olva maldonado herlay 2009
Post on 19-Jan-2016
19 Views
Preview:
TRANSCRIPT
UNIVERSIDAD AUTÓNOMA CHAPINGO
DIVISIÓN DE CIENCIAS FORESTALES
ANÁLISIS DE LA FUNCIÓN DE PRODUCCIÓN
COBB-DOUGLAS Y SU APLICACIÓN EN
EL SECTOR PRODUCTIVO MEXICANO
TESIS PROFESIONAL
Que como requisito parcial
para obtener el título de:
LICENCIADO EN ESTADÍSTICA
Presenta
HERLAY OLVA MALDONADO
GENERACIÓN 2008
CHAPINGO, MÉXICO, ABRIL 2009
I
“ANÁLISIS DE LA FUNCIÓN DE PRODUCCIÓN COBB-DOUGLAS Y SU
APLICACIÓN EN EL SECTOR PRODUCTIVO MEXICANO”1.
Herlay Olva Maldonado 2
José Artemio Cadena Meneses 3
RESUMEN
La función de producción de Cobb-Douglas, es una función muy empleada en el análisis
económico, para representar la relación que existe entre el producto obtenido y la
combinación de los factores o insumos que se utilizan en su obtención. El presente trabajo
realiza un análisis del modelo econométrico de la función de producción de Cobb-Douglas
y su aplicación al sector productivo mexicano.
La función de producción de Cobb-Douglas es no lineal en los parámetros y a través de la
transformación logarítmica se hace lineal. Para estimar los parámetros se usa el método de
regresión lineal; para ello se usaron el programa estadístico R (versión 2.6.2 (2008)), y
XLSTAT (Versión 2008.7.01).
En la estimación del modelo econométrico, se utilizaron series históricas de los años de
1980 a 2007, empleando las variables: producción agropecuaria, como el producto final
obtenido, el PIB agropecuario como factor capital y al personal ocupado remunerado en ese
sector como el factor mano de obra.
Realizada la aplicación, los resultados derivados para el sector agropecuario, desde 1980 a
2007, ha exhibido notables cambios en su producción; se obtuvieron rendimientos
crecientes a escala para este periodo en estudio, lo cual es de suma importancia, debido a la
gran trascendencia que este sector significa para la economía a nivel nacional.
1 Resumen de la tesis profesional presentada por el autor para obtener el titulo de Licenciado en Estadística. 2 Autor de la tesis.
3 Director de la tesis.
II
Palabras clave: Rendimientos crecientes a escala, Lineal, Parámetros, Factor capital,
Factor mano de obra, Producto final.
III
SUMMARY
The Cobb-Douglas production function is a widely used function in the economic analysis
to represent the relationship between the obtained product and the combination of factors or
inputs which are used to obtain it. This study carries out an analysis of the econometric
model of the Cobb-Douglas production function and its application for the Mexican
productive sector.
The Cobb-Douglas production function is non-linear in the parameters and became linear
through the logarithmic transformation. To estimate the parameters, linear regression
method have been used, for that the R statistical program (version 2.6.2 (2008)) and
XLSTAT software (Version 2008.7.01) were used.
In the estimation of the econometric model, historical series of the years 1980 to 2007 were
used, utilizing the variables: agriculture/livestock production, as the final obtained product,
the agriculture/livestock GDP as a capital factor and the remunerated personnel occupied in
that sector as the labor factor.
Once the application was done, the derived results for the agriculture/livestock sector, from
1980 to 2007, has exhibited remarkable changes; For this period under study yields at
increasing scale were obtained, which is of great importance because of great
transcendence this sector means for national level economy.
Key words: Increasing returns to scale, Linear, Parameters, Capital factor, Labor factor,
Final product.
IV
ÍNDICE GENERAL
RESUMEN 1 I
SUMMARY 1 III
ÍNDICE GENERAL 1 IV
ÍNDICE DE CUADROS 1 VI
ÍNDICE DE FIGURAS 1 VI
1. INTRODUCCIÓN 1 1
2. OBJETIVOS 3 3
2.1 OBJETIVO GENERAL 3 3
2.1.1 OBJETIVOS PARTICULARES 3 3
3. REVISIÓN DE LITERATURA 4 4
3.1 ESTUDIOS REALIZADOS SOBRE LA FUNCIÓN DE PRODUCCIÓN
DE COBB-DOUGLAS 4
4
3.2 REVISIÓN DE LA FUNCIÓN DE PRODUCCIÓN DE
COBB-DOUGLAS 5
5
3.2.1 PROPIEDADES DE LA FUNCIÓN DE PRODUCCIÓN
DE COBB-DOUGLAS 1
9
3.2.1.1 PRODUCTO MEDIO DEL FACTOR PRODUCTIVO 1 9
3.2.1.2 PRODUCTO MARGINAL DEL FACTOR VARIABLE 1 11
3.2.1.3 GRADO DE HOMOGENEIDAD DE LA FUNCIÓN DE
PRODUCCIÓN 1
14
3.2.1.4 RENDIMIENTOS A ESCALA 1 15
3.2.1.5 TEOREMA DE EULER O DE LA ADICIÓN 1 17
3.3 REGRESIÓN LINEAL 1 18
3.3.1 SUPUESTOS DEL MODELO DE REGRESIÓN LINEAL 1 19
3.4 ESTIMACIÓN EMPÍRICA DE LA FUNCIÓN DE PRODUCCIÓN
DE COBB-DOUGLAS Y PROBLEMAS DERIVADOS DE LA
V
APLICACIÓN DEL MÉTODO DE REGRESIÓN LINEAL 1 19
3.4.1 LINEALIZACIÓN DE LA FUNCIÓN DE COBB-DOUGLAS 1 20
3.4.1.1 CUANDO LA FUNCIÓN ES RESTRINGIDA A
LINEAL HOMOGÉNEA 1
20
3.4.1.2 CUANDO LA FUNCIÓN NO ESTÁ RESTRINGIDA
A LINEAL HOMOGÉNEA 1
21
3.5 CARACTERÍSTICAS DE LOS ERRORES 1 22
4 METODOLOGÍA 1 25
4.1 INFORMACIÓN UTILIZADA 1 25
4.1.1 PRODUCTO INTERNO BRUTO (PIB) 1 25
4.1.1.1 MÉTODOS PARA CALCULAR EL PIB 1 26
4.1.1.2 PIB MEXICANO 1 28
4.1.1.3 PIB AGROPECUARIO 1 30
4.1.2 PRODUCCIÓN AGROPECUARIA 1 33
4.1.3 PERSONAL OCUPADO EN EL SECTOR AGROPECUARIO 1 36
4.2 ESPECIFICACIÓN DEL MODELO 1 38
4.3 ESTIMACIÓN DEL MODELO 1 40
5. ANÁLISIS DE RESULTADOS 1 43
5.1 INTERPRETACIÓN DE LOS RESULTADOS 1 48
6. CONCLUSIONES Y RECOMENDACIONES 1 49
6.1 CONCLUSIÓN 1 49
6.2 RECOMENDACIONES 1 50
7. BIBLIOGRAFÍA 1 51
8. ANEXOS 1 57
8.1 ANEXO 1. CUADROS DE RESULTADOS 1 57
VI
8.2 ANEXO 2. GRÁFICAS DE RESULTADOS 1 58
8.3 ANEXO 3. LISTADO DEL PROGRAMA R PARA UNA FUNCIÓN DE
PRODUCCIÓN COBB-DOUGLAS AJUSTADA AL SECTOR
PRODUCTIVO MEXICANO (TOMADOS DEL CUADRO 5) 1
61
ÍNDICE DE CUADROS1
CUADRO 1. PIB TOTAL Y POR SECTORES DE ACTIVIDAD ECONÓMICA,
MÉXICO 980-2007 (MILLONES DE PESOS A PRECIOS DE 1993) 1
29
CUADRO 2. PRODUCCIÓN TOTAL AGROPECUARIA EN
TONELADAS. MÉXICO 1980-2007 1
35
CUADRO 3. PERSONAL OCUPADO REMUNERADO EN EL
SECTOR AGROPECUARIO, MÉXICO 1980-2007 (PROMEDIO ANUAL) 1
36
CUADRO 4. PRODUCCIÓN AGROPECUARIA, PIB AGROPECUARIO Y
PERSONAL OCUPADO REMUNERADO, EN EL SECTOR PRODUCTIVO
MEXICANO 1
39
CUADRO 5: LOGARITMO APLICADO A LAS VARIABLES 1 41
ÍNDICE DE FIGURAS 1
FIGURA 1. PIB PROMEDIO POR GRAN DIVISIÓN DE ACTIVIDAD
ECONÓMICA, MÉXICO 1980-2007 1
30
FIGURA 2. PIB TOTAL VS PIB AGROPECUARIO EN MILLONES DE PESOS A
PRECIOS DE 1993, MÉXICO 1980-2007 .
31
FIGURA 3. PIB POR ACTIVIDAD ECONÓMICA (MILLONES DE PESOS A
PRECIOS DE 1993), MÉXICO 1980-2007 1
31
FIGURA 4. MÉXICO: PARTICIPACIÓN DEL PIB AGROPECUARIO EN EL
PIB TOTAL, 1980-2007 (PORCENTAJE) 1
33
FIGURA 5. PERSONAL OCUPADO REMUNERADO EN EL SECTOR
AGROPECUARIO, MÉXICO 1980-2007 (PROMEDIO ANUAL) 1
37
1
1. INTRODUCCIÓN
Existen muchos factores que influyen de una u otra manera en la actividad productiva de
una empresa, región o país, de manera tal, que algunas veces es necesario determinar cómo
estos factores se relacionan para desenvolver alguna actividad específica.
Sin embargo, existen conceptos económicos y estadísticos que se conjugan para explicar la
relación que existe entre un producto obtenido y la combinación de los factores a través de
una expresión matemática, tal es el caso de las funciones de producción.
Entre las funciones más comunes tenemos a: La Función de Producción de Proporciones
Fijas, representada como , la Función de Producción de Elasticidad de
Sustitución Constante y la Función de
Producción de Cobb-Douglas (García, 2004).
La función de producción de Cobb-Douglas es quizá la función de producción más
utilizada en economía, basada su popularidad en el cumplimiento de las propiedades
básicas que los economistas consideran deseables. Es la función de producción neoclásica
por excelencia (Sanchoa, 2005).
El objetivo de este trabajo es hacer un análisis de la función de producción de Cobb-
Douglas, y exponer la aplicación de esta función con datos provenientes del sector
productivo mexicano.
La función de producción de Cobb-Douglas es no lineal en los parámetros y a través de una
transformación logarítmica, se vuelve lineal. Por medio de regresión lineal es analizada e
interpretada para concretar los resultados obtenidos.
2
Los resultados presentan la situación de cada uno de los factores empleados en este análisis
para la serie de datos anuales de 1980 a 2007 y concluir la posición económica del país para
el sector productivo.
3
2. OBJETIVOS
2.1 OBJETIVO GENERAL
Analizar el modelo econométrico de la función de producción de Cobb-Douglas
desde un enfoque estadístico económico y aplicarlo a un conjunto de datos del
sector productivo mexicano y realizar un análisis de los resultados obtenidos.
2.1.1 OBJETIVOS PARTICULARES
Contribuir con los conocimientos estadísticos para indagar la función de
producción.
Demostrar cómo este modelo es útil en los cálculos de la econometría al
considerar una función de producción.
Analizar si la situación productiva del sector productivo para México fue
afectada por los factores en la situación económica, y más concretamente, sobre
la productividad, usando la función de Cobb-Douglas.
4
3. REVISIÓN DE LITERATURA
3.1 ESTUDIOS REALIZADOS SOBRE LA FUNCIÓN DE PRODUCCIÓN DE
COBB-DOUGLAS
Se citaron distintos contenidos bibliográficos, con el fin de sustentar el trabajo realizado y
llevar acabo el estudio del tema. A continuación, se mencionan algunos trabajos que tienen
relación con el tema que se está desarrollando.
Anido et al. (1996), presentan un análisis empírico de la producción de maíz en el estado
Barinas, Venezuela, empleando la función econométrica de Cobb-Douglas.
Bichara (1990), presenta información y aspectos relevante en cuanto a la utilización de esta
función de producción.
Castellanos (2004), realiza un estudio de la región confidencial para la obtención del
óptimo económico de una función de producción de Cobb-Douglas bivariada, empleando la
técnica de Wald descrita en Gallant (1987).
Gujarati (2004), hace uso del modelo y realiza la estimación de los parámetros con
información referente a la producción de Taiwán. Representando sus resultados a través del
paquete estadístico SAS (2004).
Mankiw (2004), hace referencia sobre algunas propiedades de la función de producción.
Romo (1990), emplea a la función de producción de Cobb-Douglas en el estudio sobre la
asignación optima de los recursos en los viveros forestales del estado de México.
5
3.2 REVISIÓN DE LA FUNCIÓN DE PRODUCCIÓN DE COBB-DOUGLAS
Las funciones de producción establecen, básicamente, relaciones entre combinaciones de
ciertos insumos relevantes con producción generada por éstos (Bichara, 1990).
Existen tres clases de métodos para encontrar el tipo de relación existente entre las
variables utilizadas en la función de producción.
1) Método de series de tiempo.
2) Corte transversal o datos atemporales.
3) Por experimentación controlada.
El primer método está basado en un análisis estadístico de datos en el tiempo, para varios
insumos utilizados, y la producción generada en cada una de las observaciones del periodo
de tiempo bajo estudio.
El segundo método mencionado es un análisis estadístico que relaciona las variables
tomando observaciones en un momento definido del tiempo.
El último método puede ser utilizado para observaciones temporales o atemporales, con la
diferencia de que la información se obtiene mediante experimentos sujetos a control. Por lo
mismo, el método de experimentación controlada es el único en el cual se cumple el
supuesto de modelo de regresión lineal que considera a variables independientes como no
estocásticas.
De manera general, la función de producción es un modelo que se utiliza para analizar la
relación entre los insumos empleados en un proceso productivo y el producto final, además
describe la tasa a la cual los recursos son transformados en un producto. Simbólicamente
puede ser escrita de la siguiente manera (Romo, 1990):
6
Donde:
: Es el producto.
: Los diferentes insumos considerados. Con .
Se supone además, que la función es continua y univoca, cuya primera y segunda derivadas
existen y también son continuas.
Una forma específica de la relación producto-insumos se puede establecer de la siguiente
manera (Bichara, 1990):
(1)
Donde:
: Es el producto.
: Los diferentes insumos considerados. Con .
: Es un valor que viene determinado parcialmente por las unidades de medida de las
variables consideradas ( y parcialmente por la eficiencia del proceso de
producción.
: Son los parámetros que representan el cambio porcentual en la producción al variar en
uno porciento la cantidad del insumo correspondiente empleado. Con .
Trabajos desarrollados por investigadores han demostrado que, tomando únicamente un
grupo reducido de insumos, éstos definen el valor del producto con un alto grado de
exactitud.
7
Suponiendo el caso de dos factores, este tipo de función quedaría establecida de forma
algebraica de la siguiente manera:
(2)
Conocida como la función de producción de Cobb Douglas.
Donde:
: Es el producto generado.
: Es el capital invertido.
: El trabajo empleado, y
y expresan los mismos coeficientes dados por la función en (1). Con .
Generalizando la fórmula anterior y cambiando las variables, matemáticamente, la función
de producción de Cobb-Douglas tiene la siguiente forma (Castellanos, 2004):
(3)
Donde es un vector de dimensión que denota la cantidad de producto obtenido,
) un vector de n insumos y un vector de n
parámetros desconocidos.
Así puede verse que si en la expresión anterior, a una variación
proporcional en las cantidades de insumo, el producto varia en la misma proporción. Una
función de este tipo se dice que es homogénea de grado 1.
Si ocurre que , a un incremento proporcional a todos los insumos,
el producto aumenta pero en menor proporción que éstos. Finalmente, cuando
8
, a un incremento proporcional en los insumos, el producto aumenta en
mayor proporción.
Para la función de producción anterior, el producto ( ) usualmente es el producto total
medido como valor agregado por año, aunque también puede medirse como cantidad física
de producción por año; en tanto que los insumos ) comúnmente son medidos
como cantidades disponibles o usadas en el proceso de producción (Velazco, 1988).
Los insumos que generalmente se consideran en una función de producción de Cobb-
Douglas, son el capital y el trabajo, principalmente; aunque también pueden considerarse
tierra, materias primas y combustible entre otros. De los insumos mencionados, la medición
del capital presenta problemas, en virtud de que, los datos generalmente no se encuentran
disponibles o son de dudosa confiabilidad; por lo que se recomienda evitar el uso de una
medida explicita del abasto de capital.
Transformando el modelo de Cobb-Douglas, dado por la ecuación (3), a un modelo
econométrico para su estimación, en donde es de suma importancia la forma, de cómo se
especifica el error (Castellanos, 2004).
El error puede ser multiplicativo:
(4)
Donde la es la base de los logaritmos naturales, entonces la función, es estimada, por
regresión lineal múltiple, después de tomar logaritmos en ambos lados de la ecuación (4).
También el error puede ser aditivo:
(5)
9
En tal caso, la función es estimada por mínimos cuadrados no lineales.
Tanto para los errores dados en (4) como en (5) se suponen:
(6)
Posteriormente se darán más detalles sobre las propiedades que tienen los errores.
3.2.1 PROPIEDADES DE LA FUNCIÓN DE PRODUCCIÓN DE COBB-
DOUGLAS
3.2.1.1 PRODUCTO MEDIO DEL FACTOR PRODUCTIVO
El producto medio de un insumo se define como el cociente de la producción total dividida
por la cantidad del insumo (Romo, 1990); reduciendo la ecuación (3) a dos factores:
El producto medio para cada uno, se representan por las siguientes expresiones (Bichara,
1990):
Producto medio del factor (capital).
10
Producto medio del factor (trabajo).
Restringiendo la función a lineal homogénea, lo cual implica que la suma de los exponentes
es igual a la unidad, se tiene:
Sustituyendo en los productos medios:
La productividad media de un insumo nos indica el producto por unidad de este insumo
(Romo, 1990).
Se observa que cuando la función no es lineal homogénea, el producto medio está en
función de las magnitudes absolutas de y a diferencia de cuando sí lo es, en el que
producto medio, está en función únicamente de la relación capital-trabajo (Bichara, 1990).
11
3.2.1.2 PRODUCTO MARGINAL DEL FACTOR VARIABLE
El producto marginal de un insumo se define como la adición en el producto total atribuible
a la adición de una unidad de insumo variable en el proceso productivo, cuando los demás
insumos permanecen constantes (Romo, 1990).
O bien se define como el cambio en el producto total al cambiar en una unidad el empleo de
uno de los factores productivos manteniendo constante la cantidad utilizada del otro factor
productivo. Éste se representa por medio de la derivada parcial de la función con respecto
al factor productivo en cuestión (Bichara, 1990).
Para el factor (capital) es:
Por la ecuación (8), entonces se tiene:
Y por la ecuación (10)
12
Para el factor (trabajo) es:
Por la ecuación (9), se tiene:
Y por la ecuación (10).
Restringiendo las funciones de los factores y a lineal homogénea, tenemos que:
Se dice que existen rendimientos marginales decrecientes cuando al agregar unidades
adicionales de un insumo, manteniendo la cantidad de los demás insumos constantes, el
producto total aumenta pero cada vez en menor cantidad o, lo que es lo mismo, cuando el
producto marginal disminuye. Esto se da fundamentalmente cuando:
13
Cuando la función, sí está sujeta a la restricción de ser lineal homogénea el producto
marginal estará en función únicamente de la relación capital-trabajo, independientemente
de las magnitudes de capital y trabajo.
Cuando , su producto medio tiende a cero. Como el producto marginal está en
función del producto medio de acuerdo a la formulación anterior, éste tenderá también a
cero cuando . El producto marginal por tanto, y basándose en la función de
producción de Cobb-Douglas, nunca será negativo.
Para el producto marginal del factor (Sala, 2000).
Para el producto marginal del factor .
Esto implica que un aumento de la cantidad de capital eleva el y reduce el .
Así mismo, un aumento de la cantidad de trabajo reduce el y eleva el . Un
avance tecnológico que aumenta el parámetro eleva el producto marginal de ambos
factores proporcionalmente.
14
3.2.1.3 GRADO DE HOMOGENEIDAD DE LA FUNCIÓN DE PRODUCCIÓN
El grado de homogeneidad de una función, depende de la reacción que tenga el producto a
cambios en la cantidad de insumos utilizados. Si al multiplicar cada uno de los insumos por
una constante el valor de la producción es multiplicado por entonces la función será
de grado (Bichara, 1990).
Partiendo de lo anterior definimos:
es una función homogénea de grado si
Entonces, dada la función de producción (7) de Cobb-Douglas:
Multiplicando cada factor por una constante y desarrollando, tenemos:
Donde es el grado de homogeneidad.
Ahora bien para nuestra función (7), restringida a lineal homogénea de grado uno; es decir:
Con
15
Sustituyendo:
Por tanto, el grado de homogeneidad es 1.
3.2.1.4 RENDIMIENTOS A ESCALA
La función de producción presenta rendimientos constantes a escala. Es decir, si el capital y
el trabajo se incrementan en la misma proporción, la producción también aumenta en esa
proporción. Que la podemos expresar también de la siguiente manera:
Cuando la suma de los exponentes de la función es igual a la unidad, significa que existen
rendimientos constantes a escala, es decir, que al aumentar en un mismo porcentaje la
cantidad de cada insumo utilizando la proporción se incrementará en un porcentaje igual al
del incremento de los insumos.
Para demostrar que la función de producción de Cobb-Douglas (7), tiene rendimientos a
escala, veamos qué ocurre cuando multiplicamos el capital y el trabajo ( ) por una
constante (Mankiw, 2004).
16
Expandiendo los términos al segundo miembro
Reordenando para agrupar los términos similares, se obtiene
Dado que , la función se convierte en
Pero , por lo que,
Por tanto, la cantidad de producción aumenta en el mismo factor, , lo que implica que
esta función de producción tiene rendimientos constantes a escala.
17
3.2.1.5 TEOREMA DE EULER O DE LA ADICIÓN
Considerando el equilibrio de largo plazo en condiciones de rendimientos constantes a
escala, y si cada factor es retribuido por el valor de su producto marginal, el producto total,
se agotará exactamente por la participación en la distribución total de todos los factores
(Bichara, 1990). Dada la función (7), si se restringe a lineal homogénea, suponemos que:
Al multiplicar los productos marginales por la cantidad de factores utilizados encontramos
la retribución de cada factor, sumándolos tenemos:
Factorizando y eliminando exponentes negativos encontramos:
Con esto queda demostrado que el producto total se agota al existir rendimientos constantes
a escala.
18
3.3 REGRESIÓN LINEAL
La regresión lineal o ajuste lineal es un método matemático que modela la relación entre
una variable dependiente , las variables independientes y un término aleatorio . Este
modelo puede ser expresado como (Wikipedia, 2006):
Donde
: Es la intersección o término constante.
: Son los parámetros respectivos a cada variable independiente, con i=1,…,n.
: Es el número de parámetros independientes a tener en cuenta en la regresión.
: Es la perturbación aleatoria, que recoge todos aquellos factores de la realidad no
controlables u observables y que por tanto se asocian con el azar, y es la que confiere al
modelo su carácter estocástico.
El problema de la regresión consiste en elegir los valores determinados para los parámetros
desconocidos , de modo que la ecuación quede completamente especificada. Para ello se
necesita un conjunto de observaciones.
Con
Los valores escogidos como estimadores de los parámetros, , son los coeficientes de
regresión, sin que se pueda garantizar que coinciden con parámetros reales del proceso
generador; es decir:
19
3.3.1 SUPUESTOS DEL MODELO DE REGRESIÓN LINEAL
a) La relación entre las variables es lineal (Wikipedia, 2006).
b) Los errores son independientes (Wikipedia, 2006).
c) La homoscedasticidad, lo que significa que los errores tienen varianza constante
(Bichara, 1990).
d) La esperanza matemática de los errores es igual a cero (Bichara, 1990).
e) El error total es la suma de todos los errores (Wikipedia, 2006).
3.4 ESTIMACIÓN EMPÍRICA DE LA FUNCIÓN DE PRODUCCIÓN DE COBB-
DOUGLAS Y PROBLEMAS DERIVADOS DE LA APLICACIÓN DEL MÉTODO
DE REGRESIÓN LINEAL
Para la estimación de los parámetros de la función de Cobb-Douglas, se utiliza el modelo
de regresión lineal que se basa en los supuestos anteriores (Bichara, 1990).
La estimación se efectúa por medio del método de mínimos cuadrados que consiste en
hacer mínima la suma del cuadrado de los errores; Aunque se puede hacer énfasis sobre
este método, para nuestro análisis, se empleará por conveniencia el programa estadístico R,
el cual es fácil de manejar para calcular nuestras estimaciones.
20
3.4.1 LINEALIZACIÓN DE LA FUNCIÓN DE COBB-DOUGLAS
Como se mencionó en los supuestos de la regresión lineal, tanto para la aplicación del
método de mínimos cuadrados o en la utilización de un programa estadístico, es necesario
tener la ecuación de regresión en forma lineal y la función de producción de Cobb-Douglas
no se encuentra establecida en esa forma, por lo que se hace necesario utilizar un método
para la linealización de dicha función. El método utilizado es el empleo de logaritmos
naturales ya que es intrínsecamente lineal.
3.4.1.1 CUANDO LA FUNCIÓN ES RESTRINGIDA A LINEAL HOMOGÉNEA
Cuando la función es restringida a lineal homogénea, se suponen rendimientos constantes a
escala, y la suma de los exponentes debe ser igual a la unidad.
Tomando la función (7):
Recordando que:
Y dividiendo por (factor trabajo), se obtuvo así el producto medio de (10), es decir:
21
Ahora, aplicando logaritmos ( )4 se tiene:
Con lo cual la forma de estimación, se puede realizar por el método de regresión lineal
simple donde:
Es la variable dependiente.
Es la variable independiente,
Son los parámetros a estimar.
3.4.1.2 CUANDO LA FUNCIÓN NO ESTÁ RESTRINGIDA A LINEAL
HOMOGÉNEA
Otra forma de presentar la ecuación (7) con dos factores y el término aleatorio, dejando en
libertad el grado de homogeneidad, es:
Aplicando directamente logaritmos a la función, se tiene
4 Donde ln = log natural (logaritmo con base e, donde e=2.718)
22
3.5 CARACTERÍSTICAS DE LOS ERRORES
La desviación de dado en (4) y (5), es una variable aleatoria (perturbación estocástica o
término del error estocástico), no observable, que puede tomar valores positivos o
negativos. El término de perturbación sustituye a todas aquellas variables que han sido
excluidas del modelo, pero conjuntamente afectan a . Por tanto puede ser usada como
un sustituto de todas las variables excluidas del modelo (Gujarati, 1983).
Para los modelos anteriores (4) y (5), reducido a dos variables respetivamente, Goldfeld y
Quandt, (1976) citados por Velazco (1988), dan las siguientes características (Castellanos,
2004):
1) La esperanza condicional de la variable dependiente en el modelo con error
multiplicativo (4) es:
Mientras que para el error aditivo (5) es:
Donde: Es la base de logaritmo natural.
2) El error aditivo es homoscedástico, mientras que el modelo con error multiplicativo
es heteroscedástico.
23
A continuación se puntualiza sobre los supuestos ya mencionados (Gujarati, 1983), que
involucran a los errores en torno a la regresión lineal general o clásica.
1)
Es decir, que el valor esperado condicional de al dado, es cero
2)
Donde son dos observaciones diferentes y es la covarianza.
3)
Donde es la varianza.
Es decir, expresa que la varianza de para cada (la varianza condicional de es un
número positivo constante e igual a . Técnicamente representa el supuesto de
homoscedasticidad o igual (homos) dispersión (cedasticidad) o igual varianza, es decir, que
las poblaciones que corresponden a varios valores de tienen la misma varianza.
Y en contraparte tenemos a la heteroscedasticidad o dispersión desigual o varianza
desigual, en la que la varianza condicional de la población cambia a medida que
cambia igualmente, simbólicamente puede escribirse como:
El subíndice quiere decir que la varianza de la población ya no es constante.
24
4)
Vale la pena comentar que las variables también son aleatorias, ya que regularmente, en
regresión son fijas.
Este supuesto afirma que la perturbación y la variable explicatoria no están
correlacionadas.
Es común que en el análisis empírico alguno de los datos que se desea tener no se
encuentren a disposición, por lo que en ocasiones se excluyen algunas variables aunque se
sepa que son relevantes.
Es muy posible, que la influencia conjunta de todas o algunas de las variables excluidas,
sea insignificante o a lo mejor aleatoria o no sistemática, y que desde el punto de vista
práctico y por razones de costo, no se justifique su introducción explicita en el modelo.
Cuando así ocurre, el efecto combinado de todas estas variables, pueden ser tratados como
una variable aleatoria .
25
4. METODOLOGÍA
Con base en la revisión de la literatura consultada, el presente trabajo en relación a su
objetivo, exhibió como propósito dar una aplicación sobre el empleo de la función de
producción de Cobb-Douglas al sector productivo mexicano.
En la utilización de las variables a considerar, para la aplicación del modelo, se consideró
tomar una serie de datos históricos y analizar el comportamiento de dicho sector.
Para este trabajo se contaron con tres variables, las cuales fueron obtenidas de diversas
fuentes de investigación, por mencionar algunas, tales como la información proveniente de
la H. Cámara de Diputados a través del Instituto Nacional de Geografía y Estadística
(INEGI) recopilando las series del PIB mexicano para el sector agropecuario en miles de
pesos, series del personal ocupado remunerados por sector de actividad en promedio anual,
así como la producción total en toneladas del sector agropecuario.
4.1 INFORMACIÓN UTILIZADA
4.1.1 PRODUCTO INTERNO BRUTO (PIB)
Es el valor total (suma de los valores monetarios) de los bienes y servicios producidos en el
territorio de un país en un período determinado (trimestre, año, etc.), libre de
duplicaciones. Se define como la diferencia entre el valor bruto de producción menos el
valor de los bienes y servicios consumidos durante el propio proceso productivo, a precios
comprador (consumo intermedio). Esta variable se puede obtener también en términos
netos al deducirle al PIB el valor agregado y el consumo de capital fijo de los bienes de
capital utilizados en la producción (Solano, 2008).
26
En este trabajo, los datos del PIB se expresan en términos reales a precios constantes de
1993, y en términos nominales o precios corrientes; y corresponden al total de la
economía, así como a cada una de las 9 grandes divisiones que la componen (INEGI,
Calculo de PIB, base 1993).
1. Agropecuario, silvicultura y pesca
2. Minería
3. Industria manufacturera
4. Construcción
5. Electricidad, gas y agua
6. Comercio, restaurantes y hoteles
7. Transporte, almacenaje y comunicaciones
8. Servicios financieros, seguros, actividades inmobiliarias y de alquiler
9. Servicios comunales, sociales y personales
4.1.1.1 MÉTODOS PARA CALCULAR EL PIB
a) Método del gasto
Se utiliza para medir la demanda de bienes y servicios de utilización final, pero no por
actividad económica de los productores. Éstos se efectúan mediante cálculos
independientes de las variables: consumo final de los hogares, consumo del gobierno, de la
variación de existencias, de la formación bruta de capital fijo y de las exportaciones netas,
que constituyen la demanda final de los valores del comprador y se expresa en la fórmula
(Solano, 2008).
27
Donde
= Producto Interno Bruto
= Consumo Privado
= Consumo de Gobierno
= Formación Bruta de Capital Fijo
= Variación de Existencias
= Exportación de Bienes y servicios
= Importación de bienes y servicios
Los métodos que se utilizan para calcular el PIB por rama de actividad económica de los
productores de bienes y servicios, son el método de la producción y el método del pago a
los factores de la producción.
b) Método de la producción
Consiste en deducir el consumo intermedio del valor bruto de la producción, los cálculos de
valor bruto de la producción se realizan a precios básicos y el consumo intermedio se
valora a precios comprador. La fórmula del PIB para este método es:
Donde
= Producto Interno Bruto
= Consumo Intermedio
= Valor Bruto de la Producción
28
c) Método del pago a los factores
Consiste en calcular y sumar los componentes del valor agregado: las remuneraciones, el
consumo de capital fijo y el excedente neto de operación, que incluye el ingreso de los
trabajadores por cuenta propia, los intereses, las regalías, las utilidades y las
remuneraciones a los empresarios, entre otros conceptos. La fórmula para el cálculo del
PIB en valores básicos, por este método es:
Donde
= Producto Interno bruto
= Remuneraciones
= Excedente bruto de operación
Para el total de la economía, el PIB calculado por el método de gasto, debe coincidir con el
producto calculado por el método de la producción y con el obtenido por el método del
pago a los factores de la producción.
4.1.1.2 PIB MEXICANO
Para analizar el comportamiento del PIB de México correspondiente al periodo de 1980-
2007 se obtuvieron los datos que se presentan en el Cuadro15; así mismo podemos apreciar,
en cuanto a la participación (Figura 1) de los sectores por actividad económica, que el
sector de servicios comunales (incluye sociales y personales) es el de mayor aporte a la
economía al contribuir en promedio con 20.06% del total6, seguido en importancia por el
PIB de comercio (más restaurantes y hoteles) con un promedio de 19.95% y el
5 Únicamente se incluyen seis sectores, el resto se contabiliza en el INEGI por el BIE. 6 Además se incluye Cargo por los servicios bancarios imputados en promedio igual a -2.58703979
29
agropecuario (considerando silvicultura y pesca) con un 5.84% durante los últimos 28 años
(Espinoza, et al (2001). Contexto y Tendencias en los apoyos a la Investigación
Agropecuaria en México).
Cuadro 1. PIB total y por sectores de actividad económica, México 1980-2007
(Millones de pesos a precios de 1993).
Año PIB Agropecuario Industria
M.
Electricidad,
Gas y Agua Comercio
Servicios
Financieros
Servicios
Comunales
1980 948,607.30 61,671.80 167,548.50 10,041.90 205,245.40 105,291.60 195,950.30
1981 1,029,481.80 66,444.00 178,637.50 11,207.90 225,800.10 112,545.50 210,387.10
1982 1,024,120.20 64,876.50 173,609.00 12,290.90 224,798.70 118,326.70 216,996.50
1983 988,415.10 66,121.00 158,990.70 12,430.40 208,428.20 123,120.60 222,585.60
1984 1,022,128.10 67,176.00 167,057.90 13,052.30 211,146.40 130,300.10 228,316.10
1985 1,044,489.10 69,239.30 177,961.20 14,137.10 210,741.60 134,848.80 227,291.70
1986 1,012,329.70 68,410.00 168,067.90 14,651.30 197,649.00 139,802.80 225,419.10
1987 1,029,766.50 69,174.30 172,365.30 15,199.20 199,346.70 144,729.90 225,312.40
1988 1,042,981.10 66,720.00 178,416.10 16,114.40 202,530.50 146,785.20 226,562.00
1989 1,085,800.80 65,730.30 192,500.90 16,834.80 211,892.40 151,916.50 233,484.10
1990 1,141,999.30 70,208.50 205,524.50 17,270.30 225,058.20 158,670.30 240,835.20
1991 1,190,131.80 71,918.30 212,578.00 17,336.80 238,749.80 166,125.40 251,629.30
1992 1,232,275.60 70,438.80 221,427.40 17,868.70 251,401.70 173,740.20 255,443.10
1993 1,256,196.00 72,629.00 219,934.00 18,326.50 251,628.70 183,208.10 263,922.00
1994 1,312,200.40 73,222.30 228,891.60 19,200.90 268,696.10 193,145.80 267,243.00
1995 1,230,608.00 74,101.80 217,581.70 19,613.80 226,959.90 192,526.50 261,055.70
1996 1,293,859.10 76,706.50 241,151.90 20,511.70 237,859.00 193,626.50 263,651.70
1997 1,381,525.20 76,821.80 265,113.40 21,580.20 263,313.30 200,847.20 272,473.70
1998 1,449,310.10 77,334.00 284,642.70 21,979.50 278,161.40 210,097.10 280,287.90
1999 1,505,445.50 80,031.50 296,631.30 25,456.90 286,818.40 217,704.40 286,213.70
2000 1,604,834.80 80,529.50 317,091.60 26,216.90 321,838.50 229,780.80 294,484.70
2001 1,602,315.50 83,348.80 304,990.50 26,817.50 318,035.40 240,224.30 293,709.40
2002 1,615,561.60 83,581.30 303,003.90 27,077.30 318,079.30 250,385.70 296,355.30
2003 1,637,396.40 86,221.80 299,156.90 27,481.70 322,732.30 260,249.80 294,700.60
2004 1,705,798.40 89,120.50 311,013.70 28,250.60 340,379.30 270,407.60 296,540.80
2005 1,753,594.90 87,714.30 315,314.10 28,743.50 349,518.00 286,045.00 302,021.00
2006 1,837,925.60 91,848.50 330,026.60 30,332.40 362,349.50 301,398.40 310,720.00
2007 1,898,397.80 93,730.00 333,406.10 31,521.30 372,181.00 316,557.00 318,028.90
Fuente: Elaboración propia con datos reunidos del INEGI por el BIE.
30
Figura 1. PIB promedio por gran división de actividad económica, México 1980-2007 Fuente: Elaboración propia con datos del INEGI (BIE).
4.1.1.3 PIB AGROPECUARIO
A principios de los años ochenta, en la evolución del PIB agropecuario y el PIB nacional
(Cuadro1 y Figura 2) se observa que ambas series mantienen un comportamiento cíclico (es
decir, tiene años buenos, malos y regulares), fuertemente autocorrelacionado en torno a una
tendencia poco a poco ascendente. Posteriormente se aprecia una reducción paulatina en la
trayectoria de ambas series que corresponde a una fase de crisis y de aplicación de políticas
orientadas a un cambio estructural de la economía mexicana, que modificó las relaciones
entre los distintos sectores de la economía. Finalmente se observa que el PIB total presentó
una caída en 1995 (Escalante, 2006) (Figura 2). Esta caída se derivó en gran parte de la
abrupta devaluación del peso frente al dólar lo que ocasionó aumentos en la inflación y en
las tasas de interés, deprimiéndose así las actividades de consumo, ahorro e inversión
(Espinoza et al (2001). Contexto y Tendencias en los apoyos a la Investigación
Agropecuaria en México). En contraparte, el sector agropecuario, a partir de 1995, presenta
una tendencia diferente, con un ritmo de crecimiento menor respecto al conjunto de la
-
5.00
10.00
15.00
20.00
25.00
Imp
ues
tos
Agro
pec
uar
io
Min
ería
Indust
ria
M.
Con
stru
cció
n
Ele
ctr.
, G.
y A
.
Com
erci
o
Tra
nsp
ort
e
S. F
inan
cier
os
S. C
om
un
ales
C. S
. B
anca
rios
8.05 5.84
1.32
17.89
4.23 1.49
19.95
9.51
14.25
20.06
-2.59
Porcen
taje
del
PIB
tota
l
1980-2007
31
economía lo que se manifiesta también en una menor participación en el PIB nacional
(Escalante, 2006) (Figura 3).
Figura 2. PIB total vs PIB agropecuario en Millones de pesos a precios de 1993,
México 1980-2007. Fuente: Elaboración propia con datos del INEGI por el BIE.
Figura 3. PIB por actividad económica (Millones de pesos a precios de 1993), México
1980-2007. Fuente: Elaboración propia con datos del INEGI por el BIE.
-10,000.0 20,000.0 30,000.0 40,000.0 50,000.0 60,000.0 70,000.0 80,000.0 90,000.0 100,000.0
-200,000.0 400,000.0 600,000.0 800,000.0
1,000,000.0 1,200,000.0 1,400,000.0 1,600,000.0 1,800,000.0 2,000,000.0
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
Mill
on
es
de
pe
sos
PIB Agropecuario
-
50,000.0
100,000.0
150,000.0
200,000.0
250,000.0
300,000.0
350,000.0
400,000.0
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Mill
on
es d
e p
eso
s
Años
Agropecuario Industria M. Electricidad, Gas y AguaComercio S. Financieros S. Comunales
32
El sector agropecuario de México ha disminuido su importancia relativa en la economía
nacional en términos de su participación en el PIB (Figura 4) por el avance que han tenido
otros sectores, por mencionar: el de servicios comunales, el de industria manufacturarera, el
de comercio, entre otros. Este proceso se aceleró en las ultimas dos décadas debido a la
reducción y/o eliminación de una serie de apoyo al sector entre los que destacan los precios
de garantía y los subsidios a insumos básicos.
Los rubros más importantes del sector agrícola en términos de valor son las hortalizas, los
frutales, los cereales y los forrajes. La importancia de estos grupos de cultivos ha variado a
través de los años con cereales y cultivos industriales perdiendo importancia relativa,
mientras que frutas, hortalizas y forrajes han mejorado su situación. Entre los años de 1980
y 1999 la importancia de los cereales pasó de 30.5% en 1980 (cuando ocupaban el primer
lugar) a 19.6% en 1999 (cuando ocuparon el tercer lugar). Para el mismo período la
participación de los cultivos industriales (entre ellos el algodonero) pasó de 19.1% a 14.8%.
La disminución de estos cultivos se debe, en gran parte, a sus bajas cotizaciones en los
mercados nacional e internacional. Sólo durante el período de 1982-1999 los precios reales
del maíz y trigo cayeron en 52.7% y 41.9%, respetivamente. Por otra parte hay que destacar
que el desarrollo de las cuencas lecheras intensivas en varias regiones del país ha
estimulado la demanda y precios de varios cultivos forrajeros, destacando la alfalfa, el maíz
forrajero y el sorgo forrajero (Espinoza, 2001. Contexto y Tendencias en los apoyos a la
Investigación Agropecuaria en México) (Figura 4).
33
Figura 4. México: Participación del PIB agropecuario en el PIB total, 1980-2007
(Porcentaje). Fuente: Elaboración propia con datos del INEGI por el BIE.
4.1.2 PRODUCCIÓN AGROPECUARIA
En México, la producción agropecuaria ha dependido de diversos factores, entre los que
destacan las condiciones y fenómenos climatológicos, en virtud que la mayor parte de la
superficie cultivada es de temporal, sin dejar a un lado las políticas agrícolas y pecuarias
que han afectado adversamente la evolución de la producción y la balanza comercial de
estas mismas, y con ello también el empleo e ingresos rurales.
No obstante, con base en la participación de la producción agropecuaria en el PIB total,
para los últimos años, la estructura subsectorial agropecuaria se ha mantenido relativamente
invariable, ya que la participación de la agricultura ha oscilado en torno al 65% del
producto total agropecuario, la ganadería al 27%, la silvicultura al 4.5% y la pesca 3.5%.
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Porcen
taje
Años
34
La producción de los granos básicos también ha permanecido relativamente constante pues
representó el 23% de la producción agrícola en 1980, el 24% en 1994 y el 22.4% en 20017.
Para tener un enfoque de esto, ver Cuadro 2 donde se presenta una reunión de datos con
series de la producción agrícola8 y la producción pecuaria, de 1980-2007. Cabe aclarar que
en la producción pecuaria, está conformado por:
Ganado en pie: bovino, porcino, ovino y caprino.
Ave9 y guajolote en pie: ave y guajolote.
Carne en canal: bovino, porcino, ovino, caprino, ave y guajolote.
Leche10
: bovino y caprino.
Otros productos: Huevo para plato, miel, cera en greña y lana sucia.
Los datos referentes a la producción agrícola, fueron obtenidos a través, del Centro de
Estudios de las Finanzas Públicas de la H. Cámara de diputados, con datos de la
Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO), Datos
Agrícolas de FAOSTAT, Instituto Nacional de Estadística, y Geografía (INEGI) y Anexo
estadístico del segundo informe de gobierno, 2002; para los años 2003-2007, las
información fue recabada del Servicio de Información Agroalimentaria y Pesquera (SIAP).
Para la producción pecuaria, los datos fueron obtenidos por el paquete básico de
información SIAP la cual proporciona un anuario estadístico con una base de datos de la
producción pecuaria de los Estados Unidos Mexicanos correspondiente a los años de 1980-
2007, con el fin de que los productores y otros agentes económicos dispongan de
información de estas estadísticas básicas sobre este subsector para la toma de decisiones
productivas y comerciales.
7 Información de la Cámara de Diputados. 2003. Indicadores macroeconómicos, 1980-2003. 8 Incluye los 10 principales cultivos: arroz, frijol, maíz, trigo, ajonjolí, cártamo, semilla de algodón, soya,
cebada y sorgo. 9 Ave: se refiere a pollo, gallina ligera y pesada que ha finalizado su ciclo productivo. 10
Leche: producción en miles de litros, convertidos a toneladas.
35
Cuadro 2. Producción total agropecuaria en toneladas. México 1980-2007.
AÑO TOTAL PRODUCCIÓN
AGRICOLA
PRODUCCIÓN PECUARIA
Ganado
en pie
Ave y
guajolote
en pie
Carne en
canal Leche
Otros
productos
1980 37,641,114 22,790,319 3,846,398 490,967 2,767,675 7,021,245 724,510
1981 42,620,804 27,140,953 4,077,271 549,974 2,952,062 7,150,615 749,929
1982 37,989,413 22,124,101 4,228,182 585,786 3,073,332 7,224,133 753,879
1983 40,464,915 24,911,819 4,045,007 613,170 3,039,406 7,057,004 798,509
1984 41,002,031 25,571,317 3,899,742 631,069 2,960,330 7,140,504 799,069
1985 45,135,601 29,490,698 3,660,937 707,212 2,920,860 7,474,405 881,489
1986 39,748,030 24,654,507 3,794,294 766,242 2,911,028 6,538,519 1,083,440
1987 40,708,136 25,867,180 3,771,696 780,273 2,891,134 6,349,739 1,048,114
1988 37,171,183 22,592,458 3,590,353 781,346 2,768,062 6,280,896 1,158,068
1989 36,728,430 23,178,233 3,400,104 766,847 2,562,228 5,703,959 1,117,059
1990 41,901,143 27,646,456 3,274,476 947,856 2,682,494 6,265,936 1,083,925
1991 41,503,828 25,994,959 3,466,359 1,051,322 2,924,109 6,847,772 1,219,307
1992 44,329,866 28,231,944 3,626,819 1,088,091 3,036,237 7,114,088 1,232,687
1993 43,924,072 26,966,092 3,612,488 1,299,009 3,188,253 7,555,222 1,303,008
1994 46,334,199 28,851,489 3,888,176 1,391,002 3,432,599 7,461,543 1,309,390
1995 46,697,539 28,670,288 3,928,036 1,579,042 3,685,344 7,537,647 1,297,182
1996 48,888,741 31,024,001 3,744,001 1,550,559 3,569,925 7,709,347 1,290,908
1997 48,141,320 29,483,282 3,751,713 1,762,178 3,786,651 7,968,633 1,388,863
1998 50,883,107 30,864,079 3,985,990 2,036,199 4,030,465 8,443,455 1,522,919
1999 50,084,943 28,756,510 4,142,561 2,264,806 4,216,520 9,008,312 1,696,234
2000 51,429,861 29,207,000 4,207,648 2,359,742 4,359,457 9,442,621 1,853,393
2001 55,248,539 32,392,100 4,304,083 2,452,695 4,529,812 9,612,166 1,957,683
2002 55,048,964 31,579,100 4,360,211 2,617,836 4,720,917 9,804,750 1,966,150
2003 57,174,488 33,419,000 4,368,925 2,709,618 4,804,397 9,936,197 1,936,351
2004 58,391,982 33,994,200 4,442,492 2,866,021 4,998,607 10,025,261 2,065,401
2005 55,159,985 30,268,300 4,497,375 3,070,628 5,209,581 10,032,549 2,081,552
2006 54,484,149 28,804,400 4,624,354 3,152,710 5,297,680 10,252,509 2,352,496
2007 61,912,943 35,620,900 4,735,411 3,247,720 5,442,649 10,513,405 2,352,858
Fuente: Elaboración propia con datos del Servicio de Información Agroalimentaria y Pesquera (SIAP), con
información de las delegaciones de la SAGARPA.
36
4.1.3 PERSONAL OCUPADO EN EL SECTOR AGROPECUARIO
En el sector primario, tanto en términos absolutos como relativos se han registrados
descensos. Con lo que se reitera que el paulatino descenso, de las actividades del sector
primario como porcentaje total es una manifestación del proceso mismo de desarrollo
económico del país, al sustituir por tecnología la mano de obra (ver Cuadro 3).
Cuadro 3. Personal ocupado remunerado en el sector agropecuario, México 1980-2007
(promedio anual).
AÑOS
PERSONAL OCUPADO
REMUNERADO EN EL
SECTOR AGROPECUARIO
1980-2007
AÑOS
PERSONAL OCUPADO
REMUNERADO EN EL
SECTOR AGROPECUARIO
1980-2007
198011
5,700,000.00 1994 6,318,703.00
1981 5,989,000.00 1995 6,193,512.00
1982 5,637,000.00 1996 6,309,359.00
1983 5,874,000.00 1997 6,116,378.00
1984 5,931,000.00 1998 6,345,504.00
1985 6,096,000.00 1999 6,392,005.00
1986 5,890,000.00 2000 6,286,195.00
1987 5,930,000.00 2001 6,356,448.00
1988 5,911,000.00 2002 6,281,631.00
1989 6,058,000.00 2003 6,394,984.00
1990 5,779,000.00 2004 6,547,140.00
199112
6,214,512.00 200513
6,279,000.00
1992 6,157,699.00 2006 5,995,000.00
1993 6,244,883.00 2007 5,843,000.00
Fuente: Elaboración propia con datos de Nacional Financiera, S.N.C., Sistema de Cuentas Nacionales de
México, Anuario Estadístico de los Estados Unidos Mexicanos (INEGI) y de la Encuesta Nacional de
Ocupación y Empleo. STPS-INEGI.
11 Datos de Nacional Financiera, S.N.C de La Economía Mexicana en Cifras, edición 1984,1986 y 1992. 12 Serie histórica 1991-2004 elaborada con base al Sistema de Cuentas Nacionales de México (Metodología y
año base 1993) de la Cámara de Diputados. Banco de información, Estadísticas históricas, Indicadores
macroeconómicos 1980, Empleo y Anuario Estadístico de los Estados Unidos Mexicanos, edición 1999 y
2005. 13
Datos de la Encuesta Nacional de Ocupación y Empleo. STPS-INEGI.
37
Entre 1986 y 2001 la participación del empleo agropecuario en el empleo total disminuyó
del 26.8 al 18.1 por ciento. Esto significa que, pese a la menor participación de la
producción agropecuaria en el PIB total, la estructura del PIB agropecuario no ha variado
en gran medida, mientras que el empleo agrícola disminuyó casi 9%. El hecho de que el
65% del PIB agropecuario corresponda a la agricultura implica que esta actividad es la
principal generadora de empleos e ingresos en las zonas rurales14
.
De 1980 a 2007, el monto de personas que se dedicaban como principal ocupación, a
laborar en el sector agropecuario, presenta algunas variaciones, para los primeros años de la
década de los años ochenta y aumentando el número de personas en este sector para los
años noventa, y con una baja nuevamente para los años 2005, 2006 y 2007 (Figura 5).
Figura 5. Personal ocupado remunerado en el sector agropecuario, México 1980-2007
(Promedio anual). Fuente: Elaboración propia con datos de Nacional Financiera, S.N.C., Sistema de Cuentas Nacionales de
México, Anuario Estadístico de los Estados Unidos Mexicanos (INEGI) y de la Encuesta Nacional de
Ocupación y Empleo. STPS-INEGI.
14 Información recabada de: Flores, A. M. L., 2005. “Los granos básicos en México ante la apertura
comercial, 1980-2001”. 13 pp.
5,000,000.0
5,200,000.0
5,400,000.0
5,600,000.0
5,800,000.0
6,000,000.0
6,200,000.0
6,400,000.0
6,600,000.0
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Perso
na
s
Años
38
4.2 ESPECIFICACIÓN DEL MODELO
Para la realización de este trabajo, se procedió con la estructuración del modelo; en el cual
se utilizó la función de producción de Cobb Duglas, haciendo uso de la información antes
descrita (apartado 4.1) y aplicado al sistema económico, más concretamente al sector
productivo mexicano.
El modelo es:
De manera particular se definieron tres variables: a como el producto final, y a y
como los factores de producción capital y mano de obra respetivamente.
Sobre la base de este modelo, especificando las variables empleadas (Cuadro 4), éstas se
describieron de la siguiente manera:
a) Variable dependiente ( )
Producto final: Se definió como la producción total (toneladas) entre el sector agrícola y
pecuario para los años de 1980 a 2007.
b) Variables independientes ( y )
Factor capital ( ): Se definió al PIB sobre la rama del sector agropecuario (Cifras
anuales en miles de pesos a precios constantes; (año base de 1993) de 1980 hasta el 2007).
Factor mano de obra ( ): Se consideró un total de personas que laboran en dicho sector
agropecuario (personas ocupadas remuneradas, promedio anual de 1980 a 2007).
39
Cuadro 4. Producción agropecuaria, PIB agropecuario y personal ocupado
remunerado, en el sector productivo mexicano.
Años
Producción
agropecuaria
(Toneladas)
PIB agropecuario
(miles de pesos
(año base=1993))
Personal ocupado
remunerado
(Promedio anual)
1980 37,641,114.00 61,671,750.00 5,700,000.00
1981 42,620,804.00 66,444,000.00 5,989,000.00
1982 37,989,413.00 64,876,500.00 5,637,000.00
1983 40,464,915.00 66,121,000.00 5,874,000.00
1984 41,002,031.00 67,176,000.00 5,931,000.00
1985 45,135,601.00 69,239,250.00 6,096,000.00
1986 39,748,030.00 68,410,000.00 5,890,000.00
1987 40,708,136.00 69,174,250.00 5,930,000.00
1988 37,171,183.00 66,720,000.00 5,911,000.00
1989 36,728,430.00 65,730,250.00 6,058,000.00
1990 41,901,143.00 70,208,500.00 5,779,000.00
1991 41,503,828.00 71,918,250.00 6,214,512.00
1992 44,329,866.00 70,438,750.00 6,157,699.00
1993 43,924,072.00 72,629,000.00 6,244,883.00
1994 46,334,199.00 73,222,250.00 6,318,703.00
1995 46,697,539.00 74,101,750.00 6,193,512.00
1996 48,888,741.00 76,706,500.00 6,309,359.00
1997 48,141,320.00 76,821,750.00 6,116,378.00
1998 50,883,107.00 77,334,000.00 6,345,504.00
1999 50,084,943.00 80,031,500.00 6,392,005.00
2000 51,429,861.00 80,529,500.00 6,286,195.00
2001 55,248,539.00 83,348,750.00 6,356,448.00
2002 55,048,964.00 83,581,250.00 6,281,631.00
2003 57,174,488.00 86,221,750.00 6,394,984.00
2004 58,391,982.00 89,120,500.00 6,547,140.00
2005 55,159,985.00 87,714,250.00 6,279,000.00
2006 54,484,149.00 91,848,500.00 5,995,000.00
2007 61,912,943.00 93,730,000.00 5,843,000.00
Fuente: Elaboración propia con la información recabada del apartado 4.1
40
4.3 ESTIMACIÓN DEL MODELO
Una vez especificado el modelo econométrico, la siguiente tarea consistió en la estimación
(valores numéricos) de los parámetros del modelo a partir de los datos disponibles,
proporcionados por las series anteriormente mencionadas.
Para la estimación del modelo fue necesario partir de una función lineal en los parámetros.
Dado que la función de producción de Cobb-Douglas es un modelo no lineal, no cumple
con esta condición, por lo que fue necesario realizar un proceso de linealización. La
transformación más usual es la de aplicar logaritmos a la función y así hacer que el modelo
transformado sea lineal en los parámetros donde cada uno de los coeficientes y , es
la elasticidad parcial de con respecto a las variables y respectivamente.
Entonces, partiendo del modelo (14), y aplicando logaritmos, el modelo transformado es:
Este modelo es lineal en los parámetros y y lineal en los logaritmos de las
variables , y . El modelo nos afirma que la producción agropecuaria, está
relacionada linealmente con el PIB de ese sector y el personal ocupado. Ahora bien, ya
tenido el modelo, a nuestra tabla de datos, se le procede a sacar logaritmos (Cuadro 5)15
.
15 Estos datos están calculado con la información del Cuadro 4, únicamente de redujeron a miles de toneladas
( ), millones de pesos ( ) y miles de personas ( ).
41
Cuadro 5: Logaritmo aplicado a las variables
Años
1980 10.53585219 11.02958124 8.64822145
1981 10.66009777 11.10411477 8.69767973
1982 10.54506279 11.08024074 8.63710729
1983 10.60819058 11.09924168 8.67829111
1984 10.62137688 11.11507132 8.68794811
1985 10.71742659 11.14532318 8.71538810
1986 10.59031556 11.13327429 8.68101128
1987 10.61418325 11.14438396 8.68777949
1988 10.52328909 11.10826004 8.68457030
1989 10.51130639 11.09331452 8.70913499
1990 10.64306838 11.15922467 8.66198594
1991 10.63354094 11.18328534 8.73464248
1992 10.69941390 11.16249882 8.72545845
1993 10.69021779 11.19311957 8.73951769
1994 10.74363561 11.20125462 8.75126924
1995 10.75144674 11.21319443 8.73125757
1996 10.79730240 11.24774173 8.74978937
1997 10.78189613 11.24924308 8.71872537
1998 10.83728626 11.25588898 8.75550181
1999 10.82147570 11.29017559 8.76280327
2000 10.84797424 11.29637886 8.74611124
2001 10.91959718 11.33078889 8.75722501
2002 10.91597832 11.33357449 8.74538494
2003 10.95386306 11.36467775 8.76326921
2004 10.97493386 11.39774467 8.78678359
2005 10.91799306 11.38183965 8.74496601
2006 10.90566509 11.42789576 8.69868107
2007 11.03348453 11.44817359 8.67299964
Fuente: Elaboración propia, con datos obtenidos del Cuadro 4.
42
Las variables de Producción, PIB agropecuario y Personal ocupado están transformadas a
logaritmos naturales para contribuir a que los errores cumplan con el supuesto de la
distribución normal y homoscedasticidad del método de mínimos cuadrados ordinarios.
Con la finalidad de simplificar los cálculos para la obtención de los estimadores y con la
ventaja de contar con el programa estadístico R (versión 2.6.2 (2008)), y XLSTAT (Versión
2008.7.01), aunque se pudo haber calculado por medio de mínimos cuadrados ordinarios;
se utilizaron estos dos programa con el objeto de hacer más fácil el cálculo de la estimación
de los parámetros, por la desenvoltura y facilidad que poseen estos programas con
herramientas estadísticas muy eficientes en el manejo de los datos y cálculo de los valores
estimados.
Entonces, haciendo uso de los programas R y XLSTAT, tomando los datos del Cuadro 5
(los códigos empleados se pueden citar en el Anexo 3), y ejecutando una regresión lineal,
para así obtener los estimadores de los parámetros y ajustando la función de producción de
Cobb-Douglas a estos datos, se obtuvo la siguiente expresión (Anexo 1, Cuadro 2):
(16)
43
5. ANÁLISIS DE RESULTADOS
Con base en los resultados obtenidos de la estimación y al llevar a cabo la regresión (Anexo
3) para la función de producción de Cobb-Douglas (16) para todo el sector agropecuario
durante el periodo de 1980 a 2007. En general se obtuvieron buenos resultados, es decir, se
observa que:
Este resultado del coeficiente de determinación, dice qué tan exactamente la línea de
regresión muestral se ajusta a los datos, por lo que se considera que el ajuste es bueno.
En otras palabras, podemos indicar que el 93.04% de las variaciones que ocurren en la
Producción total agropecuaria ( ) se explicarían por las variaciones en la variable PIB
agropecuario y el Personal remunerado que labora en ese sector ( ).
En el análisis de los residuos, el histograma de los residuos estandarizados (Anexo 2,
Histograma 1), podemos observar que los valores no están fuera del intervalo [-2, 2]. Se
podría especular que se presenta heteroscedasticidad, por algunas observaciones (10, 27 y
28) que alcanzarían ser potencialmente influyentes como nos indica la Gráfica 1 (cuarta
figura, distancia de Cook), y en la Gráfica 2 de las observaciones potenciales16
(Anexo 3).
Para verificar lo anterior, y determinar si eran influyentes tales observaciones, con la
aplicación de la prueba cooks.distance17
(Anexo 3), se noto que ninguna observación supera
el valor de referencia, 1; ninguna observación es potencialmente influyente (Anexo1,
Cuadro 1).
16 Si el potencial de una observación es alto, tiene mucho peso a la hora de dar la predicción. Ver anexo, como
se obtienes matricialmente en R (Vaquerizo, 2005). 17 La distancia de Cook del caso i-ésimo consiste en buscar la distancia entre los parámetros estimados si
incluyen la observación i-ésima y si no la incluyen. Cada observación tiene su distancia y se considera
significativa si es mayor que 1 (Vaquerizo, 2005).
44
Prestando atención particular a los residuos centrados (Anexo 2, Grafica 3), y dado que los
supuestos vinculados a la regresión lineal, estos habrán de tener una distribución normal de
media cero y varianza constante ( . Eso significa, entre otras cosas, que el
95% de los residuos deben encontrarse en el intervalo [-1.96, 1.96]. Lo cual por nuestra
gráfica podemos afirmar que sí satisface tal supuesto, observando además las predicciones
con las observaciones. Por lo que el modelo (16), sí cumple las condiciones de distribución
normal de los residuos (Anexo 3).
En el cuadro sobre los parámetros del modelo (Anexo 1, Cuadro 2), se proporcionan los
detalles relativos al modelo. Para nuestro análisis respecto a los coeficientes obtenidos para
la producción ( ), vemos que el p-value asociado a la prueba de t de student para es
aproximadamente de 0.0001, y que el intervalo de confianza de 95% asociado esta entre
cero y 1. Eso corrobora el peso que tiene esta variable con respecto a la variable sobre
el modelo (16).
Lo anterior, establece que en los límites proporcionados por las observaciones del intervalo
de la variable y de la variable , cada vez que aumenta en mil personas,
aumenta 0.43 miles de toneladas, y cada vez que aumenta en un millón de pesos,
aumenta 1.17 miles de toneladas.
En la prueba de F de Fisher dada (Anexo 1, Cuadro 4) igual a 167.1, podemos observar,
que la probabilidad asociada a F, en este caso, es inferior de 0.0001, significa que nos
arriesgamos en menos del 0.01% concluyendo que las variables explicativas originan una
cantidad de información significativa al modelo, que al compararlo por ejemplo con el F de
tablas con un nivel de significancia del 5%, el valor critico de F para 2 y 25 grados de
libertad ( ) es igual a 3.385; y si el nivel de significancia fuera 0.005,
= 6.598, lo que nos explica que aún así, el F calculado, exceden en gran
margen el valor critico de la F de tablas. Por otro lado, la suma de cuadrados índica que las
45
variables explicativas poseen información significativa una vez que todas las variables han
sido incluidas en el modelo (Anexo 1, Cuadro 3).
= Total de betas (incluyendo el intercepto)
= Suma de cuadrados de regresión18
.
= Suma de cuadrados de residuos.
= Total de observaciones.
En general se obtuvieron buenos resultados de ajuste, como se pueden ver en los anexos,
los estadísticos tradicionales ( , y ajustado y su estadístico F, los residuales, los p-
values, el estadístico t, las predicciones y los residuos estandarizados), arrojan resultados
satisfactorios.
Continuando con el análisis, el modelo (16) y la línea de regresión asociada que se deriva
de la ecuación misma, indican que cada punto de la línea de regresión proporciona una
estimación del valor esperado o valor medio de correspondiente al valor escogido de ,
es decir es una estimación de . Así:
El valor de o intercepto de la línea se interpreta como el efecto medio o
promedio sobre Y de todas las variables omitidas del modelo de regresión lineal, indica el
nivel promedio de la producción agropecuaria, cuando el PIB agropecuario y el personal
18 SCReg y SCres son obtenidos del análisis de varianza calculados con el programa XLSTAT. Para el
programa R la notación sería: anova(reg).
46
ocupado remunerado son iguales a cero. Pero en este caso, sólo representa una constante de
ajuste del modelo.
El valor de que mide la pendiente de la recta e indica que dentro del rango de
entre 61,671,750 miles de pesos y 93,730,000 miles de pesos anuales respectivamente,
a medida que aumenta, digamos en mil pesos, el aumento estimado en el valor medio o
promedio del PIB agropecuario es aproximadamente en 1.13652 mil pesos. Es decir, mide
el cambio en el valor medio de , por cambio de una unidad en ,
manteniéndose constante. En otras palabras, nos da la pendiente de con
respecto a , manteniéndose constante19
.
En forma semejante, mide el cambio en el valor medio de por unidad de cambio en
, manteniendo constante.
Al utilizar la función de producción de Cobb-Douglas, y para poder analizar mejor los
resultados, podemos definir lo siguiente:
1) 1 es la elasticidad (parcial) del producto final (Producción agropecuaria ( )) con
respecto al insumo capital o factor capital (PIB agropecuario ( )), es decir, mide el
cambio porcentual en la producción debido, a una variación del 1% en el insumo
capital, manteniendo el insumo trabajo (Personal ocupado remunerado ( ))
constante.
2) 2 es la elasticidad (parcial) de la producción agropecuaria ( ) con respecto al
factor trabajo ( ), manteniendo constante el factor capital ( ).
3) Así la suma de ( ) nos da la información sobre los rendimientos a escala es
decir, la respuesta de la Producción agropecuaria a un cambio proporcional a los
19
son derivadas parciales de con respecto a (Gujarati, 1983).
47
factores. Si esta suma es 1, entonces existen rendimientos constantes a escala, es
decir, la duplicación de los insumos duplicará la producción, la triplicación de los
insumos triplicará la producción y así sucesivamente. Si la suma es menor que 1,
existen rendimientos decrecientes a escala: duplicando los insumos, la producción
crecerá en menos del doble. Finalmente, si la suma es mayor que 1, habrá
rendimientos crecientes a escala; la duplicación de los insumos aumentará el
producto en más del doble.
Entonces con base en lo anterior y por los resultados previstos (Anexos y modelo 16), se ve
que el sector productivo mexicano (para el área del sector agropecuario) durante el periodo
de 1980-2007, las elasticidades de la producción agropecuaria (toneladas) con respecto al
PIB agropecuario expresado en miles de pesos y al personal ocupado remunerado fueron de
1.1709 y 0.4357 respectivamente.
En otras palabras, durante este periodo en estudio, manteniendo constante el personal
ocupado remunerado, un incremento de 1% en el PIB agropecuario, condujo, en promedio,
a un incremento de cerca del 1.2% en la producción agropecuaria.
En forma similar, manteniendo constante el PIB para el sector agropecuario, un incremento
del 1% en el personal ocupado, condujo, en promedio, a un incremento de cerca de 0.5% en
la producción; todo esto para el sector agropecuario.
Sumando las dos elasticidades de la producción agropecuaria, se obtuvo un valor de 1.6066,
que da el valor del parámetro de rendimientos a escala. Como es evidente, durante el
periodo en estudio, el sector productivo mexicano para la división agropecuaria, se
caracterizó por rendimientos crecientes a escala.
48
5.1 INTERPRETACIÓN DE LOS RESULTADOS
Uno de los objetivos principales de este trabajo fue el analizar la situación del sector
productivo mexicano, dado, los factores de producción en la economía del país.
Se puede decir que el sector ha sido eficiente en cuanto al nivel de producción indicada. El
efecto observado en cada una de las variables empleadas en este análisis, ha sido
preponderante. Podemos resaltar a la variable del factor mano de obra ( ), en donde el
número de trabajadores que laboran en este sector es reducido en comparación a otros
sectores económicos (ya sea por el sueldo que estos puedan percibir o por la tarea a
desempeñar en esta actividad (por mencionar: hay un mayor desgaste físico, el trabajar
durante muchas horas en el campo, etc.)) y a pesar de ello, el sector productivo mexicano se
ha caracterizado como unos de los mejores aportes a la economía mexicana.
Con la utilización de la función de producción de Cobb-Douglas, y el empleo de los
factores, capital ( ) y mano de obra ( ) en la producción ( ). Podemos decir que este
sector exhibe buenos resultados (aceptables), pues presentó rendimientos crecientes a
escala durante los años de 1980 a 2007.
49
6. CONCLUSIONES Y RECOMENDACIONES
6.1 CONCLUSIÓN
El objetivo fundamental de este trabajo, se ha enfocado al análisis de la función de
producción de Cobb-Douglas, así como su aplicación al sector productivo mexicano.
En particular se ha considerado el uso de tres variables (Producto final ( ), Factor capital
( ) y Factor mano de obra ( )) para el ajuste del modelo econométrico. Y con técnicas de
regresión lineal, se ha podido analizar dicha aplicación para la interpretación y
determinación de los resultados.
Como resultado del análisis desarrollado en la aplicación de la función de producción de
Cobb-Douglas, nos ha permitido comprender la situación productiva del sector, así como la
influencia de cada unos de los factores de producción.
Sin duda, el mayor componente de este sector, lo aporta el área agrícola, de ahí depende en
gran parte que el desarrollo y crecimiento productivo se vea manifestado en la economía
mexicana. Actualmente, debe brindarse más apoyos a este sector, ya sea directa o
indirectamente a los productores que cada vez son menores los que se dedican a laborar en
este campo de la producción.
Como conclusión final, la aplicación de esta función de producción al sector productivo
mexicano, proporcionó información de la productividad media de los factores, que a juicio
del que escribe, podría ser un elemento para comparar el desempeño sectorial de los
recursos productivos, capital y mano de obra, pues los resultados obtenidos, pueden ser una
base para evaluar el crecimiento del país en cuanto al sector productivo mexicano.
50
6.2 RECOMENDACIONES
a) Una de las limitaciones principales de ésta investigación, consistió en que la
información obtenida, provino de diferentes fuentes, debido a que algunas de ellas,
contenían la información para series calculadas a diferentes años bases y eso
implicó a que se presentara inestabilidad de las cantidades hacia las variables
utilizadas. Por lo que una recomendación que se deriva de esto, es que, convendría
elaborar las series de datos a utilizar en una misma base para todos los años.
b) La obtención de los datos es un problema, ya que como el sector se subdivide en
otras ramas productivas, para algunos años, se contaba con la información total y
para otros, únicamente para los subsectores más representativos como el agrícola.
Con ello, se recomienda usar la información de todos los subsectores obviamente
que estén presentes en todos los años para tener una mejor relación entre las
variables empleadas.
51
7. BIBLIOGRAFÍA
Addinsoft. 2008. Xlstat. Programa Estadístico utilizado para el análisis de datos y
estadísticas para Microsoft Excel (Versión 2008.7.)
http://www.xlstat.com/es/home/?gclid=CNOgwoOtjpcCFRlRagodpD9H-A (Octubre del
2008).
Anido, R., José, D., Díaz, C., Zirlis, M., et al. 1996. Análisis empírico de la producción de
maíz en el estado Barinas, Venezuela.
http://oai.saber.ula.ve/db/ssaber/Edocs/centros_investigacion/ciaal/publicaciones/investiga
cion/maiz.pdf. (Septiembre del 2008).
Bichara, E. y Garza, M. 1990. Consideraciones sobre la función de producción Cobb-
Douglas. Tesis de Licenciatura. Universidad Autónoma de Nuevo León, 35 pp
Cámara de Diputados. Banco de información, Estadísticas históricas, Indicadores
macroeconómicos 1980, Empleo.
http://desarrollo.diputados.gob.mx/camara/001_diputados/006_centros_de_estudio/02_cen
tro_de_estudios_de_finanzas_publicas/03_bancos_de_informacion/01_estadisticas_histori
cas/01_indicadores_macroeconomicos_1980_2008/09_empleo (Septiembre del 2008).
Cámara de Diputados. Banco de información, Estadísticas históricas, Indicadores
macroeconómicos 1980.Producción.
http://desarrollo.diputados.gob.mx/camara/001_diputados/006_centros_de_estudio/02_cen
tro_de_estudios_de_finanzas_publicas/03_bancos_de_informacion/01_estadisticas_histori
cas/01_indicadores_macroeconomicos_1980_2008/05_produccion (Septiembre del 2008).
Cámara de Diputados. Banco de información, Estadísticas históricas, Indicadores
macroeconómicos 1980.Productividad.
52
http://desarrollo.diputados.gob.mx/camara/001_diputados/006_centros_de_estudio/02_cen
tro_de_estudios_de_finanzas_publicas/03_bancos_de_informacion/01_estadisticas_histori
cas/01_indicadores_macroeconomicos_1980_2008/11_productividad (Septiembre del
2008).
Cámara de Diputados. 2002. México: Estadísticas seleccionadas del sector agropecuario,
1980-2002.http://www.cefp.gob.mx/intr/edocumentos/pdf/cefp/cefp0272002.pdf
(Septiembre del 2008).
Cámara de Diputados. 2003. Indicadores macroeconómicos, 1980-2003
http://www.cefp.gob.mx/intr/edocumentos/pdf/cefp/cefp0302003.pdf (Septiembre del 2008).
Carrillo, H. M. M. 2001. El sector agropecuario mexicano. Antecedentes recientes y
perspectivas. Instituto Politécnico Nacional. México. Dirección de publicaciones.
http://www.publicaciones.ipn.mx/PDF/1242.pdf (Octubre del 2008).
Carmona, P. F., Modelos lineales, Electronic-University Mathematical Books
http://books.google.com.mx/books?id=hrjJXQoixQC&pg=PA1&lpg=PA1&dq=modelos+
lineales+por+Francisco+Carmona+Pontaque&source=web&ots=NN6_r_6J_P&sig=p2q
QkdnEGhHi_BT4ANognY7crdM&hl=es&sa=X&oi=book_result&resnum=4&ct=result#P
PT96,M1 (Septiembre del 2008).
Castellanos, P. M. 2004. Región confidencial para el óptimo económico de una función de
producción Cobb-Douglas. Tesis de Maestría. Colegio de Postgraduados. 72 pp.
Escalante, R., Galindo, L. M., Catalan, H. 2006. La evolución del producto del sector
agropecuario mexicano, 1960-2002: algunas regularidades empíricas. Cuadernos de
desarrollo rural (54). UNAM. México. pp 87-112.
Espinoza, A. J. J., Espinosa, G. J. A., Tapia, N. A. y Moctezuma, L. George. 2001.
Contexto y Tendencias en los apoyos a la Investigación Agropecuaria en México. Revista
53
mexicana de Agronegocios Sociedad Mexicana de Administración Agropecuaria A. C.
Universidad Autónoma Agraria Antonio Narro. México. Vol. 9. Julio-Diciembre. pp 274-
282. http://redalyc.uaemex.mx/redalyc/pdf/141/14100902.pdf (Noviembre 2008).
Flores, A. M. L., 2005. Moreno, G. A. Los granos básicos en México ante la apertura
comercial, 1980- 2001.
PB2006_Los_granos_basicos_en_Mexico_ante_la_apertura_comerci.pdf. 13 pp. (Octubre
del 2008).
Gallant, A. R. 1987. Nonlinear Statistical Models. The Institute of Satistics. Raleigh, N.C.
García, F. 2004. Funciones de producción y programación lineal. Universidad de los Andes
Facultad de Ciencias Económicas y Sociales Escuela de Administración y Contaduría
Pública Departamento de Empresas Cátedra de Producción y Análisis de la Inversión.
http://webdelprofesor.ula.ve/economia/gsfran/Asignaturas/ProduccionI/funcionesdeproduc.
pdf (Julio del 2008).
Gujarati, D. 1983. Econometría. Mesa J. M. Ramírez M. Primera edición. México. Mc
Graw-Hill. 463 pp.
Gujarati, D. 2004. Econometría. Cuarta edición. México. Mc Graw-Hill.
Hernández, L. J. L. 2008. Análisis de los éxitos o fracasos en el rendimiento académico de
los estudiantes de la licenciatura en estadística durante el periodo 1995-2008. Tesis de
Licenciatura. Universidad Autónoma Chapingo.77 pp.
Hernández, A. M. L., Godínez, P. A., Avendaño, R. B. y Aguilar, B. G. Brecha tecnológica
en el sector agrícola mexicano, 1980-2005, bajo el enfoque de expectativas adaptables de
Nerlove.http://www.dcsea.uqroo.mx/fwalla/Ponencias_Coloquio2/15%20ponencia%20Her
nandez%20Myriam.doc (Octubre del 2008).
54
Inegi. Calculo de PIB, base 1993.
http://dgcnesyp.inegi.gob.mx/cgi-win/bdieintsi.exe/MTDA0500100060 (Octubre del 2008).
Inegi.PIB.http://dgcnesyp.inegi.org.mx/cgiwin/bdieintsi.exe/NIVA05000800700240007000
70#ARBOL (Octubre del 2008).
Inegi. PIB, Sector agropecuario.
http://dgcnesyp.inegi.org.mx/cgiwin/bdieintsi.exe/NIVA0500080070024000700090#ARB
OL (Octubre del 2008).
Inegi. 1999. Anuario Estadístico de los Estados Unidos Mexicanos, Edición 1999. México.
Inegi. 700 pp.
Inegi. 2005. Anuario Estadístico de los Estados Unidos Mexicanos, Edición 2005. México.
Primera Edición. Inegi. 795 pp.
Mankiw, N. G. 2004. Macroeconomía. Cuarta edición.
http://books.google.com.mx/books?id=XzgZZqXPQsMC&pg=PA93&lpg=PA93&dq=prop
iedades+de+la+funcion+de+produccion+cobb+douglas&source=web&ots=jUQ2833zsl
&sig=AnFFxxfhMBRbiAMlLIPd7kRFp0I&hl=es&sa=X&oi=book_result&resnum=8&ct
=result#PPA93,M1. (Septiembre del 2008 ).
Nacional Financiera. 1984. La Economía Mexicana en Cifras, Edición 1984. México.
Nacional Financiera, S.A. 317 pp.
Nacional Financiera. 1986. La Economía Mexicana en Cifras, Edición 1986. México.
Nacional Financiera, S.N.C. 370 pp.
Nacional Financiera. 1990. La Economía Mexicana en Cifras, Edición 1990. México.
Nacional Financiera, S.N.C. 300 pp.
55
Nacional Financiera. 1993. La Economía Mexicana en Cifras, Edición 1992. 13ª Edición
México. Nacional Financiera, S.N.C. 300 pp.
Palma, T. A. y Sanchez, V. A. S. 2004. Proceso de titulación “por tesis” en la división de
ciencias forestales. Primera edición, Universidad Autónoma Chapingo. 91 pp.
Paradis, E. 2003. R para Principiante. http://cran.r-project.org/doc/contrib/rdebuts_es.pdf
(Noviembre del 2008).
R. 2008. R The R Foundation for Statistical Computing (version 2.6.2)
Romo, L. J. L. 1990. Estudio sobre asignación optima de recursos en los viveros forestales
del estado de México. Tesis de Maestría. Universidad Autónoma Chapingo. 73 pp.
Ruíz, A. L. 1982. Estimación de una función producción Cobb-Douglas para la Economía
de Puerto Rico. Notas de clase, Número 4
http://economia.uprrp.edu/PDF%20files/notas%20de%20clase%204.pdf (Septiembre del
2008).
Sala, M. X. 2000. Apuntes de Crecimiento Económico. Segunda edición.
http://books.google.com.mx/books?id=YRNZvlryHLoC&pg=PA15&lpg=PA15&dq=propie
dades+de+la+funcion+de+producci%C3%B3n+Cobb-
Douglas&source=web&ots=xlPAk1eKrT&sig=GbhZ5jy2v_qfpFDxza_9YNBdTSk&hl=es
&sa=X&oi=book_result&resnum=3&ct=result#PPP1,M1 (Octubre 2008).)
Sanchoa, A. 2005. Econometría de económicas, Función de producción Cobb-Douglas
http://www.uv.es/sancho/funcion%20cobb%20douglas.pdf (Septiembre del 2008).
SIAP. Estadística básica, Agricola, Anuario. http://www.siap.gob.mx/ (Septiembre del
2008).
56
SIAP. Estadística derivada, indicadores básicos, Ind. básicos y de coyuntura.
http://www.siap.gob.mx/ (Septiembre del 2008).
SIAP. Estadística básica, Pecuario, Anuario, Resumen nacional. http://www.siap.gob.mx/
(Septiembre del 2008).
Solano, P. C. 2008. Producto Interno Bruto. http://www.robertexto.com/archivo8/pbi.htm
(Octubre 2008)
STPS. http://www.stps.gob.mx/ (Septiembre del 2008).
Vaquerizo, R. R. 2005. Curso introductorio de R. Capitulo 8: Más ejemplos de Regresión
Lineal. http://es.geocities.com/r_vaquerizo/Manual_R8.htm (Noviembre del 2008).
Velazco, G. C. 1988. Estimación jackknife de la producción de producción Cobb-Duglas.
Tesis de Maestría. Colegio de postgraduados. 85 pp.
Wikipedia. 2006. Regresión lineal. La enciclopedia libre.
http://es.wikipedia.org/wiki/Regresi%C3%B3n_lineal (Octubre del 2008).
57
8. ANEXOS
8.1 ANEXO 1. CUADROS DE RESULTADOS
Cuadro 1: Observaciones significativas.
1 2 3 4 5 6 7 8 9 10
FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
11 12 13 14 15 16 17 18 19 20
FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
21 22 23 24 25 26 27 28
FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE Calculado con el Programa R
Cuadro 2: Parámetros del modelo
Fuente Valor
Desviación
típica t Pr > |t|
Límite inferior
(95%)
Límite superior
(95%)
Intersección -6.195 1.837 -3.373 0.002 -9.978 -2.413
X1 1.171 0.085 13.834 < 0.0001 0.997 1.346
X2 0.436 0.254 1.713 0.099 -0.088 0.959
Calculado con el Programa XLSTAT y corroborados con R.
Cuadro 3: Análisis Type III Sum of quares.
Fuente GDL Suma de los cuadrados
Media de los
cuadrados F Pr > F
X1 1 0.332 0.332 191.389 < 0.0001
X2 1 0.005 0.005 2.933 0.099
Calculado con el Programa XLSTAT
58
Cuadro 4: Análisis de varianza.
Fuente GDL
Suma de los
cuadrados
Media de los
cuadrados F Pr > F
Modelo 2 0.579 0.290 167.1 < 0.0001
Error 25 0.043 0.002
Total corregido 27 0.623
Calculado con el Programa XLSTAT (Calculado contra el modelo Y=Media (Y)) y R.
8.2 ANEXO 2. GRÁFICAS DE RESULTADOS
Gráfica 1: Análisis de residuos.
Calculado con el programa R.
59
Grafica 2: Observaciones potenciales
Calculado con el programa R.
Grafica 3: Predicciones (Y) vs observaciones (Y)
10.4
10.5
10.6
10.7
10.8
10.9
11
11.1
10.4 10.5 10.6 10.7 10.8 10.9 11 11.1
Y
Pred(Y)
Pred(Y) / Y
60
Histograma 1: Residuos estandarizados.
Calculado con el programa XLSTAT
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Obs1
Obs3
Obs5
Obs7
Obs9
Obs11
Obs13
Obs15
Obs17
Obs19
Obs21
Obs23
Obs25
Obs27
Residuos estandarizados
Ob
servacio
nes
Residuos estandarizados / Y
61
8.3 ANEXO 3. LISTADO DEL PROGRAMA R PARA UNA FUNCIÓN DE
PRODUCCIÓN COBB-DOUGLAS AJUSTADA AL SECTOR PRODUCTIVO
MEXICANO (TOMADOS DEL CUADRO 5)
> a<-read.table(file="clipboard",head=T) # Comandos para leer los datos., después de copiar los datos.
> attach(a) # attach comando que establece el conjunto de datos a utilizar
> a
Y X1 X2
1 10.53585 11.02958 8.648221
2 10.66010 11.10411 8.697680 3 10.54506 11.08024 8.637107
4 10.60819 11.09924 8.678291
5 10.62138 11.11507 8.687948
6 10.71743 11.14532 8.715388
7 10.59032 11.13327 8.681011
8 10.61418 11.14438 8.687779
9 10.52329 11.10826 8.684570
10 10.51131 11.09331 8.709135
11 10.64307 11.15922 8.661986
12 10.63354 11.18329 8.734642
13 10.69941 11.16250 8.725458 14 10.69022 11.19312 8.739518
15 10.74364 11.20125 8.751269
16 10.75145 11.21319 8.731258
17 10.79730 11.24774 8.749789
18 10.78190 11.24924 8.718725
19 10.83729 11.25589 8.755502
20 10.82148 11.29018 8.762803
21 10.84797 11.29638 8.746111
22 10.91960 11.33079 8.757225
23 10.91598 11.33357 8.745385
24 10.95386 11.36468 8.763269 25 10.97493 11.39774 8.786784
26 10.91799 11.38184 8.744966
27 10.90567 11.42790 8.698681
28 11.03348 11.44817 8.673000
> reg<-lm(Y~X1+X2) # Utilizando la función lm que define el modelo de regresión múltiple (reg)
> reg
Call:
lm(formula = Y ~ X1 + X2)
Coefficients: (Intercept) X1 X2
-6.1950 1.1709 0.4358
> resumen<-summary(reg) # Obteniendo los datos importantes de la función summary, nos da el resumen
de la misma.
> resumen
62
Call:
lm(formula = Y ~ X1 + X2)
Residuals:
Min 1Q Median 3Q Max
-0.078440 -0.025424 0.007202 0.025985 0.064056
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -6.19496 1.83682 -3.373 0.00243 **
X1 1.17094 0.08467 13.830 3.24e-13 *** X2 0.43576 0.25436 1.713 0.09905 .
---
Signif. codes: 0 „***‟ 0.001 „**‟ 0.01 „*‟ 0.05 „.‟ 0.1 „ ‟ 1
Residual standard error: 0.04163 on 25 degrees of freedom
Multiple R-squared: 0.9304, Adjusted R-squared: 0.9248
F-statistic: 167.1 on 2 and 25 DF, p-value: 3.402e-15
>par(mfrow=c(2,2)) #con esto ponemos los 4 gráficos en la misma
ventana
> plot(reg) #Pidiendo los gráficos del modelo
> matriz.modelo<-model.matrix(reg) #creamos la matriz de diseño
> potenciales<-hat(matriz.modelo) #creamos potenciales que
contiene la matriz hat del modelo
> plot(potenciales) #hacemos un
gráfico de potenciales para ver las
observaciones altas.
> identify(potenciales) #creamos potenciales que contiene la
matriz hat del modelo
> cook<-cooks.distance(reg) #distancia de las observaciones.
> significativas<-cook>1 #vector significativas para cook
> significativas
1 2 3 4 5 6 7 8 9 10
FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
11 12 13 14 15 16 17 18 19 20
FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
21 22 23 24 25 26 27 28
FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
> atributos<- names(reg) # Accediendo a otros valores de reg y resumen, de forma directa, podemos
escribir:
> atributos
[1] "coefficients" "residuals" "effects" "rank"
[5] "fitted.values" "assign" "qr" "df.residual"
63
[9] "xlevels" "call" "terms" "model" > names(summary(reg))
[1] "call" "terms" "residuals" "coefficients"
[5] "aliased" "sigma" "df" "r.squared"
[9] "adj.r.squared" "fstatistic" "cov.unscaled"
> reg$coefficients # Accediendo a los coeficientes de los parámetros (betas)
(Intercept) X1 X2
-6.194957 1.170940 0.435760
> median(resumen$residuals) # La media de los residuales [1] 0.00720157
> sse<-sum(fitted.values$residuals^2) # Para obtener la suma de cuadrados de los residuales (sse)
> sse
[1] 0
> resumen$sigma # valor de sigma
[1] 0.04162714
> resumen$sigma^2 # sigma cuadrada
[1] 0.001732819
> resumen$fstatistic # El valor del estadístico F con 2 y 25 grados de libertad:
value numdf dendf
167.1274 2.0000 25.0000
top related