modelos de difusiÓn de innovaciones. … - almeria/asepeltpdf/196.pdf · al igual que en los...
TRANSCRIPT
MODELOS DE DIFUSIÓN DE INNOVACIONES.
APLICACIÓN A LA AGRICULTURA ECOLÓGICA EN
ESPAÑA.
Juan Gómez García
Departamento de Métodos Cuantitativos para la Economía
Universidad de Murcia
e-mail: [email protected]
María de las Mercedes Carmona Martínez
Departamento de Administración y Dirección de Empresas
Universidad Católica San Antonio (Murcia)
e-mail: [email protected]
Resumen
Los modelos de difusión de innovaciones tratan de describir, explicar y predecir
cómo evoluciona en el tiempo el número de usuarios de una innovación, así como los
factores que pueden influir en dicha evolución. En esta ponencia se aborda el estudio
de los modelos de difusión más relevantes en la literatura, y se lleva a cabo una
aplicación de los mismos a datos de la evolución de la agricultura ecológica a lo
largo de los últimos 10 años en España. La estimación y análisis de dichos modelos
nos permite conocer las características propias del proceso: en primer lugar, la
difusión de la agricultura ecológica está determinada fundamentalmente por el efecto
imitación. En segundo lugar, es posible hallar el punto de inflexión del proceso, con
el fin de conocer si éste se encuentra próximo al nivel de saturación.
Palabras clave: Modelos de difusión, agricultura ecológica, innovaciones.
2
1. Introducción: Los Modelos de Difusión.
Los modelos de difusión de innovaciones son funciones matemáticas que tratan de
describir, explicar y predecir la reacción colectiva del mercado al introducir una
innovación: cómo evoluciona en el tiempo el número total de usuarios de un nuevo
producto o proceso productivo, así como los factores que pueden influir en dicha
evolución. En otras palabras, analizan el proceso a través del cual una innovación se
va difundiendo en el seno de un sistema social1.
En general, los modelos de difusión tienen tres propósitos. En primer lugar, tienen
una finalidad descriptiva: explicar en términos matemáticos el incremento del
número de adoptantes a lo largo del proceso, lo cual requiere hallar una función de
crecimiento que proporcione el mejor ajuste posible a una muestra dada. Un segundo
objetivo es predictivo: estimar los parámetros de una determinada función de
crecimiento en su fase inicial, y extrapolar esta estimación al futuro. Por último,
algunos modelos de difusión también tienen un propósito normativo, indican cómo
se puede modificar el proceso, y determinan qué acciones pueden influir en la
evolución del mismo.
Una constatación empírica frecuente es que, al representar la evolución temporal del
número acumulado de adoptantes de una innovación, se obtiene una curva en forma
de S2. Por ello, en todo proceso se pueden distinguir tres etapas:
- Primera etapa, caracterizada por una gran incertidumbre sobre los
rendimientos futuros de la tecnología y, por lo tanto, por la existencia de un
elevado nivel de riesgo en la adopción. Por ello, el proceso de difusión es
también lento.
1 Cf.: Rogers, E. (1985), pag. 5. 2 La obtención de esta trayectoria requiere el cumplimiento de ciertos supuestos. Véase Gatignon, H.
Y Robertson, T. (1985); Sahal, D. (1977); Jensen, R. (1983) para una descripción de los mismos.
3
- Segunda etapa, caracterizada por un aumento del rendimiento tecnológico de
la innovación y, por lo tanto, por una mayor aceptación de la misma por parte
de los adoptantes potenciales. La velocidad de difusión será también mayor.
- Tercera etapa, caracterizada por una menor velocidad de difusión, debido
fundamentalmente a dos razones: por una parte, la tecnología se acerca a su
limite de rendimiento, y las expectativas de futuros incrementos de
productividad disminuyen.
Por ello, los modelos que presentaremos a continuación consideran que la trayectoria
de difusión está descrita por una función sigmoidal, aunque cada caso sea diferente la
pendiente de la curva y la asíntota. Para poder abordar su análisis, hemos de definir
previamente las variables que incorporan:
n(t): ventas del producto realizadas en el periodo t.
N(t): total de ventas del producto acumuladas desde su lanzamiento
hasta el periodo t.
M: mercado potencial del producto
Asumiendo que n(t) y N(t) son funciones continuas y derivables en todo su dominio, y que
n(t) tiene un único máximo, ha de cumplirse que:
dt)t(dN)t(n = , con n(t)>0 ∀ t>0
∫=t
0ds)s(n)t(N , con M)t(Nlim
t=
∞→
• Modelo de Bass
Considerando que existen dos canales independientes que influyen en los procesos de
toma de decisiones de los adoptantes potenciales -los “factores externos” (medios de
comunicación) y los “factores internos” (redes de comunicación interpersonal),
podemos definir la probabilidad de adopción de un agente en el momento t como:
4
M)t(N·qp)Adop(obPr t += , con p,q>0 y constantes.
El primer elemento de esta expresión (p) es la probabilidad de que un agente compre
en el momento inicial t=0 cuando no hay ningún adoptante previo N(t=0)=0. Se le
conoce como “coeficiente de influencia externa” y refleja la importancia de los
innovadores en el proceso. Por su parte, M
)t(N·q refleja la presión social ejercida por
los agentes que ya han adoptado para que los no adoptantes les imiten. Se le conoce
como “coeficiente de influencia interna”.
Si hay un total de [M – N(t)] no adoptantes, el número de agentes que adoptará en el
momento t es:
[ ])t(NM·)t(N·Mqp)t(n −
+= , con p, q > 0 y constantes.
y el número acumulado de adoptantes es:
( )
+−
=++−
++−
)qp)(kt(
)qp)(kt(
e1·qe·pq·M)t(N , con p, q > 0 y constantes
El modelo de Bass está descrito por una función simétrica, en el sentido de que n(0)
= n(2t*) = p·M, siendo t* el momento en el que se alcanza el mayor volumen de
ventas; es decir, el punto de inflexión. Además, dicho punto de inflexión nunca tiene
lugar después de que la innovación haya alcanzado el 50% del mercado potencial.
Es importante señalar que si no hay efecto innovación (p=0), el modelo queda
reducido a una función logística; y si no hay efecto imitación (q=0), tenemos una
función exponencial negativa.
5
Este modelo (o bien su forma “reducida” como modelo logístico), que es uno de los
primeros propuestos en la literatura de difusión, ya fue aplicado al sector agrario:
utilización de nuevas semillas (Griliches (1957, 1980)), uso de tractores (Mar
Molinero (1980), Oliver (1981), Clark, (1991), nuevos sistemas de regadío (Caswell
y Zilberman (1986)), abonos (Akinola (1996)), cultivo de altramuces (Marsh et al.
(2000)), equipos de drenaje animal para explotaciones ganaderas (Jabbar et al.
(1999)),...
Una de las críticas más importantes que se hacen a este modelo es que impone la
simetría en el proceso de difusión, cuando realmente éste no tiene por qué alcanzar
su punto de inflexión en la mitad de su desarrollo. Por otra parte, considera que el
número máximo de adoptantes, M, es constante; pero, en la realidad, el mercado
potencial puede variar por diversos factores de carácter socioeconómico. Además,
considera también que los coeficientes de influencia interna y externa son
independientes del tiempo y, por tanto, constantes. Es decir, da igual el momento de
la interacción entre los agentes o el de la adopción porque estos modelos consideran
que todos los adoptantes potenciales tienen la misma propensión a imitar y a innovar
a lo largo del periodo considerado.
Para superar estos problemas describiremos a continuación otros modelos de
difusión.
• Modelo de Gompertz
Se trata de un modelo de difusión sigmoidal definido por siguiente ecuación
diferencial:
[ ])t(NlnMln·M
)t(N·c)t(n −= , con c>o constante.
Que da lugar a la siguiente función de difusión:
6
btke·M)t(N −−= , con k, b>0 constantes.
En este caso, tenemos un modelo asimétrico pues el número de agentes que adoptan
en cada periodo alcanza su máximo (el punto de inflexión de la curva N(t)) en
3678'0eM*)t(N 1 == − . Es decir, el máximo volumen de ventas se produce antes de
que el producto se haya extendido por la mitad de mercado potencial, lo cual puede
ser tan restrictivo como imponer la simetría. Además, los parámetros de este modelo
no tienen una interpretación tan inmediata como los del modelo de Bass, pues no
proceden de una cierta probabilidad individual de adopción.
Dixon (1980) aplica el modelo de Gompertz a los datos empleados por Griliches para
analizar la difusión del maíz híbrido en EE.UU., y llega a la conclusión de que en la
mayoría de los cosas estudiados la curva de Gompertz es preferida a la logística
porque ofrece un mejor ajuste. A la misma conclusión llega Marsh et al. (2000)
aplicando estos modelos al cultivo de altramuces.
• Modelo de Weibull
Plantea también un modelo de difusión sigmoidal, pero “flexible”. Es decir, que es o
no simétrico dependiendo del valor de los parámetros. Dicho modelo está definido
por siguiente ecuación diferencial:
−
δβ
= −ββ M
)t(N1t·)t(n 1 , con β, δ constantes, β ≥ 1, δ>0.
y por la siguiente función de difusión:
( )[ ]βδ−−= te1·M)t(N , con β, δ constantes, β ≥ 1, δ>0.
7
Así, en la curva de Weibull el momento en el que las adopciones alcanzan el máximo
depende del valor del parámetro β. Concretamente, será simétrica cuando 2ln1
1−
=β ,
pues en ese caso 21
M*)t(N = ; pero, en general, alcanza su punto de inflexión en el
momento β
β−β
δ=1
1·*t ; de modo que dicho punto estará en el intervalo (0,
0’6321).
Nuevamente, los parámetros de este modelo no tienen una interpretación tan
inmediata como los del modelo de Bass, porque tampoco proceden de una
probabilidad individual de adopción.
• Modelo de Von Bertalanffy
Se trata de un modelo flexible definido por las ecuaciones:
])t(NM·[)t(N·1
b)t(n 11 θ−θ−θ −θ−
= , con b, θ constantes, 1≠θ , b > 0.
{ }[ ] θ−−−= 11
btexp1·M)t(N , con b, θ constantes, 1≠θ , b > 0.
Y nos describe una trayectoria que será simétrica o asimétrica dependiendo del valor
que tome el parámetro θ, y que tiene su punto de inflexión en θ−θ= 11
M*)t(N
Al igual que en los modelos de Gompertz y Weibull, los parámetros de este modelo
no tienen una interpretación sencilla.
• Modelo de Floyd
8
Buscando un mejor ajuste a las trayectorias empíricamente observadas, Floyd (1962)
propone un modelo definido por las ecuaciones:
2
M)t(N1)·t(N·q)t(n
−= , q>0 constante
btc)t(NM
M)t(NM
)t(Nln +=−
+
−
, c y b constantes, b>0
El modelo de Floyd da una trayectoria de difusión no simétrica y con un punto de
inflexión que se alcanza cuando la adopción ha alcanzado un tercio del mercado
potencial: 31
M*)t(N = .
Pero, la particularidad de este modelo (como los que veremos a continuación) es que
no recoge ningún tipo de influencia externa, y el coeficiente de influencia interna no
es constante sino que decrece conforme aumenta el número de adoptantes, de modo
que podemos escribirlo como:
−=
M)t(N1·q)t(q , q>0 constante
Lo cual indica que, conforme se desarrolla el proceso, las relaciones interpersonales
entre los miembros del sistema social son menos efectivas y hay menos “efecto
contagio” entre ellos. Esto puede deberse al hecho de que a medida que pasa el
tiempo va aumentando el número de adoptantes y van quedando como no adoptantes
los agentes del sistema menos aptos o menos predispuestos a adoptar la innovación.
Por ello, la presión e influencia ejercida por los usuarios del nuevo producto o
proceso da cada vez un menor resultado.
• Modelo de Sharif-Kabir
9
El modelo de difusión propuesto por N. Sharif y C. Kabir (1976) combina el modelo
logístico con el modelo de Floyd, y está definido por las ecuaciones:
M)t(N)·1(1
M)t(N1
)·t(N·q)t(n
2
σ−−
−
= , con q, σ constantes, q>0, y 10 ≤σ≤
btc)t(NM
M·)t(NM
)t(Nln +=−
σ+
−
, con c, b, σ constantes, b>0, 10 ≤σ≤
Se trata de un modelo flexible con un punto de inflexión que se alcanza entre
31
M*)t(N = y 2
1M
*)t(N = , y cuya trayectoria concreta depende el valor que tome
el parámetro σ (si σ = 0 tenemos el modelo logístico con 21
M*)t(N = , y si σ = 1
tenemos el modelo de Floyd).
El la misma línea que el anterior, el modelo de Sharif-Kabir tampoco tiene en cuenta
ningún tipo de influencia externa al sistema, y el coeficiente de influencia interna no
es constante sino que decrece conforme avanza el proceso de difusión, pues:
M)t(N)1(1
1·M
)t(N1·q)t(qσ−−
−= , con q, σ constantes, q>0, y 10 ≤σ≤
• Modelo de Jeuland
Jeuland (1981) también propone un modelo en el que la propensión a adoptar de los
agentes del sistema no es constante a lo largo de todo el proceso de difusión. Así, si
los adoptantes potenciales se diferencian en dicha propensión a adoptar, y ésta sigue
una distribución gamma, la función de adopción se puede formular como:
10
( ) γ+−
+= 1)t(NM·
M)t(N·qp)t(n con p, q, γ constantes, 0< p, q y γ≤0
Se trata también de un modelo flexible cuyo punto de inflexión se encuentra en el
intervalo [0, 0’5]. Y, además considera tanto las influencias internas como las
externas, y ambos coeficientes son decrecientes:
[ ]γ−= )t(NM·q)t(q , con q, γ constantes
[ ]γ−= )t(NM·p)t(p , con p, γ constantes
El hecho de que el coeficiente de influencia interna sea decreciente se puede explicar
por la misma razón que antes: conforme se extiende la adopción del nuevo producto
aumenta el número de adoptantes, y van quedando como no adoptantes los agentes
del sistema que son menos aptos o más reacios a adoptar. El hecho de que el
coeficiente de influencia externa también sea decreciente se puede explicar porque,
conforme avanza el proceso de difusión y aumenta el número de adoptantes, cada
vez es menos probable que la decisión de un agente se vea afectada exclusivamente
por influencias externas, sin que intervenga el efecto imitación o de influencia
interna. Además, si los innovadores (agentes en cuyo proceso de decisión sólo
intervienen factores externos) son “aventureros” y “atrevidos” como afirma Bass,
adoptarán en las primeras etapas del proceso, y entonces la influencia efectiva de
dichos factores externos en etapas posteriores será menor.
• Modelo N.U.I.
Easingwood et at (1981, 1983) proponen el modelo Non Uniform Influence (NUI),
un modelo en el cual el impacto de la influencia interna es una función del nivel de
adopción:
11
α
=
M)t(N·q)t(q , con q y α constantes, q>0.
Así, el modelo estará definido por la siguiente ecuación:
( ))t(NM·M
)t(N·qp)t(n1
−
+=
α+
, con p, q, α ≥ 0, constantes.
El modelo NUI considera la posibilidad tanto de influencia interna como de
influencia externa aunque –a diferencia del modelo de Jeuland- esta última sí es aquí
constante.
La tabla 1 presenta una síntesis de los modelos de crecimiento descritos3, con la
ecuación diferencial que los describe, y el nivel de penetración al que se alcanza el
punto de inflexión en la curva de difusión.
Tabla 1. Modelos de difusión
Modelo Ecuación diferencial Punto de inflexión Restricciones
Bass [ ])t(NM·)t(N·Mqp)t(n −
+= qpp
qln*t
+
= p ≥ 0
q ≥ 0
Gompertz [ ])t(NlnMln·M
)t(N·c)t(n −= 3678'0M*)t(N = c>0
Weibull
−δ
β= −β
β M)t(N1t·)t(n 1 [ ]6321'0,0M
*)t(N ∈ β ≥ 1
δ>0
V.Bertalanffy ])t(NM·[)t(N·1
b)t(n 11 θ−θ−θ −θ−
= θ−θ= 11
M*)t(N
θ ≠ 1
b>0
3 Además de los modelos aquí descritos, se han realizado otras propuestas como las que parten de definir n(t) como una función polinomial del nivel de penetración N(t)/M (Lindberg (1982), Carrillo y González (2002), Mahajan et al. (1988)). Estas funciones tienen la ventaja de su sencillez analítica, pero no los tendremos en cuenta porque no es posible establecer una correspondencia entre el valor de los parámetros y las características del proceso.
12
Floyd 2
M)t(N1)·t(N·q)t(n
−= 3
1M
*)t(N = q>0
Sharif-Kabir
M)t(N)·1(1
M)t(N1
)·t(N·q)t(n
2
σ−−
−
= [ ]21,3
1M
*)t(N ∈ q>0
0 ≤ σ ≤ 1
Jeuland ( ) γ+−
+= 1)t(NM·
M)t(N·qp)t(n [ ]2
1,0M*)t(N ∈
q ≥ 0
p ≥ 0
δ ≥ 0
N.U.I. ( ))t(NM·M
)t(N·qp)t(n1
−
+=
α+
[ ]1,0M*)t(N ∈
q ≥ 0
p ≥ 0
α ≥ 0
Fuente: elaboración propia.
A continuación, aplicaremos los modelos presentados a la difusión de la agricultura
ecológica en España, con el fin de conocer y describir cuáles son las principales
características de este proceso, así como de predecir su posible evolución futura.
2. Resultados del estudio
En los 10 años considerados, la superficie destinada al cultivo de productos
ecológicos en España ha pasado de 4235 hectáreas en 1991 a 485140 hectáreas en
20014, lo que supone un incremento medio anual del 60’7%. Por su parte, el número
de operadores ecológicos ha pasado de 396 a 16576, es decir, ha sufrido un
incremento medio anual del 45’3%.
El Gráfico 1 muestra la evolución temporal del número de hectáreas cultivadas con
productos ecológicos y del número de operadores ecológicos (productores más
elaboradores) en España entre dichos años. Se puede apreciar que la difusión de este
método de producción tiene, en una primera fase, un ritmo lento hasta que, una vez
4 Fuente: MAPA (2002)
13
superado un cierto nivel umbral, el crecimiento se acelera. Vemos también que en el
último año considerado el ritmo de crecimiento del número de operadores se frena; y
cabe esperar que al número de hectáreas cultivadas le ocurra lo mismo.
Gráfico 1. Evolución de la agricultura ecológica en España (1991-2001)
Fuente: elaboración propia.
A la vista de estos datos, tiene sentido analizar el proceso de difusión de la
agricultura ecológica en España a partir de los modelos que describen una trayectoria
sigmoidal presentados anteriormente.
Los modelos de difusión presentados han sido aplicados a 11 observaciones anuales
(desde 1991 hasta 2001) referidas a la superficie total cultivada en España con
productos ecológicos y al número de operadores que reciben esta calificación. Para
llevar a cabo la estimación no lineal de los modelos se ha utilizado el programa S-
PLUS 6.1. La tabla 2 recoge los resultados obtenidos de esta estimación:
0
2000
4000
6000
8000
10000
12000
14000
16000
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
Op.
0
100000
200000
300000
400000
500000
600000
Has.
OperadoresHectáreas
14
Tabla 2. Estimación de las funciones de difusión
Modelo Número de hectáreas Número de operadores
Bass p = 0 → Modelo logístico p = 0 → Modelo logístico
Logístico
q = 0.76373 (0.09852)
M = 509873 (36596)
R2 = 0.99140
q = 0.82614 (0.09316)
M = 18322 (1179)
R2 = 0.99352
Gompertz ** **
Weibull
β = 4.15385 (0.50259)
δ = 8.78339 (0.44142)
M = 507984 (47440)
R2 = 0.99160
β = 5.13226 (0.59385)
δ = 8.80928 (0.28794)
M = 17156 (1179.03)
R2 = 0.99145
V.Bertalanffy ** **
Floyd
a = -6.26812 (0.50259)
b = 0.64797 (0.08263)
M = 994260 (422948)
R2 = 0.97910
**
Sharif-Kabir σ = 0 → Modelo logístico **
Jeuland ** ***
N.U.I. α = 0 → Modelo logístico α = 0 → Modelo logístico
Fuente: elaboración propia. ** La estimación del modelo no alcanza la convergencia. *** Ninguno de los parámetros estimados es significativo al 95%. Las cifras entre paréntesis corresponden al Standard Error de cada estimación.
En primer lugar, y respecto a la validez de las estimaciones señalar que tienen una
precisión y una fiabilidad limitadas, puesto que para realizarlas se ha utilizado una
muestra de 11 observaciones y muchos de los modelos tienen hasta cuatro
15
parámetros, lo que reduce notablemente los grados de libertad de la estimación5.
Además, por tratarse de modelos no lineales, los resultados de la estimación están
influidos por los valores iniciales considerados. Por último, señalar también que el
modelo de Jeuland y el modelo N.U.I. no tienen una expresión cerrada para la
función de difusión y, por ello, han sido estimados a partir de la ecuación diferencial
indicada en cada caso - como las ecuaciones diferenciales están planteadas de forma
continua, hemos considerado que n(t) = N(t) - N(t-1) - Sin embargo, el hecho de
emplear datos discretos para estimar un modelo definido en forma continua puede
dar lugar a sesgos en las estimaciones, especialmente cuando los intervalos
temporales considerados tienen una gran amplitud (si, como en este caso,
consideramos periodos anuales, por ejemplo). Pese a las limitaciones señaladas, las
resultados generales a los que podemos llegar no varían.
• Análisis de difusión
En algunos de los modelos considerados, no ha sido posible obtener un valor para los
parámetros, pues la estimación no alcanza convergencia. Consideraremos entonces
que no describen de un modo adecuado el proceso de difusión que estamos
analizando.
En los modelos que sí han podido ser estimados el coeficiente de determinación
múltiple R2 ofrece un valor muy elevado –mayor de 0.9-, y los signos “correctos” en
las estimaciones de los parámetros. Además, comprobamos que, como cabía esperar,
los dos procesos considerados (difusión de la superficie dedicada el cultivo de
productos ecológicos y difusión del número de productores y elaboradores de dichos
productos) tienen características muy semejantes, pues ambos están descritos por
funciones similares.
5 Los autores han realizado la estimación de los modelos indicados para tamaños muestrales n = 10, 9, 8, 7 y 6 observaciones, obteniéndose que, aunque la velocidad de difusión no varía sustancialmente, sí lo hace el límite máximo de difusión M.
16
A la vista de los resultados obtenidos, podemos destacar tres rasgos en el proceso de
difusión de la agricultura ecológica en España:
a) Todos los modelos que son significativos (excepto el modelo de Weibull y el
modelo de Floyd) quedan reducidos en la estimación al modelo logístico. Por lo
tanto, indican que el proceso analizado está determinado exclusivamente por el
efecto imitación, y el efecto innovación es nulo.
b) Analizando los modelos que incluyen la posibilidad de que la propensión a imitar
no sea constante a lo largo de todo el periodo de tiempo considerado (modelos de
Floyd, Sharif-Kabir, Jeuland y N.U.I), tan solo la estimación del modelo de Floyd
en el caso del número de hectáreas refleja la existencia de un coeficiente de
imitación decreciente:
−=
994260)t(N1·648.0)t(qsup
Poniendo de manifiesto, como indicábamos antes, que, conforme pasa el tiempo,
el proceso de difusión avanza y se acerca a su nivel de saturación, el “efecto
contagio” se hace menos intenso porque la presión e influencia ejercida por los
usuarios del nuevo producto o proceso es cada vez menor.
c) La velocidad de difusión del proceso, aunque de una magnitud similar, es mayor
en el caso de los operadores de productos ecológicos que en el caso de la
superficie total cultivada con estos productos. Así, en el modelo logístico
(modelo de Bass sin efecto innovación, p=0):
qsup = 0.763731 < 0.826136 = qop
lo cual puede indicar que los agricultores que deciden transformar su explotación
tradicional al sistema ecológico tienen un número de hectáreas relativamente
reducido.
17
Teniendo en cuenta que el modelo logístico tiene un R2 muy elevado –superior a
0.99-, las menores desviaciones típicas de los parámetros estimados y una sencilla
interpretación de sus parámetros, nos basaremos en él para proseguir nuestro análisis.
Dicho modelo presenta una gran capacidad explicativa, y un buena ajuste a los
valores observados, tanto del número de hectáreas cultivadas con productos
ecológicos como del número de operadores que reciben dicha calificación, como
podemos ver en los gráficos 2 y 3:
Gráfico 2. Valores reales y ajustados de la superficie ecológica (1991-2001)
Fuente: elaboración propia.
Gráfico 3. Valores reales y ajustados de los operadores ecológicos (1991-2001)
Fuente: elaboración propia.
18
Según el modelo logístico, en el año 2001 (el último año para el cual se dispone de
datos) se había alcanzado un 95’15% y un 90’47% de los límites máximos estimados
para el número de hectáreas y el número de operadores. Además, el punto de
inflexión del proceso tuvo lugar en 1998 (Tabla 3):
Tabla 3. Punto de inflexión y estado del proceso de difusión de agricultura ecológica.
Punto de Inflexión Proporción de M alcanzada en 2001
Superficie Operadores Superficie Operadores
(8’018) 1998
(8’350) 1998 95’15 % 90’47 %
Fuente: elaboración propia.
Al margen de las diferencias puntuales que puedan presentar otros modelos, parece
claro que la difusión de la agricultura ecológica en España se encuentra
relativamente cerca de su “techo”. Es decir, cerca del valor máximo que se alcanzará
si no cambian las características del proceso y tiene lugar un acontecimiento que
altere el límite estimado M.
• Influencia de las subvenciones
En nuestro estudio acerca de la difusión de la agricultura ecológica en España es
interesante también analizar si el establecimiento de subvenciones y ayudas
financieras al sector6 ha tenido alguna influencia estadísticamente significativa en las
características del proceso de difusión analizado.
Se dispone de datos acerca del importe total de estas ayudas desde 1991 hasta 1998,
lo cual reduce aun más la muestra a un tamaño de n=8 observaciones. Por ello, para
llevar a cabo el constaste de esta cuestión, se ha creado una variable dummy (Dt)
19
que diferencia los periodos anteriores y posteriores a 1995 (año en que las
subvenciones al sector comienzan a tener una cuantía perceptible), y que puede
modificar los parámetros del modelo en cuestión.
Con el fin de no reducir los grados de libertad de los modelos a estimar, se ha
planteado, por una parte, la posibilidad de que el establecimiento de subvenciones
afecte a la velocidad de difusión de la agricultura ecológica:
tDttke1M)t(N
⋅⋅δ+⋅β−+=
Y, por otra parte, la posibilidad de que afecte al límite máximo que este método de
cultivo puede alcanzar:
tkt
e1DM
)t(N⋅β−+
⋅δ+=
La tabla 4 recoge los resultados obtenidos al realizar estas estimaciones:
Tabla 4. Influencia de las subvenciones.
Influencia en la velocidad de adopción
Influencia en el mercado potencial
Superficie δ no significativo t65.036.5t
e1D547394
)t(N⋅−+
⋅=
R2 = 0.99065
Operadores δ no significativo δ no significativo
Fuente: elaboración propia.
Vemos que el hecho de recibir subvenciones a la agricultura ecológica no determina
un cambio estadísticamente significativo en la velocidad de adopción del proceso,
6 Concretamente, se estableció la concesión de una determinada subvención anual por cada hectárea reconvertida a la producción ecológica.
20
pues la variable dummy incluida no es significativa al 95%, y tampoco influye en el
número final de operadores estimado. Sin embargo, al considerar el modelo a partir
de los datos sobre el número de hectáreas cultivadas con este tipo de producto, sí se
advierte un cambio importante desde 1995 y, por lo tanto, una cierta influencia de la
concesión de subvenciones. Concretamente, el nuevo modelo estimado indica que se
puede situar el comienzo del proceso de difusión de la agricultura ecológica en
España en el año 1995, pues antes de esa fecha la superficie cultivada no llegaba al
5% del límite máximo estimado M, y en 1996 supera el 20%.
En cualquier caso, el efecto que han tenido las subvenciones ha sido limitado,
probablemente porque las previsiones de la Administración infravaloraron la
superficie que potencialmente se acogería a dichas ayudas: pronosticaron un
crecimiento lineal de los productores ecológicos, y sin embargo fue exponencial7.
Dicho error en la previsión es atribuible a la descoordinación entre Comunidades
Autónomas a la hora de conceder estas subvenciones y a la falta de experiencia en
programas similares, lo cual hace pensar que en futuros años las subvenciones y
ayudas al sector pueden ser planteadas de un modo más eficiente.
3. Comentarios finales y conclusiones
La agricultura ecológica conlleva notables cambios en la función de producción de
un país, así como importantes mejoras en la calidad nutricional de los alimentos
producidos, respeto por el medio ambiente, desarrollo socio-económico de las áreas
rurales, etc... En este artículo hemos aplicado el marco de la Teoría de la Difusión al
análisis de la evolución de este método de explotación agraria, con el fin de estudiar
sus principales características y su difusión a lo largo de los últimos 11 años en
nuestro país, obteniéndose las siguientes conclusiones:
7 Cf.: Aguirre et al (1998), pp. 562.
21
- En las difusiones analizadas el efecto innovación es nulo, pues toda la
dinámica de los procesos viene marcada por el efecto imitación entre los
agentes del sistema.
- La concesión de subvenciones a partir del año 1995, aunque con un efecto
limitado, coincide con el “despegue” del proceso.
- El proceso de difusión de la agricultura ecológica en España alcanzó su punto
de inflexión en el año 1998, y a partir de dicho momento, la velocidad del
proceso se va reduciendo.
Pese al importante crecimiento de la agricultura ecológica en España durante los
últimos 11 años -que ha alcanzado una tasa media de crecimiento del 60’7% anual –,
nuestro país sigue aun lejos de los niveles que otras naciones europeas alcanzan en
esta materia8. Y, aunque tiene un importante potencial de crecimiento, la expansion
de este método de cultivo parece hacerse estabilizado a causa de una débil demanda
interna de productos ecológicos que hace que la producción se concentre
básicamente en sectores destinados a la exportación. El origen de esta escasa
demanda interna puede encontrarse en:
a) Deficiente distribución y problemas de localización de los productos
ecológicos en los establecimientos habituales de compra9. Según Albardíaz et
al (1996), un 78’7% de los agentes que no consumen estos productos
manifiestan que son “difíciles de encontrar”.
b) Deficiente e insuficiente promoción, que da lugar a un bajo grado de
conocimiento de los productos ecológicos y a una gran confusión con otros
similares. Según Calatrava (2000), un 75% de los consumidores desconoce lo
que es un producto ecológico.
8 Cf.: Comisión Europea (1998, 1999), Offerman y Nieberg (2000), Michelsen (2001). 9 Sánchez y Etxaniz (1996).
22
c) Percepción de un precio elevado entre los consumidores que no conocen ni
consumen productos ecológicos. Entre los que los conocen, sin embargo, un
70% estarían dispuestos a pagar un precio hasta un 15% más alto10.
Sin embargo, el contexto económico actual ofrece una perspectiva favorable para el
crecimiento de la agricultura ecológica, y para un cambio estructural que eleve el
nivel asintótico de la función, M; de modo que pueda seguir teniendo lugar el
proceso de difusión de la agricultura ecológica.
La posibilidad de la reactivación del proceso se basa en tres razones, que señalan
tendencias cuya evolución ya ha empezado a observarse en los últimos años:
a) Desde un punto de vista político-económico, la Política Agraria Común da
lugar a la producción de grandes cantidades de excedentes que gravan el
presupuesto de la Comunidad. Por ello, se ha planteado11 una reforma que ha
de favorecer una producción agrícola y ganadera respetuosa con el medio
ambiente.
Así, la evolución futura de la agricultura ecológica en España estará
determinada en los próximos años por cómo se lleve a cabo la reforma de la
PAC y los efectos que ésta tenga. También es posible el establecimiento de
nuevas ayudas económicas que complementen a las subvenciones ya
existentes, que no alcanzan el máximo establecido por la UE; y la
implementación de planes de acción como los que están en marcha en los
países nórdicos, que integren todas las partes de la cadena de producción,
transporte y comercialización.
b) Desde un punto de vista social, la sociedad europea concede una gran
importancia al medio ambiente y a la calidad alimentaria. Estas preferencias
10 Calatrava (2000).
23
también son atribuibles a los consumidores españoles, que valoran cada vez
en mayor medida un modelo de producción agraria que preserva la
biodiversidad y los recursos genéticos, favorece el bienestar animal y fomenta
un desarrollo rural sostenible.
c) Por último, desde el punto de vista productivo, cabe esperar que, a medida
que el número de operadores ecológicos aumente y se logre una masa crítica
de los mismos, mejore la distribución y se pongan en marcha métodos de
producción más rentables que permitan reducir costes y, por lo tanto, abaratar
los precios finales.
Por ello, una política agraria que pretenda obtener un adecuado desarrollo y
crecimiento de la agricultura ecológica en España ha de ser capaz de cambiar la
estructura del proceso de difusión que, como hemos visto, está prácticamente
completado, teniendo en cuenta sus características más importantes. Y, precisamente,
las medidas han de orientarse hacia un incremento del límite máximo de difusión, M.
En concreto, las medidas que se adopten en este sentido han de formar parte de un
plan de acción integrado dirigido en dos direcciones: estimular la demanda interna de
productos ecológicos y hacer más rentable su producción.
Además, dichas medidas pueden ser completadas con otras acciones de
acompañamiento que desarrollen sistemas de apoyo a la agricultura ecológica en los
campos de investigación, formación y asesoría de agricultores, etc... De este modo se
podría completar una carencia importante que puesta de manifiesto en nuestro
estudio: entre los agricultores ecológicos españoles no existe el efecto innovación, lo
cual puede ser debido a ineficientes fuentes de información externas al sistema.
11 Esta necesidad quedó reflejada inicialmente en el Reglamento del Consejo 2029/91 y el Reglamento del Consejo 207/93, y fue también planteada por la Comisión Europea (1997) en la “Agenda 2000”, ratificada por el Consejo en 1999.
24
Anexo: Definición del concepto de agricultura ecológica
El Codex Alimentarius considera que la agricultura ecológica es un sistema global de
producción agrícola (vegetales y animales) en el que se da prioridad a los métodos de
gestión sobre el uso de insumos externos. En esta óptica, se prefiere el empleo de
métodos de cultivo biológicos y mecánicos al de productos químicos sintéticos.
Según las directrices del Codex, la agricultura ecológica debe tener los siguientes
objetivos:
Aumentar la diversidad biológica del sistema en su conjunto.
Incrementar la actividad biológica del suelo.
Mantener la fertilidad del suelo a largo plazo.
Reutilizar los desechos de origen vegetal y animal a fin de devolver
nutrientes a la tierra, reduciendo al mínimo el empleo de recursos no
renovables.
Basarse en recursos renovables y en sistemas agrícolas organizados
localmente.
Promover un uso saludable del suelo, el agua y el aire, y reducir al mínimo
todas las formas de contaminación de estos elementos que pueden resultar de
las prácticas agrícolas.
Manipular los productos agrícolas haciendo hincapié en el uso de métodos de
elaboración cuidadosos, a efectos de mantener la integridad orgánica y las
cualidades vitales del producto en todas las etapas.
Establecerse en cualquier finca existente a través de un período de conversión
cuya duración adecuada dependerá de factores específicos para cada lugar,
como la historia de la tierra y el tipo de cultivos y ganado que hayan de
producirse.
25
Bibliografía
1. Aguirre, J. et al (1998) “El fomento de la agricultura ecológica por el programa
agroambiental español (2078/92/CEE): perspectivas y realidades”, Actas III
Congreso de la Sociedad Española de Agricultura Ecológica, Valencia, 21-26
septiembre 1998.
2. Akinola, A.A. (1986) “An application of Bass’s model in the analysis of
diffusion of cocoa-spraying chemicals among Nigerian cocoa farmers”, Journal
of Agricultural Economics, 37, pp. 395-404.
3. Albardíaz, M. A. et al (1996) “Análisis del consumo de productos ecológicos”,
Actas II Congreso de la Sociedad Española de Agricultura Ecológica, Pamplona,
25-28 septiembre 1996.
4. Bass, F. (1969) “A New Product Growth Model for Consumer Durables”,
Management Science, 15(5), pp. 215-226.
5. Bertalanffy, L. Von. (1957) “Quantitative laws brichin metabolism and
growth”,Quarterly Review of Biology, 32, pp. 217-231.
6. Calatrava, J. (2000) “Actitudes y comportamientos del consumidor español anle
los alimentos ecológicos”, Actas IV Congreso de la Sociedad Española de
Agricultura Ecológica, Córdoba, 19-23 septiembre 2000.
7. Carrillo, M. Gonzalez, J.M. (2002) “A New Approach to Modelling Sigmoidal
Curves”, Technological Forecasting and Social Change, 69 (3), pp. 233-241.
8. Caswell, M.F., Zilberman, D. (1986) “The effects of well depth and land quality
on the choice of irrigation technology”, American Journal of Agricultural
Economics, 68, pp. 798-811.
26
9. Clark, S. (1991) “New Deal Regulation and the Revolution in American Farm
Productivity: A Case Study of the Diffusion of the Tractor in the Corn Belt,
1920-1940”, Journal of Economic History, 51 (1), pp.101-123.
10. Comisión del Codex Alimentarius FAO/OMS (1991) “Directrices para la
producción, elaboración, etiquetado y comercialización de alimentos producidos
orgánicamente”, Programa Conjunto FAO/OMS sobre normas alimentarias,
CAC/GL 32-1991.
11. Comisión Europea (1997) “Agenda 2000”, Office for Official Publications of the
European Communities, Luxemburgo.
12. Comisión Europea (1998) Documento de Trabajo de la Comisión – DG VI
“Estado de la aplicación del Reglamento CEE nº 2078/92. Evaluación del
programa Agro-ambiental”, Dirección General VI, Bruselas.
13. Comisión Europea (1999) “Report. Agriculture, environment, rural development.
Facts and figures. A Challenge for Agriculture”, Office for Official Publications
of the European Communities, Luxemburgo.
14. Dixon, R. (1980), “Hybrid Corn Revisited”, Econometrica, 48 (6), pp. 1451-
1461.
15. Easingwood, C.J., Mahajan, V., Muller, E. (1981) “A nonsymetric responding
logistic model for technological substitution”, Technological Forecasting and
Social Change, 20, pp. 199-203.
16. Easingwood, C.J., Mahajan, V., Muller, E. (1983) “A Non-Uniform Influence
Innovation Diffusion Model of New Product Acceptance”, Marketing Science, 2
(3), pp. 273-295.
17. Floyd, A. (1962) “Trend forecasting: a methodology for figure of merit”, en J.
Bright (ed.) “Technological forecasting for industry and government: methods
and applications”.
27
18. Gatignon, H., Robertson, T. (1985) " A Propositional Inventory for New
Diffusion Research”, Journal of Consumer Research, 11, pp. 849-867.
19. Griliches, Z. (1957) “Hybrid Corn: An Exploration in the Economics of
Technological Change”, Econometrica, 25 (4), pp. 501-522.
20. Griliches, Z. (1980) “Hybrid Corn revisited: A reply”, Econometrica, 48 (6), pp.
1463-1465.
21. Jabbar, M.A. and Beyene; H. and Saleem, N. and Gebreselassie, S. (1999)
“Adoption Pathways for New Agricultural Technologies: An Approach and an
Application to Vertisol Management Technology in Ethiopia”, Socioeconomic
and Policy Research Working Paper No. 23, International Livestock Research
Institute, Ethiopia.
22. Jensen, R. (1983) “Innovation Adoption and Diffusion When There are
Competing Innovations”, Journal of Economic Theory, 29, pp.161-171.
23. Jeuland, A.P. (1981) “Parsimonious models of diffusion of innovations: Part A,
derivations and comparisons”, Working Paper, Graduate School of Business,
University of Chicago.
24. Lindberg, B. (1982) “International Comparison of Growth in Demand for a New
Durable Consumer Product”, Journal of Marketing Research, 19, pp. 364-371.
25. MAPA (2000) “Estadísticas 2000. Agricultura Ecológica (España)”, Ministerio
de Agricultura, Pesca y Alimentación. Subsecretaría de Agricultura, Pesca y
Alimentación. Dirección General de Alimentación.
26. MAPA (2002) “Hechos y cifras del sector agroalimentario y del medio rural
español”, Ministerio de Agricultura, Pesca y Alimentación. Subsecretaría de
Agricultura, Pesca y Alimentación.
27. Mar Molinero, C. (1980) “Tractors in Spain: a logistic analysis”, Journal of the
Operational Research Society, 31, pp. 141-152.
28
28. March, S.P., Pannell, D.J. (1997) “What we think about extension, and why it is
not enough for landcare?”, Paper presented at Western Australian Landcare
Conference, Geraldton, September 1997.
29. Marsh, S., Pannell, D.J., Lindner, R.K. (1995) “Impact of extension on adoption
of lupins in Western Australia”. Paper presented at the 39th Annual Conference
of the Australian Agricultural Economics Society, Perth, February 14-16 1995.
30. Michelsen, J. (2001) “Organic farming in a social context. Organic food and
farming: towards partnership and action in Europe”, presented European
Conference of Organic Food and Farming, 10-11 May 2001, Copenhagen,
Denmark.
31. Offerman, F., Nieberg, H. (2000) “Economic performance of organic farms in
Europe”, en “Organic farming in Europe: Economics and Policy”, vol. 5,
University of Hohenheim.
32. Oliver, F. R. (1981) “Tractors in Spain: a further logistic analysis”, Journal of the
Operational Research Society, 32, pp. 499-502.
33. Reglamento del Consejo (CEE) 2029/91, de 24 de junio de 1991.
34. Reglamento del Consejo (CEE) 207/93, de 29 de enero de 1993.
35. Rogers, E. (1995) “Diffusion of Innovations”, 5ª ed., New York: The Free Press.
36. Sahal, D. (1977) “The Multidimensional Diffusion of Technology”,
Technological Forecasting and Social Change, 10, pp. 277-298.
37. Sánchez, M., Etxaniz, M. (1996) “Estudio de las preferencias en el consumo de
productos de agricultura ecológica”, Actas II Congreso de la Sociedad Española
de Agricultura Ecológica, Pamplona, 25-28 septiembre 1996.
38. Sharif,M.N., Kabir, C. (1976) “A generalized model for forecasting technological
substitution”, Technological Forecasting and Social Change, 8, pp. 353-364.