Resumen:
|
El análisis envolvente de datos (DEA) permite evaluar la eficiencia de unidades tomadoras de decisiones (DMU) por medio de la comparación de unidades situadas en una frontera eficiente ¿máxima producción a partir de un ...[+]
El análisis envolvente de datos (DEA) permite evaluar la eficiencia de unidades tomadoras de decisiones (DMU) por medio de la comparación de unidades situadas en una frontera eficiente ¿máxima producción a partir de un conjunto de insumos dados bajo el sistema de costos disponible- (eficientes) y las que no la determinan (ineficientes), de tal manera que se pueden determinar procesos productivos factibles a partir de los datos observados. A partir de datos generados por la Secretaría Técnica del Consejo Nacional de la papa (CNP) se realizó DEA con orientación input a los costos de producción de 3 variedades de papa (papa criolla-PC, diacol capiro para consumo en fresco-DCF y para industria-DCI y pastusa suprema-PS en diversos semestres de siembra (DMU), y departamentos productores, entre 2006_A y 2014_A, con el objeto de identificar los principales input que determinan la eficiencia, a la vez que plantear estrategias de mejoramiento de la misma. Los input analizados por semestre fueron los costos deflactados a diciembre de 2014 por medio del Índice de Precios al Productor de oferta interna para agricultura, ganadería y pesca (Departamento Administrativo Nacional de Estadística, DANE) de: semilla; fertilizantes, abonos y enmiendas o correctivos-FAEC; plaguicidas, coadyuvantes o madurantes-PCM; maquinaria, preparación del suelo y tracción animal-MPSTA; empaques; mano de obra-MO; transporte y costos indirectos-CI. Los output analizados fueron los kilogramos por hectárea de papa comercial y de papa no comercial. Así mismo, se analizó el índice de Malmquist input orientado-M_I_O. Se empleó el software <DEA-Solver-Learning Version (LV 8.0>.
En PC 30,2% de los DMU fueron eficientes en el modelo CCRI: 66,7% en Nariño, 23,5% en Antioquia y 17,5% en Altiplano Cundiboyacense¿ACB. Los insumos más determinantes de la producción en el modelo CCRI fueron MPSTA y FAEC. En el modelo BCCI 46,5% de los DMU fueron eficientes: 77,8% en Nariño, 41,2% en Antioquia y 35,3% en ACB y, los insumos más determinantes fueron MPSTA, FAEC, semilla y empaque y en menor medida transporte, CI, PCM y MO.
En DCF 40% de los DMU fueron eficientes en el modelo CCRI: 80% en Nariño y 29,4% en Antioquia. Los insumos relacionados con la eficiencia fueron el empaque, MPSTA y semilla y en menor medida MO y FAEC. En el modelo BCCI 63,3% de los DMU fueron eficientes: 80% en Nariño y 58,8% en Antioquia, comportamiento determinado por los insumos empaque, MPSTA y semilla y en menor medida MO y FAEC.
En DCI, en el modelo CCRI 70,4% de los DMU fueron eficientes: 76,5% en ACB y 60,0% en Nariño; FAEC, transporte, MO, semilla y en menor medida CI y PCM. Los empaques no se relacionaron con la eficiencia. En el modelo BCCI 81,5% de los DMU fueron eficientes (88,2% en ACB y 70,0% en Nariño), determinado por los insumos FAEC, transporte, MO, empaque, semilla y en menor medida MPST y PCM.
En PS, en el modelo CCRI 57,7% de los DMU fueron eficientes (66,7% en Nariño y 52,9% en ACB), determinado por MPSTA, MO, semilla y en menor medida por FAEC, empaques, transporte y CI. En el modelo BCCI 61,5% de los DMU efueron eficientes (77,8% en Nariño) y 52,9% en ACP), determinado por MPSTA, MO, empaque y en menor medida semilla, transporte y FAEC. PCM y CI no fueron determinantes en la eficiencia BCCI.
En todas las variedades de papa y principales departamentos productores es posible reducir los input a los sistemas productivos sin afectar su producción. En relación con la eficiencia de escala, para todas las variedades se encontró que 30,2% de los DMU de PC operaron a escala óptima, con respecto al 45,5% en DCF, 77,8% en DCI y 61,5% en PS. El índice M_I_O mostró que hubo cambios en productividad para las variedades, que se debieron más a cambios en la frontera tecnológica que por cambios en la eficiencia de los sistemas productivos.
[-]
Data Envelopment Analysis (DEA) allows to evaluate the efficiency of decision-making units (DMU) throughth the comparison of units located in an efficient frontier -maximum production from a given set of inputs / current ...[+]
Data Envelopment Analysis (DEA) allows to evaluate the efficiency of decision-making units (DMU) throughth the comparison of units located in an efficient frontier -maximum production from a given set of inputs / current costs system (efficients one) and those that do not determine it (inefficients ones), in such a way that feasible productive processes can be determined from the observed data. From data generated by the Technical Secretariat of the National Potato Council of Colombia (CNP) DEA input oriented analysis was conducted to the production costs of 3 potato varieties (¿criolla¿, ¿Diacol Capiro¿ for fresh consumption and for industry and ¿Pastusa Suprema¿ in different semesters of sowing (DMU), and producing states, between 2006_A and 2014_A, in order to identify the main inputs that determine efficiency, at the same time to raise improvement strategies of the same. The input analyzed by semester were the costs deflated to December of 2014 through the Producer Price Index of internal supply for agriculture, livestock and fisheries (National Administrative Department of Statistics, DANE) of: seed, fertilizers, fertilizers and amendments or corrective measures - FAEC, pesticides, adjuvants or maturing - PCM; machinery, soil preparation and animal traction - MPSTA, packaging, labor - MO, transport and indirect costs - CI. Outputs were the kilograms per hectare of commercial and non commercial potato. Likewise, the Malmquist index-input oriented-M_I_O was analyzed. The <DEA-Solver-Learning Version (LV 8.0> software was used.
For ¿papa criolla¿-PC 30.2% of DMUs were efficient in the CCRI model: 66.7% in Nariño, 23.5% in Antioquia and 17.5% in Altiplano Cundiboyacense-CBA. The most determinant inputs of production in the CCRI model were MPSTA and FAEC. In the BCCI model 46.5% of the DMUs were efficient: 77.8% in Nariño, 41.2% in Antioquia and 35.3% in CBA, and the most important inputs were MPSTA, FAEC, seed and packaging and in minor percentajeTransport, CI, PCM and MO.
In ¿Diacol Capiro¿ for fresh consumption-DCF 40% of the DMUs were efficient in the CCRI model: 80% in Nariño and 29.4% in Antioquia. Inputs related to efficiency were packaging, MPSTA and seed and to a lesser extent MO and FAEC. In the BCCI model, 63.3% of DMUs were efficient: 80% in Nariño and 58.8% in Antioquia, behavior determined by inputs packaging, MPSTA and seed and to a lesser extent MO and FAEC.
In ¿Diacol Capiro¿ for industry-DCI, in the CCRI model, 70.4% of DMUs were efficient: 76.5% in CBA and 60.0% in Nariño; FAEC, transport, MO, seed and to a lesser extent CI and PCM. The packaging was not related to efficiency. In the BCCI model, 81.5% of the DMUs were efficient (88.2% in CBA and 70.0% in Nariño), determined by the FAEC, transport, MO, packaging, seed and to a lesser extent MPST and PCM inputs. .
In PS, in the CCRI model, 57.7% of DMUs were efficient (66.7% in Nariño and 52.9% in ACB), determined by MPSTA, MO, seed and to a lesser extent by FAEC, packaging, transport and CI. In the BCCI model, 61.5% of DMUs were efficient (77.8% in Nariño) and 52.9% in ACP), determined by MPSTA, MO, packaging and, to a lesser extent, seed, transport and FAEC. PCM and CI were not determinants in BCCI efficiency.
In all the potato varieties and main producing states it is possible to reduce the input to the productive systems without affecting their production. In relation to scale efficiency, for all varieties it was found that 30.2% of PC DMUs operated at optimal scale, with respect to 45.5% in DCF, 77.8% in DCI and 61.5% in PS. The M_I_O index showed that there were changes in productivity for the varieties, which were due more to changes in the technological frontier than to changes in the efficiency of the productive systems.
[-]
|