Análisis de la heterogeneidad de la demanda de bienes ...158-182... · bienes públicos”, cuyo...

158 Granado-Díaz et al. ITEA (2018), Vol. 114 (2), 158-182

Análisis de la heterogeneidad de la demanda de bienespúblicos procedentes del olivar de montaña en Andalucía

R. Granado-Díaz, A.J. Villanueva*, J.A. Gómez-Limón y M. Rodríguez-Entrena

Universidad de Córdoba. Departamento de Economía Agraria. Campus Rabanales, Edificio C5,Ctra. Madrid-Cádiz km. 396, 14014 Córdoba, España

Resumen

La provisión de bienes públicos por los sistemas agrarios se ha utilizado en los últimos años para legi-timar las políticas de apoyo a la agricultura, especialmente la Política Agraria Común (PAC). En el pre-sente trabajo se analiza la demanda de la sociedad andaluza respecto al olivar de montaña como sis-tema proveedor de bienes públicos ambientales (principalmente biodiversidad) y socioculturales(vitalidad del medio rural), así como del “mal público” erosión del suelo. Para ello se ha utilizado la me-todología de los experimentos de elección utilizando un modelo de clases latentes para evaluar la he-terogeneidad de las preferencias de la población. Los resultados muestran la presencia de tres gruposdiferenciados en función de su disposición a pagar: un primer grupo con nula disposición a pagar (22%de la población andaluza); un segundo grupo con una reducida disposición a pagar y enfocada haciala vitalidad del medio rural (14%); y un tercer grupo más numeroso caracterizado por una elevada dis-posición a pagar por los tres bienes públicos (64%). Las variables de opinión y actitudinales, tanto re-lacionadas con la implementación de políticas directamente (privada/pública, local o no, etc.) como in-directamente (provisión no agraria, preferencias respecto del aceite de oliva, etc.), son las que permitendiscriminar de forma más eficiente la pertenencia a cada grupo. Estos resultados son de especial utili-dad para adecuar el diseño de las políticas a la demanda social.

Palabras clave: Política agraria, biodiversidad, erosión, vitalidad de las zonas rurales, experimentos deelección, modelo de clases latentes.

AbstractAnalysis of heterogeneity in the demand for public goods provided by mountain olive grovesin Andalusia

The provision of public goods by agricultural systems has been used in recent times to legitimise poli-cies in agriculture, specially the European Union’s Common Agricultural Policy. This paper analyses thedemand of Andalusian society with respect to the main public goods provided by mountain olive groves,including environmental (mostly biodiversity) and sociocultural ones (rural vitality), as well as the‘public bad’ soil erosion. For this purpose, the choice experiment method has been used with a specialfocus on preference heterogeneity, using the latent class model as econometric specification. The re-sults point out that three different groups of population can be clearly identified according to their will-ingness to pay for the public goods provided by mountain olive groves: one group of zero willingnessto pay (representing 22% of the sample), another with a low willingness to pay and just for rural vital-

* Autor para correspondencia: [email protected]

https://doi.org/10.12706/itea.2018.011

Granado-Díaz et al. ITEA (2018), Vol. 114 (2), 158-182 159

Introducción

En los últimos años se ha observado un cre-ciente interés de la sociedad por la producciónagraria de bienes públicos (BBPP) y su papel enel apoyo público a la agricultura. Un claro ex-ponente de ello lo constituye la aplicación delprincipio de “dinero público a cambio debienes públicos”, cuyo rol dentro de la PolíticaAgraria Común (PAC) de la Unión Europea con -diciona cada vez más el apoyo a los agriculto-res (Rocamora-Montiel et al., 2014b; Salazar-Ordoñez y Sayadi, 2011). No en vano, en suúl tima reforma de 2013 se incluyó como unode sus objetivos fundamentales “garantizarprácticas de producción sostenibles y mejorarel suministro de bienes públicos medioam-bientales” (European Commission (EC), 2010),articulando instrumentos específicos para ello(EC, 2013). De hecho, se espera que la deman -da social por los BBPP producidos por la agri-cultura siga moldeando la PAC (EC, 2017), loque se traduciría en la implementación de nue-vos instrumentos mejor dirigidos y adaptados.

En este contexto resulta relevante el análisistanto de la oferta de BBPP por parte del sec-tor agrario como de su demanda social, al ob-jeto de determinar la posible existencia de fa-llos de mercado en su provisión (desfase entresu oferta y su demanda), circunstancia quejustificaría la intervención pública. Asimismo,desde el punto de vista de los deciso res polí-ticos resulta de interés no sólo la posible exis-tencia de estos fallos de mercado, sino tam-bién la heterogeneidad de las preferencias delos individuos, de cara a identificar los grupospoblacionales que se benefician en mayor

grado de los BBPP provistos por los sistemasagrarios, así como las opciones de políticaspúblicas más legitimadas socialmente. Estojustifica el interés de investigaciones centra-das en valorar los BBPP producidos por los sis-temas agrarios desde una perspectiva dedeman da, incidiendo en el análisis de la he-terogeneidad de las preferencias sociales.

Concretamente, la presente investigación to -ma a la población andaluza como caso de es-tudio, al objeto de analizar sus preferenciasrespecto de los principales BBPP producidospor uno de los sistemas más característicos dela región: el olivar de montaña. Cabe apuntarque, si bien durante la última década el aná-lisis de la demanda social de los BBPP produ-cidos por los sistemas de olivar en Andalucíaha sido profuso (véase Colombo et al., 2006;Arriaza et al., 2008; Rodríguez-Entrena etal., 2012; Salazar-Ordóñez et al., 2013; Roca-mora-Montiel et al., 2014a; Colombo et al.,2016; Rodríguez-Entrena et al., 2017), el aná-lisis de la heterogeneidad, cuando se ha rea -lizado, se ha limitado generalmente a laidentificación de factores que influyen en laspreferencias individuales. Sin embargo, sonescasos los estudios que identifican grupospoblacionales con una demanda diferencialpor estos bienes en Andalucía. La única ex-cepción la constituye el trabajo de Rodrí-guez-Entrena et al. (2014), quienes utilizan elmétodo de experimentos de elección (EE) ymodelos de clases latentes (MCL) como espe-cificación econométrica para analizar la de-manda de los principales BBPP producidos porel conjunto de olivar andaluz (cambio climá-tico, biodiversidad y conservación del suelo).

ity (14%), and a third larger group with a high willingness to pay for the three public goods/bads underconsideration. The results show that variables related to opinions and attitudes, especially those linkedto policy implementation, both directly (private/public, local or not, etc.) and indirectly (acceptance ofnon-agricultural provision, preferences for olive oil, etc.), can better explain group belonging. These re-sults can be of special relevance to internalise social demands in the design of public policies.

Keywords: Agricultural policy, biodiversity, soil erosion, rural vitality, choice experiments, latent classmodel.

La realización de este trabajo está justificadapor la ausencia de información específica delolivar de montaña, en la medida que la ma-yor parte de los estudios antes citados anali-zan el olivar en general. Como ahora se ex-plicará, la especificidad del sistema de olivarde montaña requiere de un análisis diferen-ciado al objeto de soportar el diseño e im-plementación de las políticas adecuadas. Enefecto, este sistema agrario se caracterizapor su baja rentabilidad, derivada fundamen -talmente de las importantes limitaciones bio-físicas del medio donde se localiza (especial-mente asociadas a la mala calidad de sussuelos –bajos rendimientos– y la elevada pen-diente –elevados costes de producción–). Estascircunstancias han dificultado enormementeel desarrollo de procesos de intensificación ymecanización acontecidos en el resto de lossistemas de olivar, como estrategias de me-jora de su competitividad. Por este motivo hasido posible el mantenimiento de viejas plan-taciones y elementos tradicionales, al igualque un menor empleo de labores y agroquí-micos, condiciones que favorecen la provisiónde BBPP de tipo ambiental, especialmente labiodiversidad. De esta forma, el olivar demontaña se enmarca en un contexto de bajarentabilidad que pone en riesgo tanto la con-tinuidad de la actividad a largo plazo comosu potencial de producción de BBPP. Se pue -de afirmar, por tanto, que existe una eleva -da probabilidad de ocurrencia de un fallo demercado, en la medida que este sistema nopueda satisfacer las demandas de la socie-dad respecto de la provisión de tales bienes.En este contexto, la cuantificación de la de-manda social respecto de los principales BBPPproducidos por el olivar de montaña resultaútil para, por una parte, evidenciar la exis-tencia del fallo de mercado asociado, y, porotra, para apoyar la toma de decisiones polí-ticas dirigidas a corregirlo. De esta forma, laprincipal aportación de este estudio consisteen valorar la demanda de la población anda-luza respecto a la provisión de BBPP por parte

del sistema agrario del olivar de montaña deAndalucía, analizando las preferencias hete-rogéneas de los distintos grupos de poblaciónrespecto a dicha provisión y sus factores sub-yacentes, así como las implicaciones políticasútiles para el diseño de los correspondientesinstrumentos de política agraria.

Para ello, tras esta sección introductoria, el si-guiente apartado presenta el sistema agrariodel olivar de montaña en Andalucía, justifi-cando su interés como caso de estudio en re-lación con la provisión de BBPP, y describe elenfoque de valoración empleado (método deEE y el MCL como especificación econométri -ca), así como el correspondiente proceso decaptura de información primaria. En el tercerapartado se presentan y discuten los principa-les resultados obtenidos, para finalmente en elcuarto y último apartado extraer las principa-les conclusiones que se derivan de los mismos.

Material y métodos

Caso de estudio: el olivar de montañade Andalucía

El olivar ocupa en Andalucía más de 1,5 mi-llones de hectáreas, siendo el principal cultivode la región y representando más de un ter-cio de su superficie agraria. La vasta implan-tación de este muestra, a su vez, un sector he-terogéneo en el se que puede distinguir unaamplia diversidad de sistemas agrarios enfunción de su orientación productiva (aceiteo aceituna de mesa), régimen de secano o re-gadío, posibilidades de mecanización, densi-dad de plantación, etc. Entre los principalessistemas de olivar, destaca el olivar en pen-diente, circunstancia que conlleva unos ma-yores costes debido a la dificultad de meca-nización de las labores.

Dentro de los olivares localizados en pen-dientes elevadas se pueden distinguir dos ti-pos de plantaciones. Por un lado, pueden


encontrarse olivares caracterizados por pre-sentar bajos rendimientos debido a su loca-lización en zonas con malas condiciones eda-foclimáticas, circunstancia que provocanserios problemas de viabilidad económica yun elevado riesgo de abandono (Gómez-Li-món y Arriaza, 2011; Colombo y Camacho-Castillo, 2014; Boletín Oficial de la Junta deAndalucía, 2015). Junto a este tipo de olivar,se pueden encontrar también olivares enpendiente ubicados en suelos con mayor ca-pacidad productiva, circunstancia que le per-mite alcanzar producciones moderadas y unarentabilidad mínimamente aceptable queasegura la continuidad de la actividad (Ro-dríguez-Entrena et al., 2016). Estas diferen-cias productivas afectan no sólo a la produc-ción de bienes privados (i. e., aceitunas y otrossubproductos), sino que también condicio-nan la provisión de BBPP. En este sentido,considerando las graves consecuencias quetendría para la provisión de BBPP el aban-dono de la actividad productiva (Villanuevaet al., 2017c), se justifica que este trabajo secentre en el primer tipo de olivar, al que de-nominamos “olivar de montaña”.

Para evitar la confusión entre ambos sistemasde olivar en pendiente, resulta necesario es-tablecer una definición operativa del olivarde montaña objeto de estudio. En el presen -te trabajo se ha definido como: aquel cultiva -do en zonas con pendientes elevadas (igualeso superiores al 15%), en régimen de secano ycon suelos pobres y poco profundos, que con-dicionan que los rendimientos medios seaninferiores a los 2.500 kg de aceituna/ha. Con-siderando la información disponible en elModelo de Olivar de la Agencia de GestiónAgraria y Pesquera de Andalucía (AGAPA), elolivar de montaña así definido cubre en An-dalucía 211.000 hectáreas, lo que suponecerca del 14% de la superficie de olivar an-daluz. Este olivar se encuentra concentradoen Sierra Morena (Sevilla y Córdoba) y en elvalle de los Pedroches (Córdoba) y, en menormedida, en las sierras de Málaga y Cádiz.

Las dificultades del olivar de montaña paraintensificar la producción han permitido lacontinuidad de plantaciones tradicionales(olivares más longevos y marcos de planta-ción más amplios que el resto del olivar), elmantenimiento de elementos tradicionalescomo muros, setos, vegetación de ribera,etc., y una menor intensidad en las labores yel uso de agroquímicos. Todo ello ha favore-cido la provisión de BBPP de tipo ambiental,entre los que destaca especialmente la bio-diversidad. Así, este tipo de olivar presentaun alto valor natural caracterizado por unamayor densidad y riqueza de especies (Duar -te et al., 2009). En efecto, en comparación conotros tipos de olivar, se ha constatado que elolivar de montaña muestra una mayor pre-sencia de especies diferentes de aves (Duarteet al., 2009), artrópodos (Ruiz y Montiel, 2000y 2001) y anfibios (Carpio et al., 2016), e in-cluso una mayor presencia de una especietan simbólica como el lince ibérico (Gastónet al., 2016). En cualquier caso, la provisióndel bien público biodiversidad por parte deeste sistema agrario está amenazada, tantopor la intensificación de los procesos pro-ductivos (mayor antropización del sistema,en detrimento de la flora y la fauna autóc-tona), como por el abandono de la actividad(que, entre otros aspectos, conlleva un ma-yor riesgo de incendios) (Rocamora-Montielet al., 2014c).

Por el contrario, la localización de este siste -ma agrario en terrenos con elevada pendien -te, unida a la implementación de prácticasculturales poco adecuadas para la conserva-ción del suelo (p. ej., mantenimiento delsuelo desnudo durante buena parte del año)hacen que este tipo de olivar suela registrartasas de erosión significativamente superio-res a las del resto de olivares (Xiloyannis etal., 2008). De hecho, la implementación de lasprácticas agrarias antes aludidas, si bien pue -de mejorar la rentabilidad a corto plazo (aun-que no a largo plazo), supone una grave ame-



naza para la provisión del bien público defuncionalidad del suelo y de otros BBPP vin-culados a este (fijación de carbono, paisaje,etc.)1. En este sentido debe tenerse en cuentaque dichas pérdidas de suelo se correspondencon los horizontes superficiales más ricos ennutrientes y materia orgánica, por lo que enel largo plazo estos fenómenos erosivos soninsostenibles en la medida que suponen undeterioro continuado de la capacidad pro-ductiva de los suelos, limitando de esta ma-nera su funcionalidad para la producción agrí-cola o cualquier otro uso del mismo comosoporte del medio natural y primer eslabónde la cadena alimentaria (Nieto et al., 2013).

Finalmente, desde un punto de vista socioe-conómico, el olivar de montaña se encuentramayoritariamente ubicado en zonas remotas,caracterizadas generalmente por la presenciade menores servicios públicos, mayor distan-cia a los centros de consumo, déficit de in-fraestructuras, y otros factores que resultanen desventajas competitivas para las activi-dades económicas que se localizan en dichosterritorios. Como consecuencia, en estos te-rritorios se constata la presencia de proble-mas de despoblamiento, envejecimiento ydesempleo, lo que compromete la viabilidada largo plazo de estas comunidades (Villa-nueva et al., 2017c). Por los motivos expues-tos, resulta necesario preservar aquellas ac-tividades económicas que puedan mantenerla vitalidad de las zonas rurales, al objeto deminimizar el éxodo de su población. En este

contexto debe entenderse la actividad pro-ductiva del olivar de montaña como una delas escasas alternativas económicas posiblesen estas zonas que puedan generar empleo y,con ello, favorecer la fijación de la poblaciónal territorio (Viladomiu y Rosell, 2004). Sinembargo, la baja rentabilidad de este sistemapone en riesgo su supervivencia a largo plazo,existiendo un elevado riesgo de abandono dela actividad2, que Gómez-Limón y Arriaza(2011) estiman puede afectar hasta al 90% delas explotaciones de olivar de montaña.

Por lo comentado anteriormente, cabe consi-derar los tres BBPP señalados (biodiversidad,funcionalidad del suelo y vitalidad de las zonasrurales) como los más relevantes en el casodel olivar de montaña. No en vano, los estudiosde valoración de demanda de BBPP provistospor los sistemas agrarios de olivar en Andalu-cía se centran fundamentalmente en estos tresBBPP (Colombo et al., 2006; Kallas et al., 2006;Rodríguez-Entrena et al., 2012; Rocamora-Montiel et al., 2014a), si bien ninguno investigala heterogeneidad de grupos poblacionalessegún sus preferencias hacia la provisión de es-tos por parte del olivar de montaña.

Experimentos de elección: atributosy niveles

El objetivo principal del estudio es evaluar lademanda de la población andaluza en rela-ción con la provisión de los principales BBPP por

1. Para un análisis en profundidad de los BBPP producidos por los sistemas agrarios en general, y por el olivar demontaña en particular, se remite al lector al libro de Villanueva et al. (2017c). En este documento se explica condetalle cómo la mayoría de BBPP se producen conjuntamente, de ahí que la mayor o menor provisión del bien“funcionalidad del suelo” incida de forma directa en el nivel de provisión de otros BBPP.

2. En este sentido, Colombo (2017) pone de manifiesto que la coexistencia de olivares tradicionales con los intensivosy superintensivos es insostenible en el tiempo, de forma que las explotaciones tradicionales menos competitivas (i. e.,menos rentables) acabarán siendo marginadas debido a la presión sobre los precios que provocará el incremento dela producción de aceite de oliva procedente de las explotaciones con mayores densidades. Teniendo en cuenta que elolivar de montaña definido en este estudio se limita a explotaciones con rendimientos de aceituna inferiores a 2.500kg/ha, este tipo de olivar será uno de los más afectados por este proceso de transformación del sector. Así lo ponende manifiesto igualmente Rodríguez-Entrena et al. (2016), quienes apuntan que en un escenario de precios bajos y enausencia de ayudas directas, el olivar de sierra de baja producción presenta una rentabilidad negativa.


parte del olivar de montaña. Así, para la valo-ración de preferencias declaradas, se ha em-pleado la técnica de los EE, que se asienta en laTeoría del Consumidor (Lancaster, 1966) y la Teo -ría de la Utilidad Aleatoria (McFadden, 1974).Una descripción detallada de esta técnicapuede consultarse en Hensher et al. (2005).

El EE empleado para este estudio tiene comoobjetivo analizar las preferencias de la pobla-ción andaluza en relación con el diseño de unprograma integral de gestión del olivar demontaña andaluz (en adelante, el programa),cuya duración sería de 5 años, y cuyo objetivosería aumentar la provisión de los tres princi-pales BBPP producidos por el olivar de mon-taña (biodiversidad, funcionalidad del suelo yvitalidad de las zonas rurales). La financiaciónde este programa se realizaría a través de unnuevo impuesto incluido en la declaración dela renta, destinándose el dinero íntegramentea la consecución de las mejoras previstas.

El diseño del EE se compone de cuatro atri-butos, de los cuales tres de ellos se refieren ala mejora de los BBPP considerados, y el cuartoal importe de pago asociado al programa. Laselección de los atributos y sus correspon-dientes niveles se ha realizado consultando labibliografía especializada y contrastándolacon un panel de expertos que ha apoyado eldesarrollo de esta investigación3.

Para facilitar el adecuado entendimiento deestos atributos por parte del público en ge-neral, se han definido una serie de indicado-res o variables proxy para cada uno de ellos.Así, para evaluar la biodiversidad se ha utili-zado la variable “número de especies de aves

por explotación”. En el caso de la funciona-lidad del suelo, se ha empleado “pérdidaanual de suelo por erosión”, cuantificada enestadios olímpicos llenos de tierra perdida. Fi-nalmente, para la vitalidad de las zonas ru-rales la variable proxy empleada ha sido el“riesgo de abandono de la actividad por faltade rentabilidad”, cuantificada como el por-centaje de explotaciones de olivar de monta -ña que presentan una probabilidad elevadade cesar en su actividad productiva. Para lostres atributos anteriores se han consideradotres niveles de provisión de los correspon-dientes BBPP. Conforme al debate mante-nido por el panel de expertos que ha aseso-rado la realización del trabajo, se ha asumidoque el nivel mínimo de provisión (valores másbajos de los indicadores “número de especiesde aves por explotación” y “riesgo de aban-dono de la actividad por falta de rentabilidad”,y más elevados del indicador “pérdida anual desuelo por erosión”) se corresponde con los ni-veles de provisión de referencia o actuales, re-sultantes de la gestión de las explotacionesconforme a las exigencias que marca la condi-cionalidad de la PAC. El segundo nivel se co-rresponde con una mejora moderada en laprovisión de cada bien público, y el tercero conuna mejora sig nificativa en la provisión de losmismos. Este tercer nivel (mejora significativa)se corresponde con el mayor nivel de provisiónque el panel consultado ha considerado comofactible. En la Tabla 1 se de tallan los atributosy niveles utilizados.

Por último, el cuarto atributo se refiere al im -porte del pago asociado a la implementacióndel programa. Dicho vehículo de pago se ha

3. Las referencias bibliográficas empleadas para conocer la situación actual de provisión de BBPP por parte del sis-tema analizado, así como su potencial de mejora (niveles objetivo de provisión), están recogidas en el trabajo deVillanueva et al. (2017b), donde se presenta un ejercicio de valoración complementario realizado desde el lado dela oferta (disponibilidad a aceptar por los olivicultores para desarrollar prácticas que mejoren la provisión de estosbienes). Concretamente, los trabajos consultados en relación con la funcionalidad del suelo están citados en elCuadro 2.1 (p. 56) de este artículo. Por su parte, las evidencias utilizadas en relación con la biodiversidad puedenencontrarse en el Cuadro 2.2 (p. 57).


Tab

la 1

. Atr

ibu

tos

y n

ivel

es d

el e

xper

imen

to d

e el

ecci

ón

Tab

le 1

. Att

rib

ute

s an

d le

vels

of

the

cho

ice

exp

erim

ent

Atr

ibu

toD

escr

ipci

ón

(p

roxy

em

ple

ado

)N

ivel

es

Bio

div

ersi

dad

Nú

mer

o d

e es

pec

ies

de

aves

po

r ex

plo

taci

ón

14 e

spec

ies

de

aves

/exp

lota

ció

n (

situ

ació

n a

ctu

al)

22 e

spec

ies

de

aves

/exp

lota

ció

n (

mej

ora

mo

der

ada)

30 e

spec

ies

de

aves

/exp

lota

ció

n (

mej

ora

sig

nif

icat

iva)

Fun

cio

nal

idad

del

su

elo

Pérd

ida

anu

al d

e su

elo

po

r er

osi

ón

med

ida

5 es

tad

ios

olím

pic

os

(sit

uac

ión

act

ual

)

en e

stad

ios

olím

pic

os

llen

os

de

tier

ra3

esta

dio

s o

límp

ico

s (m

ejo

ra m

od

erad

a)

1 es

tad

io o

límp

ico

(m

ejo

ra s

ign

ific

ativ

a)

Vit

alid

ad d

e la

s zo

nas

ru

rale

sR

iesg

o d

e ab

and

on

o d

e la

act

ivid

ad90

% d

e ex

plo

taci

on

es e

n r

iesg

o d

e

po

r fa

lta

de

ren

tab

ilid

adab

and

on

o (

situ

ació

n a

ctu

al)

70%

de

exp

lota

cio

nes

en

rie

sgo

de

aban

do

no

(m

ejo

ra m

od

erad

a)

50%

de

exp

lota

cio

nes

en

rie

sgo

de

aban

do

no

(m

ejo

ra s

ign

ific

ativ

a)

Imp

ues

to a

nu

alIm

pu

esto

an

ual

ob

ligat

ori

o a

pag

ar3

euro

s/añ

o

du

ran

te lo

s 5

año

s q

ue

du

ra e

l pro

gra

ma

6 eu

ros/

año

9 eu

ros/

año

12 e

uro

s/añ

o

15 e

uro

s/añ

o

18 e

uro

s/añ

o

Fuen

te: E

lab

ora

ció

n p

rop

ia.


establecido como un nuevo impuesto pre-visto para financiar dicho programa, que seincluiría en la declaración de la renta y quedebería pagarse durante los 5 años de dura-ción del mismo. Para este atributo monetariose ha dispuesto de seis niveles, que van desde3 a 18 euros anuales. Estos niveles se estable-cieron teniendo en cuenta los niveles emple-ados en valoraciones previas de la demandade bienes públicos de origen agrario porparte de la población, así como la dimensión

del sistema agrario analizado. La pertinenciade este rango fue confirmada igualmentedurante el pre-test de la encuesta.

El escenario de valoración planteado a la po-blación andaluza se compone de una alter-nativa correspondiente a la situación actualy de dos alternativas de programa integralpara la mejora de la provisión de BBPP entrelas cuales el encuestado debe elegir su alter-nativa preferida. En la Figura 1 se incluye unejemplo de tarjeta de elección.

Figura 1. Ejemplo de tarjeta de elección.Fuente: Elaboración propia.

Figure 1. Example of choice card.


Especificación econométrica

Para incorporar la heterogeneidad de prefe-rencias de los encuestados en la modeliza-ción, se utiliza un MCL. El MCL es un modelologístico mixto con distribuciones discretas delos parámetros, cuyo empleo se recomiendaespecialmente cuando se desea analizar laspreferencias heterogéneas de los individuosy sus causas subyacentes (Hensher et al.,2005). Este enfoque se apoya en la hipótesisde que los individuos se pueden agrupar enfunción de sus preferencias, lo que acarreauna situación de homogeneidad dentro decada clase y heterogeneidad entre clases. Asídicha técnica permite la identificación deciertos grupos o clases latentes que de otramanera quedarían inobservadas (Hess et al.,2011), lo que conlleva que dicho enfoquesea especialmente útil desde el punto devista del decisor político.

El enfoque de clases latentes se basa en laecuación de probabilidad de pertenencia alas clases, la cual presenta una formulación lo-gística clásica, asumiendo que los componen-tes de error están distribuidos idéntica e in-dependientemente siguiendo una distribuciónde tipo Gumbel. Así, la heterogeneidad enlas preferencias incluida en la información ob-tenida de los EE es analizada asignando cadaindividuo a su “grupo comportamental” oclase latente, con el que comparte una mismaestructura de preferencias.

Formalmente, en los MCL, la utilidad (U) dela alternativa j del individuo n (en una elec-ción t) que pertenece a una determinada cla -se s, puede expresarse como:

[1]

donde Xjnt es el vector de los atributos aso-ciados a cada alternativa j (para el individuon en el momento t), βs describe el vector deparámetros específico de cada clase, y εjnt re-presenta la heterogeneidad inobservada.

Dentro de cada clase, las probabilidades deelección se extraen a partir de un modelo lo-gístico multinomial. Así, la probabilidad (P)de que un individuo n, que realiza una se-cuencia de elecciones (y1, y2,… yT) entre undeterminado grupo de alternativas J, perte-nezca a la clase s es:

[2]

donde la primera expresión entre corcheteses la probabilidad de que el individuo n per-tenezca a la clase s, considerando las carac-terísticas específicas del individuo (i. e., elvec tor de variables Zn y su correspondientevector de parámetros αs) como covariablespredictoras de la clase de pertenencia. Unaexplicación más extensa del enfoque de MCLpuede encontrarse en Hess et al. (2011).

Para la elección del modelo final de clases la-tentes incluido en el presente trabajo seatendió a los criterios de parsimoniosidad,nivel de significación de los parámetros, in-terpretabilidad de las clases e importanciarelativa de las mismas. La Tabla 2 muestra losvalores de los estadísticos de bondad deajuste para modelos de clases latentes con di-ferente número de clases. Entre los modelosmostrados en la tabla, sobresalen los de tresy cuatro clases, por ser estos los que mues-tran unas mejoras más significativas respectode estos estadísticos. No obstante, siguiendolos criterios mencionados anteriormente, fi-nalmente se seleccionó la solución de tresclases. La inclusión de las variables relativasa las características específicas del individuose realizó siguiendo un procedimiento se-cuencial. Inicialmente se estimaron MCL in-cluyendo de forma separada cada variablepara identificar aquellas variables explicativasque se mostraban significativas a la hora de


conformar las clases. Posteriormente se inte-graron diferentes combinaciones de estas va-riables significativas en diversos MCL, selec-cionándose, de entre los múltiples modelosanalizados, aquel que mostraba un mejorajuste para la separación de las clases e inter -pretación de la heterogeneidad individualobservada respecto al diseño de políticas.

Diseño experimental

El diseño experimental se realizó en dos eta-pas. En primer lugar, se partió de la infor-mación secundaria contenida en Rodríguez-Entrena et al. (2012) respecto a la demandade BBPP por parte de la sociedad en el sis-tema agrario del olivar. Concretamente sejerarquizó a los BBPP en función de su impor -tancia en la función de utilidad de los ciuda-danos andaluces y, posteriormente, se evaluóel orden de magnitud de la diferencia deutilidad entre los tres BBPP. De esta manera,se consiguió disponer de unos priors preli-minares para el diseño experimental, en lu-gar de optar por la situación más desfavora-ble de considerarlos 0 cuando no se tiene

información previa alguna. Así, se estimó undiseño eficiente preliminar minimizando elD-error mediante técnicas bayesianas (Roseet al., 2011), que constó de 24 perfiles de tar-jeta distribuidos en 4 bloques y se utilizó pa -ra las primeras 72 entrevistas, respondiéndo -se en cada una a un bloque de 6 tarjetas.

En segundo lugar, los resultados obtenidosde estas primeras observaciones fueron utili-zados para obtener el diseño experimentaleficiente definitivo, obteniéndose los priorsa partir de un modelo logístico multinomial(MNL) estimado con las observaciones inicia-les, cuyos resultados permitieron, empleandotécnicas bayesianas, minimizar el D-error y,así, maximizar la eficiencia estadística. El di-seño definitivo resultante constó también de24 perfiles de tarjeta distribuidos en 4 blo-ques, contestándose en cada entrevista igual-mente a un bloque de 6 tarjetas.

El D-error del diseño experimental inicial fuede 0,086, mientras que el del definitivo fuede 0,069. Para la estimación de ambos dise-ños experimentales se empleó el programaNGene 1.1.1.

Tabla 2. Estadísticos de bondad de ajuste para diferentes modelos de clases latentes(1)

Table 2. Goodness-of-fit parameters for different latent class models

Número de Log-verosimilitud McFadden`sNúmero de clases parámetros (P) (LL) Pseudo-R2 AIC/N

1 5 -2239,69 0,075 2,028

2 18 -1673,75 0,312 1,528

3 31 -1584,74 0,349 1,460

4 44 -1511,63 0,375 1,405

5 57 -1472,96 0,392 1,389

(1) Muestra: 369 individuos (N), 2214 elecciones. M. Pseudo-R2 = 1-(LL/LL0); AIC = -2(LL-P).

Fuente: Elaboración propia.


Recolección de datos

La población objeto de estudio se ha defini docomo los ciudadanos mayores de 18 años re-sidentes en Andalucía en 2016, que ascendíaa 6.766.896 (Instituto de Estadística y Carto-grafía de Andalucía, 2016). Para este estudio,se ha optado por un panel de consumidoreson-line4, recopilándose información prima-ria relativa a una muestra de 504 andaluces.Para esta investigación se realizó un muestreopor cuotas en función de las siguientes varia-bles: a) provincia de residencia: las ocho pro-vincias andaluzas; b) hábitat de residencia: ru-ral (<20.000 hab.), intermedio (entre 20.000 y100.000 hab.) y urbano (>100.000 hab.); y c)edad: 18-34 años, 35-55 años, y >55 años. Elcálculo de las correspondientes cuotas se rea -lizó sobre la base de la información propor-cionada por el Padrón municipal actualizadopara el año 2016. De esta manera cabe asumirque la muestra empleada resulta representa-tiva de la población objetivo analizada.

Con la finalidad de evitar sesgos en la com-prensión del cuestionario, se realizó un pre-testpara analizar el funcionamiento del mismoentre los panelistas. Tras la fase de pre-test sedecidió diseñar un sistema que ayudase a lacumplimentación del cuestionario. En estesentido, tanto la introducción del objeto deestudio de la investigación como la creacióndel mercado para la ejecución del EE, fueilustrada mediante imágenes y locuciones.Dicho soporte audiovisual ayudaba al pane-lista a comprender el objeto de estudio (BBPP

suministrados por el olivar de montaña an-daluz) e interiorizar aspectos como la restric -ción presupuestaria, el coste de oportunidad,el vehículo de pago, etc., necesarios para lacorrecta creación del mercado para el ejerci-cio de valoración.

Tras el pre-test, la toma de datos definitivatuvo lugar a través de dicho panel on-line en-tre los meses de febrero y marzo de 2017.

El cuestionario implementado para este es-tudio se compuso de tres bloques de pregun -tas, al objeto de recoger información acercade: i) las preferencias de los individuos sobre elprograma de mejora de la provisión de BBPPpropuesto (EE propiamente dicho); ii) las ca-racterísticas sociodemográficas de los encues-tados; y iii) las opiniones, actitudes y hábitos delos encuestados en relación con la provisión deBBPP. En las Tablas 3 y 4 se describen las varia-bles sociodemográficas y de opinión y actitudincluidas en los dos últimos bloques del cues-tionario, así como la hipótesis de partida encuanto a su influencia en la disposición a pagar(DAP) por la mejora en la provisión de BBPPpor parte del olivar de montaña.

Para seguir profundizando en el análisis de laheterogeneidad y no comprometer la parsi-moniosidad del MCL definitivo, se ha com-plementado este análisis econométrico conanálisis bivariantes utilizando variables quefueron significativas en la asignación de clasesen los modelos MCL iniciales donde se incluyócada variable explicativa por separado. Con-cretamente, para el análisis de variables mé-

4. El uso de encuestas on-line en ejercicios de valoración empleando EE es una práctica habitual. En comparacióncon las encuestas presenciales, presenta ventajas importantes, tales como la facilidad de recolección de información,la reducción del sesgo de complacencia con el entrevistador (tendencia de los sujetos a responder siguiendo unpatrón socialmente responsable) y, sobre todo, el menor coste asociado. Sin embargo, este procedimiento de reco-lección de información también presenta inconvenientes, fundamentalmente derivados del menor control sobre elentendimiento del cuestionario y la calidad de las respuestas del encuestado. En concreto, en relación con el pre-sente estudio, cabe señalar como potenciales problemas la identificación del sistema caso de estudio (y su diferen-ciación de otros sistemas de olivar), la aparición de comportamientos estratégicos y la existencia de respuestas bana-les (p. ej., respuestas irreflexivas realizadas en un tiempo excesivamente reducido). En la medida de lo posible, eldiseño de la captura de datos y el posterior tratamiento de datos han intentado paliar estos inconvenientes.


Tab

la 3

. Des

crip

tivo

de

las

vari

able

s so

cio

dem

og

ráfi

cas

uti

lizad

as e

n e

l mo

del

o(1

)

Tab

le 3

. Des

crip

tive

of

the

soci

od

emo

gra

ph

ic v

aria

ble

s in

clu

ded

in t

he

mo

del

Des

viac

ión

Var

iab

le [

AC

RÓ

NIM

O]

Un

idad

es o

cat

ego

ría

Med

ia o

%tí

pic

aH

ipó

tesi

s(2)

Sexo

[SE

XO

]V

aró

n58

,0%

+

Mu

jer

42,0

%(S

EXO

= M

uje

r)

Edad

[ED

AD

]A

ño

s44

,415

,0−

Nº

Hijo

s [H

IJO

S]N

º d

e h

ijos

0,4

0,8

+

Ing

reso

s m

ensu

ales

del

ho

gar

[R

ENTA

]1:

Men

os

de

600

€/m

es

…(i

nte

rval

os

de

500

€/m

es)…

9: M

ás d

e 4.

100

€/m

es3,

72,

0+

Niv

el d

e es

tud

ios

[EST

UD

IOS]

Sin

est

ud

ios

0,3%

+

Prim

ario

s10

,6%

(EST

UD

IOS

= U

niv

ersi

dad

)

Secu

nd

ario

s45

,0%

Un

iver

sid

ad44

,2%

Háb

itat

de

resi

den

cia

[HA

BIT

AT]

Urb

ano

(m

un

icip

ios

>10

0.00

0 h

ab.)

33,3

%+

Inte

rmed

io (

mu

nic

ipio

s en

tre

32,2

%(H

AB

ITA

T =

Ru

ral)

100.

000

y 20

.000

hab

.)

Ru

ral (

mu

nic

ipio

s <

20.0

00 h

ab.)

33,9

%

Alg

ún

fam

iliar

cer

can

o e

s ag

ricu

lto

rSí

26,6

%+

[AG

RIF

AM

I]N

o73

,4%

(AG

RIF

AM

I = S

í)

(1)Lo

s va

lore

s se

ref

iere

n a

la m

ues

tra

efec

tiva

de

369

ind

ivid

uo

s in

clu

ido

s en

el a

nál

isis

.(2

)+

: a m

ayo

r va

lor

de

la v

aria

ble

, may

or

DA

P; −

: a m

ayo

r va

lor

de

la v

aria

ble

, men

or

DA

P; +

/−: e

fect

o a

pri

ori

des

con

oci

do

.

Fuen

te: E

lab

ora

ció

n p

rop

ia.

170 Granado-Díaz et al. ITEA (2018), Vol. 114 (2), 158-182Ta

bla

4. D

escr

ipti

vo d

e la

s va

riab

les

de

op

inió

n, a

ctit

ud

es y

háb

ito

s u

tiliz

adas

en

el m

od

elo

(1)

Tab

le 4

. Des

crip

tive

of

the

op

inio

n, h

abit

s an

d a

ttit

ud

es v

aria

ble

s in

clu

ded

in t

he

mo

del

Des

viac

ión

Var

iab

le [

AC

RÓ

NIM

O]

Un

idad

es o

cat

ego

ría

Med

ia o

%tí

pic

aH

ipó

tesi

s(2)

Gra

do

de

con

cien

ciac

ión

am

bie

nta

lLi

kert

[1,

5]:

[CO

NC

AM

B]

1: N

ing

un

o …

3,8

1,0

+

5: M

uy

elev

ado

Op

ina

qu

e el

pre

sup

ues

to d

e la

PA

C p

ara

pro

visi

ón

Sí26

,8%

−

agra

ria

de

BB

PP e

s d

emas

iad

o a

lto

[PR

ESU

PAC

]N

o73

,2%

PRES

UPA

C =

Sí

Op

ina

qu

e d

ebe

com

pen

sars

e a

los

agri

cult

ore

s p

or

Sí80

,2%

+

cum

plir

el p

rog

ram

a [A

YU

DA

S]N

o19

,8%

AY

UD

AS

= S

í

Op

ina

qu

e el

pro

gra

ma

deb

e se

r o

blig

ato

rio

par

aSí

39,0

%+

tod

os

los

oliv

arer

os

de

mo

nta

ña

[OB

LIG

AT]

No

61,0

%

OB

LIG

AT

= S

í

Op

ina

qu

e o

rgan

ism

os

pri

vad

os

deb

en e

nca

rgar

seSí

15,2

%+

/−

de

imp

lem

enta

r el

pro

gra

ma

[PR

IVA

DA

]N

o84

,8%

PRIV

AD

A =

Sí

Op

ina

qu

e la

ad

mó

n. l

oca

l deb

e en

carg

arse

de

Sí14

,9%

+/−

imp

lem

enta

r el

pro

gra

ma

[AD

MLO

C]

No

85,1

%A

DM

LOC

= S

í

Op

ina

qu

e d

eber

ía p

rom

ove

rse

la c

on

vers

ión

del

Like

rt [

1,7]

:

oliv

ar d

e m

on

tañ

a en

tie

rras

de

mo

nte

[C

ON

VER

S]1:

To

talm

ente

en

des

acu

erd

o…

4,0

1,2

+/−

7: T

ota

lmen

te d

e ac

uer

do

Pref

iere

el a

ceit

e d

e o

liva

pro

du

cid

o p

or

el o

livar

Like

rt [

1,7]

:

de

mo

nta

ña

[AC

EMO

NT]

1: T

ota

lmen

te e

n d

esac

uer

do

…4,

21,

6+

7: T

ota

lmen

te d

e ac

uer

do

Op

ina

qu

e su

s re

spu

esta

s se

rán

ten

idas

en

cu

enta

Like

rt [

1,7]

:

par

a el

dis

eño

del

pro

gra

ma

[CO

NSE

CU

EN]

1: T

ota

lmen

te e

n d

esac

uer

do

…2,

91,

0+

7: T

ota

lmen

te d

e ac

uer

do

Nº

de

vece

s q

ue

ha

salid

o a

l cam

po

en

su

tie

mp

oLi

kert

[1,

5]:

libre

du

ran

te e

l últ

imo

añ

o [

CA

MPO

]1:

Nin

gu

na…

3,4

1,4

+

5: M

ás d

e 10

vec

es

(1)Lo

s va

lore

s se

ref

iere

n a

la m

ues

tra

efec

tiva

de

369

ind

ivid

uo

s in

clu

ido

s en

el a

nál

isis

.(2

)+

: a m

ayo

r va

lor

de

la v

aria

ble

, may

or

DA

P; −

: a m

ayo

r va

lor

de

la v

aria

ble

, men

or

DA

P; +

/−: e

fect

o a

pri

ori

des

con

oci

do

.

Fuen

te: E

lab

ora

ció

n p

rop

ia.


tricas se ha empleado el test de Kruskal-Wallis,analizando las diferencias significativas porpares de clases empleando el test de Mann-Whitney aplicando la corrección de Bonfe-rroni. Para el análisis de las variables dicotó-micas se ha empleado el test Chi-cuadrado.

Resultados y discusión

Del total de 504 individuos encuestados, se en -contraron 72 respuestas no válidas5 y 63 res-puestas fueron consideradas protesta6. Enambos casos, estas respuestas no fueron in-cluidas en el análisis, de manera que el totalde observaciones válidas fue de 369.

Modelo de clases latentes

La Tabla 5 muestra los resultados del mode -lo de clases latentes. La primera parte de latabla muestra los coeficientes asociados a lostres BBPP analizados, mientras que la se-gunda parte muestra los coeficientes asocia-dos a las covariables predictivas que explicanla asignación de los sujetos a cada clase. Paraque el modelo pueda ser estimado, los coe-ficientes de la clase 3 son fijados a 0, mientrasque para el resto de las clases los coeficientesson estimados libremente y se interpretan en

relación con esta clase normalizada. En gene -ral el MCL obtenido presenta una buena bon-dad de ajuste como se desprende del esta-dístico pseudo-R2 de 0,348.

Los resultados muestran tres clases homogé-neas pero muy diferentes entre sí. La clase 1(CL1), que supone el 22,0% de la muestra, nopresenta ninguno de los parámetros de losatributos como significativamente diferen-tes de cero, lo cual indica una preferencianula por las alternativas de mejora de la pro-visión de BBPP. La clase 2 (CL2) (14,1% de lamuestra) tan sólo presenta significativos losparámetros relativos al coste y a la vitalidadde las zonas rurales, mientras que en la clase3 (CL3) (63,9% de la muestra) todos los pa-rámetros de los atributos resultan significa-tivos y presentan el signo esperado, esto es,positivo para los atributos relativos a los BBPPy negativo para el atributo coste.

El parámetro de la constante (ASCSQ) es sig-nificativo para las tres clases, siendo positivopara la CL1 y negativo para las CL2 y CL3. Estosugiere que, mientras que de forma generallos individuos de las CL2 y CL3 muestran uncomportamiento sistemático hacia las alter-nativas que ofrecen un incremento en la pro-visión de BBPP, los individuos de la CL1 mues-tran un comportamiento opuesto consistenteen la preferencia hacia la situación actual.

5. El criterio para la identificación de respuestas no válidas fue fundamentalmente el reducido tiempo en la res-puesta y el seguir un comportamiento sistemático de respuesta (p. ej., elegir siempre la misma alternativa de pro-grama de mejora en el ejercicio de experimentos de elección para realizar más rápido las elecciones). La no inclu-sión de estas respuestas no válidas se justifica por el impacto que pueden presentar sobre las estimaciones de DAP,tal y como muestran Rocamora-Montiel et al. (2014a), entre otros.

6. Las respuestas protesta se identificaron siguiendo las directrices mostradas en Villanueva et al. (2017a), que consi-deran como tales las de aquellos individuos que eligen sistemáticamente la alternativa de situación actual argumen-tando motivos de naturaleza protestataria. Con este propósito se incluyó una pregunta en el cuestionario para queestos individuos indicasen las razones de sus elecciones, incluyendo razones representativas de ceros genuinos (“mieconomía no permite hacer frente a esos pagos”, “prefiero utilizar mi dinero en otras cosas”, y “prefiero que el oli-var de montaña andaluz siga como está ahora porque su situación es buena”), y de respuestas protesta (“consideroinjusto pedir que yo aporte dinero para ello”, “aunque pagaría por ello, prefiero no hacerlo a través de un aumentoen mis impuestos”, y “no confío en que este programa de gestión vaya a tener los efectos positivos descritos”). Los 63individuos identificados como respuestas protesta motivaron sus elecciones a través de estas últimas razones.


Tab

la 5

. Mo

del

o d

e cl

ases

late

nte

sTa

ble

5. L

aten

t cl

ass

mo

del

CL1

CL2

CL3

Co

ef.

Erro

r tí

p.

Co

ef.

Erro

r tí

p.

Co

ef.

Erro

r tí

p.

Bio

div

ersi

dad

(M

ejo

ra e

n 1

esp

ecie

de

ave/

exp

lota

ció

n)

-0,0

17N

S0,

045

0,02

9NS

0,02

60,

031**

*0,

004

Fun

cio

nal

idad

del

su

elo

(R

edu

cció

n d

e la

ero

sió

nen

1 e

stad

io o

límp

ico

)0,

183N

S0,

171

0,05

0NS

0,12

50,

142**

*0,

019

Vit

alid

ad r

ura

l (R

edu

cció

n d

el 1

% d

e la

s ex

plo

taci

on

esen

rie

sgo

de

aban

do

no

)0,

021N

S0,

019

0,03

4*0,

016

0,01

3***

0,00

2

Co

ste

(au

men

to d

e im

pu

esto

s)-0

,131

NS

0,08

0-0

,802

***

0,12

7-0

,109

***

0,00

7

Co

nst

ante

-ASC

SQ3,

588**

*0,

880

-3,8

56**

*0,

745

-2,1

62**

*0,

140

AY

UD

AS

-1,7

66**

*0,

397

-0,7

23N

S0,

487

Fijo

OB

LIG

AT

-1,3

63**

*0,

380

-0,5

16N

S0,

366

Fijo

PRIV

AD

A1,

243**

0,44

10,

749N

S0,

523

Fijo

AD

MO

NLO

C0,

904*

0,42

2-0

,256

NS

0,57

9Fi

jo

CO

NV

ERS

0,26

8*0,

133

0,02

9NS

0,12

2Fi

jo

CO

NSE

CU

EN-0

,953

***

0,19

9-0

,536

**0,

195

Fijo

CA

MPO

-0,3

77**

0,13

3-0

,225

+0,

124

Fijo

Co

nst

ante

esp

ecíf

ica

de

clas

e3,

048**

0,93

41,

456N

S0,

003

Fijo

Pro

bab

ilid

ad d

e p

erte

nen

cia

a cl

ase

0,22

00,

141

0,63

9

Log

-ver

osi

mili

tud

(LL

)-1

584,

75

McF

add

en p

seu

do

-R2

0,34

8

AIC

/N1,

460

Nú

mer

o d

e in

div

idu

os

(nº

de

ob

serv

acio

nes

)36

9 (2

214)

*** ,

**, * ,

+, N

Sm

ues

tran

niv

el d

e si

gn

ific

ació

n d

el 9

9,9%

, 99%

, 95%

, 90%

y n

o s

ign

ific

ativ

o, r

esp

ecti

vam

ente

.

La d

efin

ició

n d

e la

s co

vari

able

s p

ued

e co

nsu

ltar

se e

n la

s Ta

bla

s 3

y 4.

Fuen

te: E

lab

ora

ció

n p

rop

ia.

En relación con el análisis de heterogeneidadrelativo a las covariables que explican la asig-nación de los sujetos a cada una de las clases,el primer aspecto a destacar es que en el mo -delo final obtenido no aparecen variablesde naturaleza sociodemográfica, de maneraque todas las covariables están relacionadascon opiniones, actitudes y hábitos de los in-dividuos respecto a la provisión de BBPP y laimplementación de políticas encaminadas asu mejora. Así, tanto los individuos de la CL1como los de la CL2 muestran un menor nú-mero de salidas al campo en su tiempo libre(CAMPO) que los de la CL3, lo que resulta co-herente con estudios previos que analizan laspreferencias hacia la provisión de BBPP porparte del olivar andaluz (Colombo et al.,2006; Rodríguez-Entrena et al., 2014). Clara-mente, este resultado muestra el diferentevalor de uso que presentan los BBPP que pro-duce el olivar en función de la clase. En elcaso de los individuos de la CL1 muestrantambién una menor predisposición a com-pensar a los agricultores por cumplir el pro-grama (AYUDAS) y una menor predisposicióna que el programa sea obligatorio (OBLIGAT)respecto a los de la CL3, lo que está en líneacon los resultados obtenidos por Rodríguez-Entrena et al. (2017). Por otro lado, los indi-viduos de esta misma clase son más procliveshacia la conversión del olivar de montañaen tierras de monte (CONVERS), indicando deesta forma su mayor preferencia por la pro-visión no agraria de los BBPP.

Mención aparte merece la variable CONSE-CUEN. Esta variable refleja las opiniones delos encuestados en relación con la conside-ración de sus respuestas en la toma de deci-siones a la hora de diseñar el programa, re-sultando significativa y con signo negativotanto para la CL1 como para la CL2. Ello in-dica que, en comparación con la CL3, los in-dividuos de ambas clases consideran en me-nor medida que sus opiniones serán tenidasen cuenta en el diseño del programa. De

esta forma, queda patente cómo la percep-ción de los individuos sobre si sus respuestasserán consideradas para el diseño de políticas(esto es, su percepción de la “consecuencia-lidad” de sus respuestas) influye sobre laspreferencias declaradas por el individuo res-pecto de la provisión de BBPP. Este efecto dela “consecuencialidad” percibida ha sidoiden tificado en los trabajos previos de Herri-ges et al. (2010) y Vossler y Watson (2013),pero por primera vez se evidencia en relacióncon la producción de BBPP por parte de lossistemas agrarios.

Finalmente, el análisis de las clases revela unresultado significativo de las variables PRI-VADA y ADMONLOC en la CL1, indicando lapreferencia de estos individuos por la imple-mentación del programa a través de institu-ciones privadas y la administración local (encomparación con administraciones a escalasuperior), respectivamente, evidencia que pa-rece indicar un cierto nivel de descon fianzade la población encuadrada en esta clase ha-cia la administración que actualmente im-plementa este tipo de programas (adminis-tración regional).

En la Tabla 6 se muestra la DAP media por losatributos relativos a los BBPP de cada clase.Como puede observarse, los resultados mues-tran DAP significativamente diferentes decero para el bien público vitalidad de las zo-nas rurales en la CL2 y los tres BBPP en la CL3,mientras que en la CL1 las DAP no difierensignificativamente de cero para ningún bienpúblico. De ello se deduce que los individuosde la CL3 son los que están más dispuestos apagar por mejorar los BBPP que provee el oli-var de montaña; en concreto, 0,29 €/per-sona/año por mejorar una especie de ave porexplotación, 1,31 €/persona/año por reducirla erosión en un estadio olímpico, y 0,12€/persona/año por reducir en un 1% las ex-plotaciones en riesgo de abandono. Los de laCL2 tan solo estarían dispuestos a pagar pormejorar la vitalidad de las zonas rurales, aun-



que de forma reducida: 0,04 €/persona/añopor reducir en un 1% las explotaciones enriesgo de abandono. Por último, los de laCL1 no estarían dispuestos a pagar por me-jorar la provisión de ninguno de estos BBPP.Los resultados en este sentido se muestrancongruentes con los obtenidos por Rodrí-guez-Entrena et al. (2014), quienes tambiénidentifican igualmente tres clases de indivi-duos diferenciados por la DAP respecto de al-gunos BBPP (lucha frente al cambio climático,biodiversidad y conservación del suelo) pro-ducidos por el olivar andaluz en su conjunto.

Asimismo, cabe comparar los resultados deDAP obtenidos para el conjunto de la pobla-ción (ver última columna de la Tabla 6) con lasestimaciones obtenidas en estudios anterio-res. Por ejemplo, Rodríguez-Entrena et al.(2012) obtuvieron una DAP media para elconjunto de la población andaluza de 0,58€/persona/año para el incremento de la bio-diversidad en una especie de ave y 0,52 €/per-sona/año para la reducción de la erosión enun estadio olímpico. Se puede observar cómonuestras estimaciones de DAP son sensible-mente inferiores para el primero (0,18 €/per-

sona/año por especie de ave) y superiorespara el segundo (0,83 €/persona/año por es-tadio olímpico), cuando cabría esperar en am-bos casos estimaciones inferiores habidacuenta de que las estimaciones de DAP de Ro-dríguez-Entrena et al. (2012) se refieren alconjunto del olivar andaluz y las nuestras úni-camente al olivar de montaña en esta región.En el caso de la erosión del suelo, la poblaciónandaluza parece percibir que este problemaes más severo en el olivar de montaña y, portanto, estaría dispuesta a pagar más por re-ducirla en este sistema en comparación con elresto de los sistemas de olivar. En cuanto a lavitalidad de las zonas rurales, el valor obte-nido en el presente trabajo (0,08 €/perso -na/año por la reducción de un 1% del nivel deabandono de explotaciones) es igualmenteinferior al obtenido por Arriaza et al. (2008),quienes reportaron una DAP de 0,53 €/per-sona/año por una reducción equivalente delriesgo de abandono. La diferencia temporalentre ambos estudios, especialmente tenien -do en cuenta las diferentes condiciones socioe-conómicas existentes entre ambos momentos(pre- y post-crisis), podría explicar en gran me -dida dicha discrepancia.

Tabla 6. Disposición a pagar de la población por cada atributo (1) (en €/persona/año)Table 6. Willingness to pay for each attribute (in €/person/year)

Atributo CL1 CL2 CL3 Total

Biodiversidad -0,24NS 0,04NS 0,29*** 0,18

(Mejora en 1 especie de ave/explotación) (-2,59 – 1,53) (-0,03 – 0,10) (0,20 – 0,38) (0,13 – 0,24)

Funcionalidad del suelo (Reducción de 1,81NS 0,06NS 1,31*** 0,83

la erosión en 1 estadio olímpico) (-4,10 – 11,72) (-0,31 – 0,36) (0,96 – 1,66) (0,61 – 1,06)

Vitalidad rural (Reducción del 1% de las 0,04NS 0,04* 0,12*** 0,08

explotaciones en riesgo de abandono) (-0,44 – 0,84) (0,01 – 0,08) (0,09 – 0,16) (0,06 – 0,11)

(1) Entre paréntesis, los intervalos de confianza al 95% siguiendo el método bootpstrap de Krinsky y Robb(1986) (1000 extracciones).***, **, *, NS muestran nivel de significación del 99,9%, 99%, 95% y no significativo, respectivamente.



Análisis bivariante de la heterogeneidad

A continuación se analizan las diferencias quepresentan las clases identificadas en las dis-tintas variables incluidas en el cuestionario. LaTabla 7 muestra los resultados obtenidos paralas variables métricas, mientras que la Tabla 8muestra los de las variables dicotómicas.

En línea con los resultados del MCL, las va-riables sociodemográficas (edad, estudios,lugar de residencia, etc.) no muestran dife-rencias significativas entre las clases (solo lavariable SEXO muestra diferencias significa-tivas, aunque al nivel del 90%); en cambio, síaparecen para las variables actitudinales yde opinión. Así, el análisis bivariante muestradiferencias significativas para las covariablesempleadas en el MCL, i. e., AYUDAS, OBLI-GAT, PRIVADA, ADMONLOC, CONVERS, CON-SECUEN y CAMPO. No obstante, este análisis

muestra una fuente adicional de heteroge-neidad observada indicando diferencias sig-nificativas para las variables relativas al gradode concienciación ambiental (CONCAMB),preferencia del aceite producido por el olivarde montaña (ACEMONT) y opinión de que elpresupuesto de la PAC para provisión agrariade BBPP es demasiado alto (PRESUPAC), to-das ellas asociadas igualmente a actitudes yopiniones de los individuos.

En general, los resultados del análisis bivariantevienen a corroborar las diferencias entre clasesapuntadas por el modelo, mostrándo se portanto diferencias eminentemente entre lasclases CL1 y CL3, quedando en un pun to in-termedio CL2. Así, respecto de las variablesno incluidas en el modelo, este análisis añadeque, en comparación con CL1 y CL2, los indi-viduos de la CL3 muestran una mayor prefe-rencia por el aceite de oliva procedente del

Tabla 7. Características de las clases (variables métricas)(1)

Table 7. Class characteristics (metric variables)

Tipo Variable CL1 CL2 CL3 Total Kruskal-Wallis p-valor

Sociodemográficas EDAD 44,4 40,6 45,3 44,4 3,496 0,174

HIJOS 0,4 0,2 0,5 0,4 3,842 0,146

RENTA 3,7 3,4 3,8 3,7 1,848 0,397

Actitudes, opiniones CONCAMB 3,5a 3,7a 4,0b 3,8 13,409 0,001

y hábitos CONVERS 4,4a 4,0a 3,9b 4,0 7,007 0,030

ACEMONT 3,9a 4,2a 4,4b 4,2 5,808 0,055

CONSECUEN 2,4a 2,7a 3,1b 2,9 36,525 0,000

CAMPO 3,0a 3,2a 3,6b 3,4 13,624 0,001

(1) Para las variables que mostraron diferencias significativas entre clases de acuerdo con el test de Krus-kal-Wallis, se analizaron las diferencias significativas por pares de clases empleando el test de Mann-Whitney (aplicando la corrección de Bonferroni). Los superíndices ‘a’ y ‘b’ denotan un subconjunto declases cuyas medias difieren significativamente a un nivel del 95%. La definición de las variables puedeconsultarse en las Tablas 3 y 4.



olivar de montaña (ACEMONT), y opinan enuna mayor proporción que el presupuesto dela PAC para la provisión de BBPP no es dema-siado alto (PRESUPAC). Asimismo, se observaque estos individuos se caracterizan por unamayor concienciación ambiental (CONCAMB),hecho ya contrastado en estudios previos re-lativos al olivar andaluz (Rodríguez-Entrenaet al., 2012; Rodríguez-Entrena et al., 2014). Es-tos resultados son coherentes con los mostra-dos para el MCL, en la medida que los indivi-duos de la CL3 muestran una mayor DAP porla provisión de BBPP en el olivar de montañaque los de las otras dos clases.

Apoyo a la toma de decisionesde políticas públicas

Los resultados obtenidos permiten considerardiversas derivadas relevantes desde el puntode vista del decisor de políticas públicas,tanto relativas a la agregación del montante

que estaría dispuesta a pagar la poblaciónandaluza, como a otros aspectos relevantesrelativos a las preferencias de los individuossobre la implementación de políticas dirigi-das a la provisión de BBPP por parte del oli-var de montaña.

El montante total que la población andaluzaestaría dispuesta a pagar por los principalesBBPP (biodiversidad, funcionalidad del suelo yvitalidad de las zonas rurales) producidos porel olivar de montaña puede estimarse agre-gando las DAP individuales mostradas arribapara diferentes escenarios de mejora en laprovisión de estos BBPP. Por ejemplo, para unescenario de mejora moderada (incrementode 8 especies de aves por explotación, reduc-ción de la erosión en 2 estadios olímpicos, yreducción de un 20% de las explotaciones conriesgo de abandono), la DAP agregada ascen -dería a 31,8 millones de euros. Para un esce-nario de mejora significativa (incremento de16 especies de aves por explotación, reduc-

Tabla 8. Características de las clases (variables dicotómicas)(1)

Table 8. Class characteristics (dichotomous variables)

Tipo Variable CL1 CL2 CL3 Total χ2 p-valor

Sociodemográficas SEXO = Mujer 31,7 51,0 43,7 42,0 5,484 0,064

ESTUDIOS = Universidad 50,0 42,9 42,4 44,2 1,454 0,483

HABITAT = Rural 32,9 40,8 32,8 33,9 1,216 0,544

AGRIFAMI 30,5 26,5 25,2 26,6 0,871 0,647

Actitudes y opiniones PRESUPAC 46,3a 42,9a 16,8b 26,8 34,493 0,000

AYUDAS 54,9a 77,6b 89,5b 80,2 43,308 0,000

OBLIGAT 22,0a 36,7ab 45,4b 39,0 14,191 0,001

PRIVADA 34,1a 18,4ab 8,0b 15,2 32,877 0,000

ADMONLOC 25,6a 10,2a 12,2b 14,9 9,651 0,008

(1) Los superíndices ‘a’ y ‘b’ denotan un subconjunto de clases cuyas proporciones por columnas difie-ren significativamente a un nivel del 95%. En caso de no especificar subíndice indica no diferencias sig-nificativas al nivel 95%. La definición de las variables puede consultarse en las Tablas 3 y 4.



ción de la erosión en 4 estadios olímpicos, yreducción de un 40% de las explotacionescon riesgo de abando no), la DAP agregada se-ría de 63,6 millones de euros. Estos importes,distribuidos entre toda la superficie de olivarde montaña de Andalucía (211.000 ha) equi-valdrían a una ayuda por hectárea de olivarde montaña de 150,7 € para el caso de la me-jora moderada, y de 301,5 € para el caso dela mejora significativa.

Estos cálculos se pueden comparar con los im-portes de ayuda de las medidas de la PAC di-rigidas específicamente a la provisión deBBPP por parte del olivar de montaña en An-dalucía. Las principales medidas en este sen-tido son las ayudas agroambientales y climá-ticas y las ayudas al mantenimiento de olivaren agricultura ecológica. A través de estosinstrumentos de la PAC, el olivar de monta ñapuede optar a una ayuda de hasta 362 €/haen caso de estar certificado en producciónecológica7, o a una ayuda de 110-277 €/ ha encaso de estarlo en producción integra da8. Es-tos importes están en el mismo orden demagnitud que las estimaciones de DAP agre-gada obtenidas, si bien, con la informacióndisponible, no se puede afirmar si la imple-mentación de estas medidas está produ-ciendo realmente mejoras en la provisión deBBPP asimilables a los escenarios antes plan-teados. Así, aunque no puede realizarse unacomparación adecuada entre los importesde DAP agregada y los importes de ayudas dela PAC dirigidas a la provisión de BBPP, sí seevidencia la existencia de una mayoría de lapoblación que se muestra dispuesta a pagara cambio de la provisión de BBPP por partedel olivar de montaña, lo que justificaría elempleo de instrumentos para fomentar suprovisión por parte de las administraciones

públicas como las medidas agroambientalesy climáticas antes mencionadas.

Por otro lado, cabe indagar sobre las impli-caciones políticas que pueden extraerse delos resultados en relación con las preferenciasde los individuos respecto a la implementa-ción de instrumentos de política relativos a laprovisión de BBPP por parte del olivar de mon -taña. Por ejemplo, de forma general nuestrosresultados señalan a las variables de actitudy opinión como determinantes de la DAP porestos bienes, relegando las variables socio-demográficas a un papel secundario en estesentido. Estos resultados están en la línea deestudios previos como los de Colombo et al.(2006), Rodríguez-Entrena et al. (2014) y Ro-dríguez-Entrena et al. (2017), donde igual-mente se identificaron las variables actitudi-nales y de opinión como determinantes de laDAP de los individuos respecto de la provi-sión de BBPP. No obstante, estos y otros es-tudios (como, por ejemplo, Arriaza et al.,2008) identificaron también la existencia devariables sociodemográficas, tales como laedad o el nivel de estudios, que incidían so-bre la DAP de forma significativa. Futurasinvestigaciones deberían aportar luz al ob-jeto de aclarar esta diversidad de resultados,y determinar si, efectivamente, existe un cre-ciente peso de las variables de actitud y deopinión con respecto de las sociodemográfi-cas a la hora de determinar la DAP de la po-blación. De confirmarse esta tendencia, elloimplicaría una dificultad creciente a la horade identificar qué población se beneficia enmayor medida de la implementación de laspolíticas dirigidas a mejorar la provisión deBBPP, dado que no sería posible anticipar laDAP de una determinada población sobre labase de sus características sociodemográficas.

7. Este importe se obtiene de sumar la ayuda para el olivar ecológico que es de 247,90 €/ha y el complemento espe-cífico de 114,14 €/ha que supone la línea de ayuda de agricultura de montaña con orientación ecológica en olivar.

8. El importe de esta línea de ayuda de sistemas sostenibles de olivar varía en función de parámetros como la pen-diente de la parcela, el tipo, ancho y manejo de la cubierta vegetal, y del manejo de los restos de poda.

De los resultados relativos a las actitudes yopiniones y de cómo estas determinan la DAPpor los BBPP producidos por el olivar de mon-taña se pueden extraer otras implicacionespolíticas de calado. Estas implicaciones se re-fieren a: a) la opinión de la población respec -to de los instrumentos de política a imple-mentar para favorecer la provisión de BBPP,b) las preferencias sociales respecto a unaeventual sustitución de dicha provisión poractividades no agrarias, y c) al potencial deemplear instrumentos de mercado para in-centivar la provisión agraria de BBPP. Res-pecto de las opiniones relativas a los instru-mentos de política, los resultados muestranque existe una preferencia mayoritaria por lamejora de la provisión de BBPP a través de unprograma voluntario (61% de la población)y que implique una compensación económi -ca para el agricultor (80% de la población).Esto sugiere que la actual implementación demecanismos voluntarios como los programasagroambientales y climáticos resulta una op-ción adecuada (i. e., apoyada socialmente)para alcanzar los objetivos de provisión deBBPP demandados por la sociedad, en con-traposición a instrumentos coercitivos (com-mand and control, que implicarían obligato-riedad y no compensación al agricultor) ohíbridos de estos y aquellos (p. ej., actual pa-gos básico y “verde” con condicionalidad,que hasta cierto punto implican obligatorie-dad y compensación).

En relación con la opinión de la población an-daluza respecto de la provisión no agraria delos BBPP producidos por el olivar de mon-taña, parece existir heterogeneidad de pre-ferencias en este sentido. En efecto, nuestrosresultados apuntan a que existe una parteimportante de la población andaluza (38%)que está de acuerdo con promover la con-versión de parcelas de olivar de montaña atierras de monte, mientras que el resto se di-vide a partes iguales entre los que no estánde acuerdo con esta opción y los que no

muestran acuerdo ni desacuerdo. Estos re-sultados señalan que la posibilidad de la pro-ducción no agraria de los BBPP producidospor el olivar de montaña es moderadamenteaceptada por la sociedad. Esta preferenciapor la provisión no agraria es más acusadaentre los individuos que no están dispuestosa pagar por la provisión de BBPP por este sis-tema agrario (47% a favor de promover laconversión de parcelas de olivar de montañaa tierras de monte, frente a un 16% que semuestran en contra). Este hecho podría indi-car que tales individuos pueden estar cues-tionándose la necesidad de mantener un sis-tema productivo cuya viabilidad económicaestá comprometida, de ahí que no contem-plen la opción de pagar por los BBPP provis-tos por este sistema, y sí la de incentivar suconversión a usos forestales. Desgraciada-mente, nuestros resultados no permiten con-trastar esta hipótesis, ni si dichos individuosestarían dispuestos o no a pagar por los BBPPen caso de provisión no agraria. En cualquiercaso, estas evidencias invitan a realizar futu-ras investigaciones en esta dirección, anali-zando tanto sus implicaciones desde el ladode la demanda (preferencias sociales de laprovisión agraria frente a provisión no agra-ria) como del de la oferta (disposición de losagricultores a convertir sus plantaciones entierras forestales).

En lo que se refiere a la opción de emplearinstrumentos de mercado para fomentar laprovisión de BBPP agraria, los resultadosmuestran que existe heterogeneidad en laspreferencias de los encuestados en relacióncon el aceite de oliva procedente del olivarde montaña y cómo esta está igualmente re-lacionada con la DAP por los BBPP que pro-vee este sistema. En concreto, los resultadosmuestran que los individuos que presentanuna mayor DAP por los BBPP producidos porel olivar de montaña son a su vez los que másvaloran el aceite de oliva producido por esteen comparación con el de otros sistemas deolivar. Estos resultados sugieren que existe


potencial para adoptar estrategias de dife-renciación de producto a la hora de comer-cializar el aceite de oliva de este sistema deolivar, a través de las cuales se podría obte-ner un mayor precio y/o cuota de mercado.En especial, el hecho de que una importanteparte de la población (i. e., CL3) presenteuna elevada DAP por los BBPP que produceel olivar de montaña, apunta a la convenien -cia de asociar la estrategia de diferenciaciónal elevado desempeño de este sistema res-pecto de la provisión de estos bienes. Esta es-trategia (denominada como “comoditización”o commodification, en inglés) se basa en laidea de que el consumidor estaría dispuesto apagar más por un aceite de oliva virgen extraque es producido en explotaciones donde a suvez se producen BBPP en alto grado. Sin em-bargo, es necesario destacar que en España lasapreciaciones de los consumidores hacia losatributos diferenciales de los aceites de olivason reducidas, lo que puede dificultar aplicareste tipo de estrategias.

Conclusiones

La sociedad andaluza muestra un comporta-miento heterogéneo respecto al apoyo fi-nanciero hacia los BBPP producidos por partedel olivar de montaña. Así, mientras una ma-yoría de la población presenta una disposicióna pagar por la mejora de los tres BBPP anali-zados (biodiversidad, funcionalidad del sueloy vitalidad de las zonas rurales), un porcentajesignificativo de la población no muestra taldisposición, o bien lo hace de forma muy re-ducida y tan sólo por mejorar la vitalidad delas zonas rurales. En cualquier caso, el hechode que una mayoría de la población esté dis-puesta a pagar por mejorar la provisión deBBPP en el olivar de montaña evidenciaría laexistencia de un fallo de mercado, lo que jus-tifica el diseño e implementación de políticaspara fomentar su provisión por parte de lasadministraciones públicas.

Según se ha podido observar, son las actitu-des y opiniones de los individuos respecto acuestiones medioambientales y de gober-nanza las que mayoritariamente parecen de-terminar su pertenencia a un grupo u otro y,por tanto, su DAP en relación con la provisiónde BBPP en el olivar de montaña. Por el con-trario, las cuestiones sociodemográficas comola edad, la renta o el nivel de estudios no pa-recen presentar un papel determinante eneste sentido.

De estos resultados se derivan asimismo im-portantes implicaciones de cara al diseño depolíticas públicas para el fomento de la pro-visión de BBPP por parte del olivar de mon-taña. En primer lugar, desde el punto de vistameramente presupuestario, se ha mostrado lanecesidad de evaluar el impacto de los dife-rentes instrumentos que puedan implemen-tarse para la mejora de la provisión de BBPP,de manera que pueda determinarse si efecti-vamente su aplicación supone un aumentoneto del bienestar social; es decir, si el presu-puesto utilizado para dichas medidas es infe-rior al incremento de bienestar debido a lamejora de los BBPP derivada de su aplicación.

Asimismo, se ha podido evidenciar una pre-ferencia general de la población por instru-mentos voluntarios y que conlleven com-pensación para el agricultor, lo cual avala laestrategia de emplear instrumentos talescomo las medidas agroambientales y climá-ticas para el fomento de esta provisión. Deigual forma, los resultados aluden a otrosaspectos relevantes que representan opor-tunidades para investigación futura, talescomo una aceptación moderada de la po-blación respecto de la provisión no agraria (i.e., conversión del olivar de montaña en tie-rras forestales) y el potencial de “comoditi-zar” la provisión agraria de BBPP a través dela diferenciación en el mercado del bien pri-vado (aceite de oliva virgen extra) produci dojuntamente con aquellos.


Finalmente, de este estudio pueden derivar -se futuras líneas de investigación relativas ala demanda de los BBPP por parte de la socie -dad. Además de las líneas ya mencionadas,futuros trabajos deberían arrojar luz sobre elimpacto de la percepción de la consecuen-cialidad sobre la DAP de los individuos. Asi-mismo, debería seguir avanzándose en elanálisis de la heterogeneidad de las preferen -cias, introduciendo la dimensión espacial ensu análisis de cara a determinar el tamaño delmercado (Schaafsma et al., 2012), lo que per-mitiría un cálculo más preciso de la DAP to-tal como agregación de la DAP individual dela población encuadrada dentro de dichomercado.

Agradecimientos

Los autores agradecen los comentarios y su-gerencias realizados por los revisores anóni-mos durante el proceso de evaluación delartículo, los cuales han contribuido a la mejo -ra del documento final. Este trabajo ha sidofinanciado por el programa Horizonte 2020de investigación e innovación de la Unión Eu-ropea a través del proyecto PROVIDE (PRO-VIding smart DElivery of public goods by EUagriculture and forestry, Grant agreementNo 633838).

Bibliografía

Arriaza M, Gomez-Limon JA, Kallas Z, Nekhay O(2008). Demand for non-commodity outputsfrom mountain olive groves. Agricultural Eco-nomics Review 9: 5-23.

Boletín Oficial de la Junta de Andalucía (2015). De-creto 103/2015, de 10 de marzo, por el que seaprueba el Plan Director del Olivar. Boletín Ofi-cial de la Junta de Andalucía, núm 54, de 19 demarzo de 2015, pp. 8-154.

Carpio AJ, Oteros J, Tortosa FS, Guerrero-CasadoJ (2016). Land use and biodiversity patterns ofthe herpetofauna: The role of olive groves.Acta Oecologica 70: 103-111.

Colombo S, Calatrava-Requena J, Hanley N (2006).Analysing the social benefits of soil conserva-tion measures using stated preference me-thods. Ecological Economics 58: 850-861.

Colombo S, Camacho-Castillo J (2014). Caracteri-zación del olivar de montaña andaluz para laimplementación de los Contratos Territorialesde Zona Rural. ITEA. Información Técnica Eco-nómica Agraria 110: 282-299.

Colombo S, Glenk K, Rocamora-Montiel B (2016).Analysis of choice inconsistencies in on-linechoice experiments: Impact on welfare measu-res. European Review of Agricultural Econo-mics 43: 271-302.

Colombo S (2017). La rentabilidad de los distintostipos de olivar y las estrategias de desarrollo.En: Economía y comercialización de los aceitesde oliva. Factores y perspectivas para el lide-razgo español del mercado global (Ed. Gómez-Limón JA, Parras M), pp. 77-106. Cajamar CajaRural, Almería.

Duarte J, Campos M, Guzmán JR, Beaufoy G, FarfánMA, Cotes B, Benítez E, Vargas JM, Muñoz-CoboJ (2009). Olivar y biodiversidad. En: Sostenibili-dad de la producción de olivar en An dalucía (Ed.Gómez Calero JA), pp. 162-222. Consejería deAgricultura y Pesca, Junta de Andalucía, Sevilla.

EC (European Commission) (2010). The CAP towards2020: Meeting the food, natural resources andterritorial challenges of the future. COM(2010)672 final. European Commission, Brussels.

EC (European Commission) (2013). Overview ofCAP reform 2014-2020. European Commission,Brussels.

EC (European Commission) (2017). Reflection pa-per on the future of EU finances. EuropeanCommission, Brussels.

Gastón A, Blázquez-Cabrera S, Garrote G, Mateo-Sánchez MC, Beier P, Simón MA, Saura S (2016).Response to agriculture by a woodland speciesdepends on cover type and behavioural state:Insights from resident and dispersing Iberianlynx. Journal of Applied Ecology 53: 814-824.


Gómez-Limón JA, Arriaza M (2011). Evaluaciónde la sostenibilidad de las explotaciones de oli-var en Andalucía. Ed. Analistas Económicos deAndalucía, Málaga. 294 pp.

Hensher DA, Rose JM, Greene WH (2005). Appliedchoice analysis: A primer. Ed. Cambridge Uni-versity Press, Cambridge (UK). 717 pp.

Herriges J, Kling C, Liu C-C, Tobias J (2010). Whatare the consequences of consequentiality?Journal of Environmental Economics and Ma-nagement 59: 67-81.

Hess S, Ben-Akiva M, Gopinath D, Walker J (2011).Advantages of latent class over continuous mix-ture of logit models. Institute for TransportStudies, University of Leeds, Leeds (UK).

Instituto de Estadística y Cartografía de Andalucía(2016). Padrón municipal de habitantes. Insti-tuto de Estadística y Cartografía de Andalucía,Sevilla.

Kallas Z, Gómez-Limón JA, Arriaza M, Nekhay O(2006). Análisis de la demanda de bienes y ser-vicios no comerciales procedentes de la activi-dad agraria: El caso del olivar de montaña an-daluz. Economía Agraria y Recursos Naturales6: 49-79.

Krinsky I, Robb AL (1986). On approximating thestatistical properties of elasticities. The Reviewof Economics and Statistics 68: 715-719.

Lancaster KJ (1966). A new approach to consumertheory. The Journal of Political Economy 74:132-157.

McFadden DL (1974). Conditional logit analysisof qualitative choice behaviour. En: Frontiers ineconometrics (Ed. Zarembka P), pp. 105-142.Academic Press, New York.

Nieto OM, Castro J, Fernández-Ondoño E (2013).Conventional tillage versus cover crops in rela-tion to carbon fixation in Mediterranean olivecultivation. Plant and Soil 365: 321-335.

Rocamora-Montiel B, Colombo S, Glenk K (2014a).El impacto de las respuestas inconsistentes enlas medidas de bienestar estimadas con el me-todo del experimento de eleccion. EconomíaAgraria y Recursos Naturales 14: 27-48.

Rocamora-Montiel B, Colombo S, Salazar-OrdóñezM (2014b). Social attitudes in southern Spain toshape EU agricultural policy. Journal of PolicyModelling 36: 156-171.

Rocamora-Montiel B, Glenk K, Colombo S (2014c).Territorial management contracts as a tool toenhance the sustainability of sloping andmountainous olive orchards: Evidence from acase study in Southern Spain. Land Use Policy41: 313-325.

Rodríguez-Entrena M, Barreiro-Hurlé J, Gómez-Li-món JA, Espinosa-Goded M, Castro-RodríguezJ (2012). Evaluating the demand for carbon se-questration in olive grove soils as a strategy to-ward mitigating climate change. Journal of En-vironmental Management 112: 368-376.

Rodríguez-Entrena M, Espinosa-Goded M, Ba-rreiro-Hurlé J (2014). The role of ancillary be-nefits on the value of agricultural soils carbonsequestration programmes: Evidence from alatent class approach to Andalusian olive gro-ves. Ecological Economics 99: 63-73.

Rodríguez-Entrena M, Villanueva AJ, Arriaza M,Gómez-Limón JA (2016). ¿Es rentable el olivarandaluz? Un análisis por sistema productivo.Ed. Junta de Andalucía. Instituto de Investiga-ción y Formación Agraria y Pesquera, Conseje-ría de Agricultura, Pesca y Desarrollo Rural,Córdoba. 17 pp.

Rodríguez-Entrena M, Colombo S, Arriaza M (2017).The landscape of olive groves as a driver of therural economy. Land Use Policy 65: 164-175.

Rose J, Bain S, Bliemer MCJ (2011). Experimentaldesign strategies for stated preference studiesdealing with non-market goods. En: The inter-national handbook on non-market environ-mental valuation (Ed. Bennet J), pp. 273-299.Edward Elgar Publishing, Cheltenham (UK).

Ruiz M, Montiel A (2000). Introducción al conoci-miento de la entomofauna del olivar en la pro-vincia de Jaén. Aspectos cualitativos. Boletín deSanidad Vegetal. Plagas 26: 129-148.

Ruiz M, Montiel A (2001). Introducción al conoci-miento de la entomofauna del olivar en la pro-vincia de Jaén. Aspectos cuantitativos. Boletínde Sanidad Vegetal. Plagas 27: 531-560.



Salazar-Ordóñez M, Sayadi S (2011). Environmen-tal care in agriculture: A social perspective. Jour-nal of Agricultural and Environmental Ethics 24:243-258.

Salazar-Ordóñez M, Rodríguez-Entrena M, SayadiS (2013). Agricultural sustainability from a so-cietal view: An analysis of southern Spanish ci-tizens. Journal of Agricultural and Environ-mental Ethics 26: 473-490.

Schaafsma M, Brouwer R, Rose J (2012). Directionalheterogeneity in WTP models for environmentalvaluation. Ecological Economics 79: 21-31.

Viladomiu L, Rosell J (2004). Olive oil productionand the rural economy of Spain. En: Sustainingagriculture and the rural economy: Gover-nance, policy and multifunctionality (Ed. Brou-wer F), pp. 223-246. Edward Elgar Publishing,Cheltenham (UK).

Villanueva AJ, Glenk K, Rodríguez-Entrena M(2017a). Protest responses and willingness toaccept: Ecosystem services providers’ preferen-ces towards incentive-based schemes. Journalof Agricultural Economics 68: 801-821.

Villanueva AJ, Gómez-Limón JA, Rodríguez-EntrenaM (2017b). Valoración de la oferta de bienespúblicos por parte de los sistemas agrarios: elcaso del olivar de montaña en Andalucía. Eco-nomía Agraria y Recursos Naturales 17: 25-58.

Villanueva AJ, Granado-Díaz R, Gómez-Limón JA(2017c). La producción de bienes públicos porparte de los sistemas agrarios. UCOpress, Cór-doba. 276 pp.

Vossler CA, Watson SB (2013). Understanding theconsequences of consequentiality: Testing thevalidity of stated preferences in the field. Jour-nal of Economic Behavior & Organization 86:137-147.

Xiloyannis C, Martinez Raya A, Kosmas C, Favia M(2008). Semi-intensive olive orchards on slo-ping land: Requiring good land husbandry forfuture development. Journal of EnvironmentalManagement 89: 110-119.

(Aceptado para publicación el 18 de diciembre de2017)

Análisis de la heterogeneidad de la demanda de bienes ...158-182... · bienes públicos”, cuyo...

Documents

Transcript of Análisis de la heterogeneidad de la demanda de bienes ...158-182... · bienes públicos”, cuyo...