1

CRECIMIENTO AGRÍCOLA Y REDUCCIÓN DE LA POBREZA

Elisabeth Sadoulet Universidad de California en Berkeley y FERDI

Conferencia Nutrición, Seguridad Alimentaria y Desarrollo Rural, Asunción, Paraguay, 7 de Marzo, 2018

2

Discutir dos temas: - Hay una presunción que el crecimiento en el sector agrícola es relativamente más efectivo para la reducción de la pobreza que el crecimiento en otros sectores de la economía.

La intuición es que muchos de los más pobres están en las áreas rurales y trabajan en la agricultura. La visión contraria es que la pobreza es más y más urbana en el tiempo, y que los ingresos de las actividades no-agrícolas son mejor pagadas.

¿Cuál es la evidencia empírica sobre esta relación? -¿Cómo medir el impacto sobre pobreza de intervenciones específicas en la agricultura familiar?

Presentar un enfoque relativamente nuevo y muy usado recientemente de análisis de impacto con dos ejemplos

3

El efecto sectorial agregado sobre pobreza

Crecimiento por la

agricultura

- Pobreza - Ingresos ricos / pobres

Crecimiento por la

no-agricultura

Lo que no se pregunta -¿Cuán difícil es de obtener crecimiento agrícola y no-agrícola? -¿La agricultura crece más rápidamente o más lentamente que la no-agricultura? Lo que si se pregunta ¿Si se obtiene crecimiento económico por la agricultura, como afecta el nivel de pobreza y la distribución de los ingresos? Y la misma pregunta para los efectos del crecimiento en los sectores no-agrícolas

4

1. Usando métodos econométricos Lo que se observa: Crecimiento agrícola y no- agrícola, y cambios en los niveles de pobreza para muchos países y muchos años. Lo que se encuentra: En promedio para el mundo, el crecimiento de origen agrícola es algo como 34% más efectivo que el crecimiento de origen no-agrícola para reducir la pobreza. Es algo como cuatro veces más efectivo para reducir la pobreza extrema (Christiaensen et al. 2011).

5

En un estudio similar, hemos comparado los efectos sobre los ingresos por décimo de nivel de ingreso inicial del crecimiento de origen agrícola y no-agrícola (Ligon and Sadoulet, 2017).

Si la agricultura crece por un 1% del PIB, el ingreso en el décimo más pobre aumenta por un 7.5%, en el segundo décimo por un 4%, etc… El crecimiento de origen agrícola es el más beneficioso para el 40% más pobre. Por contraste, el crecimiento de origen no-agrícola es el más beneficioso para el 10-20% de los más ricos.

-2

-1

0

1

2

3

4

5

6

7

8

1 2 3 4 5 6 7 8 9 10 Inco

me

gain

s in

duce

d by

1%

GD

P

grow

th (%

)

Expenditure deciles

Agriculture

Non-Agriculture

6

2. Usando modelos de simulación Construir amplios modelos que simulan el comportamiento de una economía a un nivel bastante desagregado En general: 6-10 sectores (agricultura, manufactura, comercio, transporte, servicios, etc.) 2-3 tipos de calificaciones de trabajadores 5-8 grupos of familias (con sus ingresos y consumos) Se simula su toma de decisiones y sus relaciones a través de los mercados para cada país separadamente, con toda la especificidad y los datos de este país. Se usan escenarios en los cuales se asume un crecimiento de la productividad en un sector específico y se observa el impacto que tiene sobre la tasa de pobreza. Fue hecho para 40 países por Ivanic y Martin (2017)

7

Países ordenados por su nivel de PIB per cápita

El crecimiento en la agricultura es más efectivo para reducir la pobreza que el crecimiento en la industria o los servicios. Es especialmente el caso para los países más pobres.

Figure 2. Relationship between per capita GDP and poverty change from a 1% productivity change (single country simulations).

Figure 3. Relationship between per capita GDP and poverty change from a productivity increase equal to 1% of GDP (single country simulations).

Table 4Poverty implications (at 1.25 USD/person/day) of productivity gains in different sectors applied by all countries, GE simulation, in percentage points

Country GDP per capita Agriculture(1 pct)

Industry(1 pct)

Services(1 pct)

Agriculture (1%of GDP)

Industry (1% ofGDP)

Services(1% of GDP)

Malawi 213 !0.19 !0.04 !0.04 !0.40 !0.25 !0.09Niger 262 !0.19 !0.25 !0.08 !0.50 !0.40 !0.23Rwanda 274 !0.20 !0.08 !0.07 !0.30 !0.58 !0.17Nepal 300 !0.39 0.02 !0.31 !0.60 !0.37 !0.38Uganda 314 !0.15 !0.04 !0.13 !0.87 !0.32 !0.26Tajikistan 375 !0.07 !0.02 !0.02 !0.13 !0.24 !0.09Sierra Leone 385 !0.27 !0.01 !0.05 !1.07 0.09 0.00Cambodia 389 !0.35 !0.13 !0.36 !0.72 !0.39 !0.65Bangladesh 421 !0.51 0.02 !0.22 !2.61 !0.20 !0.43Tanzania 422 !0.25 !0.25 !0.16 !0.34 !0.94 !0.44Nigeria 612 !0.06 0.00 !0.09 0.00 !0.11 !0.27Pakistan 693 !0.31 0.01 !0.46 !0.82 !0.06 !0.83India 740 !0.39 !0.06 !0.22 !1.60 !0.50 !0.31Zambia 741 !0.16 0.02 !0.02 !0.84 !0.05 !0.04Mongolia 813 !0.22 !0.01 0.05 !1.12 !0.16 0.03Yemen 837 !0.16 !0.03 !0.12 !1.19 !0.44 !0.24Viet Nam 900 !0.09 !0.10 !0.14 !0.33 !0.23 !0.27Moldova 917 0.00 0.00 !0.09 !0.02 !0.09 !0.09Cote D’Ivoire 967 !0.05 !0.09 !0.08 0.67 !0.39 !0.21Nicaragua 1,159 !0.04 0.00 0.04 0.13 0.18 0.09China 1,307 !0.08 !0.10 !0.14 !0.29 !0.45 !0.29Indonesia 1,389 !0.14 !0.03 !0.06 !0.91 !0.01 !0.03Sri Lanka 1,400 !0.15 0.03 0.03 !0.20 0.15 0.17Armenia 1,422 !0.04 !0.05 !0.05 !0.07 !0.03 !0.05Guatemala 2,207 !0.11 !0.01 !0.18 !0.52 !0.04 !0.30Albania 2,799 0.00 0.00 0.00 0.03 0.00 0.00Peru 3,054 !0.05 !0.01 !0.04 !0.27 !0.01 !0.07Ecuador 3,090 0.27 !0.05 0.30 2.07 0.27 0.51Belize 4,086 !0.18 !0.18 !0.18 !0.26 !0.55 !0.23Panama 4,140 !0.09 0.00 0.02 !0.37 !0.03 0.00

8 M. Ivanic, W. Martin /World Development xxx (2017) xxx–xxx

Please cite this article in press as: Ivanic, M., & Martin, W. Sectoral Productivity Growth and Poverty Reduction: National and Global Impacts. World Devel-opment (2017), http://dx.doi.org/10.1016/j.worlddev.2017.07.004

GDP/capita

ChangeinExtremePovertyRate

8

Evaluaciones de impacto usando experimentos de campo Medir el cambio en el bienestar que resulta de una acción o de un programa específico. • No ayuda simplemente medir el mejoramiento entre los beneficiados:

ü Programa de ganado menor: Mas gallinas ahora entre los beneficiados … pero unos de los no-beneficiados pueden haber obtenido gallinas a través de otros mecanismos. El impacto del programa es inferior al cambio observado entre los beneficiados.

ü Programa de diversificación de cultivos: Largas perdidas debidas al mal tiempo entre beneficiados … pero las pérdidas son aun peor entre los no-beneficiados. El impacto del programa es más que el cambio observado entre los beneficiados.

9

• Se necesita comparar la situación de los beneficiados a lo que hubiera pasado a estas familias sin el programa (contra factual). Es imposible hacer lo.

• Buscar entonces un grupo de familias que son las más parecidas que posible a las familias beneficiadas

• La forma más sencilla de hacer lo es de seleccionar más beneficiarios potenciales de lo que permite tratar su presupuesto, y seleccionar aleatoriamente la mitad de ellos para beneficiar del programa.

10

Ensayo de control aleatorio

ü Fácil de hacer cuando su presupuesto es insuficiente para cubrir todos los elegibles

ü Fácil de hacer en la fase piloto de un programa o de una política

T:RecibenelprogramaPoblacióndebeneficiados

potenciales(familiasenpobrezaextrema)

Muestrade600

Diferenciamideelimpactodelprograma

C:Noloreciben

SELECCIONALEATORIA

11

Estudio de caso 1: Introducción de nuevas variedades de arroz resistentes a la sumersión en Orissa (India) • Dar 5kg de semillas a 5 productores seleccionados al azar en 64

pueblos seleccionados aleatoriamente en una lista de 128 pueblos en 2011.

12

• Grandes inundaciones en 2011. Se observa el beneficio agronómico sobre rendimientos:

Todos perdieron mucho relativamente al rendimiento normal de 3300kg/ha. Pero los productores tratados perdieron menos por 682kg/ha con sumersión de 10 a 15 días

13

• No hubo inundaciones en 2012. Se observan rendimientos más altos (+283kg/ha) entre productores tratados. ¿Porque?

Cultivan más tierra, usan menos semillas tradicionales más resistentes pero can rendimientos más bajos, usan más fertilizantes, usan métodos para plantar más intensivos en mano de obra, guardan menos ahorro de precaución, y usan más crédito. à Con menos riesgos de pérdidas en caso de inundaciones, invirtieron más.

• Con 3 años normales para cada año de inundaciones, las ganancias inducidas por el ajuste de los comportamientos en años buenos es igual a los beneficios agronómicos en años malos.

Hay entonces un multiplicador muy alto del programa. La respuesta de los productores a la reducción del riesgo duplica los beneficios agronómicos de esta nueva tecnología promovida por el programa.

14

Estudio de caso 2: Introducción de un sistema simple de certificación de la calidad de las cebollas in Senegal • Cebollas son vendidas por volumen (precio por bolsa) en mercados

rurales. En consecuencia, los campesinos producen cebollas las más largas posible, usando urea para aumentar el contenido de agua.

à Producen cebollas de baja calidad con precio bajo • Introducción en Marzo de 2014 de una tienda en el mercado donde

los productores pueden pesar sus bolsas de cebollas y obtener una certificación de calidad.

15

• En Diciembre de 2013, se organizan sesiones de formación en 34 pueblos cercanos a los mercados sobre métodos para mejorar la calidad de las cebollas

• Y se organiza un RCT sobre provisión de información: En la mitad de los pueblos aleatoriamente seleccionados, se da información a los productores que escalas y certificación de calidad serán presentes en los mercados.

• Resultados ü A nivel de calidad dado, los productores reciben precios más

altos para sus cebollas cuando han sido certificadas ü Los productores que sabían que las escalas y la certificación

estaban por llegar produjeron cebollas de más alta calidad El ajuste de los comportamientos de los productores a los incentivos de calidad aumentaron los beneficios del programa. Este efecto solo se puede medir por comparación a un grupo de control.

16

Conclusión

ü Hay evidencia empírica global que el crecimiento en la agricultura es en general más eficiente para reducir la pobreza extrema y para aumentar los ingresos de los más pobres que el crecimiento en otros sectores de la economía.

ü Pero esto no nos dice cuales son los mecanismos a través de los

cuales esto ocurre, que tipos de crecimientos en la agricultura son más efectivos para reducir pobreza, ni tampoco cuales son los programas y acciones necesarios para obtener y ampliar este resultado.

ü La evaluación de impacto de programas/proyectos específicos es

necesaria para medir y entender sus eficacias para aumentar el bienestar de los beneficiados.

17

ü La evaluación de impacto requiere la comparación de resultados entre beneficiados y grupo de control. Un método popular y riguroso consiste en seleccionar el grupo de control en un experimento controlado aleatorio.

ü Es importante medir no solamente el efecto directo de lo que es

distribuido/dado por el programa pero también el efecto sobre los comportamientos de los productores que pueden multiplicar los efectos directos del programa.

Fin