones de agroquímicos por hectárea. Consecuentemente, Unid.= litros o kilógramos, según el caso.
El Cuadro
5 presenta información sobre el uso de mano de obra en labores
seleccionadas, en los distintos estratos de tamaño. El cuadro incluye
solamente las faenas más características de la viticultura, habiéndose
omitido riego, reparación de alambres, transporte de materiales y, en
general, las labores menores. Pese a esta omisión, el cuadro sirve para
mostrar que los coeficientes de mano de obra por hectárea son, en general,
bastante similares en todos los estratos de tamaño. Así, la poda, cosecha
y desbrote tienen coeficientes muy parecidos, observándose algunas
diferencias solamente en amarra, aplicaciones y en "otras labores". En
promedio la suma de las labores señaladas en el Cuadro
5 da 47 JH-año (jornadas hombre al año), lo que, asumiendo que un
trabajador permanente aporta del orden de 200 JH-año significa 0,2
hombres/hectárea-año. Esta cifra concuerda con estimaciones recientes del
uso de mano de obra en la viticultura chilena (Poblete,
1998).
Cuadro 5. Mano de obra: coeficiente
por tipo de labor y estrato de tamaño (JH ha-1).
Table 5. Labor: coefficient by type of task
and plantation size (JH ha-1).
|
Tipos de labor |
0<x<5 |
5<x<10 |
10<x<20 |
20<x<50 |
>50 |
Toda la |
|
Poda |
14,7 |
14,0 |
12,0 |
14,6 |
14,4 |
14,4 |
|
Cosecha |
20,5 |
22,6 |
28,0 |
23,1 |
19,6 |
20,5 |
|
Aplicaciones |
3,6 |
1,8 |
1,1 |
0,4 |
0,1 |
0,0 |
|
Desbrote |
1,9 |
5,0 |
1,3 |
2,3 |
2,6 |
2,5 |
|
Otras labores |
6,4 |
3,1 |
4,5 |
2,9 |
3,4 |
3,4 |
Las labores más intensivas en mano de obra, como son cosecha y poda, se realizan con mano de obra contratada en un 69 y 42 por ciento de los casos, respectivamente (Cuadro 6). El uso de mano de obra contratada es considerablemente menos frecuente en la amarra y el desbrote, y nula en el caso de las aplicaciones de agroquímicos, lo que sugiere que estas labores se efectúan principalmente con los trabajadores permanentes del predio.
Cuadro 6. Proporción
de mano de obra temporal, por tipo de labor y estrato de tamaño ( % ).
Table 6. Proportion of temporary labor
used, by type of task and plantation size ( % ).
|
Tipo de labor |
0<x<5 |
5<x<10 |
10<x<20 |
20<x<50 |
>50 |
Toda la |
|
Poda |
59 |
39 |
53 |
56 |
40 |
42 |
|
Cosecha |
100 |
84 |
89 |
74 |
65 |
69 |
|
Amarra |
20 |
4 |
18 |
51 |
38 |
37 |
|
Aplicaciones |
0 |
0 |
0 |
0 |
0 |
0 |
|
Desbrote |
11 |
4 |
23 |
26 |
31 |
28 |
|
Otros |
100 |
39 |
22 |
100 |
82 |
79 |
El Cuadro 7 muestra que los equipos mas usados en la viña son el tractor y el carro de arrastre, con 1,4 y 1,17 jornadas/hectárea respectivamente. Los otros equipos encuestados tienen coeficientes de uso más bajos, lo que se entiende por tratarse de máquinas especializadas, de uso estacional. También se observa que el estrato más grande usa 10 veces más jornadas-tractor y jornadas-carro que el estrato más pequeño, lo que sugiere que la mecanización de las faenas aumenta con el tamaño del viñedo. Puesto que el uso de mano de obra por hectárea es relativamente similar en todos los estratos, como ya se comentó, lo anterior sugiere una evolución hacia tecnologías más intensivas en el uso de capital, a medida que aumenta el tamaño del viñedo.
Cuadro 7. Maquinaria: coeficiente de uso por tipo de equipo y estrato de
tamaño (JM ha-1).
Table 7.
Machinery: usage coefficient by type of task and plantation size (JM
ha-1).
|
0<x<5 |
5<x<10 |
10<x<20 |
20<x<50 |
>50 |
Toda la | |
|
Tractor |
0,15 |
1,33 |
1,18 |
1,15 |
1,48 |
1,40 |
|
Carro de arrastre |
0,12 |
0,68 |
0,84 |
0,77 |
1,29 |
1,17 |
|
Pulverizadora mecánica |
0,04 |
0,24 |
0,24 |
0,24 |
0,63 |
0,55 |
|
Pulverizadora de espalda |
1,08 |
2,01 |
1,37 |
0,54 |
0,35 |
0,47 |
|
Azufradora de espalda |
0,21 |
0,08 |
0,33 |
0,41 |
0,08 |
0,13 |
|
Azufradora mecánica |
0,08 |
0,24 |
0,23 |
0,18 |
0,25 |
0,23 |
|
Otros equipos |
0,67 |
0,58 |
0,06 |
0,13 |
0,06 |
0,09 |
Producción y costos asociados a distintos tamaños de viñedo
El Cuadro 8 presenta la estimación de la función de producción planteada en la ecuación (3). Puede verse que, como se esperaba, a 2 <0, lo que evidencia retornos decrecientes frente a aumentos de la escala de plantación. Todos los coeficientes son estadísticamente diferentes de cero, como prueban los altos t Student y la baja probabilidad de error (es decir, la alta confianza) de las respectivas pruebas t. Por último, la variable elegida explica un 96 por ciento de la variabilidad observada en la muestra, lo que indica un buen ajuste y una buena elección de la variable independiente. Todos los resultados económicos se expresan en monedas de marzo de 1998.
Cuadro 8. Parámetros de la función de producción Y=a
1S+a 2S2 (n=72).
Table 8. Parameters of the production
function Y=a 1S+a 2S2 (n=72).
|
a1 |
a2 |
R2 (ajustado) | |
|
Y |
13,781418 |
-0,019691 |
0,96 |
|
t Student |
20,246 |
-3,551 |
|
|
Prob. Error |
0,0000 |
0,0007 |
El Cuadro 9 muestra el resultado de la estimación de la ecuación (4), de costos anuales de operación. Se comprueba que b 2<0, lo que denota costos unitarios decrecientes a escala. Nuevamente las pruebas t Student y las bajas probabilidades de error asociadas a ellas muestran coeficientes estadísticamente significativos. El R2 indica que el 96 por ciento de la variación observada en la muestra es explicada por la variable elegida, lo que indica que tanto la elección de la forma cuadrática como de la variable independiente son conceptualmente correctas, desde un punto de vista estadístico.
Cuadro 9.
Parámetros de la función de costos C=b
1S+b 2S2+rS (n=72)
Table 9. Parameters of the cost function C=b 1S+b 2S2+rS
(n=72).
|
b1 |
b2 |
R2 (ajustado) | |
|
C |
807,995551 |
-0,675054 |
0,96 |
|
t Student |
18,964 |
-1,945 |
|
|
Prob. error |
0,0000 |
0,0558 |
Productividad marginal y tamaño óptimo de viñedo
El Valor del Producto Marginal del suelo plantado con viña se estimó de acuerdo con la ecuación (5), obteniéndose el siguiente resultado:
VPMg = (13,781 - 0,0394 S) Pu (9)
expresado en miles de pesos por hectárea. Este parámetro depende del precio de la uva, Pu , que es variable en el tiempo según las condiciones del mercado y la escasez relativa de los distintos cultivares. La variabilidad de los precios queda en evidencia en el Cuadro 10, que entrega información de mercado para las principales variedades de uva para vinos tintos y blancos de exportación, entre 1997 y 1999. En estos tres años las preferencias del mercado cambiaron, favoreciendo a los vinos tintos por sobre los blancos. Como consecuencia de ello los precios de las variedades tintas mostraron una tendencia alcista en tanto que las variedades blancas tuvieron la tendencia contraria. Así, mientras en 1997 el precio del cultivar Chardonnay era significativamente mas caro que un Cabernet Sauvignon o un Merlot, en 1999 ambos cultivares tintos superaban en precio al Chardonnay.
Cuadro 10. Precios de la uva
vinífera (M$ t ha-1) en la temporada de cosecha en la Región
del Maule, puesto fundo, sin IVA (Pesos de marzo 1998).
Table 10. Farmgate wine grape prices (M$ t ha-1)
in the harvest period in Maule Region, net of VAT (Chilean pesos of March
1998).
|
1997 |
1998 |
1999 |
Promedio | |
|
Cabernet Sauvignon | ||||
|
Máximo |
249 |
340 |
341 |
310 |
|
Mínimo |
202 |
263 |
282 |
249 |
|
Promedio |
226 |
302 |
312 |
280 |
|
Merlot | ||||
|
Máximo |
369 |
369 |
360 |
366 |
|
Mínimo |
313 |
295 |
300 |
303 |
|
Promedio |
339 |
350 |
342 |
344 |
|
Chardonnay | ||||
|
Máximo |
335 |
348 |
180 |
288 |
|
Mínimo |
268 |
264 |
120 |
217 |
|
Promedio |
308 |
327 |
153 |
263 |
|
Sauvignon blanc | ||||
|
Máximo |
157 |
148 |
160 |
155 |
|
Mínimo |
123 |
116 |
80 |
106 |
|
Promedio |
138 |
134 |
99 |
124 |
Fuente: Secretaría Regional Ministerial de Agricultura VII Región, Sistema de Precios Regionales (SIPRE).Dirección electrónica: http://www.seremi-vii.minagri.gob.cl/.
Introduciendo en la ecuación (9) el precio promedio 1997-99 de cada cultivar se obtiene el VPMg que se muestra el la Figura 1. Puede verse que el VPMg mas alto corresponde a Merlot, seguido por Cabernet Sauvignon, Chardonnay y, por último, Sauvignon Blanc. Las diferencias son apreciables, ya que el VPMg de Merlot cambia de M$ 4.400 a M$ 2.000 (en cifras redondas), en tanto que Sauvignon Blanc lo hace entre M$ 1.600 y M$ 730, para el mismo rango de superficie plantada. Se observa también que un aumento de la superficie plantada de 25 a 200 hectáreas reduce la productividad marginal valorada en casi la mitad. Así por ejemplo, el VPMg de la 25ª hectárea de Merlot es M$ 4.400, el que se reduce a M$ 2.000 en la 200ª hectárea, observándose un comportamiento análogo en el VPMg de los demás cultivares.
Figura 1. Valor del Producto Marginal (VPMg) de cuatro
cultivares de vid vinífera de exportación y Costo Marginal (CMg) del
viñedo.
Figure 1. Marginal Product Value (VPMg) of four
cultivars of export quality wine grapes and Marginal Cost (CMg) by
vineyard size.
Del Cuadro 9 se deduce que el Costo Marginal de una hectárea adicional de plantación es igual a:
CMg = 807,996 - 1,350 S + r
La Figura 1 presenta estimaciones del Costo Marginal de la hectárea de plantación, calculados para un valor de r = M$1501. Puede comprobarse que dentro del rango de tamaños de plantación observados en la encuesta y para los cuatro principales cultivares de vinos finos de exportación, el Costo Marginal queda siempre debajo del VPMg, lo que significa que la producción valorada de una hectárea adicional es siempre mayor que el costo operacional que esta hectárea agrega. Así por ejemplo y tomando el caso límite de Sauvignon Blanc, la hectárea número 50 entrega una producción que se valora en M$1.500 y cuesta solo M$900, es decir, deja una Utilidad Marginal del orden de M$600. Haciendo el mismo cálculo para la hectárea número 200, el VPMg es de M$730 y su costo es de M$690, lo que da una Utilidad Marginal de M$40. La Utilidad Marginal va cayendo a medida que aumenta el tamaño de la plantación, lo que era de esperar dado que el VPMg desciende a una tasa mayor que el CMg, pero dentro del rango de plantación encuestado todos los valores son positivos, lo que implica que el tamaño óptimo (coincidente con una Utilidad Marginal igual a cero) es superior a 200 hectáreas.
El Cuadro 11 presenta una estimación del tamaño óptimo de viñedo, para tres costos de oportunidad de la tierra y un rango amplio de precios de la uva vinífera. Puede verse que los tamaños fluctúan entre 232 y 315 hectáreas, dependiendo del valor de r y Pu empleados. Puesto que el rango de observaciones de la encuesta no sobrepasó las 200 hectáreas2, estas estimaciones no tienen base estadística y solamente se entregan como una proyección de los resultados entregados aquí. Dicho de otra manera, si las funciones de producción y costo presentadas en los Cuadros 8 y 9 mantuvieran su vigencia en tamaños superiores a los observados, el tamaño óptimo del viñedo estaría en los rangos indicados.
Cuadro 11. Tamaño
óptimo de viñedo en hectáreas para varios precios de uva (Pu) y
renta de la tierra (r).
Table 11. Optimum
plantation size for several wine grape prices (Pu) and
opportunity costs of land (r).
|
Pu |
r (M $ ha-1) | ||
|
100 |
150 |
200 | |
|
350 |
315 |
311 |
307 |
|
250 |
299 |
293 |
287 |
|
150 |
254 |
243 |
232 |
CONCLUSIONES
Las conclusiones de este estudio se resumen en los siguientes puntos:
1Se intentó estimar una función de
producción más descriptiva, usando las variables "Suelo plantado",
"Capital" y "Trabajo", para lo cual se tenía información recogida en la
encuesta. Desafortunadamente la matriz de correlaciones reveló la
existencia de multicolinearidad entre estas variables, lo qué obligó a
dejar una sola variable en beneficio de una estimación estadísticamente
confiable. Se optó por "Suelo plantado" por ser esta una variable de
tamaño que incluye las otras dos, debido a la alta correlación existente
entre ellas.
1Un dato que no se reporta aquí, pero que queda claramente revelado en la encuesta, es que el fungicida más empleado es el azufre.
1El canon de arendamiento de una hectárea de tierra en la VII Región fluctúa entre M$ 100 y M$ 200, con una valor medio de M$ 150 (Comunicación personal con el Sr. Patricio Jaque, viticultor del sector El Melozal, comuna de San Javier, Marzo 2000).
LITERATURA CITADA
Cochran, W.G.1963. Sampling techniques. Wiley International, New York, USA.413 p.
Dillon, J. L. and Anderson, J. R. 1990. The analysis of response in crop and livestock production. 3rd.ed. Pergamon Press, Oxford, U. Kingdom. 251 p.
Heady, E.O. and Dillon, J.L. 1961. Agricultural production functions. Iowa State University Press, Ames, Iowa, USA. 667 p.
Huitron R., M. V. and Godoy-Avila, C. 1995. Función de producción y eficiencia en el uso del agua en ocho cultivares de uva de mesa. Terra (Abril-Junio) 13:165-173.
Layseca M., M. 1991. Funciones de producción de la fertigación. Tesis de Grado. Pontificia Universidad Católica de Chile, Departamento de Fruticultura y Enología.. Santiago. 75 p.
Poblete, R. 1998. Inversiones y evaluación del negocio vitivinícola: I Parte. Agroeconómico Noviembre N° 47 p.28-33.
© 2004 Instituto de Investigaciones Agropecuarias,
INIA
Avda. Vicente Méndez
515, Casilla 426
Chillán, Chile
Teléfono: 56-42-209610 Fax:
56-42-209599
hriquelm@quilamapu.inia.cl