1. Impacto de una cooperativa de cacao en
la eficiencia técnica. ¿Qué motiva a un
agricultor peruano de cacao a seleccionar
un canal de comercialización? Evidencia
en Tocache.
Angie Higuchi, Cristian Vasco, Daniel Coq-Huelva, Ruth Arias-
Gutierrez & Rafaela Alfalla-Luque
2. TABLA DE CONTENIDOS
1. Introducción
2. Objetivo
3. Materiales y métodos
4. Resultados y discusión
5. Conclusiones
6. Consideraciones Finales
7. Referencias
2
4. INTRODUCCIÓN (1)
4
Perú es el décimo país más grande para la
producción de cacao (Mattyasovszky, 2015)
y el cacao peruano es muy demandado. Sin
embargo, el productor de cacao enfrenta un
mayor número de problemas.
5. INTRODUCCIÓN (2)
5
La mayoría de los pequeños agricultores
no tienen un volumen de cacao
suficiente para justificar la venta a los
procesadores o para la exportación.
En la selva peruana, hay dos canales
principales de comercialización: las
cooperativas y los intermediarios.
En Tocache, existe una estructura
específica de cooperativas: Central
Aroma Cooperativa.
7. INTRODUCCIÓN (4)
7
La identificación sobre si ser un miembro
cooperativo o no para determinar la
eficiencia técnica del cacao es un paso
necesario para hacer contribuciones al sector
cacao peruano.
Además, medir las percepciones de los
agricultores y estudiar las características
socioeconómicas son importantes para
desarrollar programas de sostenibilidad (Füsun
Tathdil, F., et. Al. 2009)
9. OBJETIVO
9
El objetivo de este estudio se desarrolla en dos:
1) Identificar si ser miembro cooperativo determina la
eficiencia técnica del cacao y
2) Analizar las motivaciones que influyen en los
productores de cacao para elegir su principal canal de
distribución.
11. MATERIALES Y MÉTODOS (1)
11
Materiales
La investigación se realizó en Tocache en la región San Martín, Perú.
• En 2014, Perú produjo 71,838 toneladas métricas de cacao en 97,611 ha, con San Martín como
la zona de cacao más grande con 32,126 toneladas métricas de 34,649 ha (Ministerio de
Agricultura de Perú, 2015).
Data
• La encuesta se realizó entre enero y junio de 2015 en seis distritos diferentes donde se encuentran
las cooperativas.
• 500 agricultores respondieron las encuestas, de las cuales 206 comercializan a través de
intermediarios y 224 son miembros cooperativos.
12. MATERIALES Y MÉTODOS (2)
12
Tabla 1. Resumen estadístico
Variable Descripción
Cooperativa Intermediarios Ambos
Media SD Media SD Media SD
Experiencia Experiencia en cultivo de cacao (años) 7.19 3.53 6.69 3.22 7.79 4.32
Rendimiento Rendimiento de cacao (MT / Ha) 0.88 0.56 0.95 0.39 1.13 0.56
TítuloPropiedad Tener un título de propiedad (Sí =1, No = 0) 0.84 0.37 0.62 0.49 0.79 0.41
Coca Han cultivado coca antes (Sí = 1, No = 0) 0.63 0.49 0.61 0.49 0.61 0.49
Distancia
Distancia al centro de reunión> 2 km (1 = Sí,
0 = No)
0.83 0.38 0.77 0.42 0.65 0.48
Máquina
Tener una máquina para cultivar cacao (1 = Sí,
0 = No)
0.35 0.48 0.32 0.47 0.29 0.45
Precio cocoa Precio de cocoa(soles/Kg) 7.53 0.5 7.95 0.65 7.7 0.6
Educación Nivel educativo del jefe de hogar (años) 7.39 3.88 7.37 3.32 7.56 3.27
Asistencia
Técnica
Número de instituciones que brindaron
asistencia en la comercialización del café a los
agricultores durante los últimos tres años.
1.17 0.82 1.04 1.12 1.31 0.67
Elaboración propia basada en datos primarios.
13. MATERIALES Y MÉTODOS (3)
13
Se usó el modelo econométrico del Análisis estocástico de la frontera (SFA) de Belotti,
Daidone y Hardi (2012) para mostrar la magnitud del efecto de los diversos factores en la
producción total:
𝒚𝒊 = el logaritmo de la producción del productor de cacao i-th
𝒙𝒊= matriz de determinantes productivos (tierra, capital, trabajo y fertilizantes)
β = vector de parámetros tecnológicos (desconocidos) a estimar
𝜺𝑖= un término de error no negativo que mide los efectos de ineficiencia técnica
que caen dentro del control de la unidad de decisión.
Métodos
𝑦𝑖= α+𝑥𝑖β+ε𝑖
14. 14
Este modelo permite la descomposición del término de error en error aleatorio y error de
ineficiencia en lugar de atribuir todos los errores como efectos aleatorios. El error está
compuesto por la suma de una alteración de distribución normal, vi, y otra alteración, µi,
que representa ineficiencia:
𝓤𝒊= 𝒁𝒊 δ
𝓔𝒊 = 𝓥𝒊 − 𝓤𝒊
𝓥𝒊 ∼ 𝜨(𝟎, 𝝈 𝝂
𝟐
)
Donde Z es un vector de variables exógenas y δ es un conjunto de
parámetros desconocidos para ser estimados (Battese, G. E. y
Broca, S. S., 1997; Onumah, J. A., et. Al., 2013).
Son independientes
MATERIALES Y MÉTODOS (4)
15. 15
𝓤𝖎 ∼ 𝟊
El modelo de ineficiencia está compuesto por una distribución F (Meeusen y van den
Broeck, 1977) que se muestra a continuación:
La estimación de la eficiencia técnica se predijo utilizando la siguiente expectativa condicional
(Jondrow, 1982):
𝜠𝑭𝑭= exp(- 𝓤)
Donde el valor oscila entre 0 y 1.
MATERIALES Y MÉTODOS (5)
16. 16
Regresión logística binaria: se usó para determinar qué variables socioeconómicas de los
agricultores influyeron en su decisión de entregar cacao a través de cooperativas o intermediarios.
El modelo econométrico es el siguiente:
0 1 1 2 2( ... ... )
1
( )
1 i i n nb b X b X b X b X
P Y
e
Y = tipo de agricultor (si Y = 1, el productor es un miembro cooperativo; de lo contrario, si Y = 0,
el agricultor utiliza el canal de comercialización de intermediarios)
P(Y) = probabilidad estimada de ser un miembro cooperativo o no (la variable dependiente)
Xi (i = 1,…, n) = las variables independientes 9 variables fueron incluidas
MATERIALES Y MÉTODOS (6)
18. RESULTADOS Y DISCUSIÓN (1)
18
• La producción de cacao está
determinada significativamente por
los cuatro componentes compuestos
por las variables explicativas
utilizadas en este modelo:
o Capital
o Trabajo
o Material
o Tierra
19. 19
Table 2. Resultados del análisis de la frontera estocástica de la producción de cacao.
Elaboración propia basada en datos primarios.
Variable Coeficiente Std. Error z p valor
95% Intervalo Conf.
Inferior Superior
Ln(Capital) 0.2880 0.0590 4.8900 0.0000 0.1725 0.4036
Ln(Trabajo) 0.3352 0.0506 6.6200 0.0000 0.2359 0.4344
Ln(Material) 0.0910 0.0310 2.9400 0.0030 0.0302 0.1517
Ln(Tierra) 0.1817 0.0455 4.0000 0.0000 0.0926 0.2708
Constante 3.5199 0.4658 7.5600 0.0000 2.6069 4.4329
λ 0.8752 0.1098 7.7900 0.0000 0.6600 1.0904
σu 0.3829 0.0713 5.3700 0.0000 0.2659 0.5514
σv 0.4375 0.4553 9.6500 0.0000 0.3571 0.5359
Log probabilidad -247.3464
Wald chi2(4) 221.21
Prob>chi2 0.0000
RESULTADOS Y DISCUSIÓN (2)
20. 20
La participación en una institución como
una cooperativa implica la adopción de
estándares de calidad y técnicas de
producción específicas para exportar el
producto (Wollni, M. y Zeller, M.,
2007).
Por lo tanto, parte del objetivo es
analizar si ser miembro cooperativo
determina la eficiencia técnica del
cacao.
RESULTADOS Y DISCUSIÓN (3)
21. 21
Table 4. Determinantes de la ineficiencia técnica.
RESULTADOS Y DISCUSIÓN (4)
Elaboración propia basada en datos primarios.
Variable Coeficiente Std. Error z p valor
95%Intervalo Conf.
Inferior Superior
Sexo -0.2660 0.1074 -2.4800 0.0140 -0.4775 -0.0545
Diversificación 0.3025 0.0633 4.7800 0.0000 0.1778 0.4272
Experiencia -0.0150 0.0035 -4.2700 0.0000 -0.0219 -0.0081
Sistema de
Irrigación -0.0772 0.0286 -2.7000 0.0070 -0.1336 -0.0209
Hogar -0.0090 0.0037 -2.4500 0.0150 -0.0162 -0.0018
Asistencia Técnica -0.0209 0.0106 -1.9800 0.0490 -0.0418 -0.0001
Cooperativa 0.0272 0.0298 0.9100 0.3640 -0.0316 0.0859
Coca 0.0273 0.0309 0.8800 0.3780 -0.0335 0.0882
Constante 0.7176 0.1341 5.3500 0.0000 0.4536 0.9816
F( 8, 267) -8.34
Prob >F 0.0000
R-squared 0.2584
22. 22
Modelo ineficiente
Ser miembro de una cooperativa no es
un determinante significativo de la
eficiencia técnica (p> 0.10)
Motivo por el que queríamos analizar
las motivaciones que influyen en los
productores de cacao para elegir su
principal canal de distribución.
RESULTADOS Y DISCUSIÓN (5)
23. 23
Table 6. Resultados del análisis de regresión logística binaria del canal de
comercialización de cooperativas / intermediarios de cacao
Variable B SE Wald Gl Sig.
95% intervalos de confianza
para odds ratio
Inferior Exp(B) Superior
Experiencia 0.11 0.05 6.01 1 *** 1.02 1.12 1.22
Rendimiento -0.11 0.23 0.24 1 N.S. 0.57 0.57 1.4
TítuloPropiedad 0.66 0.34 3.73 1 ** 0.99 1.94 3.78
Coca -0.56 0.3 3.5 1 * 0.32 0.57 1.03
Distancia 0.06 0.32 0.04 1 N.S. 0.57 1.07 2.01
Máquina -0.72 0.32 4.96 1 *** 0.26 0.49 0.92
Preciococoa -1.49 0.26 33.12 1 *** 0.14 0.24 0.38
Educación 0.02 0.04 0.12 1 N.S. 1.02 0.93 1.1
AsistenciaTécnica 0.85 0.19 20.49 1 *** 1.62 2.35 3.39
Constante 9.5 2.08 20.9 1 *** 0.14 0.23 0.38
R2 = 0.21(Cox & Snell), 0.30(Nagelkerke), *p<0.10, **p<0.05, ***p<0.01
Elaboración propia basada en datos primarios.
RESULTADOS Y DISCUSIÓN (6)
25. CONCLUSIONES (1)
25
Primero,
El productor de cacao en Tocache que pertenece a una cooperativa no tuvo impacto en
la eficiencia técnica y la producción de cacao.
La asistencia técnica se basa más en técnicas posteriores a la cosecha como la
fermentación y la sequedad para mejorar la calidad del cacao para las exportaciones.
26. CONCLUSIONES (2)
26
1) Producía coca antes
2) Tiene maquinaria
3) Recibe más precio por su cacao.
Agricultor que es miembro de una
cooperativa:
1) Tiene experiencia en cacao
2) Tiene título de propiedad
3) Recibe asistencia técnica
Agricultores que comercializan
a través de intermediarios:
Segundo,
Según el análisis de los resultados de la regresión logística binaria, podemos concluir:
Los productores de cacao necesitan liquidez, por lo que es probable que se
comercialicen a través de los intermediarios debido al pago inmediato de su producto.
28. 28
Alternativas para el
desarrollo de
habilidades técnico-
productivas por parte
del gobierno regional
y local en una
comunidad
participativa
Las organizaciones
deberían buscar formas de
desarrollar el componente
de extensión para mejorar
la productividad agrícola
mediante la capacitación y
la transferencia de
conocimientos a los
pequeños agricultores.
Los sistemas de
compensación tales como
la distribución de la
participación de ingresos
excedentes (utilidades)
entre los miembros
CONSIDERACIONES FINALES
30. REFERENCIAS (1)
30
Admassie, A. and Matambalya, F. A. S. T., (2014). “Technical efficiency of small-and medium-scale enterprises: Evidence from a Survey of Enterprises in Tanzania. Article in Eastern Africa
Socail Science Research Review. Vol. 18(2). Pp. 1-29.
Aigner, D., Lovell, K. and Schmidt, P. (1977). “Formulation and estimation of stochastic frontier production function models”. Journal of Econometrics. Vol. 6(1). Pp. 21-37.
Ahmed, M. H., Mesfin, H. M. 2017. “The impact of agricultural cooperatives membership on the wellbeing of smallholder farmers: empirical evidence from eastern Ethiopia”. Agricultural and
Food Economics. 5(6).
Alho, E. 2015. “Farmers’ self-reported value of cooperative membership: evidence from heterogeneous business and organization structures”. Agricultural and Food Economics. 3(23). 1-22.
Amos, TT. (2007). “An analysis of productivity and technical efficiency of smallholder cocoa farmers in Nigeria”. J. Soc. Sci. vol. 15(2). Pp. 127-133.
Arnould, E. J., Plastina, A., and Ball D. (2007). “Market disintermediation and producer value capture: The case of fair trade coffee in Nicaragua, Peru, and Guatemala. Product and Market
development for subsistence marketplaces”, Advances in International Management, 20: 319–340.
Arshad, F. M., Bala, B. K., Alias, E. F. and Abdulla, I. (2015). “Modelling boom and bust of cocoa production systems in Malaysia”. Ecological Modelling. Vol. 309-310. Pp. 22-32.
Barham, B. L. and Weber, J. G. The economic sustainability of certified coffee: Recent evidence from Mexico and Peru. World Development, 40(6), 1269-1279.
Battese, G. E. and Coelli, T. J. (1992). “Frontier production functions, technical efficiency and panel data: With application to paddy farmers in India”. The journal of Productivity Analysis. Vol.
3, pp. 153-169.
Battese, G. E. and Coelli, T. J. (1995). “A model for technical inefficiency effects in a stochastic frontier production function for panel data”. Empirical Economics. Vol. 20, pp. 325-332.
Battese, G. E. and Broca, S. S. (1997). “Functional forms of Stochastic frontier production functions and models for technical inefficiency effects: A comparative study for wheat farmers in
Pakistan”. Journal of Productivity analysis. Vol. 8, pp. 395-414.
Bernard, T., and Spielman, D. J. (2009). “Reaching the rural poor through rural producer organizations? A study of agricultural marketing cooperatives in Ethiopia”, Food policy, 34:60–69.
Cechin , A., Bijman, J., Pascucci, S., & Omta, O. (2013). Decomposing the Member Relationship in Agricultural Cooperatives: Implications for Commitment. Agribusiness, 29(1), 39–61.
http://doi.org/10.1002/agr
31. 31
Curry, G. N., Koczberski, G., Lummani, J., Nailina, T., Peter, E., McNally, G. and Kuaimba, O. (2015). “A bridge too far? The influence of socio-cultural values on the adaptation responses of
smallholders to a devastating pest outbreak in cocoa”. Global Environmental Change. Vol. 35. Pp. 1-11.
Danso-Abbeam, G., Aidoo, R., Agyemang, K.O. and Ohene-Yankyera, K. (2012). “Technical efficiency in Ghana´s cocoa industry: Evidence form Bibiani-Anhwiaso-Bekwai District”. Journal of
Development and Agricultural Economics. Vol. 4(10). Pp. 287-294.
Donovan, J., Poole, N. 2014. “Changing asset endowments and smallholder participation in higher value markets: Evidence from certified coffee producers in Nicaragua”, Food Policy 44, 1-13.
Donovan, J. Blare, T. and Poole, N. (2017). “Stuck in a rut: emerging cocoa cooperatives in Peru and the factors that influence their performance”. International Journal of Agricultural
Sustainability. Pp. 1-16.
FIELD, Andy. Discovering Statistics using IBM SPSS Statistics. 4th Edition. London: Sage Publications Ltd, 2012. ISBN: 978-0-7619-4452-2.
Florkowski, W.J., and Sarmiento, C. 2005. The Examination of Pecan Price Differences Using Spatial Correlation Estimation, Applied Economics, 37, 271-278.
FÜSUN TATHDIL, F.; Boz, I.; Tatlidil, H. Farmers’ perception of sustainable agriculture and its determinants: A case study in Kahramanmaras province of Turkey. Environment, Development
and Sustainability, Netherlands, v.11, n. 6, p. 1091-1106, dec. 2009.
Gargallo Castel, A. and Freundlich, F. (2010). “Percepciones de los socios y no socios cooperativistas sobre la satisfacción laboral”. Revista de estudios cooperativos. No. 103, pp. 33-58.
Gebremedhin, B., Jaleta, M., and Hoekstra, D. (2009). “Smallholders, institutional services, and commercial transformation in Ethiopia”, Agricultural Economics, 40:773–787.
Glewwe, P. 1991. “Investigating the determinants of household welfare in Cote d’Ivoire”. Journal of Development Economics 35, 307-337. North- Holland Web sites of the Ministry of
Agriculture of the CR: http://www.mze.cz/
Higuchi, A., Moritaka, M., Fukuda, S. 2010. “An analysis of the Peruvian jungle cocoa farmers: Acopagro cooperative vs. intermediaries – a case of study”, Agris on-line Papers in Economics
and Informatics 2(4), 3-10.
Higuchi, A. (2014). “Impact of a marketing cooperative on cocoa producers and intermediaries: The case of the Acopagro cooperative in Peru”. Journal of rural cooperation. Vol. 42 (1). Pp. 80-
97.
IICA. (2009). Situación y perspectivas de la cadena cacao-chocolate en el Peru. Available at: http://webiica.iica.ac.cr/peru/publicaciones/libros/Publicacion_cacao_final_sm.pdf
REFERENCIAS (2)
32. 32
Jondrow, J., C.A.K. Lovell, l.S. Materov and P. Schmidt. 1982. "On the Estimation of Technical Inefficiency in the Stochastic Frontier Production Function Model", Journal of Econometrics, Vol.
19, 233-238.
Kyei, L., Foli, G. and Ankoh, J. (2011). “Analysis of factors affecting the technical efficiency of cocoa farmers in the Offinso district- Ashanti region, Ghana”. American Journal of Social and
Management Sciences. Vol. 2(2). Pp. 208-216.
Laroche, K., Jiménez, R., Nelson, V. 2012. Assessing the impact of fairtrade for Peruvian coca farmers’. Natural resources institute, University of Greenwich. pp. 126. 2012. Available at:
http://www.fairtrade.net/fileadmin/user_upload/content/2009/resources/1206-laroche_nelson_assessing_fairtrade_impact_cocoa_peru.pdf (last accessed 03 April 2016)
Ma, W., Abdulai, A. and Goetz, R., (2017). “Agricultural cooperatives and investment in organic soil amendments and chemical fertilizer in China”. American Journal of Agricultural Economics.
Vol. 100(2). Pp. 502-520.
Mattyasovszky, M. (2015). Top 10 coca producing countries. Article for World Atlas. Rec. 14 October 2015. Retrieved from http://www.worldatlas.com/articles/top-10-cocoa-producing-
countries.html
Martin, S, Rieple, A., Chang, J., Boniface, B., Ahmed, A. 2015. “Small farmers and sustainability: Institutional barriers to investment and innovation in the Malaysian palm oil industry in Sabah”.
Journal of rural studies 40, 46-58.
Meeusen, W. and Van der Broeck, J. (1977). “Efficiency estimation from Cobb-Douglas Production Functions with Composed Error”. International Economic Review. Vol. 18. Pp. 435-444.
Melo, C. J., Hollander, G. M. 2013. “Unsustainable development: Alternative food networks and the Ecuadorian Federation of Cocoa Producers, 1995-2010”, Journal of Rural Studies 32, 251-
263.
Milford, A. (2004). “Coffee, cooperatives and competition: The impact of fair trade”. CMI reports.
Mojo, D., Fischer, C. and Degefa, T. (2017). “The determinants and economic impacts of membership in coffee farmer cooperatives: recent evidence from rural Ethiopia”. Journal of Rural
Studies. Vol. 50. Pp. 84-94.
Onumah, J. A., Al-Hassan, R. M., & Onumah, E. E. (2013). Productivity and technical efficiency of cocoa production in eastern Ghana. Journal of Economics and Sustainable Development, 4(4),
106-117.
REFERENCIAS (3)
33. 33
Peprah, K. (2015). “Sustainability of cocoa farmers’ livelihoods: A case study of Asunafo District, Ghana”. Sustainable Production and Consumption. Vol. 4. Pp. 2-15.
Peruvian Ministry of Agriculture 2016. Sistemas de información. Available at: http://www.minagri.gob.pe/portal/sistemas-de-informacion (last accessed: March 22nd, 2017)
Pokhrel, D.M., and Thapa, G.B. (2007). “Are marketing intermediaries exploiting mountain farmers in Nepal? A study based on market price, marketing margin and income distribution analyses”.
Agricultural Systems. Vol. 94, pp. 151–164.
Porro, R., Lopez-Feldman, A., Vela-Alvarado, J. W. 2015. “Forest use and agriculture in Ucayali, Peru: Livelihood strategies, poverty and wealth in an Amazon frontier”, Forest Policy and
Economics, 51, 47-56.
Quarmine, W., Haagsma, R., Sakyi-Dawson, O., Asante, F., van Huis, A. and Obeng-Ofori, D. (2012). “Incentives for cocoa vean production in Ghana: Does quality matter?”. NJAS- Wageningen
Journal of Life Sciences. Vol. 60-63. Pp. 7-14.
UNODC (2010). “World Drug Report 2010”. Available at: http://www.unodc.org/documents/wdr/WDR_2010/2.3_Coca-cocaine.pdf
U.S. Congress, Office of Technology Assessment. (1993). Alternative Coca Reduction Strategies in the Andean Region (Washington, DC, U.S: Government Printing Office, 1993). Rec. 14
November 2015. Retrieved from https://www.princeton.edu/~ota/disk1/1993/9307/9307.PDF
Van Dun, M. (2009). Cocaleros: Violence, drugs and social mobilization in the post-conflict Upper Huallaga Valley, Peru. Amsterdam, Germany: Rozenberg Publishers.
Wollni, M., and Zeller, M. (2007). “Do farmers benefit from participating in specialty markets and cooperatives? The case of coffee marketing in Costa Rica”, Agricultural Economics, 37:243–
248.
World Cocoa Foundation (2014). “Cocoa market update”. Available at: http://www.worldcocoafoundation.org/wp-content/uploads/Cocoa-Market-Update-as-of-4-1-2014.pdf. Accessed June 05th
2018.
Zhang, D., Arevalo-Gardini, E., Mischke, S., Zúñiga-Cernades, L., Barreto-Chavez, A. and Adriazola del Aguila, J. (2006). “Genetic diversity and structure of managed and semi-natural
populations of Coca (Theobroma cacao) in the Huallaga and Ucayali Valleys of Peru". Annals of Botany, Vol. 98. Pp. 647-655.
REFERENCIAS (4)