Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
71
Resumen
El estudio
1
tiene como nalidad medir los de-
terminantes o factores de la adopción de in-
novaciones tecnológicas como lo son las prác-
ticas agrícolas orgánicas para los productores
de café del departamento de Piura, norte del
Perú. Para ello, se emplearon modelos logit y
probit con el objetivo de determinar qué va-
riables explican signicativamente la adop-
ción de las prácticas orgánicas. Los resultados
muestran que para la aceptación de prácticas
orgánicas son relevantes no solo las variables
estructurales (como ingresos, acceso a crédi-
to y tipo de propiedad) sino también las acti-
tudinales (acceso a servicios de asistencia téc-
nica, propensión a innovar, entre otras). Este
resultado implica una mayor sustentabilidad
pues todos los agricultores (que reciban asis-
tencia técnica) y no sólo aquellos de mayores
ingresos socioeconómicos, podrían adoptar
la producción orgánica, lo cual conllevaría a
fomentar políticas públicas de promoción de
prácticas orgánicas como estrategia para el
desarrollo local sustentable.
1 Doctora en Economía de los Recursos Naturales y el
Desarrollo Sustentable de la Universidad Nacional Autónoma
de México, Profesora Auxiliar de la Facultad de Economía y
Planicación de la Universidad Nacional Agraria La Molina.
Teléfono: +(511) 6147800 Anexo 239. e-mail: lalvarado@
lamolina.edu.pe
Palabras clave: Sustentabilidad, adopción
de prácticas orgánicas, modelos logit y probit,
variables estructurales y actitudinales y polí-
ticas públicas.
Clasicación JEL: Q32
Abstract
The study aims to measure the determinants
or factors of the adoption of technological in-
novations such as organic farming practices
for coee farmers in the department of Piura,
north of Peru. To this end, logit and probit mod-
els were employed in order to determine which
variables signicantly explain adopting organic
practices. The results show that for the accep-
tance of organic practices are relevant not only
structural variables (such as income, access to
credit and property type) but also the attitudi-
nal (access to technical assistance, propensity
to innovate, among others). This result implies
greater sustainability, because all farmers (who
receive technical assistance) and not only those
of higher socioeconomic income could adopt
organic production. This would entail promot-
ing public policies of organic practices adoption
as a strategy for sustainable local development.
ANÁLISIS DE LA ADOPCIÓN
TECNOLÓGICA DE TÉCNICAS AGRÍCOLAS
ORGÁNICAS PARA PRODUCTORES DE
CAFÉ
Fecha de recepción: 03-12-13 Fecha de aceptación: 30-04-15
Alvarado Barbarán, Laura Silvia
1
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
72
Keywords: Sustentabilidad, adopción de
prácticas orgánicas, modelos logit y probit,
variables estructurales y actitudinales y polí-
ticas públicas.
JEL Calication: Q32
1. INTRODUCCIÓN
En las últimas décadas, la agricultura orgánica
se ha convertido en una de las principales al-
ternativas para la actividad agrícola tradicio-
nal y convencional debido al incremento de la
demanda de alimentos sanos a nivel mundial,
este hecho ha originado nuevos mercados
con precios más atractivos para los agriculto-
res peruanos, la mayoría de los cuales no tie-
nen acceso a los insumos utilizados para una
producción convencional, que se caracteriza
por uso intensivo de fertilizantes químicos.
La práctica orgánica en la agricultura se de-
ne como una mejora de las condiciones de
los suelos y la biodiversidad genética, debido
a la utilización racional y óptima de los recur-
sos naturales. Según el Reglamento Técnico
de Productos Orgánicos en el Perú (2003), se
dene como productos orgánicos, ecológicos
o biológicos a “todos los que se originan en
un sistema de producción agrícola que, en
armonía con el medio ambiente y respetan-
do la integridad cultural, optimicen el uso
de los recursos naturales y socioeconómicos,
con el objetivo de garantizar una producción
agrícola sostenible. Esta denición incluye a
todos aquellos productos en cuya transfor-
mación se empleen tecnologías acordes con
estos principios” (Comisión Nacional de Pro-
ductos Orgánicos, 2003).
Sobre la contribución de la producción orgá-
nica a la oferta alimentaria mundial, Badgley
et al. 2006, señalan que los métodos orgá-
nicos de producción de alimentos pueden
contribuir sustancialmente a la alimentación
actual y futura de la población sobre la tie-
rra agrícola base actual mientras se manten-
ga constante la fertilidad del suelo. Añaden
que a pesar de su pronóstico optimista para
la agricultura orgánica, la transición a esta
práctica requiere numerosos desafíos en los
aspectos agronómico, económico y educa-
tivo, por lo que el debate debería recaer en
la forma de asignar más recursos para la in-
vestigación de métodos agroecológicos de
producción de alimentos y la forma de mejo-
rar los incentivos cuyo objetivo sería que los
agricultores y los consumidores participen
en un sistema de producción más sostenible.
Además, señalan que la viabilidad económica
de los métodos de cultivo, la tenencia de la
tierra para los agricultores, la accesibilidad de
los mercados, la disponibilidad del agua, las
tendencias en el consumo de alimentos y la
reducción de la pobreza son esenciales para
la evaluación y promoción de un sistema ali-
mentario sostenible.
Por otro lado, Seufert et al., 2012, encontraron
que en general los rendimientos orgánicos
son usualmente más bajos que los convencio-
nales. Pero estas diferencias de rendimiento
dependen del contexto, como por ejemplo,
el sistema y las características del lugar. Tam-
bién, determinaron que el rendimiento de la
producción orgánica puede estar entre el 5
%, 13% y 34% por debajo de la producción
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
73
convencional. Es decir, con buenas prácticas
de manejo, tipos de cultivos particulares y
crecientes condiciones de los sistemas orgá-
nicos, se puede casi igualar los rendimientos
convencionales; mientras que en otros casos,
en la actualidad, no es posible. De aquí deriva
la importancia de la evaluación de los múlti-
ples benecios que aporta la agricultura or-
gánica (social, ambiental y económica).
Si bien los rendimientos de la agricultura or-
gánica siguen siendo un desafío, lo cierto es
que a nivel mundial se ha dado un incremen-
to importante de la producción de este tipo
de agricultura. Al respecto Willer, et al. en el
2008, encontraron que más de 30.4 millones
de hectáreas son manejadas orgánicamente
por aproximadamente 700,000 agricultores
en el mundo, lo cual implica el 0.65% de la
tierra para la agricultura de los países consi-
derados en el estudio a nivel mundial en el
2006. Esto sugiere un incremento signicati-
vo de la producción orgánica en el 1998, ya
que el total de hectáreas manejadas de esta
manera era menor a 10 millones.
En otras palabras, en menos de diez años el
área destinada a la producción orgánica se
triplicó en el siguiente orden: Oceanía, Euro-
pa y América Latina; esta última, con casi 5
millones de hectáreas de producción orgáni-
ca que involucra aproximadamente a 223,277
agricultores, lo cual equivale al 0.68% de la
tierra total utilizada para la agricultura. Un
dato adicional es que la pequeña producción
en América Latina, ocupa el primer lugar al
2006 alcanzando el 32% de agricultores del
total mundial, seguida por Europa (28%) y
África (24%). Según un análisis de los países
en desarrollo, se encontró que el Perú ocupa
el noveno lugar del ranking entre los diez paí-
ses más importantes en asignación de tierras
para la agricultura orgánica, con un área de
0.1 millones de hectáreas después de países
como Argentina (2.2), Uruguay (0.9), Brasil
(0.9) y México (0.4).
Estudios locales como el de PROMPERÚ 2008,
conrman que el Perú no ha sido ajeno a esta
tendencia creciente de la agricultura orgánica
y se ha convertido en un importante exporta-
dor de sus productos, entre los que destacan,
el café, el banano, el mango, el cacao, y la cas-
taña, entre otros. Un aspecto central es que
en el 90% de los casos, la producción orgá-
nica de estos cultivos proviene de pequeños
productores; mientras que del 10% restante
unos exportan directamente y otros, lo hacen
a través de empresas comercializadoras. Para-
lelamente al incremento de la demanda mun-
dial y de mercados para estos productos, las
exigencias han ido aumentando, respecto a la
incorporación de la innovación tecnológica y
la certicación requerida.
Dichas exigencias implican a su vez la inver-
sión en capital humano como factor estraté-
gico de competitividad para acceder a estos
nuevos mercados. Dicha inversión, ha sido
promovida principalmente por ONGs y em-
presas privadas, y en menor medida por el
Estado, tratándose muchas veces de acciones
aisladas y a menor escala
2
y no como una po-
2 A nes de los 80’s, con los cambios en el contexto
internacional y modicaciones del marco regulatorio interno
se genera una crisis del sector público en el Perú y otros países
de América Latina, visualizados en restricciones presupuestales
por lo cual los servicios para la agricultura, principalmente de
extensión se vieron severamente reducidos. Así, la inclusión de
nuevos actores (ONGs y empresas privadas) como oferentes de
servicios de extensión se hizo relevante.
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
74
lítica pública bien estructurada que fomenta
la conversión a producción orgánica con es-
trategias de desarrollo local sustentable. Esto
último implica el acceso a servicios nancie-
ros, a los que no tienen acceso los pequeños
productores agrícolas en el país. De hecho,
aspectos como las características socioeconó-
micas, culturales, entre otras, pueden inuir o
limitar la adopción de prácticas orgánicas y
consecuentemente, el acceso a los exigentes
mercados mencionados.
Por lo tanto, la medición de los determinan-
tes o factores de la adopción de las prácticas
agrícolas orgánicas ayudará a determinar la
sustentabilidad de las mismas a n de contri-
buir con políticas públicas que las promuevan
a mayor escala, considerando que su susten-
tabilidad contribuye al desarrollo local.
Por otro lado, la medición de los determinantes
para la adopción de la agricultura orgánica se
realiza empleando Los modelos logit y probit.
El uso de cada uno de ellos se considera arbi-
trario, debido a que empleando cualquiera de
los métodos se obtendrá resultados similares,
solamente se producen diferencias signicati-
vas para los individuos que tienen probabili-
dades extremadamente altas o bajas de adop-
ción. Por ello, en esta investigación se emplean
ambos métodos y se discuten los resultados.
Es importante resaltar que se estima el efecto
impacto para cada uno de estos métodos. Las
variables inuyentes en la adopción fueron las
estructurales y las actitudinales. El hecho de
que las variables actitudinales inuyen signi-
cativamente, se maniesta en la aceptabilidad
o aplicabilidad de una tecnología sustentable
por parte de los usuarios.
La zona seleccionada para el estudio fue el
departamento de Piura. Aproximadamente,
el 40% del total de sus cafetaleros están aso-
ciados a la Central Piurana de Cafetaleros-
CEPICAFE . Esta entidad brinda servicios de
capacitación a sus asociados que son produc-
tores orgánicos y convencionales, a través del
acceso a fondos de cooperación internacional
y públicos. De esta manera, la asociatividad
representa una vía para acceder a servicios de
capacitación y asistencia técnica. Asimismo,
CEPICAFE
3
cuenta con una caja de recursos
que brinda préstamos a sus asociados ya que
la gran mayoría no puede acceder a créditos.
2. REVISIÓN DE
LITERATURA
Los estudios que buscaron determinar los
factores explicativos de tecnologías limpias
coinciden en que es importante considerar
como determinantes de su adopción a las va-
riables estructurales como edad, educación,
tamaño de familia, tamaño de granja, entre
otras; sin embargo, estas no necesariamente
están correlacionadas (de manera signicati-
va) con la adopción. Más bien, es importante
considerar variables ambientales medidas a
través de la información que puedan tener
los productores sobre los problemas ambien-
tales, según lo señala D’Souza et al. (1993).
Respecto a las variables económicas o nan-
cieras, tomando en consideración lo propues-
to por Arellanes y Lee (2003), los ingresos del
3 Entidad gremial, cuya experiencia incluye una propuesta
de diversicación de la producción con el n de incrementar los
ingresos de los productores. De esta manera viene impulsando
además del café, la producción también de cacao, panela,
mermeladas y jugos.
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
75
hogar no constituyen un factor determinante
de la adopción, cuando se trata de tecnolo-
gías de bajo costo; sin embargo, para el caso
en estudio este sí debe ser considerado, pues
la certicación supone un alto costo. El acce-
so al crédito también es un factor relevante
según los encontró He et al. (2008).
Varios autores, entre ellos He et al. 2008; Da-
vies y Hodge (2006); Ajayi (2007), Diederen et
al. (2003), enfatizan la importancia de incor-
porar al análisis las características actitudina-
les; es decir, la actitud para la innovación, la
decisión de acceder a capacitación, la capa-
cidad de gestión y las percepciones sobre la
tecnología y los problemas ambientales, re-
sultan ser más importantes para la adopción
que las variables estructurales.
Por su parte, Perret y Stevens (2006) encon-
traron a los derechos de propiedad y a la ac-
ción colectiva como variables signicativas.
Esta última, es relevante para el caso peruano
dado que la agricultura predominante en el
Perú es la realizada por pequeños producto-
res (quienes poseen menos de 5 hectáreas).
Varios autores como Genius et al. (2006); De-
francesco et al. (2008); He et al. (2008); Die-
deren et al. (2003), destacan la relación entre
el acceso a la información y la comunicación
como aspectos importantes para la adopción,
medida principalmente en el acceso a servi-
cios de extensión (asistencia técnica, capaci-
tación) y a fuentes de información, sin discri-
minar entre públicas o privadas.
Las políticas escogidas constituyen un factor
importante para el caso de países en desarro-
llo, ya que inuyen en todos los niveles sobre
la adopción y difusión de sistemas agrícolas
sostenibles, como lo señala Lee (2005).
Por último, según lo mencionan Knowler y
Bradshaw (2007), se debe enfatizar las ca-
racterísticas particulares locales más que las
estructurales en la adopción de tecnologías.
De aquí se concluye que las características lo-
cales son determinantes y peculiares en cada
zona.
En general, todos los autores coinciden en la
importancia de conocer los factores determi-
nantes de tecnologías limpias para la toma de
decisiones, la cual comprende el diseño y la
implementación de políticas relacionadas a la
promoción de tecnologías limpias con prácti-
cas orgánicas, como estrategia de desarrollo
local sustentable debido a su carácter amiga-
ble con el medio ambiente. Esto implicaría la
obtención de mejores precios de venta, arti-
culación social, generación de redes sociales
y una dinámica local importante.
Esta investigación toma algunos alcances de
los trabajos revisados. Por ejemplo, se agrupa a
las variables explicativas de la adopción en dos
segmentos: i. Las estructurales o socioeconómi-
cas: relacionadas a edad, educación, tamaño de
familia, experiencia en el cultivo de café, exten-
sión de terreno, posesión de títulos de propie-
dad, extensión de terreno dedicado destinada
al café, ingresos; y ii. Las actitudinales: centra-
das en las percepciones sobre problemas am-
bientales y las actitudes frente a la innovación
(decisión de acceder a información, acceso a
servicios de extensión, fuentes de información,
valoración de información, entre otras).
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
76
3. MATERIALES Y
MÉTODOS
Los métodos preferidos para determinar los
factores de adopción tecnológica son los mo-
delos logit y probit. Esta investigación emplea
ambos métodos y verica cuál de ellos pre-
senta mayor signicancia.
Según Capps y Kramer (1985), citados por D´-
Souza et al. (1993), la elección del modelo a
usar es normalmente una cuestión de conve-
niencia pues ninguno parece dominar en la
teórica empírica. Mientras tanto, Hanushek
y Jackson (1977), citados por D´Souza et al.
(1993), la formulación de un modelo logit es
preferida debido a sus propiedades matemá-
ticas convenientes
4
.
Según Pindyck y Rubinfeld (1981), citados por
D´Souza et al. (1993), un importante recurso
del modelo logit es que “transforma el pro-
blema de predecir las probabilidades dentro
de un intervalo de (0,1) para el problema de
predecir las probabilidades de que ocurra un
evento dentro del rango de toda la línea real”.
Además, de acuerdo con Maddala (1990), ci-
tado por D´Souza et al. (1993), mientras que
las estimaciones de la pendiente de los dos
métodos no son directamente comparables,
en ausencia de una muestra grande los re-
sultados empíricos obtenidos en las dos es-
pecicaciones probablemente no sean muy
diferentes.
4 Estas propiedades matemáticas se reeren a que la
función de distribución normal (Probit) solo puede calcularse
en forma de integral. La menor complejidad de manejo que
caracteriza al modelo Logit es lo que ha potenciado su aplicación
en la mayoría de los estudios empíricos.
Sin embargo, ambos métodos son técnicas
para estimar la probabilidad de un aconteci-
miento (como la adopción) que puede tener
uno de dos valores: adoptan o no adoptan.
La diferencia básica es que el modelo logit
supone que la variable dependiente sigue
una distribución logística, mientras que el
modelo probit supone una distribución nor-
mal acumulativa. Empleando cualquiera de
estos métodos se obtendrán resultados simi-
lares; solamente se producen diferencias sig-
nicativas en los extremos de la distribución;
es decir, únicamente para los individuos que
tienen probabilidades extremadamente altas
o bajas de adopción. Por lo tanto, para este
estudio se ha visto por conveniente emplear
ambos métodos.
3.1. El modelo
La elección de variables se hizo teniendo en
cuenta la revisión de literatura, así esta inves-
tigación toma algunos alcances de los traba-
jos revisados.
Por ejemplo, se agrupa a las variables expli-
cativas de la adopción en dos segmentos: i.
Las estructurales: relacionadas a edad, educa-
ción, tamaño de familia, experiencia en el cul-
tivo de café, extensión de terreno, posesión
de títulos de propiedad, extensión de terreno
destinado al café, acceso a crédito y nivel de
ingresos; ii. Las ambientales: centradas en las
percepciones sobre problemas ambientales y
las actitudes frente a la innovación (decisión
de acceder a información, acceso a servicios
de extensión, fuentes de información, valora-
ción de información, entre otras).
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
77
A partir de esta clasicación se consideraron
doce variables como se muestra en el anexo
1; es decir, se estableció que la adopción de
café orgánico está en función de la edad del
productor, el ingreso, la extensión del terre-
no, el acceso a crédito, la experiencia en el
cultivo de café, el tipo de propiedad, el nivel
de educación, la frecuencia de la asistencia
técnica, el uso de técnicas de conservación, la
propensión a innovar, los motivos de la certi-
cación y la capacidad de gestión.
3.2. Ámbito geográco
El ámbito geográco del estudio es la zona ca-
fetalera del departamento de Piura, que com-
prende tres provincias de la sierra piurana:
Ayabaca, Morropón y Huancabamba. Se ha
escogido este departamento por su dinamis-
mo en el acceso a mercados agrícolas y por
su importancia en la producción orgánica.
De estas provincias, Huancabamba es la que
menor Índice de Desarrollo Humano (IDH)
presenta, seguida de Ayabaca y Morropón y
coincidentemente son las tres provincias con
menor IDH de la región Piura las que además
son consideradas zonas principalmente agrí-
colas y ganaderas (ver mapa del sitio en el
anexo 2)
La producción agrícola del departamento de
Piura es importante y diversa ya que repre-
senta más del 40% del número de producto-
res y de la supercie agrícola del norte perua-
no. Entre los cultivos de exportación destacan
el mango, el limón y el café, producidos prin-
cipalmente bajo la agricultura orgánica. Este
tipo de agricultura es importante en la región
pues existen cientos de pequeños producto-
res involucrados en programas destinados a
emprender el tránsito hacia una agricultura
más sostenible, donde destaca el trabajo de
Organismos No Gubernamentales-ONGs.
El café se produce en el espacio denominado
Corredor Andino, que comprende los distri-
tos de las provincias de Ayabaca, Morropón
y Huancabamba. En esa zona se produce café
convencional y orgánico por pequeños pro-
ductores (menos de 3 has.) que cuentan con
tecnología limitada y poseen régimen de te-
nencia de tierras individual y comunal.
Aproximadamente, el 40% de productores
cafetaleros del departamento de Piura perte-
necen gremialmente a la Central Piurana de
Cafetaleros-CEPICAFE, asociación que se se-
leccionó para realizar esta investigación, de-
bido a la facilidad de obtención de informa-
ción (base de datos de productores) ya que es
una de la asociaciones más importantes de
la zona, en cuanto a la promoción de produc-
ción orgánica.
3.3. Otros aspectos
metodológicos
La población está conformada por peque-
ños productores de café de la sierra del de-
partamento de Piura pertenecientes a CE-
PICAFE-Central Piurana de Cafetaleros, con
un tamaño menor a 3 has. de tres provincias
cafetaleras de Piura. La población total es de
1943 productores, de los cuales 1203 son or-
gánicos y 730 son convencionales (ver anexo
3). Se empleó un tamaño de muestra de 160
productores, desagregada entre 60 produc-
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
78
tores convencionales y 100 productores orgá-
nicos
5
, como se observa en el anexo 4.
El muestreo fue estraticado y se emplearon
dos estratos. El estrato 1 está conformado por
grupos de asociaciones que tienen menos de
15 agricultores, con una productividad me-
nor a 3.7 quintales por has. y con menos del
50% de participación de agricultores orgáni-
cos. Mientras que el estrato 2 corresponde a
los grupos de asociaciones que tienen de 15 a
más agricultores, con una productividad ma-
yor a 3.7 quintales por has. y con 50% o más
de participación de agricultores orgánicos.
Para la selección de asociaciones, se consultó
a expertos
6
, mientras que la selección de agri-
cultores se realizó aleatoriamente en forma
sistemática
7
. La información se recogió a tra-
vés de encuestas sobre las variables seleccio-
nadas en el modelo detallado en el anexo 2.
4. RESULTADOS
4.1. Análisis descriptivo de
las variables y análisis de
correlaciones
El anexo 5 muestra los estadísticos descrip-
tivos de las variables. Los resultados indican
que todas las variables numéricas se distri-
buyen de manera normal, excepto las varia-
5 Se empleó un nivel de error de 0.075, que signica un
nivel de incertidumbre moderada por la naturaleza del estudio.
Esto se hace para reducir el tamaño de muestra por tema de
limitaciones en costos. El nivel de conanza es del 92.5%.
6 Los expertos consultados fueron los Ingenieros
Agrónomos de CEPICAFE, por su conocimiento de la zona del
cultivo y de los mismos productores.
7 Debido a la estraticación y a los pasos de selección
(uno a criterio y otro aleatorio), el muestreo es denominado
Estraticado Semi-Probabilístico.
bles dicotómicas y politómicas; es decir, no
se rechaza la hipótesis nula de normalidad,
ya que las probabilidades asociadas al test
de Jarque-Bera son mayores a 0.05 (ver ane-
xo 5). Por tanto, se puede realizar inferencia
estadística con las variables analizadas. Es
importante mencionar que las variables X2 y
X3 fueron transformadas a logaritmo natural
puesto que en niveles no se distribuía de ma-
nera normal.
Posteriormente, se realizó el análisis de la ma-
triz de correlaciones entre las variables expli-
cativas.
En el anexo 6, los resultados indican que las
variables X1, LOGX2, LOGX3 y X5 y X7 están
correlacionadas en un rango de (0.6, 0.7) en
promedio, aproximadamente. El resto de va-
riables tiene un grado de correlación bajo
(menor a 0.5). Estas variables que están al-
tamente correlacionadas pueden ocasionar
que los errores estándar estén sobrevaluados
ocasionando problemas de inferencia esta-
dística. Ello podría ocasionar distorsiones en
los signos esperados de las variables regreso-
ras. Se estimó el modelo con todas las varia-
bles regresoras y se eliminaron aquellas que
presentaron signos no esperados.
Como la variable dependiente es dicotómica
o binaria (Y=1 si el productor adopta tecnolo-
gía orgánica y Y=0 si no adopta tecnología),
la relación entre las variables explicativas y la
variable dependiente es no lineal. Por tanto,
para estimar este modelo no lineal con varia-
ble dependiente binaria se utilizó el estima-
dor de máxima verosimilitud a través de mo-
delos probit (asume que el error se distribuye
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
79
de manera normal) y logit (si se asume que el
error tiene una distribución logística).
4.2. Resultados del modelo
La investigación desarrolló las estimaciones
de modelos logit y probit. Estas estimaciones
tienen como principal característica sobre los
modelos de probabilidad lineal (MPL), que las
probabilidades predichas se encuentran den-
tro del rango (0,1). El modelo general estima-
do es el siguiente:
Y
i
= β
0
+ β
1
X
1i
+ β
2
X
2i
+ β
3
X
3i
+ β
4
X
4i
+
β
5
X
5i
+ β
6
X
6i
+ β
7
X
7i
+ β
8
X
8i
+ β
9
X
9i
+
β
10
X
10i
+ β
11
X
11i
+ u
i
Es importante mencionar que se eliminó la
variable (capacidad de gestión) en las esti-
maciones puesto que está exactamente pre-
dicha con la variable dependiente. Las esti-
maciones para ambos modelos (logit y probit)
se muestran en el anexo 7. Los resultados
indican claramente que la variable x3 (exten-
sión de terreno) no tiene el signo esperado a
pesar que es signicativa.
Por otro lado, las variables x1 (edad) y x7 (ni-
vel de educación) son altamente no signi-
cativas. La variable x11 (motivos de certica-
ción) resulta también altamente no signica-
tiva; sin embargo, se mantendrá en el modelo
pues es relevante. Tal como se mencionó an-
teriormente, es posible que la distorsión del
signo en la variable x3 y la no signicancia en
x1 y x7 se pueda deber a la colinealidad de es-
tas variables, razón por la cual estas variables
fueron excluidas.
El anexo 8 muestra las estimaciones para el
modelo escogido. Tal como se observa, todas
las variables son signicativas al 5 y al 10%,
excepto de la variable X11. Asimismo, se ob-
serva en ambos casos un buen ajuste del mo-
delo puesto que el R2 McFadden es mayor al
80%.
Con respecto a las predicciones correctas
del modelo logit o probit el estimado es de
96.25%, con lo cual se consideran de un buen
poder predictivo ambos modelos, según se
muestra en el anexo 9.
Como se mencionó anteriormente, para cuan-
ticar el efecto de las variables explicativas
sobre la probabilidad de que los productores
adopten la tecnología orgánica se recurre al
cálculo del efecto impacto. En el anexo 10, se
muestran los efectos impacto para los mode-
los logit y probit estimados previamente en el
anexo 7.
5. CONCLUSIONES
Los resultados indican que en promedio para
los modelos logit y probit se tiene una proba-
bilidad de 66% y 62%, respectivamente, para
que los productores adopten la tecnología
orgánica. Cabe notar que en ambos tipos de
estimaciones todas las variables son estadísti-
camente signicativas al 20% a excepción de
la variable X11.
De estos efectos se destaca el acceso al cré-
dito, el uso de técnicas de conservación, el
acceso a asistencia técnica y la propensión a
innovar. Se encontró que si los productores
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
80
poseen acceso al crédito, aumenta la proba-
bilidad de adoptar la tecnología orgánica en
48% y 31% por ciento en promedio para un
modelo logit y probit, respectivamente. Del
mismo modo si los productores reciben fre-
cuentemente asistencia técnica, aumenta la
probabilidad de adoptar tecnología orgáni-
ca en 13% y 9% en promedio para el modelo
logit y probit, respectivamente. Otra variable
importante es el uso de técnicas de conser-
vación, ya que aumenta la probabilidad de
adoptar tecnología orgánica en 73% y 62%
en promedio para los modelos logit y probit,
respectivamente. La propensión a innovar,
aumenta la probabilidad de adoptar tecnolo-
gía orgánica de los agricultores en 58% y 48%
en promedio para los modelos logit y probit,
respectivamente.
De las variables estructurales, no fueron sig-
nicativas las variables supercie del produc-
tor, edad y nivel de educación. En cambio, lo
fueron las variables ingreso, acceso a crédito
y tipo de propiedad. El ingreso es relevante
en la decisión de adoptar agricultura orgáni-
ca, en tanto los costos de producción de esta
tecnología son altos, explicado principalmen-
te por insumos orgánicos y mano de obra re-
querida. Por ello, el acceso a crédito, consti-
tuye un mecanismo importante para el nan-
ciamiento de la producción, lo cual es consis-
tente con lo encontrado por He et al. (2008).
El tipo de propiedad también constituye una
variable relevante por las características de la
zona en donde predomina la propiedad co-
munal, esto se verica con lo que encontra-
ron Perret y Stevens (2006).
Con respecto a las variables actitudinales, se
constata que si bien para esta investigación el
acceso y la frecuencia de la asistencia técnica
es relevante, no lo ha sido la fuente de la asis-
tencia pues la principal en la zona de estudio
es CEPICAFE, para el caso de los productores
orgánicos; sin embargo, no lo fue para los pro-
ductores convencionales. Se incluyó también
los temas de asistencia técnica y se presentó
problema de asociación de variables. La pro-
pensión a innovar es signicativa, la misma
que ha sido medida por la importancia que
le dan los productores a la certicación orgá-
nica. Por último, fue signicativa la variable
motivos de certicación, medida por la incli-
nación de los productores, más por motivos
ambientales que por motivos de mercado. Se
descartó la variable capacidad de gestión por
estar exactamente predicha con la variable
dependiente.
De acuerdo a lo señalado por He et al. (2008);
Davies y Hodge (2006); Ajayi (2007), Diederen
et al. (2003), se constata que para la adop-
ción de producción orgánica son relevantes
no sólo las variables estructurales, sino tam-
bién las actitudinales, por lo que se acepta
la hipótesis planteada que establecía que la
adopción de producción de café orgánico es
explicada también por variables actitudina-
les; ya que si bien las variables estructurales
son importantes, no son contundentes para
determinar la adopción orgánica. Asimismo,
de acuerdo a Genius et al. (2006); Defrances-
co et al. (2008); He et al. (2008); y Diederen et
al. (2003), se constata que la asistencia técni-
ca jugó un rol importante en el proceso de
adopción de tecnologías orgánicas.
Este resultado implicaría una mayor sustenta-
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
81
bilidad pues los agricultores que reciban asis-
tencia técnica y no sólo aquellos de mayores
ingresos podrían adoptar la producción orgá-
nica. Por ello, las políticas públicas deberían
dirigirse a garantizar adecuados servicios de
asistencia técnica y capacitación. Ello con-
lleva a mejorar la oferta de dichos servicios
a través de diferentes acciones, entre ellas
la formación de extensionistas locales que
conozcan la problemática particular de cada
ámbito.
Otros elementos a tener en cuenta para los
servicios de extensión son que las metodo-
logías empleadas sean adecuadas. Diversas
experiencias han mostrado que las pasantías
inuyen en la motivación de productores, lo
cual se reeja en la propensión a innovar, que
como se ha demostrado, aumenta la probabi-
lidad a adoptar prácticas orgánicas. Otro ins-
trumento es fomentar la creación de Escuelas
de Campo, ya que aseguran una extensión
más constante y frecuente, pues según se
ha vericado, la frecuencia de la asistencia
técnica también aumenta la probabilidad de
adopción de la agricultura orgánica.
El acceso al crédito constituye otro factor re-
levante, lo cual implica que es necesario di-
namizar los servicios nancieros para la agri-
cultura. La estrategia (últimamente priorizada
por el Ministerio de Agricultura en el Perú)
de conanciamiento público-privado para
inversión en capacitación, insumos y peque-
ños equipos no es suciente pues limita la in-
versión en ciertos rubros requeridos por los
agricultores como equipos e infraestructura
productiva demandantes de mayor inversión.
Así, se hace necesario por ejemplo, potenciar
las estrategias de otorgamiento crediticio de
Agrobanco y otras fuentes de nanciamiento
públicas y privadas
A su vez, la asociatividad juega un rol impor-
tante para la organización de la oferta y El ac-
ceso a servicios para la agricultura en general.
Por ello, las políticas públicas de promoción
deben promover modelos de organización
acordes a las necesidades de los agricultores,
que vayan más allá de la dinámica gremial y
más bien se centren en los aspectos de mer-
cado vía la implementación de gerencias co-
merciales.
Por último, las políticas públicas de promo-
ción de prácticas orgánicas deberían ser es-
tructuradas en los tres servicios planteados:
servicios de extensión, servicios nancieros y
asociatividad. Esta política pública de carác-
ter nacional, obviamente, debe tener caracte-
rísticas especícas de acuerdo a las particula-
ridades de cada zona dado que depende de
los actores y dinámicas sociales particulares.
El reto entonces es que estos tres servicios
deben estar articulados promoviendo una di-
námica local integral para el desarrollo local
sustentable.
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
82
6. REFERENCIAS
BIBLIOGRÁFICAS
Ajayi, O.C. (2007) User acceptability of sustai-
nable soil fertility technologies: lessons from
farmers’ knowledge, attitude and practice in
Southern Africa, Journal of Sustainable Agri-
culture, 30, pp. 21-40.
Arellanes P, Lee D. (2003) The determinants of
adoption of sustainable agriculture technolo-
gies: evidence from the hillsides of Honduras.
International Conference of Agricultural Eco-
nomist.
Badgley C, Moghtader J, Quintero E, Zakem E,
Chappell M, Avilés-Vázquez K, Samulon A and
Perfecto I. (2006). Organic agriculture and the
global food supply Ren. Agr. Food Syst., 22,
86–108.
Comisión Nacional de Productos Orgánicos.
(2003). Reglamento técnico para los produc-
tos orgánicos.
Davies, B.B., & Hodge, I.D. (2006) Farmers’ pre-
ferences for new environmental policy instru-
ments: determining the acceptability of cross
compliance for biodiversity benets. Journal
of Agricultural Economics, 57, pp. 393–414.
D´Souza G, Cyphers D, Phipps T. (1993). Fac-
tors aecting the adoption of sustainable
agriculture practices.
Defrancesco E, Gatto P, Runge F, Trestini S.
(2008). Factores que afectan la participación
de los agricultores en las medidas agroam-
bientales: Una perspectiva del norte de Italia.
Journal of Agricultural Economics, Vol. 59, No.
1, 2008, 114–131
Diederen P, Meijl HV, Wolters A, Bijak K. (2003).
Innovation adoption in agriculture: Innova-
tors, early adopters and laggards.
Genius M, Pantzios CJ, Tzouvelekas V. (2006).
Information acquisition and adoption of or-
ganic farming practices.
He X, Huhua C, Fengmin L. (2008). Factors In-
uencing the Adoption of Pasture Crop Ro-
tation in the Semiarid Area of China’s Loess
Plateau. Journal of Sustainable Agriculture
Volume 32, Issue 1, 2008.
Knowler, D. & Bradshaw, B. (2007) Farmers’
adoption of conservation agriculture: a re-
view and synthesis of recent research, Food
Policy, 32, pp. 25–48.
Lee DR. (2005) Agricultural sustainability and
technology adoption: issues and policies for
developing countries.
Pannell DJ, Schilizzi S. Agricultural and Re-
source Economics, The University of Western
Australia, Nedlands 6907. 1999
Perret SR, Stevens JB. (2006). Razones So-
cio-económicas de la baja adopción de tec-
nologías de conservación de agua por los pe-
queños agricultores en el África meridional:
una revisión literaria. Development Southern
Africa Vol. 23, No. 4, October 2006
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
83
Promperu. (2008). Produccion orgánica en el
Perú y sus perspectivas. Agosto 2008. Con-
sultado en http://www.siicex.gob.pe/siicex/
resources/sectoresproductivos/d546ec3c-
b220-4396-a2a7-a509812a8e31.pdf el 18 de
Marzo de 2011.
Seufert V, Ramankutty N, Foley J. (2012). Com-
paring the yields of organic and conventional
agriculture. Nature: International weekly jour-
nal of science.
Willer H, Menzler M y Sorensen N. (2008). The
world of organic agricultura. Statistics and
emerging trends. IFOAM Bonn; FiBL, Frick; ITC,
Genf.
7. ANEXOS
Anexo 1. Descripción de variables del modelo de adopción de agricultura orgánica
Dimensión Variable Unidad Tipo de Variable Valores Signo esperado
Dependiente
Y
:Adopción de tecnología
Dicotómica
Adopta tecnología orgánica=1
No adopta tecnología orgánica=0
Independientes Estructurales del agri-
cultor y del predio (socioeconómicas)
X
1
: Edad
Años Discreta -
X
2
: Ingreso
Nuevos soles Continua +
X
3
:extensión de terreno
Has. Continua +
X
4
: Acceso a crédito
Dicotómica
0= Si posee
1= No posee
+
X
5
: Experiencia en el cultivo de
café
Años Discreta +
X
6
: Propiedad individual
Dicotómica
0= Comunal
1= Individual
X
7
: Nivel de educación
Años Discreta +
*Se eliminó esta variable por estar exactamente predicha con la variable dependiente Fuente: Elaboración Propia
Dimensión Variable Unidad Tipo de Variable Valores Signo esperado
Independientes Actitudinales
X
8
: Frecuencia de asistencia
técnica
Categórica +
X
9
: Uso de técnicas de conser-
vación
Categórica
0= no usa técnicas
1= usa 1 técnica
2= usa 2 técnicas
3=usa tres técnicas
+
X
10
: Propensión a innovar
Categórica
1=Nada importante
2=Poco importante
3=Medianamente importante
4=Importante
5=Muy importante
+
X
11
:Motivos de certicación
Dicotómica
0=Aspectos de mercado (precios,
mercado)
1=Aspectos ambientales (biodiver-
sidad, suelos, agua)
+
X
12
* : Capacidad de gestión
Dicotómica
1=Si tiene capacidad
0=No tiene capacidad
+
*Se eliminó esta variable por estar exactamente predicha con la variable dependiente Fuente: Elaboración Propia
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
86
Anexo 2: Mapa del sitio de la zona en estudio
Fuente: Informe de Desarrollo Humano Perú 2009. Disponible en http://sinia.minam.gob.pe/mapas/indi-
ce-desarrollo-humano-distrital-2007-cuencas-piura, consultada el 15 de abril de 2015.
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
87
Anexo 3. Población de productores pertenecientes a CEPICAFE desagregado
según orgánicos y no orgánicos, en Piura, 2010.
Número
socios
orgánicos
Número
socios no
orgánicos
Número total
de socios
Área total
en (ha)
Área de café
(ha)
Producción de café
(kg) total
1,203 730 1,943 7,783.2 3,280,765
1,451,584.4
Fuente: CEPICAFE, 2010.
Anexo 4. Lista de Asociaciones seleccionadas según estrato, provincia y
distrito.
Estratos Provincia Distrito
Nombre de la
Asociación
Productividad
de Café por
Asociación
(Quintales
/ ha)
Número de
Agricultores
Orgánicos
Número de
Agricultores
No Orgáni-
cos
Muestra. No
orgánico
para el E1
y orgánico
para E2
Estrato 1
Huancabamba Canchaque
Appagrop La
Esperanza
2.68 8 13 8
C.a.c Jose Gabri-
el Condorcanqui
6.05 88 132 52
Total --- 145 60
Estrato 2
Ayabaca Montero
Appagrop Aroma
Monterina
8.03 37 5 11
Appagrop Chonta 9.38 18 9 5
Appagrop Pite 7.07 18 5 5
Appagrop Santa
Rosa De Chonta
13.79 21 4 6
Huancabamba
Lalaquiz
Appagrop La
Laguna
11.48 37 5 11
Appagrop Papayo 10.28 30 2 9
Appagrop San
Lorenzo
10.86 32 0 9
Appagrop Ullma 10.68 24 0 7
San Miguel
del Faique
Appagrop El
Tambo
8.20 26 0 8
Appagrop La
Capilla
6.20 33 1 10
Appagrop San
Cristobal
6.62 25 0 9
Appagrop Santa
Ana
7.61 33 2 10
Total 334 --- 100
TOTAL 160
Fuente: Elaboración propia.
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
88
Anexo 5. Estadísticos Descriptivos y Prueba de Normalidad de Jarque Bera
X1 LOGX2 LOGX3 X4 X5 X6 X7 X8 X9 X10 X11 X12
Media 54.59 8.23 0.69 0.74 29.68 0.46 5.46 4.92 2.49 3.21 0.67 0.24
Mediana 53.00 8.32 0.69 1.00 30.00 0.00 5.00 6.00 3.00 3.00 1.00 0.00
Máximo 87.00 10.34 2.20 1.00 58.00 1.00 16.00 10.00 3.00 5.00 1.00 1.00
Mínimo 25.00 5.30 -0.69 0.00 3.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00
Desviación St. 13.45 1.05 0.51 0.44 12.87 0.50 3.98 3.20 0.98 1.12 0.47 0.43
Jarque-Bera 4.32 4.37 0.99 37.03 5.01 26.67 10.50 21.68 90.60 3.74 28.43 42.11
Probabilidad 0.12 0.11 0.61 0.00 0.08 0.00 0.01 0.00 0.00 0.15 0.00 0.00
Fuente: Elaboración Propia
Anexo 6. Matriz de Correlaciones
X1 LOGX2 LOGX3 X4 X5 X6 X7 X8 X9 X10 X11 X12
X1 1.00 0.15 0.27 -0.17 0.69 0.16 -0.65 0.06 0.07 0.05 0.05 0.11
LOGX2 0.15 1.00 0.60 0.19 0.36 0.60 0.07 0.44 0.43 0.38 -0.12 0.21
LOGX3 0.27 0.60 1.00 0.10 0.37 0.28 -0.07 0.21 0.20 0.08 0.00 0.14
X4 -0.17 0.19 0.10 1.00 -0.13 0.11 0.23 0.13 0.24 -0.05 0.04 0.23
X5 0.69 0.36 0.37 -0.13 1.00 0.30 -0.51 0.27 0.16 0.19 -0.04 0.13
X6 0.16 0.60 0.28 0.11 0.30 1.00 0.00 0.41 0.47 0.37 0.04 0.19
X7 -0.65 0.07 -0.07 0.23 -0.51 0.00 1.00 0.00 0.01 0.06 -0.10 -0.12
X8 0.06 0.44 0.21 0.13 0.27 0.41 0.00 1.00 0.56 0.52 -0.18 0.13
X9 0.07 0.43 0.20 0.24 0.16 0.47 0.01 0.56 1.00 0.37 -0.13 0.29
X10 0.05 0.38 0.08 -0.05 0.19 0.37 0.06 0.52 0.37 1.00 -0.24 0.12
X11 0.05 -0.12 0.00 0.04 -0.04 0.04 -0.10 -0.18 -0.13 -0.24 1.00 0.02
X12 0.11 0.21 0.14 0.23 0.13 0.19 -0.12 0.13 0.29 0.12 0.02 1.00
Fuente: Elaboración Propia
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
89
Anexo 7. Estimaciones Logit, Probit para el Modelo General
Variable
Logit Probit
X1
beta -0.040 -0.023
p-value 0.388 0.3968
LOGX2
beta 2.937 1.678
p-value 0.005 0.0037
LOGX3
beta -4.251 -2.467
p-value 0.015 0.0062
X4
beta 2.228 1.260
p-value 0.115 0.1035
X5
beta 0.133 0.076
p-value 0.081 0.0702
X6
beta 3.005 1.665
p-value 0.027 0.0183
X7
beta 0.029 0.019
p-value 0.872 0.8495
X8
beta 0.544 0.289
p-value 0.0167 0.0148
X9
beta 3.453 1.989
p-value 0.0378 0.0369
X10
beta 2.693 1.521
p-value 0.0021 0.0017
X11
beta 0.693 0.358
p-value 0.5626 0.5960
Constante
beta -44.729 -25.448
p-value 0.0007 0.0005
McFadden R
2
0.8610 0.8620
Fuente: Elaboración Propia
Alvarado Barbarán, Laura Silvia
La Adopción Tecnológica de Técnicas Agrícolas orgánicas para productores de café
90
Anexo 8. Estimaciones Logit y Probit para el Modelo Escogido
Variable
Logit Probit
LOGX2 beta 1.270 0.541
p-value 0.0306 0.0599
X4 beta 2.089 0.808
p-value 0.0588 0.1175
X5 beta 0.064 0.026
p-value 0.0918 0.1722
X6 beta 2.035 1.182
p-value 0.0438 0.0247
X8 beta 0.570 0.0064
p-value 0.0052 1.614
X9 beta 3.274 0.0154
p-value 0.0092 1.247
X10 beta 2.607 0.0004
p-value 0.0006 0.357
X11 beta 0.531 0.5014
p-value 0.6008 0.5014
Constante beta -33.865 -15.532
p-value 0.0002 0.0000
McFadden R
2
0.8184 0.8038
Fuente: Elaboración Propia
Anexo 9: Clasicación de predicciones correctas para un modelo logit y probit
Classied + if predicted Pr(D) >= .5
True D dened as y != 0
--------------------------------------------------
Sensitivity Pr( +| D) 97.00%
Specicity Pr( -|~D) 95.00%
Positive predictive value Pr( D| +) 97.00%
Negative predictive value Pr(~D| -) 95.00%
--------------------------------------------------
False + rate for true ~D Pr( +|~D) 5.00%
False - rate for true D Pr( -| D) 3.00%
False + rate for classied + Pr(~D| +) 3.00%
False - rate for classied - Pr( D| -) 5.00%
--------------------------------------------------
Correctly classied 96.25%
--------------------------------------------------
Fuente: Elaboración Propia. Procesamiento STATA
Natura@economía. Vol. 2, Nº 1, enero-junio 2014 (71-91)
91
Anexo 10. Efecto Impacto de las estimaciones Logit, Probit para el Modelo
Escogido
Marginal effects after logit
y = Pr(y) (predict)= .66192796
------------------------------------------------------------------------------
variable | dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
---------+--------------------------------------------------------------------
logx2 | .2841828 .12563 2.26 0.024 .037958 .530407 8.22819
x4*| .4770711 .21906 2.18 0.029 .047717 .906425 .74375
x5 | .0143914 .00921 1.56 0.118 -.003661 .032443 29.675
x6*| .4208917 .17626 2.39 0.017 .075427 .766356 .4625
x8 | .1275289 .05005 2.55 0.011 .029436 .225622 4.91875
x9 | .7327061 .39494 1.86 0.064 -.041353 1.50677 2.49375
x10 | .5834997 .19874 2.94 0.003 .193983 .973017 3.20625
x11*| .1216459 .23336 0.52 0.602 -.335739 .579031 .66875
------------------------------------------------------------------------------
Marginal effects after probit
y = Pr(y) (predict)= .61749026
------------------------------------------------------------------------------
variable | dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
---------+--------------------------------------------------------------------
logx2 | .2063099 .10548 1.96 0.050 -.000423 .413043 8.22819
x4*| .3122284 .19306 1.62 0.106 -.066156 .690613 .74375
x5 | .0097514 .00735 1.33 0.184 -.004649 .024152 29.675
x6*| .4228461 .16352 2.59 0.010 .102353 .743339 .4625
x8 | .0941092 .03534 2.66 0.008 .024847 .163372 4.91875
x9 | .6158513 .30852 2.00 0.046 .011155 1.22055 2.49375
x10 | .4755997 .14091 3.38 0.001 .199415 .751784 3.20625
x11*| .1379248 .20453 0.67 0.500 -.262943 .538792 .66875
------------------------------------------------------------------------------
(*) dy/dx is for discrete change of dummy variable from 0 to 1
Fuente: Elaboración Propia. Procesamiento STATA