1

DESARROLLO DE REGIONES Y EURORREGIONES. EL DESAFÍO

DEL CAMBIO RURAL

Ourense, 16-18 de noviembre de 2006

EL CAPITAL SOCIAL Y LAS EXTERNALIDADES GEOGRÁFICAS EN EL MEDIO RURAL: SU IMPACTO SOBRE LAS ACTIVIDADES

AGRARIAS

Mª Teresa Gallo Rivera y Rubén Garrido Yserte Instituto Universitario de Análisis Económico y Social (Servilab) – Área de Estudios Territoriales y

Urbanos – Departamento de Economía Aplicada - Universidad de Alcalá maria.gallo@uah.es; ruben.garrido@uah.es

ÁREA TEMÁTICA: Indicadores regionales: crecimiento y empleo rural y urbano

RESUMEN:

El objetivo de esta comunicación es verificar empíricamente el papel de los activos

de los hogares rurales (humano, público, privado, y especialmente el capital social)

en los niveles de producción e ingreso agropecuarios en presencia de fenómenos de

interacción o dependencia espacial. Se utilizarán técnicas econométricas espaciales

para explorar las relaciones espaciales entre los pequeños productores

agropecuarios (de los valles de Piura y del Mantaro en Junín en Perú) sobre la base

de un modelo empírico que permita evaluar si existe asociación espacial entre

productores próximos o vecinos. Además se buscará determinar qué factores

determinantes de la producción/ingreso son compartidos por productores próximos

entre sí.

Palabras clave: Capital social, externalidades geográficas, productividad de la

agricultura

JEL classification: R10, R12

2

1. Introducción

En los últimos años se ha venido otorgando mayor atención a los estudios sobre

capital social y su impacto sobre el desarrollo, así como a las interrelaciones entre

la teoría económica y el espacio, formulados con el fin de lograr el mejoramiento de

la calidad de vida de los sectores menos favorecidos. Ambas líneas de estudio

constituyen potentes áreas de análisis para fomentar el desarrollo económico y

social de los territorios (Klisberg y Tomassini, 2000; Aroca y Bosch, 2000).

Dichos enfoques han sido escasamente explorados sobre todo en el ámbito rural

de realidades latinoamericanas, como la de Perú, por lo que las investigaciones en

esta área resultan oportunas en la medida que ofrezcan lineamientos para

direccionar de mejor manera las políticas públicas, especialmente en el campo del

desarrollo rural y regional.

Si bien el 70% de la población peruana es urbana, ésta se concentra en seis

principales ciudades de la costa, por lo que la gran mayoría de las regiones del

interior son predominantemente rurales (con una población rural entre 35% y 75%

del total y que tienen en la actividad agraria su principal fuente generadora de

ingresos y sustento económico de los hogares); ahí reside la importancia de la

actividad agropecuaria en el medio rural peruano. Pese al declive en la generación

de valor (8% del PIB Nacional), la agricultura sigue jugando un rol importante en el

desarrollo del país, puesto que de ella depende aproximadamente un tercio de la

población total y en términos de empleo absorbe el 30% de la población

económicamente activa; constituyendo además el principal sustento de la

alimentación local, regional y nacional.

El estudio, por lo tanto, de los factores que determinan el mejor desempeño de

la actividad agropecuaria -como una aproximación al desempeño económico del

medio rural1 a partir de la posesión y acceso a determinados activos- es relevante

en la medida que permite contar con mayores elementos para orientar de manera

adecuada las intervenciones públicas y favorecer la acumulación de dichos activos.

En este sentido, se ofrecerán elementos de análisis sobre el papel que desempeñan

los diferentes acervos de capital presentes en el medio rural, entre ellos

1 Se reconoce que no todo lo rural es agrario; es decir que hay ámbitos rurales (en el caso de Perú en se clasifican como rurales aquellos centros poblados con menos de 4.000 habitantes - definición operativa del Instituto Nacional de Estadística e Informática (INEI)) en que si bien la actividad agropecuaria es la principal fuente generadora de ingresos y sustento de las familias, están también presentes otras actividades productivas –sobre todo de carácter primario- que permiten a los habitantes de dichas zonas obtener ingresos alternativos o complementarios (p.e. los derivados de la pesca o la minería).

3

particularmente el capital social, así como las interrelaciones geográficas/espaciales

existentes en los resultados económicos de dichos espacios.

2. Capital social y externalidades geográficas en el medio rural:

Fundamentos teóricos y evidencia empírica

2.1 El enfoque basado en los activos. La importancia del capital social y

las interdependencias espaciales

Partiremos del marco conceptual basado en los activos formulado por Siegel

(2005), que está compuesto por cuatro elementos: los activos de los hogares

(productivos, sociales, etc.), el contexto (políticas, instituciones y riesgos), el

comportamiento de los hogares (estrategias de vida) y los resultados (bienestar del

hogar). Los resultados en términos de bienestar dependerán de la interfaz activos-

contexto, y su impacto sobre las decisiones sobre los medios de vida, por lo que

todos los elementos deberán considerarse en conjunto2.

Según Moser (1998), Siegel y Alwang (1999) y Rakodi (1999), los activos de

los hogares son todos aquellos recursos que son utilizados para generar bienestar.

Estos activos incluyen el capital humano (edad, escolaridad y capacitación,

estructura familiar, etc.); el capital natural (clima, agua y tierra); el capital físico

(equipo, ganado y electricidad); activos financieros (crédito); factores específicos

del lugar (tales como el acceso a infraestructura y servicios sociales) y los activos

sociales, políticos e institucionales (redes sociales y políticas y la inclusión social).

De acuerdo con el enfoque basado en los activos, el pobre carece de activos porque

sus activos son escasos o son poco productivos (Alwang, Jansen, Siegel y Pichón

(2005)).

Centrándonos particularmente en los activos sociales, tal como se ha podido

verificar en la literatura económica, los estudios sobre su impacto en términos de

crecimiento y bienestar son todavía insuficientes; la mayoría de ellos a nivel macro,

sin referencia a situaciones concretas y locales, o bien referidas explícitamente a

ámbitos urbanos (Durston, 2002), sobre todo por los escasos avances en la

cuantificación de variables relacionadas con este concepto y también como muchos

2 Siguiendo a Alwang, Jansen, Siegel y Pichón (2004), este enfoque tiene el potencial de convertirse en una herramienta importante para la formulación y la focalización de políticas, ya que, además de su efecto directo sobre el bienestar, los activos tienen efectos indirectos a través del impacto que ejercen en las decisiones sobre los medios de vida lo que, a su vez, incide sobre las condiciones finales de bienestar.

4

autores señalan, por la “vaguedad” y falta de rigurosidad en su definición como

activo (Pérez et al, 2005 y Durston, 2000).

Esta insuficiencia resulta más evidente en contextos rurales. Como bien

señala Durston (2002), el estudio de las comunidades rurales puede aclarar varios

conceptos cruciales del capital social, que no aparecen con tanta nitidez en las

redes informales urbanas; lo cual refuerza la noción de la dimensión territorial del

capital social.

En efecto, y tal como se demuestra en algunos trabajos empíricos, la

dimensión territorial del capital social, se hace evidente por ejemplo en realidades

en las cuales la posibilidad de ampliar la identidad del grupo, para incorporar a

otros que padecen los mismos problemas, abre la posibilidad de ampliar el radio de

cooperación más allá del ámbito local y/o regional. Por otra parte, la paradoja

existente en el medio rural: la debilidad de los lazos fuertes y la fuerza de los lazos

débiles, éstos últimos con un radio espacial mayor, genera la posibilidad de vincular

agrupaciones y actores, que van consolidando una red de relaciones que

trascienden el ámbito local e inclusive rural (acumulación de capital social tipo

puente o bridging)

No pueden dejarse de mencionar a algunos esfuerzos como los del Banco

Mundial, por construir una medida de capital social, a partir de instrumentos

específicos como ha sido la Social Capital and Poverty Survey (SCPS) aplicada a

gran escala en Tanzania (Narayan y Pritchett, 1997). O también los trabajos de la

CEPAL en Latinoamérica, sobre cómo se construye el capital social campesino y

ciudadanía (casos de Guatemala, Honduras, Chile citados por Durston (2002))

aunque más desde una perspectiva reflexiva y propositiva -a partir de estudios de

casos- , antes que a partir de mediciones cuantitativas.

Entre otros trabajos consultados, podemos citar el de Johnston, Suárez y

Lundy (2003) en el que analizan la importancia del capital social en las

agroempresas rurales de Colombia. A partir de métodos cuantitativos y cualitativos

concluyen que mientras que las empresas pueden elevar su desempeño económico

haciendo inversiones en capital social; las políticas dirigidas a corregir los fallos de

mercado y potenciar el empleo de las relaciones sociales con fines empresariales,

puede generar mayor eficiencia y equidad del sector agroempresarial.

En el trabajo de Forni, Siles y Barreiro (2004) referido a Argentina, se

analiza el capital social en contextos de exclusión social y pobreza, con la finalidad

de determinar qué clase de capital social generan los hogares de los barrios más

5

pobres del Gran Buenos Aires y qué clase de capital social generan las

organizaciones comunitarias de base de estos barrios.

No es nuestra intención realizar una revisión exhaustiva de las definiciones

de capital social (ver Durston, 2002; Camagni, 2003) y de estudios empíricos sobre

el mismo, pero si destacar algunos conceptos y aportes que resultarán operativos

para los fines que nos hemos propuesto. En el cuadro 1, se resumen algunos de los

principales aspectos teóricos sobre capital social, desarrollados en los últimos años

y que constituyen una referencia para el lector que desee profundizar más en

determinados aspectos que sean de su interés.

En primer lugar, entenderemos como capital social al conjunto de

instituciones, relaciones, actitudes y valores que dominan las interrelaciones entre

las personas y contribuyen al desarrollo económico y social (Grootaert, C. y Van

Bastelaer,T., 2002). Además constituye un factor importante para suavizar el

consumo (ante shocks negativos que afectan los ingresos personales, familiares o

de la colectividad); para mejorar la eficiencia y aumentar la productividad de los

individuos.

Como bien señala Pérez, F. et al (2005), la mayor parte de literatura

económica que analiza el capital social y sus efectos, parte de definiciones más

funcionales antes que en definiciones causales –que se origina cuando se producen

expectativas de mejora a causa de conductas cooperativas que son racionales, y a

su vez, consecuencia del comportamiento cooperativo de los demás-.

Además ponen de manifiesto que se han privilegiado las relaciones no

económicas antes que las relaciones económicas como fuentes generadoras de

capital social. Sin embargo, afirman también que las relaciones económicas, como

generadoras de capital social, son más importantes en sociedades avanzadas. En

aquellas con fases iniciales de desarrollo, es mucho menos probable que

experiencias de resultados positivos asociados a la actividad económica,

contribuyan a la generación de confianza y/o reciprocidad, porque apenas salen del

estancamiento. Por tanto, concluyen que las relaciones no económicas no son la

única fuente de generación de capital social, y además las relaciones económicas y

no económicas no son inmutables a lo largo del tiempo en las distintas fases de

desarrollo.

Para nuestro propósito, y dado el contexto en el que se enmarca el estudio,

asumiremos que la relación causa-efecto es del siguiente modo: un mayor stock de

capital social permitirá la generación de mayores ingresos a la sociedad, comunidad

6

o grupo que posee ese capital social; y de momento, no supondremos que mayores

ingresos serían la fuente de un mayor capital social.

Cuadro 1. Principales aspectos teóricos sobre capital social

Aspectos Descripción

Tipología (Durston, 2002) 1) Individual: relaciones diádicas, redes egocentradas (de persona a persona, contrato informal, con contenidos de confianza y reciprocidad), no reside en la persona misma sino en las relaciones; 2) Grupal: extensión de las redes egocentradas; con aspectos afectivos y relaciones desiguales de poder; 3) Comunitario: el capital es plenamente colectivo, es un derecho de todos los miembros de la comunidad y reside en las estructuras que forman la institucionalidad de cooperación comunitaria; 4) de Puente (alianzas regionales): vínculos extensos horizontales entre actores/comunidades de similar poder, 5) de Escalera: conecta a un actor de escaso poder verticalmente a otro con mayor poder; 6) Societal: a nivel de la sociedad nacional, con elementos culturales comunes y sistemas normativos integradores.

Estructural y cognitivo Estructural: estructuras sociales con reglas y procedimientos objetivos y observables. Cognitivo: subjetivo e intangible, comprende normas, valores, confianza, actitudes, creencias compartidas, etc.

Individual vs colectivo Relaciones interpersonales diádicas (individuo a individuo) versus intercambios en estructuras sociales mayores y más complejas. Ambos aspectos están imbricados entre sí.

La riqueza del capital social reside en las interacciones entre las estrategias individuales y las instituciones e intereses de la comunidad.

Relacional y vinculante (Putnam, 1993);(Grootaert, C. y Van Bastelaer, T., 2002)

Se espera que el capital social relacional (bonding) otorgue beneficios al individuo al actuar como una red de protección social dentro del grupo, que impide que su nivel socioeconómico disminuya, es decir protege contra las vulnerabilidades producidas por riesgos idiosincrásico (riesgos que afectan a un solo individuo); es más probable en estructuras sociales homogéneas. El capital social vinculante (bridging), fortalece las relaciones entre el grupo y otras organizaciones, permitiendo mejorar la eficiencia productiva del individuo y protegerlo contra los riesgos covariados (que afectan a toda la colectividad); emerge en estructuras sociales heterogéneas. La distinción entre uno y otro no siempre es tan clara, ya que los miembros de una estructura social pueden ser homogéneos en ciertas variables como ingresos y localidad geográfica, pero simultáneamente distintos en otras como género y cultura.

Input vs output (Portes, 1999)

Distinción entre fuentes o motivaciones de los dadores frente a los beneficios obtenidos por el individuo. Dentro de las fuente, cabe distinguir entre motivaciones consumatorias (normas sociales internalizadas desde el proceso de socialización infantil y adquiridas por la pertenencia a un grupo) e instrumentales (que se originan por la expectativa del que favor será retribuido en el futuro o para evitar sanciones).

Como output (beneficios), se expresan como control social, beneficios familiares y beneficios extrafamiliares.

Lazos fuertes y débiles (Durston, 2002); (Portes, 1998); (Granovetter, 1985); (Putman, 1993)

Los lazos fuertes de interdependencia y obligación (parentesco, ascendencia local, etc.) generan estructuras en las que es más difícil quebrantar las normas. Los lazos débiles trascienden el ámbito local y pueden ser fuente de conocimientos y ampliación de recursos humanos e institucionales.

Alcance (Grootaert, C. y Van Bastelaer, T., 2002)

Micro (redes de individuos y hogares, Putman 1993 y 2000); Meso, relaciones entre organizaciones (segundo nivel), Coleman (1990); Macro o economía institucional de Olson (1982) y North (1990), que incluye el clima social y político, sistema judicial, leyes, libertades políticas y civiles.

Estructural y cognitivo Estructural (estructuras sociales con reglas y procedimientos objetivos y observables). Cognitivo (subjetivo e intangible, comprende normas, valores, confianza, actitudes, creencias compartidas, etc.).

Efectos perversos

(Portes y Landolt, 1996); (Putzel, 1997); (Portes, 1998)

El lado oscuro del capital social: discriminación, explotación, corrupción, dominación por mafias, sistemas autoritarios, conflictos intragrupales, aprovechamiento injusto de los esfuerzos de los demás,

7

Aspectos Descripción

Medio rural y dimensión territorial

(Durston, 2002) Estabilidad de las relaciones interpersonales, redes de parentesco y grupos de ascendencia local, como principal base para la acumulación de capital en sociedades campesinas (a pesar de compromiso de ayudar en casos de emergencia)

No todos siguen la misma pauta ética, ni son igualmente pobres; entre ellos hay heterogeneidad y desigualdad. Las relaciones informales permite a unos individuos imponer sus proyectos a los otros.

Las relaciones sociales son complejas, pero no son necesariamente densas. El espacio social es afectado por el espacio geográfico (la distancia entre vecinos asentados de manera dispersa, dificultades de transporte, etc.) y puede atentar contra el surgimiento de una institucionalidad rural de capital social a nivel individual o comunitario.

Mayores posibilidades de cierre (closure, Coleman 1993). El control que ejerce cada actor sobre los elementos que son de interés para los otros.

La red comunicacional de los vecinos cubre todo el paisaje social de una comunidad rural

Paradoja en el medio rural: debilidad de los lazos fuertes (pobreza de recursos que controlan las comunidades) y fuerza de los lazos débiles (abundancia de recursos que controlan los no pobres).

(Woolcock,1998) La pobreza puede ser tan intensa en medios urbanos marginales como en el medio rural; pero la existencia de redes sociales más estrechas y duraderas en el medio rural, impide muchas de las manifestaciones de la pobreza urbana.

(Evans, 1996); (Fox, 1996)

La posibilidad de ampliar la identidad del grupo, para incorporar a otros sectores que padecen los mismos problemas, genera la posibilidad de ampliar espacialmente el radio de cooperación

(Durston, 2002) Los lazos débiles aunque menos poderosos, abarcan un radio espacial mayor; pueden unir por ejemplo diferentes comunidades locales.

Elaboración propia

Volviendo al ámbito de estudio, las zonas rurales, y siguiendo a Narayan, D.

(1997) podemos identificar al menos cinco mecanismos por los cuales el capital

social afecta los resultados:

1. El capital social produce mejoras en la eficiencia del sector público, debido a

que los agentes públicos o del gobierno están más incrustrados en las redes

sociales o también indirectamente, a través del seguimiento y evaluación de

la provisión de bienes públicos.

2. La acción cooperativa del grupo o la comunidad para resolver problemas que

resultan comunes al grupo o a la comunidad, es un elemento importante de

cohesión social en la medida que los beneficios de la cooperación sean

también comunes a todos los miembros del grupo o la comunidad3.

3. La difusión de la innovación puede verse facilitada por mayores vínculos

entre los individuos. De modo más general, la participación social, la

interconectividad con el sistema social, la exposición a canales de 3 Por ejemplo, se detectaron diferencias importantes en la intensidad de cooperación de los propietarios de villas del sur de la India, debido a las diferencias en las características físicas de la red de irrigación a la cual estaban conectados, (ver Wade, 1998).

8

comunicación interpersonal y la pertenencia a sistemas altamente

interconectados, facilitan todos ellos la pronta adopción de innovaciones.

4. El capital social, permite disminuir la información imperfecta y por lo tanto

disminuir los costes de transacción y ampliar el rango de transacciones en

los mercados de producto, crédito, tierras, trabajo, etc. y permitir mayores

ingresos.

5. El capital social permite compartir mayores riesgos y tener una especie de

“seguro informal” para cubrir esos riesgos, lo cual permite a los productores

obtener rendimientos más altos realizando actividades y técnicas de

producción más arriesgadas.

Tal como se puso de manifiesto, la dimensión territorial del capital social es

un aspecto importante de considerar al momento de evaluar sus implicaciones

sobre los resultados económicos a nivel personal, familiar como de la sociedad. La

evidencia empírica señala que el capital social está altamente localizado y que es

posible identificar nuevos tipos de capital social como el de tipo puente -que

sobrepasa distancias geográficas y socioeconómicas- (Carter, 2002).

Esta dimensión espacial en la distribución del capital social es inherente

también a la agricultura como a otras actividades sectoriales y fenómenos

regionales que se desarrollan en un territorio en concreto, que lo configuran y lo

transforman a lo largo del tiempo.

Así es posible detectar interrelaciones espaciales entre diversos fenómenos

económicos y sociales, que son conocidas usualmente como dependencia o

autocorrelación espacial, que surgen debido a la relación existente entre lo que

ocurre en unos lugares y lo que ocurre en otros4.

4 Las principales causas de la aparición de dependencia o autocorrelación espacial se encuentran en la existencia de errores de medida y por otro en la inherente organización espacial de los fenómenos. Los errores de medida surgen cuando existe escasa correspondencia entre la extensión espacial del fenómeno económico analizado y las unidades espaciales de observación (p.e cuando los datos son recogidos a escala agregada y tienen poca relación con la delimitación de las unidades espaciales de observación, o cuando las observaciones están situadas en los límites de la frontera, con lo cual serán observaciones incompletas pues pueden recibir influencias de factores que estan más alla de su línea fronteriza). La organización espacial de los fenómenos, genera procesos complejos de interacción y dependencia que son importantes por sí mismos. Destacan al menos cuatro tipos de procesos donde se hace evidente las propiedades espaciales de los atributos. El primero, es el proceso de difusión por medio del cual se discrimina entre un grupo fijo de personas que conocen algún atributo (como un rumor, un bien nuevo, tecnología, etc.) y por tanto la distribución espacial de la población resulta importante por las implicancias en el desarrollo del proceso. Otro tipo de procesos son los denominados de intercambio y transferencia a través del cual las economías regionales o urbanas se relacionan mediante el intercambio de bienes y transferencias de rentas, dichos procesos constituyen el nexo de unión entre las economías. Un tercer proceso es el de interacción, que aparece cuando los hechos que ocurren en un lugar tienen influencia y están influenciados por hechos que ocurren en otros lugares (p.e la fijación de precios en el mercado local). Por último, están los procesos de dispersión o

9

No obstante, estos desarrollos aplicados al ámbito rural y agrario también

han sido escasamente explorados. Aquí proponemos avanzar de manera

exploratoria en la detección de fenómenos de interacción o dependencia espacial en

la actividad agraria peruana, bajo la hipótesis central de que el destino de un valle

o espacio rural determinado, no depende sólo de sus variables fundamentales

(tierra, clima, características hogar y parcela, valor activos, etc.), sino también del

desarrollo –y por tanto de las características- de los valles o territorios a los que se

encuentra geográfica y económicamente unido.

A partir de diagnósticos espaciales se buscará centrar la atención en el

componente espacial y en las diversas estrategias para intervenir de manera

focalizada y corregir los fallos de mercado, teniendo en cuenta las diferencias en las

dotaciones de activos (entre ellos el capital social) en el medio rural y las

interrelaciones espaciales en la agricultura.

2.2 Evidencia empírica: el caso peruano

Diversos estudios para el caso peruano como los de Galarza (1990), Valdivia

y Robles (1997), Velazco (1998) y Escobal (1999) citados por Fort y Aragón (2000)

concluyen que los activos privados de los hogares rurales peruanos y el acceso a

bienes y servicios públicos, influyen en su decisión de especializarse en tareas

agropecuarias o no agropecuarias, asalariadas o no asalariadas, como una

estrategia para elevar sus niveles de vida y por tanto en los niveles de ingreso que

finalmente logran alcanzar.

Sin embargo, diversos fallos de mercado (asociadas a las asimetrías de

información, aversión al riesgo, restricciones crediticias, imperfecciones en el

mercado laboral rural, derechos de propiedad, costos de transacción, etc.)

conducirían a una utilización ineficiente de dichos activos o a obtener rendimientos

inferiores a los esperados.

Fort y Aragón (2000), evalúan la forma en que el acceso a caminos rurales

complementa los activos que poseen los hogares, en el sentido de que permite

generar cambios en las estrategias de obtención de ingresos por parte de los

mismos. Utilizando la línea de base del Programa de Caminos Rurales en diez

departamentos de la sierra y dos de la selva del Perú, encuentran que el acceso a

desbordamiento donde lo que se dispersa no es un atributo entre un grupo fijo de población, sino que es la propia población la que se dispersa (p.e la emigración de la fuerza laboral que produce una reestructuración de la propia población).

10

caminos en buen estado no trae consigo un impacto inmediato sobre los niveles de

ingreso de los hogares, lo que hace pensar en la existencia de un período de

adecuación de las estrategias de los hogares que transcurre a partir de la

“corrección” de esta falla de mercado. Sin embargo, el impacto podría empezar a

sentirse más rápidamente en aquellas actividades asalariadas no agropecuarias, al

encontrar evidencia de que los hogares con acceso a caminos rehabilitados

presentan mayor porcentaje de sus ingresos totales provenientes de trabajos

asalariados no agropecuarios.

En otros estudios como el de Escobal, Saavedra y Torero (1998) se analiza

el papel de los activos de los pobres en la generación de ingresos; y en el de

Escobal y Torero (2000) se explora sobre el papel que juegan las diferentes formas

de activos de los hogares en reducir los impactos adversos de la geografía; en

ambos se hace uso de las Encuestas de Niveles de Vida, mientras que en el

segundo además se combinan dichas encuestas con Censos de infraestructura,

bases geográficas, Censos de Población y Vivienda, y Censos Agropecuarios.

A partir de una ecuación de gasto se analiza el impacto sobre la tenencia y

acceso a ciertos activos, sobre las rentabilidades de la educación y de la tierra. Los

resultados que obtienen muestran el efecto positivo que tienen los activos públicos

sobre estas rentabilidades, poniendo en relieve el papel de la política pública en

términos provisión de servicios e infraestructura, para potenciar la rentabilidad de

los activos privados y reducir la pobreza. En el segundo trabajo, los autores

encuentran que la dotación de activos públicos y privados permite superar los

efectos negativos de una geografía adversa. Además, encuentran que la

disponibilidad de infraestructura pública podría estar limitada por la geografía, por

lo que regiones geográficas mas adversas como la sierra y la selva peruanas

tendrían menor acceso a infraestructura pública. A pesar de incluir variables

geográficas, y de activos públicos y privados, encuentran evidencia sobre la

existencia de patrones de autocorrelación espacial que lleva a concluir en la

existencia de variables omitidas no geográficas correlacionadas espacialmente que

debieran ser incluidas en el modelo de determinación del gasto regional, de modo

que políticas destinadas a regiones específicas cobran especial relevancia aun

cuando la geografía no explique gran parte de las diferencias en el crecimiento

regional.

Por su parte, Torero (1992), desarrolla un modelo de adopción de innovación

tecnológica en la agricultura tradicional del Perú en el que incorpora elementos de

asociación geográfica como alternativa de difusión. A partir de la base de datos de

11

la Encuesta Nacional de Hogares Rurales del año 1984 para la zona de sierra

(norte, centro y sur) encuentra evidencia de la presencia de autocorrelación

espacial al modelar la intensidad de uso de una nueva tecnología y sugiere

incorporar dicho componente espacial para recoger el comportamiento similar

registrado por agricultores ubicados en zonas geográficas con características

comunes y próximas entre si. Si bien no corrige por autocorrelación espacial la

aplicación práctica estriba en que dicha herramienta permite detectar potenciales

“centros difusores” de nueva tecnología a partir de los cuales se irradie al resto de

localidades, reduciendo el riesgo y la falta de información.

De esta revisión de la literatura, se puede concluir que si bien existe alguna

evidencia empírica que explora sobre los fundamentos micro de las desigualdades

en ingreso o gasto en el ámbito rural y sobre la relevancia de las diversas tenencias

de activos, aún resulta insuficiente el estudio sobre el impacto de las diferentes

manifestaciones del capital social y de los fenómenos de interdependencia espacial

existente en la actividad agraria.

En este marco, nos proponemos dar respuesta a en qué medida el capital

social y las externalidades geográficas determinan el desempeño económico en el

medio rural, y más específicamente cuál es su impacto sobre los niveles actuales en

la producción agrícola que obtienen los pequeños productores agrarios del Perú.

Si bien los resultados corresponden a una realidad completamente diferente

a la que puede encontrarse en el medio rural de sociedades avanzadas, los

resultados pueden ser generalizables en la medida que se busca centrar la atención

en el potencial del capital social existente en dichas zonas y en la interdependencia

espacial que existe en la actividad agraria, que como hemos comentado,

constituyen factores escasamente abordados en estudios empíricos5. Por lo tanto, la

principal hipótesis a contrastar es que el capital social influye de manera positiva en

el desempeño económico de las zonas rurales, y que los fenómenos espaciales

(dependencia o correlación) son importantes y determinan buena parte de los

resultados económicos de dichas zonas.

5 En el caso de países avanzados se ha identificado que una gran parte de las relaciones que se considera que integran en capital social son cruciales para explicar el éxito de determinadas áreas como los distritos industriales (Camagni,R. 2003).

12

3. Una primera aproximación: Análisis descriptivo

a. Bases de datos

Para contrastar la principal hipótesis de investigación se hará uso de las

encuestas a una muestra representativa de hogares de productores agropecuarios

en Piura y Junín realizadas en el 2004 y que forman parte de la Base de Datos del

proyecto BASIS CRSP en el marco de una investigación comparativa entre Perú y

México6.

La muestra está conformada por 765 observaciones, correspondiendo a 471

hogares encuestados en los cuatro valles de Piura (Alto Piura, Chira, San Lorenzo, y

Bajo-Medio Piura) y 294 hogares encuestados en el valle del Mantaro (Junín). Se ha

utilizado a la parcela como unidad geográfica ad-hoc en el análisis espacial del valor

de la producción e ingresos agrícolas. Para ello se ha asociado a dichas unidades,

las características socioeconómicas observadas en el hogar y en la parcela.

Mapa 1. Perú: Localización de la muestra de productores agrarios

Elaboración Propia

6 Proyecto “The Structure and Performance of Rural Financial Markets and the Welfare of the Rural Poor: A Comparative Study in Peru and Mexico” UC-Davis-IEP, auspiciado por BASIS CRSP. Detalles del mismo pueden verse en www.basis.wisc.edu.

13

A nivel de provincias, la muestra se localiza en Piura, Sullana, Paita y

Morropón en el departamento de Piura; y en Huancayo, Concepción, Jauja y

Chupaca, en el departamento de Junín (ver mapa 1). En estas zonas hay gran

concentración de pequeños agricultores comerciales; y son zonas relativamente

dinámicas y articuladas a los principales mercados de productos y factores. Sin

embargo los pequeños productores agropecuarios, a pesar de éxitos puntuales,

viven en condiciones de pobreza y enfrentan problemas para incrementar de

manera sostenida su rentabilidad. Las comparaciones entre lo que es la pequeña

producción comercial de costa y de sierra permitirá obtener contrastes

interesantes, además de los asociados a las distintas dotaciones de bienes y

servicios públicos, y otros activos existentes en dichas zonas.

b. Algunos hallazgos preliminares

b.1 Diferencias espaciales en la producción agrícola

A priori, se constata que existen diferencias espaciales en términos de

producción por valles y entre departamentos (ver cuadro 2). Así se tiene que en

promedio en Junín se logran mejores resultados de producción y al interior de

Piura, los mayores niveles se obtienen en el Valle del Chira y los menores en el

Valle del Medio y Bajo Piura.

En la figura 1 se ilustran los rendimientos distribuidos espacialmente,

clasificados en tres estratos (alto, medio y bajo). En el caso de Piura, los

productores que logran mayores rendimientos se localizan en mayor proporción en

el valle del Chira y el Alto Piura. En el caso de Junín, es menos evidente, pero se

observan productores con mayores rendimientos en las zonas de Huancayo y

Chupaca.

Cuadro 2. Valor medio de la producción/Ha en la muestra

Departamento/ Valle Valor de la Producción /Ha

Nº

casos Media Desv.Est. PIURA 428 4.769,91 4.221,75 Valles Alto Piura 55 4.659,15 2.977,42 Chira 226 5.401,87 4.311,78 San Lorenzo 22 4.387,25 3.159,29 Bajo y Medio Piura 125 3.597,67 2.671,28 JUNIN (Valle del Mantaro) 240 7.340,82 8.027,22

Elaboración Propia. Nota: Los números de casos corresponden a aquellos que proporcionaron información sobre el volumen de producción obtenida

14

Elaboración propia

En el caso del Valle del Mantaro (Junín), el mayor éxito relativo de los

productores se debería entre otros aspectos a las condiciones geográficas (clima,

recursos hídricos, suelos, etc.), a la temprana articulación de los productores con

el mercado, y a la cercanía y alta articulación con Lima y otras ciudades cercanas,

que aseguran el acceso a un permanente mercado para sus productos.

En los valles costeños de Piura predomina la pequeña agricultura comercial

dedicada a cultivos tradicionales, alrededor de 140,000 has bajo riego, distribuidas

en Alto Piura (25,709), Bajo y Medio Piura (38,875), Chira (34,762), y San Lorenzo

(41,550). Involucra por un lado cultivos tradicionales, arroz, algodón y maíz

amarillo duro, y por otro, cultivos emergentes, como mangos y bananos orgánicos.

Tienen en común los problemas de financiamiento, del tamaño de propiedad de sus

tierras (la mayoría inferior a 5 has), la carencia de asistencia técnica, las

dificultades de titulación, la escasa organización, los nulos o débiles mecanismos de

defensa en la comercialización, la reducida productividad y la descapitalización

progresiva de sus predios.

Figura 2. Funciones de densidad de la distribución del valor de la producción/Ha en Piura y Junín

Elaboración Propia

0.0

0005

.000

1.0

0015

Den

sity

0 5000 10000 15000 20000 25000Producción por ha. (S/.)

0.0

0002

.000

04.0

0006

.000

08D

ensi

ty

0 20000 40000 60000Producción por ha. (S/.)

1.a Piura 1.b Junín

Figura 1. Distribución espacial del valor de la producción/ha

15

En la figura 2 se muestra las funciones de densidad de la distribución del valor

de la producción agrícola por hectárea en cada uno de los departamentos de Piura y

Junín; y en la figura 3, se presentan dichas distribuciones a nivel de valles en el

departamento de Piura 7.

Los resultados muestran la existencia de diferencias significativas en la forma

externa de las densidades estimadas para Junín y Piura; es mayor la masa de

probabilidad concentrada alrededor de la media en Junín en comparación a la

concentrad a alrededor de la media de Piura. Además en este último caso, se

observa la presencia de cierto grado de polarización de la distribución del valor de

la producción en dos grupos. Por último, esta polarización parece estar presente

también en los valles del Chira y el Alto Piura.

Figura 3. Piura: Funciones de densidad de la distribución del Valor de la producción/Ha por Vall es

Elaboración Propia

7 Las funciones de densidad han sido estimadas empleando funciones kernel de tipo Epanechnikov.

0.0

0002

.000

04.0

0006

.000

08.0

001

Den

sity

0 5000 10000 15000 20000 25000Producción por ha. (S/.)

0.0

0005

.000

1.0

0015

Den

sity

0 5000 10000 15000Producción por ha. (S/.)

0.0

001

.000

2.0

003

Den

sity

0 2000 4000 6000 8000Producción por ha. (S/.)

0.0

0005

.000

1.0

0015

.000

2D

ensi

ty

0 5000 10000 15000Producción por ha. (S/.)

2.a Alto Piura 2.b Chira

2.c San Lorenzo

2.d Bajo y Medio Piura

16

b.2 Las manifestaciones del capital social y su diferenciación espacial

Un primer indicador de aproximación del stock de capital social existente en

un territorio, constituye el grado de acceso y participación a algún tipo de

asociación local/regional. En el caso que nos ocupa, se verifica una alta adhesión de

uno o más miembros del hogar, a algún tipo de asociación sea ésta de carácter

productivo, o bien orientadas a actividades deportivas, recreativas, religiosas y/o

sociales; o en otras creadas con fines distintos.

Cuadro 3. Manifestaciones de capital social en los valles de Piura y Mantaro, 2004

MANIFESTACIONES DE CAPITAL SOCIAL Piura Junín Total i. Participación de los miembros del hogar, según tipo de asociación 100,0 100,0 100,0 A. Asociaciones de productores/Grupos 30,8 35,4 32,0 Junta de riego 16,0 24,6 18,2 Comunidad campesina 8,0 2,6 6,6 Asociación/grupo ganadero 2,6 1,2 2,2 Para obtener crédito 1,2 1,5 1,3 Asociación/grupo para venta de productos 0,6 1,6 0,8 Otras 2,5 4,0 2,9 B. Asociaciones deportivas/recreativas/religiosas/sociales 48,4 41,5 46,6 Iglesias 17,0 16,2 16,8 Asociación deportiva 12,2 14,1 12,7 Club de madres 14,0 8,3 12,5 Clubes 5,2 2,7 4,5 C. Otras asociaciones 20,8 23,1 21,4 Apafa 14,5 14,9 14,6 Organización/grupo político 4,5 1,8 3,8 Vaso de leche 0,0 5,0 1,3 Ong 1,2 0,7 1,1 Seguridad ciudadana 0,2 0,0 0,1 Otras 0,4 0,7 0,5 ii. Número de miembros de la asociación 100,00 100,00 100,00 Menos de 10 2,27 19,27 6,74 Entre 11 y 20 7,72 19,43 10,79 Entre 21 y 50 26,62 23,57 25,82 Entre 50 y 100 12,37 12,58 12,43 Más de 100 51,02 25,16 44,23 iii. Asistencia a reuniones 100,00 100,00 100,00 Asiste siempre 31,79 32,26 31,80 Asiste de vez en cuando 31,60 10,75 30,88 Nunca asiste 36,61 56,99 37,32 iv. Por su participación en la asociación: Ha obtenido mejores precios para sus productos 6,3 13,3 8,1 Ha accedido a nuevos mercados 5,3 10,9 6,7 Ha comprado a menos precio los insumos 2,6 10,5 4,6 Ha tenido información útil para su producción 21,2 14,9 19,6 Ha adquirido mayor poder de negociación (para la venta, trámites) 6,1 11,7 7,6 v. ¿Quién lo ayudó a enfrentar los efectos negativos de la sequía? Familiares y amigos 29,3 31,0 29,8 Asociaciones de productores/Junta de Regantes 9,4 3,0 7,3 Familiares que han migrado y viven en otra región 3,8 3,0 3,5 Ministerio de Agricultura 2,8 2,0 2,5 ONG 1,5 1,5 1,5 Municipio o gobierno regional 1,5 0,5 1,2 Empresas (casas comerciales, compradores de productos) 1,0 1,0 1,0 Otros 0,9 0,8 0,9

Elaboración propia

17

Dentro de esta clasificación, sin embargo, se observa mayoritariamente la

adhesión a asociaciones deportivas, recreativas, religiosas o sociales (ver cuadro

2), antes que a aquellas de tipo productivo. Dentro del primer grupo destacan

sobre todo los grupos o asociaciones vinculadas a la Iglesia y a las asociaciones

deportivas; mientras que en las de tipo productivo, prevalecen las Juntas de Riego

y las Comunidades Campesinas. En la categoría “otras” predomina la afiliación a

asociaciones de padres de familia y a organizaciones o grupos políticos.

Una característica común a estas agrupaciones/ asociaciones es que en su

gran mayoría tienen más de cien miembros. Por otra parte, cabe destacar que si

bien se constata una alta adhesión a estas redes sociales, el grado de participación

no parece satisfactorio; una gran mayoría manifiesta que “nunca” asiste a las

reuniones convocadas.

Figura 4. Beneficios económicos obtenidos por pertenecer a la asociación/grupo, 2004

(a) (b) (c)

(d)

(e)

Nota: Por la participación en la asociación: (a) …ha obtenido mejores precios para sus productos; (b) …ha accedido a nuevos mercados; (c) …ha comprado a menos precios los insumos; (d) …ha tenido información útil para su producción; (d)…ha adquirido mayor poder de negociación (para la venta, trámites, etc.) Elaboración propia.

Por otra parte, aun resultan insuficientes o son poco valorados los beneficios

económicos que los productores señalan haber obtenido por la participación en

0.0

1.0

2.0

3.0

4m

ean

of m

ejpr

ec

Piura Junín

0.0

1.0

2.0

3m

ean

of a

ccm

cdo

Piura Junín

0.0

1.0

2.0

3m

ean

of p

reci

ns

Piura Junín

0.0

2.0

4.0

6m

ean

of in

fpro

d

Piura Junín

0.0

1.0

2.0

3m

ean

of p

odne

g

Piura Junín

18

alguna asociación o grupo. Entre ellos, se observa un porcentaje importante que

coincide en señalar que gracias a la asociación o grupo, han obtenido información

útil para su producción. Otro porcentaje menos representativo, señala haber

obtenido mejores precios para sus productos y haber adquirido mayor poder de

negociación. Además el porcentaje resulta mayor en Junín en las diferentes clases

de beneficios económicos obtenidos, con excepción al de información que resulta

mayor en el caso de Piura.

Las diferencias a nivel de departamentos y por valles (departamento de

Piura) se pueden apreciar en las figuras 4 y 5; este indicador como puede

observarse, aproxima de manera adecuada las diferencias espaciales/ territoriales

en capital social8.

Figura 5. Piura. Beneficios económicos obtenidos por pertenecer a la

asociación/organización, según valles agrarios, 2004

0.2

.4.6

mea

n of

aso

ciac

ionb

en

Alto Piura Chira San Lorenzo Bajo y medio Piura

Elaboración propia

Tal como hemos señalado antes, el capital social ayuda a “suavizar el

consumo” y a hacer frente a shocks negativos. En esa línea, la encuesta también

explora sobre los principales efectos de la sequía así como las acciones realizadas y

ayudas recibidas (ver cuadro 3). Cabe destacar que en términos absolutos la

cantidad de productores que indican haberse visto afectados por la sequía (en

términos de cultivos o ganado) o que señalan algún tipo de problema que trajo la

sequía para el principal cultivo de la parcela es algo inferior, si se compara con

aquellos que señalan algún tipo de ayuda recibida para enfrentar los efectos

8 El indicador de pertenencia a una asociación/grupo tiene poco poder para diferenciar espacialmente a los valles y departamentos, por su acervo de capital social.

19

negativos de la sequía 9. A pesar de ello, una tercera parte de los productores

coincide en señalar a las redes de familiares y amigos como el grupo del que

recibieron la mayor ayuda frente a la sequía; le siguen en importancia las

asociaciones de productores y Juntas de Regantes y en tercer lugar, los familiares

que han migrado y que viven en otra región. Las ayudas recibidas de parte de

Asociaciones de productores y Juntas de Regantes son más importantes en Piura

que en Junín; lo cual confirma la representatividad de dichas organizaciones en el

funcionamiento de la actividad agraria en dicha zona.

En resumen, al igual que en el caso del valor de la producción, podemos

apreciar que existen diferenciales respecto a la distribución del capital social en

cada uno de los espacios rurales bajo análisis. La tarea a continuación es constatar

la relación de causalidad capital social-producto y la presencia de interdependencias

espaciales.

b.3 Relaciones entre la producción y el capital social y la

complementariedad entre activos

A partir de la matriz de correlación entre las principales variables de análisis,

es posible corroborar a priori las interrelaciones existentes entre los diversos

activos de los hogares y entre éstos y los valores de producción obtenidos.

Cuadro 4. Piura. Correlación entre el valor de la producción y las diversas

formas de activos agrgha educjef prim sec sup vvivmil vbsdmil vtmh valmaq desag agua luz Asoc

ben Asoc par

agrgha 1,00 educajef 0,15 1,00 prim 0,02 -0,41 1,00 sec 0,06 0,57 -0,59 1,00 sup 0,02 0,57 -0,36 -0,10 1,00 vvivmil 0,09 0,22 -0,09 0,07 0,17 1,00 vbsdmil 0,10 0,21 -0,02 0,04 0,17 0,41 1,00 vtmh 0,01 0,15 -0,03 -0,01 0,18 0,13 0,10 1,00 valmaq -0,04 0,18 -0,10 -0,04 0,33 0,17 0,19 0,01 1,00 desag 0,07 0,17 -0,11 0,06 0,17 0,30 0,09 0,02 -0,03 1,00 agua 0,10 0,04 -0,01 0,04 0,00 0,15 -0,04 -0,14 -0,10 0,33 1,00 luz 0,17 0,08 -0,06 0,07 0,04 0,19 0,01 -0,02 -0,03 0,31 0,52 1,00 asocben 0,03 0,03 -0,01 0,05 -0,05 0,06 0,09 0,07 0,00 0,03 -0,24 -0,14 1,00 asocpar -0,07 -0,06 0,03 -0,07 0,02 -0,06 -0,02 0,00 0,01 0,04 0,03 0,02 0,04 1,00

Elaboración Propia

9 Esto puede ocurrir porque los productores identifican con mayor facilidad las ayudas recibidas para suavizar este shock (sobre todo en el consumo), mejor incluso que los daños o perjuicios ocasionados directamente por la sequía en el rendimiento de sus cultivos y/o mantenimiento del ganado.

20

Cuadro 5. Junín. Correlación entre el valor de la producción y las diversas formas de activos

agrgha educjef prim sec sup vvivmil vbsdmil vtmh valmaq desag agua luz Asoc ben

Asoc par

agrgha 1,00 educajef 0,04 1,00 prim -0,02 -0,20 1,00 sec -0,27 0,09 -0,28 1,00 sup 0,04 0,30 -0,39 0,11 1,00 vvivmil -0,03 0,17 -0,05 0,08 0,17 1,00 vbsdmil -0,04 0,21 -0,12 0,10 0,16 0,37 1,00 vtmh 0,01 0,16 -0,01 0,02 0,10 0,17 0,30 1,00 valmaq 0,04 0,14 -0,10 0,07 0,11 0,04 0,46 0,39 1,00 desag 0,00 -0,25 0,10 -0,19 -0,32 -0,28 -0,20 -0,09 -0,10 1,00 agua 0,12 -0,14 0,07 -0,02 -0,13 -0,10 -0,15 -0,09 0,06 0,24 1,00 luz 0,17 -0,08 0,07 -0,13 -0,07 -0,06 0,01 -0,02 0,10 0,02 0,27 1,00 asocben 0,11 0,07 -0,08 -0,01 0,07 -0,06 0,03 0,05 0,06 0,19 0,03 -0,05 1,00 asocpar 0,03 0,16 -0,07 0,13 -0,08 -0,03 0,06 0,08 0,08 0,09 0,07 -0,03 0,13 1,00

Elaboración Propia

En el caso de Piura (ver cuadro 4) se aprecia que existe una correlación

positiva entre el valor de la producción con casi todas las variables seleccionadas

como expresiones de los diversos activos (humanos, privados, públicos y sociales);

los mayores valores se logran con el capital público y con el capital humano. En el

caso de Junín (ver cuadro 5), también se aprecia una alta asociación entre el valor

de la producción con las variables de capital público, pero no resulta tan clara la

correlación con el capital humano; el número de años máximo de educación

alcanzado por algún miembro y los jefes con educación superior, parecerían

garantizar mayores niveles de producción. En el caso de la correlación de la

producción con el capital social, se aprecia una correlación positiva mayor en el

caso de Junín, asociada a los beneficios obtenidos de la participación en el grupo o

asociación.

Asimismo, se corrobora la correlación positiva entre los activos de los

hogares, lo cual indicaría la complementariedad entre ellos. Por lo tanto, debe

tomarse en cuenta esta complementariedad ya que algunos activos podrían ser

eficaces sólo si se combinan con otros.

c. Especificación del modelo econométrico: Relación entre activos y

rendimientos

En esta sección, a partir de un modelo empírico, confirmaremos los hallazgos

encontrados preliminarmente en la sección anterior en términos de evaluar el

impacto positivo del capital social sobre el valor de la producción y encontrar

evidencia acerca de la presencia de efectos o interdependencias espaciales en la

21

producción agraria. Formalmente, el modelo a contrastar empíricamente es el

siguiente10:

)limPr( iiiiiii aKCKSocialivKKPubKHumfY ?????? ???????

donde:

?iY Valor de la producción agregada del hogar (vector Nx1)

?KHum Matriz de variables de capital humano (NxK1)

?KPub Matriz de variables de capital público (NxK2)

?ivK Pr Matriz de variables de capital privado (NxK3)

KSocial = Matriz de variables de capital social (NxK4)

?limKC Matriz de variables climáticas (NxK5)

donde el signo esperado de los parámetros (a, ß, d, ?, f ) es positivo11 y e es un

término de error que cumple las propiedades habituales: ? ? 0)(;0 ?? jiEE ???

22 )(; sEji ?? ?

Si bien en esta fase se han considerado algunas variables de capital social

por separado, se viene trabajando en la construcción de un índice de capital social

10 Las variables utilizadas son: Variable dependiente: Valor de la producción (prodagrgha) obtenida a partir de la estimación de la producción total agregada por hectárea valorizada a precios medianos del cultivo principal de la parcela por área de cultivo Regresores: Capital humano: Edad (edadjefe) edad y edad al cuadrado (edadc) del jefe del hogar; Tamaño (npersona) número de miembros del hogar.; Educación, (educamax) máximo número de años de educación alcanzado por algún miembro del hogar; Tasa de dependencia (tasadep), tasa de dependencia del hogar. Capital público: Abastecimiento de agua en el hogar (agua), dummy que toma el valor 1 si el hogar se abastece de red pública dentro de la vivienda y 0 para todos los demás casos; Conexión a desagüe (desagüe), dummy que toma el valor 1 si el hogar se abastece de red pública dentro de la vivienda y 0 para todos los demás casos; Abastecimiento luz en el hogar (luz), dummy que toma el valor 1 si el hogar se abastece de luz eléctrica y 0 en todos los demás casos. Capital privado: Valor de la vivienda (valvivmed), valor de la vivienda a precios medianos.; Valor de los bienes semidurables (valbsdmed), valor de los bienes semidurables a precios medianos; Valor de los activos del negocio (valactneg), valor de los activos del negocio a precios medianos; Ahorros (ahorros), valor del ahorro no agrícola; Valor de la maquinaria (valmaq), valor de la maquinaria agrícola a precios medianos; Acceso a crédito agrícola (creditos), monto total de crédito agrícola; Valor del área de las parcelas propias (vtmh), valor total de las parcelas propias a precios medianos. Capital social: Pertenencia a comunidad campesina (asociacionpar), dummy de pertenencia a una comunidad campesina; Beneficios al formar parte de la asociación (asociacionben), dummy que toma el valor de 1 si el hogar indica haber obtenido algún beneficio de participar en la asociación, sea por haber obtenido mejores precios para sus productos, haber accedido a nuevos mercados, haber comprado insumos a menor precio, haber tenido información útil para su producción o haber adquirido mayor poder de negociación (para la venta/ trámites, etc). Variables climáticas: Disponibilidad de agua (dispagua) para riego, dummy que toma el valor de 1 en caso el hogar indique que el año pasado hubo menos o mucho menos agua que de costumbre; Costo de la sequía (costosequia), monto de pérdidas o monto dejado de percibir por la sequía entre cultivos y ganados 11 En general se esperaría que hogares con mejores dotaciones de activos o “capital”, muestren mejores resultados en términos de rendimientos de sus cultivos y eficiencia en el uso de los insumos.

22

que integre varias manifestaciones del capital social, para poder incorporar al

modelo y evaluar de modo más riguroso su impacto.

El modelo planteado anteriormente se estimará con técnicas de econometría

espacial. A pesar que supongamos la existencia de patrones de dependencia

espacial, estimaremos primero el modelo sin tenerlas en cuenta, pero aplicando

diagnósticos espaciales que permitan revelar su existencia. Si se confirma que hay

dependencia espacial en el modelo, no podrá utilizarse los MCO, sino que habrá que

recurrir a otros procedimientos como el de máxima verosimilitud o emplear

variables instrumentales12.

A partir de diagnósticos espaciales, se buscará la mejor especificación del

modelo y su consecuente estimación empírica. La omisión de un esquema

significativo de dependencia espacial residual en un modelo de regresión MCO da

origen a estimadores ineficientes, estimación sesgada de la varianza de los

residuos, valores inflados del R2 y la invalidación de los procedimientos

tradicionales de inferencia. En el caso de omitir retardos espaciales de la variable

endógena, siendo significativos, nos llevaría a la obtención de residuos

correlacionados espacialmente, generando la sesgadez e inconsistencia de la

estimación de los parámetros.

4. Estimación empírica y resultados [RESULTADOS PRELIMINARES]

4.1 Análisis exploratorio

En el cuadro 6 aparecen los resultados del test I de Moran para las principales

variables objeto de análisis 13. Como se aprecia, en el caso de Piura, se encuentra

12 Los diagnósticos espaciales consisten en estimar la ecuación de producción por MCO y obtener a partir de ella los contrastes de autocorrelación espacial I de Moran, LM-LAG y LM-ERR y sus robustos que permitan corroborar la existencia de errores de especificación como consecuencia de la omisión de la autocorrelación espacial. En caso de que los contrastes no nos lleven a rechazar la hipótesis nula, aceptaremos la estimación por MCO como la correcta, concluyendo que no existe ningún tipo de interdependencia espacial entre los hogares de los pequeños productores agrarios. Si ese fuera el caso, los niveles de producción agrícola dependerían exclusivamente de los factores y características propias de la parcela y del hogar. Si por el contrario el contraste de la I de Moran y el de LM-ERR y su robusto LM-EL resultan significativos, o al menos los dos últimos tienen un valor de la probabilidad menor que el de LM-LAG y su robusto asociado LM-LE, se estimaría el modelo de error espacial por máxima verosimilitud. Y en cambio, si la I de Moran y el de LM-LAG y su robusto LM-LE resultaran significativos o al menos estos dos últimos presentan un valor de la probabilidad menor al de LM-ERR y su robusto, el modelo adecuado a estimar será el del retardo espacial mediante el método de máxima verosimilitud. 13 Al realizar los contrastes globales de autocorrelación para la variable dependiente se obtiene que los resultados son robustos a las distintas especificaciones de las matrices de contigüidad. No obstante la intensidad de la autocorrelación varía según sea la matriz de contigüidad utilizada; la autocorrelación resulta mayor con las matrices K-Nearest y Distance Band que en las de tipo Queen y Rook. A la luz de estos resultados, se ha considerado más conveniente utilizar la matriz de pesos de “banda de distancias”, ya que es una matriz en la cual el grado de discrecionalidad en la definición de los

23

evidencia de patrones de asociación espacial en el valor de la producción agrícola

(produccion), en el valor total de las parcelas propias (vtmh), en el valor de los

créditos obtenidos (créditos), en el valor de la vivienda (valvivmed), el costo de la

sequía (costosequi) y en el valor de los bienes semidurables (vbsdmed). En el caso

de Junín, se encontró evidencia de autocorrelación espacial en la producción

agrícola (producción), en el valor de las parcelas propias (vtmh), en el valor de la

vivienda (valvivmed) y en los beneficios de participar en la asociación (asocben) y

el propio indicador de participación/adhesión a la asociación.

Cuadro 6. Test I de Moran de Autocorrelación espacial

Piura Junin I de Moran1/ Z(value) Prob I de Moran1/ Z(value) Prob produccion 0,344 22,81* 0,000 0,027 3.382* 0,000 tasadep -0,009 -0,428 0,676 0,002 0,631 0,528 valvivmed 0,069 4,69* 0,000 0,012 1.815*** 0,070 valbsdmed 0,056 3,87* 0,000 0,005 1,004 0,315 valactneg -0,010 -0,52 0,606 -0,001 0,312 0,755 vtmh 0,224 14,92* 0,000 0,019 2.535** 0,011 valmaq -0,013 -0,69 0,492 -0,002 0,232 0,816 costosequi 0,064 4,39* 0,000 -0,006 -0,154 0,878 creditos 0,180 12,02* 0,000 -0,010 -0,680 0,497 ahorros 0,019 1,39* 0,163 0,000 0,466 0,641 asocben -0,002 0,0209 0,983 0,066 7,700* 0,000 asocpar -0,002 0,0202 0,983 0,066 7,700* 0,000

1/ Se utilizó la matriz de pesos de distancias a nivel de parcelas Significativo al: *99%; ** 95%; ***90%

Este primer análisis exploratorio, por lo tanto, da cuenta de la existencia de

fenómenos de interacción espacial entre las unidades de observación (parcelas) y

de la necesidad de tomar en cuenta dicha fenómeno. Puede afirmarse, por otra

parte que dichos patrones espaciales, parecen ser más intensos (son mayores los

valores del test I de Moran) y más evidentes (no es posible rechazar la hipótesis

nula en mayor número de variables) en el caso de Piura que en Junín.

4.2 Resultados del Análisis Confirmatorio

Se procedió a estimar por MCO la ecuación de producción a nivel de parcelas

sin incorporar ningún efecto espacial (columnas 1 y 4 del cuadro 7). A partir de los

resultados de dicha estimación y del análisis de los residuos se encuentra evidencia

de la presencia de autocorrelación espacial en el modelo. Los contrastes del

parámetros resulta menor, en comparación a la elección del número de vecinos (como en la de tipo K-Nearest) y en la definición de polígonos o áreas de influencia comunes entre vecinos (como en las de tipo queen y rook).

24

multiplicador de Lagrange y sus robustos resultan significativos, señalando la forma

en que dicha autocorrelación debe introducirse en el modelo.

De ese modo, tanto en Piura como en Junín, el modelo de retardo espacial

parecería el más adecuado para estimar la ecuación de productividad; los test LM

LAG y LM-LE resultan siendo los más significativos. Por lo tanto, se deduce la

existencia de autocorrelación espacial en forma sustantiva, en otras palabras que

se origina por la omisión de forma errónea de un retardo espacial de la variable

endógena y/o exógenas.

Para corregir dicha autocorrelación, deberá incorporarse la variable

dependiente retardada espacialmente como una variable explicativa más del

modelo. Es decir, incorporar el valor promedio de la variable dependiente en el

resto de localizaciones interrelacionadas con cada una de las observaciones.

Como se ve (en las columnas 3 y 6) el parámetro autorregresivo espacial del

retardo de la variable endógena es positivo y significativo (aunque en menor

medida en el caso de Junín), lo cual es corroborado con el valor del estadístico de la

razón de verosimilitud solo para la ecuación de productividad en Piura. Con lo cual

en este caso, no es posible aceptar la hipótesis de que la inclusión del retardo de la

endógena no es necesaria.

A pesar que se concluye que el modelo de retardo espacial es el más

adecuado para estimar la ecuación de productividad entre los productores

agropecuarios de Piura y Junín (aunque en este segundo no de manera

concluyente), se ha procedido a estimar el modelo de error espacial, para comparar

el ajuste de ambos y confirmar cuál resulta más adecuado.

En términos de ajuste la verosimilitud obtenida por el modelo de retardo

espacial para Piura (-4,060.08) es mayor que la del error espacial (-4061.55), lo

cual junto con el resultado del estadístico, nos lleva a mantener que el modelo con

un retardo espacial de la variable endógena es el más adecuado. Solo resultan

significativas, el grado máximo de educación alcanzado por algún miembro del

hogar, los créditos obtenidos y la disponibilidad de agua para los cultivos; todas

asociadas de manera positiva con los rendimientos obtenidos por los productores

agrarios.

25

Cuadro 7. Determinantes del valor de la producción/Ha en Piura y Junín

PIURA JUNIN

Estimación MCO

Modelo de error espacial

(MV)

Modelo de retardo

espacial (MV)

Estimación MCO

Modelo de error espacial (MV)

Modelo de retardo

espacial (MV) constante 4931,15 4902,79 2152,53 17670,9 18436,73 14928,34 (3,81)* (3,99)* (1,79) (2,14)** (2,31)** (1,84)*** w_produccion 0,6048 0,4278 (9,33)* (1,79)*** tasadep -12,49 -10,49 -12,41 -7,57 -11,86 -10,08 (-1,41) (-1,34) (-1,57) (-0,36) (-0,59) (-0,49) edadjefe 29,99 46,59 30,33 -285,91 -325,84 -308,33 (0,39) (0,69) (0,45) (-1,12) (-1,32) (-1,26) edad2 -0,46 -0,71 -0,5 2,33 2,69 2,53 (-0,66) (-1,14) (-0,80) (1,12) (1,34) (1,26) educamax 178,32 75,62 109,56 273,69 324,22 312,15 (2,54)** (1,17) (1,74)*** (1,02) (1,26) (1,21) vvivmil -155,81 -93,12 -92,27 -0,052 -0,055 -0,058 (-2,23)** (-1,46) (-1,47) (-0,34) (-0,37) (-0,39) vbsdmil 360,47 62,57 146,24 -0,29 -0,21 -0,26 (1,92)*** (0,37) (0,87) (-0,47) (-0,35) (-0,43) vtmh -0,0004 -0,01 -0,003 -0,001 -0,0022 -0,0002 (-0,06) (-0,93) (-0,61) (-0,12) (-0,27) (-0,25) valmaq -0,15 -0,08 -0,094 0,032 0,031 0,0334 (-1,34) (-0,78) (-0,92) (0,61) (0,62) (0,67) creditos 0,26 0,17 0,17 0,19 0,1828 0,19 (4,68)* (3,18)* (3,44)* (1,59) (1,56) (1,58) ahorros 0,18 -0,06 -0,076 -0,36 -0,313 -0,35 (0,67) (-0,25) (-0,31) (-0,74) (-0,68) (-0,75) agua -1370,06 -286,19 -680,42 -1368,26 -954,14 -1041,825 (-2,95)* (-0,59) (-1,63) (-0,82) (-0,59) (-0,65) luz 245,47 -15,55 -77,09 -4679,94 -4676,89 -4761,012 (0,56) (-0,034) (-0,20) (-1,48) (-1,55) (-1,57) asocben -2811,96 -2038,53 -1831,666 1495,411 776,52 1003,585 (-1,40) (-1,13) (-1,02) (1,16) (0,61) (0,81) costosequi -0,01 0,26 0,2144 -0,22 -0,25 0,2347 (-0,02) (0,72) (0,60) (-0,87) (-1,02) (-0,95) dispagua 1536,32 1185,88 1058,85 -943,77 -1248,28 -1071,508 (3,20)* (2,47)** (2,46)** (-0,81) (-1,09) (-0,95) ? 0,68 0,47 (11,27)* (2,05)** R2 0,160 0,299 0,297 0,062 0,076 0,075 lnL -4093,45 -4061,55 -4060,08 -2500,41 -2497,61 -2499,09 Z(I) Moran 12,30* 3,16* LM-ERR 115,33* 3,79*** LM-EL 0,002 0,450 LM-LAG 155,94* 4,63** LM-LE 40,61* 1,29 LM-SARMA 155,94* 5,08*** LR-ERR 63,81* 5,59** LR-LAG 66,74* 2,63

Significativo al: *1%, **5%, ***10%

En el caso de Junín, la verosimilitud obtenida en el modelo del error espacial

(-2497,61) es mayor que en el modelo de retardo (-2499,09), así como el

estadístico resulta significativo sólo en el primer caso, Con lo cual, el modelo de

error espacial resulta más adecuado para aproximar los determinantes de los

rendimientos en el valle del Mantaro, En este caso, la autocorrelación espacial

vendría explicada por la omisión de variables no cruciales que se hallan

correlacionadas espacialmente o por la existencia de errores de medida comentados

26

antes en la sección 2,1, No obstante, y a diferencia de Piura, las variables elegidas

para aproximar las diversas formas de activos, no resultan significativas,

5. Conclusiones

En esta comunicación se ha realizado un análisis empírico de la producción

agrícola en Piura y Junín con especial consideración al impacto de los activos de los

hogares, sobre todo del capital social, y al problema de la dependencia entre las

parcelas o unidades productivas.

Los resultados del coeficiente I de Moran indican la presencia de dependencia

espacial. La producción agraria estaría correlacionada espacialmente, lo que

significa que los que obtienen menores valores de producción por hectárea están

aglomerados en algunas zonas, mientras que los que obtienen niveles mayores

están aglomerados en otras zonas. En el caso de Piura, los productores con niveles

de producción altos se concentran en los valles del Chira y del Alto Piura; mientras

que en Junín, se aglomeran en las provincias de Huancayo y Chupaca, lo cual

indicaría la existencia de cierta dinámica en el espacio que hace que los

relativamente más exitosos (y por el contrario los menos exitosos) tiendan a

aglutinarse en el espacio.

La dependencia espacial también se verificó en el análisis de regresión a partir

de un modelo de sección cruzada. Los diagnósticos espaciales llevan a concluir en la

existencia problemas de especificación en el modelo.

Las diferencias en la producción no sólo dependerían de los desiguales niveles

de capital humano, público, privado, social, etc. de los hogares en el espacio, sino

que una vez que se controla por las dotaciones de estos activos existen otros

factores que son importantes y que estarían correlacionados espacialmente.

Aunque es cierto que las diferencias en las calidades de la tierra, y las técnicas de

cultivo utilizadas en los diferentes territorios pueden determinar las diferencias en

los valores obtenidos de la producción, queda por determinar si una vez controlado

el modelo por dichas variables, persiste algún patrón de organización espacial de la

producción.

En el caso de Junín, podría pensarse que las diferencias podrían deberse a

variables omitidas –existencia de autocorrelación espacial residual- (características

de los suelos, clima, etc. y otras variables relevantes a la localidad). Mientras que

en el caso de Piura, podría existir además alguna dinámica que hace que los

27

agricultores más eficientes se junten en el espacio –autocorrelación espacial

sustantiva-.

Dichas dinámicas tanto de carácter intra-locacional (referidas a las

características observables de un sitio específico, como la especialización en nuevos

productos, acceso a infraestructura de transporte, la disponibilidad de mano de

obra y tierra, características ecológicas locales, etc.) como inter-locacional, que

determinan como las variables de un lugar pueden influenciar o ser influenciadas

por las características de otros lugares (mayor articulación a los mercados,

migraciones, difusión o transferencia tecnológica, “efectos vecindario”,

externalidades generadas por aglomeraciones de diversa índole, etc.), podrían

explicar la variabilidad en el valor de la producción por hectárea.

Un análisis más comprensivo de dichas dinámicas deberá contemplar una

perspectiva dinámica y un mayor nivel de agregación de la información, al menos

para garantizar la representatividad de zonas o valles agrícolas.

En términos de capital social, por un lado, se encuentra que la pertenencia o

adhesión a grupos/asociaciones no permite diferenciar espacialmente a los

productores agrarios. Sin embargo, cuando se analizan los beneficios (económicos)

que han obtenido los mismos por su participación en el grupo/asociación,

encontramos resultados bastante diferenciados. Un porcentaje significativo indica

haber obtenido información útil para su producción, y en menor medida, haber

obtenido mejores precios para sus productos y haber adquirido mayor poder de

negociación (para la venta de sus productos/ compra de insumos).

Su impacto en términos de “suavizar el consumo” se hace evidente ante las

acciones y ayudas recibidas para hacer frente a la sequía. Muchos coinciden en

señalar a las redes de familiares y amigos como el grupo del que recibieron la

mayor ayuda; le siguen en importancia las asociaciones de productores y Juntas de

Regantes y en tercer lugar, los familiares que han migrado y que viven en otra

región. Las ayudas recibidas de parte de asociaciones de productores y Juntas de

Regantes son más importantes en Piura que en Junín; lo cual confirma la

representatividad de dichas organizaciones en el funcionamiento de la actividad

agraria en dicha zona.

Por otro lado se ha constatado la correlación positiva entre los activos de los

hogares, lo cual confirmaría la existencia de complementariedad entre los mismos.

Este resultado es relevante, ya que algunos activos podrían resultar eficaces sólo si

se combinan con otros.

28

Finalmente, los efectos del capital social sobre el valor de la producción aún no

resultan tan claros; no son significativos en ninguno de los dos departamentos,

pero además presenta el signo contrario al esperado en el caso de Piura (tal vez por

un problema técnico de agregación/construcción de esta variable). Este resultado

por lo tanto, afirma la necesidad de revisar la construcción de esta variable y

avanzar, aun más, en la construcción de un índice de capital social que integre

varias de las manifestaciones encontradas en el medio rural. La principal ventaja de

la construcción de este índice residiría en que se abordarían e integrarían múltiples

manifestaciones del capital social, que de manera conjunta caracterizarían de modo

adecuado dicho acervo, y por tanto permitiría evaluar de manera más rigurosa su

impacto sobre la producción y el bienestar de los hogares.

6. Referencias bibliográficas

Alwang, J., Jansen, H., Siegel, P., Pichón,F. (2005): " El espacio geográfico, los

activos, los medios de vida y el bienestar en las zonas rurales de

Centroamérica: Evidencia empírica de Guatemala, Honduras y Nicaragua”.

Documento de Trabajo, DGSD-IFPRI, 1-56.

Anselin, L. (1988): Spatial econometrics, Kluwer Ac., Dordrecht

Anselin, L.; Griffith,D. (1988): "Do spatial effects really matters in regresion

analisys ?" Papers of the Regional Science Association vol 65, 11-34.

Anselin L., Bera, A., Florax, R., Joon,M. (1996): "Simple diagnostic test for spatial

dependence." Regional Science and Urban Economics 26, 77-104.

Anselin, L. (1992): " Space and applied econometrics" Regional Science and Urban

Economics 22, 307-316.

Arocca, P. y Bosch, M. (2000): “Crecimiento, convergencia y espacio en las

regiones chilenas: 1960-1998” en Estudios de Economía Vol. 27, No.2, 199-124.

Bourdieu, P. (1998): “The forms of capital”. En Halsey, A.H. y otros, eds.,

Education: Culture, Economy and society. Oxford: Oxford University Press.

Camagni, R. (2003): “Incertidumbre, capital social y desarrollo local: enseñanzas

para una gobernabilidad sostenible del territorio”. Asociación Española de

Ciencia Regional, Investigaciones Regionales, 2, 31-51.

Coleman, J. (1998): “Social capital in the creation of human capital”. En Halsey,

A.H. y otros, eds., Education: Culture, Economy and soc iety. Oxford: Oxford

University Press.

29

Consorcio de Investigaciones Económicas y Sociales (CIES) (2005): “Red de

desarrollo rural: Alternativas para la pequeña agricultura comercial”.

Documento de Trabajo, 1-221.

Cliff, A. y Ord, J. (1973): Spatial autocorrelation, Pion. Londres.

Cliff, A. y Ord, J. (1981): Spatial processes, models and applications, Pion ,

Londres.

Durston, J. (1999): “Construyendo capital social comunitario”. En Revista de la

CEPAL, 103-118.

Durston, J. (2002): El capital social campesino en la gestión del desarrollo rural.

Díadas, equipos, puentes y escaleras. Libros de la CEPAL, 69.

Escobal, J. (2000): “Costos de transacción en la agricultura peruana. Una primera

aproximación a su medición e impacto”. GRADE, Documento de Trabajo, 1-38.

Escobal, J., Torero, M. (2000): “¿Cómo enfrentar una geografía adversa? El rol de

los activos públicos y privados”. GRADE, Documento de Trabajo, 1-54.

Escobal, J., Saavedra J., y Torero, M. (1998): “Los activos de los pobres en el

Perú”. GRADE, Documento de Trabajo, 26, 1-70.

Evans, P. (1996): “Government action, social capital and development: reviewing

the evidence on synergy”, World Development, vol. 24, Nº 6.

Florax, R., Folmer, H.(1992): "Specification and estimation of spatial linear

regression models". Regional Science and Urban Economics 22, 405-432.

Forni, Siles y Barreiro (2004): “¿Qué es capital social y cómo analizarlo en

contextos de exclusión social y pobreza? Estudios de caso en Buenos Aires,

Argentina”. JSRI, Michigan State University, Research Report, 25, 1-20.

Fort, R. y Aragón, F. (2001): “El impacto de los caminos rurales sobre las

estrategias de obtención de ingresos de los hogares”. Ponencia presentada en el

IX Seminario Permanente de Investigación Agraria (SEPIA), 1-23.

Fox, J. (1996): “How does civil society thicken? The political construction of social

capital in rural Mexico”, World Development, vol. 24, Nº 6.

Galvis, L. (2001): “¿Qué determina la productividad agrícola departamental en

Colombia”. Documento de Trabajo sobre Economía Regional, Banco de la

República de Colombia, 1-37.

Gallup, (1998): “Agriculture Productivity and Geography”, Harvard Institute for

International Development , 1-12.

Grootaert, C. (1998): “Social Capital: The missing link”. Documento de Trabajo

Nº3, Washington: Banco Mundial, Social Capital Initiative.

Grootaert, C. y Van Bastelaer,T. (2002): “Understanding and Measuring Social

Capital. A Synthesis of Findings and Recommendations from the Social Capital

30

Initiative”. En Forum Series on the Role of Institutions in Promoting Economic

Growth, Washington: USAID e IRIS.

Johnston, N., Suárez, R., Lundy, M. (2003): “La importancia del capital social en las

agroempresas rurales de Colombia”. CAPRI-CGIAR, Documento de Trabajo 26,

1-42.

Klisberg B; Tomassini, L. (2000): “Capital Social y Cultura: Claves Estratégicas para

el Desarrollo”. BID. Editorial Fondo de Cultura Económica, Buenos Aires,

Argentina.

Moreno, R. y Vayà, E. (2000): Técnicas econométricas para el tratamiento de datos

espaciales, Universidad de Barcelona.

Moser, C. (1998): “The Asset Vulnerability Framework: Reassessing Urban Poverty

Reduction Strategies”. World Development 26(1): 1--19.

Narayan, D., Pritchett, L. (1997): “Cents and sociability. Household income and

social capital in rural Tanzania”. Banco Mundial, Policy Research Working Paper,

1796, 1-48.

Narayan, D. (1997): “Voices of the Poor”. Banco Mundial. Documento de Trabajo,

1-97.

Pérez, F., Montesinos, V., Serrano, L., Fernández, J. (2005): La medición del capital

social. Una aproximación económica. Fundación BBVA, Bilbao, España.

Portes, A. (1999): “Capital social: sus orígenes y aplicaciones en la sociología

moderna”. En Carpio, Jorge e Irene Novacovsky, eds., De igual a igual: El

desafío del Estado ante los nuevos problemas sociales. Buenos Aires: FCE,

SIEMPRO y FLACSO.

Portes, A. (1998): “Social capital: its origins and applications in modern sociology”,

Annual Review of Sociology, vol. 24, Nº 1.

Portes, A. y Landolt, P. (1996): “Unsolved Mysteries: The Tocqueville Files II The

downside of social capital”. En The American prospect, Vol. 7, Nº 26, 18-21.

Putnam, R., Leonardi, R. y Nanetti, R. (1994): Making democracy work: civic

traditions in modem Italy, Princeton: Princeton University Press, 1994.

Putnam, R. (2000): Bowling Alone: the collapse and revival of American

community. Nueva York: Simon y Shuster.

Putzel, J. (1997): “Accounting for the dark side of social capital: reading Robert

Putnam on democracy”, Journal of International Development, vol. 9, Nº 7.

Rakodi, C. 1999. “A Capital Assets Framework for Analyzing Household Livelihood

Strategies”. Development Policy Review 17(3): 315--42.

Siegel, P. B. y J. Alwang. 1999. “An Asset-Based Approach to Social Risk

Management: A Conceptual Framework”. Documento de trabajo 9926. Unidad

31

de Protección Social, Red de Desarrollo Humano, Banco Mundial, Washington,

D.C. Consulte la página www.worldbank.org/sp

Torero, M. (1991): “La adopción de la innovación tecnológica en la agricultura

tradicional del Perú: la asociación geográfica como una alternativa para la

difusión”. Ponencia presentada en el IV Seminario Permanente de Investigación

Agraria (SEPIA).

Wade, R. (1998): Village Republics, Cambridge, Cambridge University.

Woolcock, M. (2000): “The Place of Social Capital in Understanding Social and

Economic Outcomes”. Banco Mundial y Universidad de Harvard, Documento de

Trabajo, 1-36.