Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Las condiciones de la producción agropecuaria en Boyacá

Resumen

El artículo se inspira en los resultados del Censo Agrícola 2014 para Boyacá. El propósito es relacionar el desempeño puramente productivo con los determinantes de economía campesina que sirven de contexto a la producción en toneladas. Entre estos últimos se destacan la especialización en cultivos transitorios, la fragmentación de las unidades de producción agrícolas, la provisión familiar de trabajadores, la ínfima importancia de la oferta exportable, etc. La metodología adopta un enfoque espacial que persigue identificar los patrones espaciales de la producción, definiendo el municipio boyacense como la unidad de análisis en el plano geográfico. La econometría dilucida cuál es la mejor estructura en el espacio que modela los datos básicos. De esta manera se convalida el modelo de error espacial, que da lugar a la presencia de shocks comunes a todos los municipios boyacenses, afectando en todos ellos la producción agrícola. La interacción entre dichas unidades geográficas permite modelar la producción volcada mayoritariamente hacia el mercado nacional, la cual es explicada significativamente por determinantes típicamente rurales: la fragmentación de las unidades agrícolas, las técnicas de producción escasamente mecanizadas, la relevancia del trabajo familiar como factor de producción, y las precarias remuneraciones.

Palabras clave

Censo Agrícola, producción agrícola, estructura productiva, interacción espacial, econometría espacial, Boyacá, Colombia

PDF (English)

Referencias

  • Anselin, L. (2001). Spatial Econometrics. In B. Baltagi (ed.), Companion to Theoretical Econometrics (pp. 310-330). Blackwell Publishing.
  • Arbia, G. (2001). Modelling the Geography of Economic Activities on a Continuous Space. Papers in Regional Science, 80, 411-424. http://dx.doi.org/10.1007/PL00013646
  • Arbia, G, Espa, G & Quah, D. (2008). A Class of Spatial Econometrics. Empirical Economics, 34(1), 81-103.
  • Barrett, C., Bellemare, M. & Hou, J. (2010) Reconsidering Conventional Explanations of the Inverse Productivity–Size Relationship. World Development, 38(1), 88-97. http://dx.doi.org/10.1016/j.worlddev.2009.06.002
  • Baysoy, M. (2023). Regional Growth Model with Spatial Externalities. In H. Arias & G. Antosova (eds.), Considerations of Territorial Planning, Space, and Economic Activity in the Global Economy. IGI Global. http://dx.doi.org/10.4018/978-1-6684-5976-8
  • Bernat, A. (1996). Does Manufacturing Matter? A Spatial Econometric View of Kaldor’s view. Journal of Regional Science, 36(3), 463-477.
  • Berry, A. (2017), La agricultura familiar y la inclusión: un factor contribuyente a la paz. Revista Colombiana de Ciencias Pecuarias, 30, 9-12
  • Chasco, C. (2003). Métodos gráficos del análisis exploratorio de datos espaciales. En Anales de economía aplicada. Asociación Española de Economía Aplicada.
  • CGIAR. (2021). Análisis de oportunidades de mercado para productos agropecuarios de Boyacá, con potencialidad para reducir la emisión de carbono mediante una producción adaptada al clima. Documento de trabajo. Programa de Investigación de CGIAR en Cambio Climático, Agricultura y Seguridad Alimentaria
  • DANE. (2014). Censo Nacional Agropecuario. Novena entrega de resultados 2014. DANE.
  • Dubin, R. (1998). Spatial Autocorrelation: A Primer. Journal of Housing Economics, 7, 304-327. https://doi.org/10.1006/jhec.1998.0236
  • Duranton, G. & Overman, H. (2005). Testing for Localization Using Micro-geographic Data. Review of Economic Studies, 72(4), 1077-1106. https://doi.org/10.1111/0034-6527.00362
  • Elhorst, P. (2010). Applied Spatial Econometrics: Raising the Bar. Spatial Economic Analysis, 5(1). http://dx.doi.org/10.1080/17421770903541772
  • Fedesarrollo. (2019). Uso potencial y efectivo de la tierra agrícola en Colombia: resultados del Censo Nacional Agropecuario. Fedesarrollo.
  • Helsen, J. (2008). Essays on the Spatial Analysis of Manufacturing. In Ph. D. Dissertation, Ken State University. Graduate School of Management.
  • Krugman P. (1992). Geografía y comercio. Antoni Bosch.
  • Machado, A. (2015) El Censo Agropecuario: sorpresas o confirmaciones. Razón Pública. https://razonpublica.com/el-censo-agropecuario-sorpresas-o-confirmaciones/
  • Moreno, R. & Vayá, E. (2002). Econometría espacial: nuevas técnicas para el análisis regional. Una aplicación a las regiones europeas. Investigaciones Regionales, (1), 83-106.
  • Osland, L. (2010). An Application of Spatial Econometrics in Relation to Hedonic House Price Modeling. Journal of Real Estate Research, 32(3), 289-320. http://dx.doi.org/10.1080/10835547.2010.12091282
  • Rojas, N. (2019). Determinantes de la productividad agrícola. Archivos de Macroeconomía, (500).
  • Suescún, C. (2013) La inercia de la estructura agraria en Colombia: determinantes de la concentración especial de la tierra mediante un enfoque especial. Cuadernos de Economía, 32(61) 653-682.
  • UNDP. (2011). Colombia rural. Razones para la esperanza. Informe Nacional de DesarrolloUrbano. https://www.undp.org/sites/g/files/zskgke326/files/migration/co/undp-co-ic_indh2011-parte1-2011.pdf

Descargas

Los datos de descargas todavía no están disponibles.

Artículos más leídos del mismo autor/a

Artículos similares

<< < 10 11 12 13 14 15 16 17 18 19 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.