Distributed Grid Control and Management Architecture

Los datos utilizados para el presente trabajo de investigación provienen de series históricas, tanto para la variable dependiente como para las independientes. Las fuentes de información son ASERCA, SAGARPA y la FAO, en sus diversas publicaciones tanto escritas como electrónicas.

En el presente trabajo se trata de estimar una función y = f (X1,

X2,...,Xn) en donde y es la producción de fresa y X1,...,Xn son las variables

independientes.

Las etapas que se siguieron en este trabajo son como se describen a continuación:

a) Selección de variables y recopilación de datos.

En esta etapa como su nombre lo indica consiste en la selección de las variables que pudiesen contribuir a explicar el comportamiento de

la variable producción de fresa. Antes de hacer el análisis de regresión todas las variables son tentativas ya que la aceptación definitiva de las mismas depende de los resultados obtenidos en la última etapa del análisis. Una vez hecha la selección previa se consideró el período de análisis tomando en cuenta entre mayor sea el número de observaciones se podrían obtener mejores resultados en cuanto a significancia de las funciones ajustadas, así pues, el periodo considerado es de 11 años, que corresponden al período de 1990 al 2001.

Para la formulación del modelo se consideró como variable dependiente a la producción de fresa y como variables independientes las siguientes:

1. A la superficie cosechada (S): Esta variable nos indica la superficie en la que realmente se obtuvo cosecha, es decir aquella libre de los efectos climáticos y otros factores, por lo que es determinante para medir la producción.

2. Los rendimientos (R): que son el resultado del uso de insumos y de la forma en que éstos se aplican al cultivo, por lo que reflejan el nivel de la tecnología e influyen directamente en la producción. 3. El precio medio rural (PMR). Ya al influir sobre la rentabilidad del

cultivo determina en buena medida las decisiones del productor y por lo tanto afectan en forma directa a la producción.

4. Las exportaciones (X). Que de alguna manera reflejan las mayores o menores oportunidades para la comercialización de la fresa mexicana por lo que se espera que al aumentar su volumen, también aumente la producción nacional.

5. Los precios internacionales. Se considera una variable que tiene mucha influencia en la producción de fresa, ya que por una parte influye sobre los precios internos y por el otro sobre los niveles de exportación, lo que a su vez se traduce en mejores oportunidades de venta y por tanto de producción.

Cabe señalar que al formular el modelo se consideraron otras variables como los costos de producción, pero por falta de información histórica fue omitida. También es necesario aclarar que por carecer de información desagregada a nivel estatal, las exportaciones consideradas en los modelos de cada una de las regiones corresponde al total nacional, ya que no se dispone de información histórica de las exportaciones que realiza cada uno de los estados aquí considerados.

b) Elección de la forma de la función.

La función que se utilizó es de la forma doblelogaritmica, conocida también por función de Cobb-Douglas cuya ventaja de uso es que su estimación ofrece de una forma directa el valor de la elasticidad. La función se puede expresar como:

y = β0 X1βX2β

O bien como:

log Y = log β0 + β1 log X1 + + β2 log X2

c) Estimación de los parámetros.

El método más utilizado para la estimación de una función de la forma: y = a + bx es el de mínimos cuadrados ordinarios (MCO) que, como ya se sabe, consiste en calcular a partir de una serie de observaciones de las dos variables y1x1, y2x2,...,ynxn, los parámetros a y b que hacen mínima

la suma de los cuadrados de las desviaciones de cada punto respecto a la función, medidas en la dirección de la variable dependiente y, que no es más que el error.

d) Valoración e interpretación de resultados.

Caldentey (1993) señala que la validez de los resultados obtenidos mediante la regresión se evalúa desde dos enfoques diferentes para cada uno de los modelos:

a) El estadístico, el cual nos va determinar si las ecuaciones de regresión son válidas.

b) El económico que determinará su congruencia teórica- económica, así como la magnitud de las relaciones entre variables.

El análisis estadístico del modelo se realiza en base a dos aspectos muy importantes que son los siguientes:

1. El coeficiente de determinación múltiple (R2 _{), el cual mide el grado de}

asociación entre la variable dependiente y las independientes; entre mas cercano se encuentra su valor a uno, mejor será el ajuste de una ecuación.

2. La razón t, a la cual se le considera la mas importante, ya que su valor será la base para la prueba de significancia de los parámetros individuales. Si la razón de t es mayor o igual a la unidad, es decir si el coeficiente estimado es igual o mayor que su error estándar estimado, entonces se acepta el parámetro.

El análisis económico se hace considerando como principales indicadores el signo y la magnitud del parámetro. Los signos de los parámetros estimados deben corresponder a los esperados. La magnitud de los parámetros se analiza a través del cálculo de las elasticidades.

De acuerdo a la metodología descrita anteriormente se obtienen los resultados que se explicaran en el capitulo siguiente.

3.2 Formulación de modelos

De acuerdo a la revisión de literatura, se pueden identificar los modelos tomando como base los resultados obtenidos en la estimación de los modelos por Pérez y Jiménez, así como las relaciones identificadas a partir del análisis de datos estadísticos sobre la producción y exportaciones de fresa en México.

Se pueden identificar algunas variables que han jugado un papel decisivo en el comportamiento de la producción y oferta nacional de fresa como también las variables que participan de forma indirecta en tal comportamiento en el periodo.

Los modelos a estimar son del tipo:

Y = β0 X1 β1 X2 β2 X3 β3 ... Xn βn

De acuerdo con lo anterior, se estimaron diversos modelos, pero los que mejores resultados arrojan, tanto desde el punto de vista estadístico como económico son los siguientes:

A nivel nacional

Log QF = f (log S, log PMR, log X )

A nivel regional:

Log QFM = f (log S, log PMR, log X )

Log QFG = f (log S, )

Donde:

QF = producción de fresa nacional (ton).

QFM = producción de fresa en Michoacán (ton).

QFG = producción de fresa en Guanajuato (ton).

QFB = producción de fresa en Baja California (ton).

S = Superficie cosechada (hectáreas). R = Rendimiento (ton)

PMR = Precio medio rural del año anterior (pesos reales). X = Exportaciones con un año de rezago (toneladas).

Los datos para estimar el modelo se obtuvieron en diferentes fuentes de información, como por ejemplo, los datos de superficie, producción y precios fueron consultados en la pagina web del sistema de información agropecuaria (SIACON) y del centro de estadísticas agrícolas (CEA), las exportaciones y los precios internacionales fueron consultados en los anuarios estadísticos de comercio exterior , los precios fueron deflactados con el índice de precios al productor con base de 1994, es decir los datos están expresados en pesos de 1994.