Análisis del impacto económico del contrato INIA-CCU para mejoramiento genético de cebada cervecera (página 2)

Figura 1. Producción de cerveza en
Chile(Millones de litros).
Figure 1. Beer Production in Chile. (Million of
liters).
Fuente: Anuarios de producción industrial. INE.

 Cuadro
1. Distribución de las variedades utilizadas
por la Compañía Cervecerías Unidas (CCU)
entre los años 1997 y 1999.
Table 1. Distribution of the varieties used by CCU
between 1997 and 1999.

Fuente: Departamento Agrícola CCU.
1: Corresponde al
porcentaje de semillas utilizadas por temporada por la CCU.
2: Corresponde al
porcentaje de las semillas por variedad utilizada por la CCU por
temporada.
3: Corresponde a la
distribución de las variedades por área
geográfica. ZS: Zona Sur (IX Región); ZCS: Zona
Centro Sur (VII y VIII regiones).
FU: Firlbercks Union; BW: Breun’s Wissa; Car: Carina; Ar: Aramir;
Gr: Granifén; Li: Libra; Ac:
Acuario.

Producto de este convenio, las semillas de las
variedades creadas por INIA han sido distribuidas a los
agricultores por el Departamento Agrícola de esta empresa, previo
el establecimiento de contratos de
siembra. A través de los años se han presentado
importantes variaciones en la superficie contratada, y
fluctuaciones en la cantidad de cebada recepcionada por CCU,
producto de
los ajustes que debe realizar la empresa a las
variaciones de la demanda
(Figura 2).

Figura 2. Cebada
recepcionada y superficie contratada por la
Compañía Cervecerías Unidas (CCU).
Figure 2. Received barley and area under contract by
CCU.

La distribución de siembras contratadas por zona
geográfica ha variado en el transcurso de la vigencia del
convenio, por razones de estrategia
empresarial. En 1979 las hectáreas contratadas en la zona
centro sur (VII y VIII Regiones) y sur (IX Región)
alcanzaron a 4.976 y 8.848 ha, respectivamente, mientras que en
1999 éstas fueron de 4.816 y 3.211 ha, respectivamente. La
disminución en la superficie total contratada por CCU es
producto de las crecientes importaciones de
cebada malteada realizadas en los últimos
años.

Uno de los factores de importancia para evaluar los
impactos del mejoramiento genético es contar con información de la superficie sembrada con
las nuevas variedades creadas, con relación a las
variedades introducidas cultivadas al momento de firmar este
convenio. La distribución por superficie y por zona
geográfica, desde 1977 a 1999, según el
Departamento Agrícola de CCU, se presenta en el Cuadro
1.

Al inicio del convenio (1977-1978), Firlbecks Union y
Breun's Wisa ocuparon 60 y 40% de la superficie sembrada con
cebada por CCU. Dos años más tarde (1980-1981), se
dejó de cultivar Breun´s Wisa, y 83% de la
superficie se sembró con Firlbecks Union y 17% con Carina.
Esta última se retiró del mercado en
1983-1984, temporada en que Firlbecks Union, Aramir y
Granifén INIA/CCU ocuparon 32; 49; y 19% respectivamente
de la superficie sembrada con este cereal. En 1985-1986, la
distribución de variedades por superficie cultivada era:
Aramir 62% y Granifén INIA/CCU 38%, dejándose de
sembrar Firlbecks Union. En 1989-1990 se comienza a sembrar Libra
INIA/CCU (26%) y, Aramir y Granifén INIA/CCU, ocupan un 38
y 36% de la superficie, respectivamente. La temporada siguiente
(1990-1991) se retiró del mercado Aramir,
reemplazándose por Libra INIA/CCU que ocupó 62% de
la superficie; mientras que el 38% restante correspondió a
Granifén INIA/CCU, ambas cultivadas hasta 1994. Entre 1995
a 1999 se discontinúa la siembra de Granifén
INIA/CCU, y 70 a 85% se cultiva con Acuario INIA/CCU, y el 30 a
15% restante se siembra con Libra INIA/CCU Ambas representaron un
85% y un 15%, respectivamente, del total de las variedades
sembradas bajo contrato, durante
la última temporada analizada en este trabajo.

La evaluación
social y económica de la investigación agropecuaria ha utilizado
diversas metodologías para su estimación,
dependiendo fundamentalmente de los antecedentes disponibles y de
los objetivos
perseguidos. Así, mientras las evaluaciones se han
enmarcado en mediciones tanto ex-ante como ex-post, todas pueden
ser agrupadas en tres formas (Alston et al., 1995): 1) Estudios
basados en el análisis Costo-Beneficio,
que relaciona directamente las ganancias obtenidas en la
producción de un rubro con los gastos realizados
en el mismo; 2) Estudios de Funciones de
Producción, que permiten medir el incremento obtenido en
la producción por efecto de variables
independientes que inciden sobre ella, y en la cual los gastos de
investigación se incluyen como una variable dentro del
modelo; y 3)
Un tercer método,
ampliamente utilizado en la medición de la rentabilidad
generada por la creación y comercialización de nuevas variedades, es
medir el efecto a nivel de la oferta
agregada por la utilización de nuevas
variedades.

Diversos estudios muestran que la rentabilidad social de
la inversión en investigación
agropecuaria es, por lo general, elevada. Los trabajos han
permitido estimar que la rentabilidad, dependiendo de la metodología de análisis, alcanza en
promedio a valores
superiores al 80% (Ayer y Schuh, 1972; Akino y Hayami, 1975;
Norton y Davis, 1981; Evenson, 1982; y Macagno et al.,
1992).

El objetivo de
este trabajo fue evaluar los beneficios sociales ex post de las
variedades de cebada creadas a través del convenio de
investigación entre INIA y CCU, en el período
comprendido entre 1978 y 1999.

Metodología

Con el propósito de evaluar el beneficio social
de las investigaciones
realizadas, se utilizó en este trabajo la
metodología desarrollada por Peterson (1986), basada en
Ayer y Schuh (1972), y Akino y Hayami (1975), la cual ha sido
empleada en numerosos estudios relacionados con el tema (Alston
et al., 1995).

Dado un conjunto de insumos físicos, la productividad de
las nuevas variedades es mayor que en las variedades antiguas, lo
que ha permitido a los agricultores obtener una mayor
producción por unidad de superficie. El efecto neto en el
largo plazo, es el desplazamiento de la curva de oferta hacia la
derecha, y con ello una reducción proporcional en el costo
de la producción promedio por adopción
de esta metodología (Lindner y Jarret, 1978).

Si bien la metodología propuesta por Lindner y
Jarret (1978), ha servido como base a numerosos estudios de
evaluación de los impactos socioeconómicos de la
investigación, su dificultad radica, por una parte, en la
determinación de los parámetros de posición
de las curvas de oferta, anterior y posterior a la
adopción tecnológica, y por otra, en la
cuantificación del impacto económico que conlleva
el uso de variedades con las que se incrementa tanto la
productividad como la calidad de la
variedades mejoradas.

La Figura 3 muestra que
producto del mejoramiento de variedades se produce el
desplazamiento de la curva de oferta desde Sn a So. El excedente
del consumidor
está representado por la suma de las áreas ABC +
BpnPoC, mientras que el excedente del productor queda
representado por la diferencia entre las áreas ACO –
BPnPoC, determinándose así que la diferencia entre
ABC – ACO, al Beneficio Social obtenido por la adopción de
nuevas variedades.

Figura 3. Modelo de
estimación de los beneficios sociales de la
investigación en variedades de cebada. Fuente: Ayer y
Schuh, 1972.
Figure 3. Model of estimating social returns of barley
breeding research. Source: Ayer and Shuh, 1972.

De acuerdo a Akino y Hayami (1975), por semejanza de
triángulos, las áreas influenciadas
en la medición de los efectos de la introducción de una nueva tecnología son
aproximadamente:

Donde Po y Qo son el precio y la
cantidad observada anualmente en este caso para cebada, mientras
que h e g son los valores
calculados de la elasticidad
precio de la oferta y de la demanda, respectivamente. En este
estudio, para la determinación de los valores de
elasticidades de oferta y demanda
se utilizaron regresiones logarítmicas del
tipo:

En donde a corresponde al parámetro de
posición y Xi al conjunto de variables
independientes consideradas en el estudio. Los coeficientes bi
corresponden matemáticamente a los valores de las
elasticidades. El grado de significancia estadística de cada uno de éstos se
determinó a través del test de Student
(t). Con el propósito de cuantificar el grado de
autocorrelación entre las variables de los diferentes
modelos para
la determinación de la oferta y demanda, se utilizó
el test de Durbin Watson (Pindyck y Rubinfeld, 1980).

Por otra parte, la curva de la oferta (Q), de acuerdo
con Akino y Hayami (1975), hipotéticamente podría
ser representada como:

Q = (1 – h) GPY

En donde h representa la variación de la curva de
oferta debido al mejoramiento de las variedades y GPy
la función
de oferta con elasticidad constante.

En condiciones de equilibrio la
curva de oferta representa la curva de costo marginal. La
relación entre la variación entre la función
de costo marginal (h) y la variación en función de
producción (k) puede ser aproximada como:

h » (1 + g ) k

Para la estimación de k, es decir el cambio en la
función de producción agregada por efecto de la
adopción de nuevas variedades, como norma se utiliza la
diferencia en los promedios de los rendimientos entre las
variedades mejoradas y las tradicionales. Esta diferencia se
pondera por la superficie sembrada con las variedades
mejoradas.

En el caso de cebada, la situación descrita
alcanza mayor complejidad, dado que la diferencia en rendimientos
es sólo uno de los objetivos planteados por el Programa de
Mejoramiento de Cebada, pero hay características
varietales, como calibre de grano, porcentaje de proteína,
extracto de malta, poder
diastásico y otros, que también se relacionan con
la calidad que debe tener el grano destinado a la
producción de malta. Tan importante es esto, que si la
cebada no reúne los requisitos de calidad establecidos por
CCU se aplican castigos al precio base, o bien premios cuando los
requisitos están de acuerdo con los establecidos en el
contrato.

Para la realización de este trabajo se ha
considerado como relevante utilizar la siguiente fórmula,
basada en la obtenida por Ayer y Schuh (1972), para el estudio
del Beneficio Social del Programa de Mejoramiento Genético
de Algodón
en Brasil.

En donde:

Yn: Rendimiento de la nueva variedad.
Ya: Rendimiento de la variedad antigua.
Fn: Otras características de importancia económica
de la nueva variedad.
Fa: Otras características de importancia económica
de la variedad antigua.
Pa: Porcentaje de la superficie distribuida con la variedad
a.

Con el propósito de determinar el valor de k, se
consideró el rendimiento promedio para cada una de las
variedades, en cada Centro Regional de Investigación del
INIA, donde se efectuaron estos estudios. Este valor fue
multiplicado por una ponderación de calidad de grano,
cuyos componentes fueron porcentaje de proteína, calibre
de grano por sobre los 2,5 mm y el porcentaje de restos. El
efecto total de la calidad de grano fue producto de la suma de la
diferencial de castigos y bonificaciones de cada uno de los
parámetros anteriormente indicados, y que se especifican
en el contrato de promesa de compraventa de cebada por parte de
CCU.

Si bien CCU estaba utilizando las variedades Breun's
Wisa, Firlbecks Union y Carina, éstas no fueron
consideradas dentro del análisis, aún cuando uno de
los objetivos principales era reemplazarlas. Sin embargo, otro de
los objetivos era sustituir la variedad Aramir que, a diferencia
de las anteriores, fue introducida desde Holanda y recomendada
para ser liberada como variedad comercial, como resultado de los
estudios realizados a través de este convenio. Esta
variedad produjo un mejoramiento de los rendimientos y calidad de
la cebada, en relación con las variedades cultivadas antes
del inicio de este convenio.

Por tanto, para evaluar el impacto económico del
mejoramiento genético de cebadas con calidad maltera,
sólo se consideraron las variedades creadas por INIA, en
el contexto del Convenio INIA-CCU: Granifén INIA/CCU,
Libra INIA/CCU, y Acuario INIA/CCU, y se excluyó de este
análisis la variedad Aramir, introducida a través
de éste.

Resultados y
discusión.

El Cuadro 2 muestra los valores de las correlaciones
obtenidas de las variables consideradas para este estudio, y que
fueron determinantes en la inclusión de los modelos que
determinaron las elasticidades de oferta y demanda.

Cuadro 2.
Matriz de correlaciones entre las variaciones consideradas en el
estudio.
Table 2. Matrix of correlations between the variables
considered in the study.

La cantidad de cebada
recepcionada por CCU muestra valores de correlaciones bajas con
la mayoría de las otras variables analizadas, aún
cuando podría destacarse la correlación positiva
existente con producción nacional de cerveza (r = 0,577),
rendimiento promedio de la superficie contratada por CCU (r =
0,783), rendimiento a escala nacional
del trigo y de la cebada (r = 0,747 y r = 0,780,
respectivamente). La asociación positiva entre la cantidad
de cebada recepcionada y la producción de cerveza
aparentemente no es muy elevada, producto de que CCU ha venido
realizando durante los últimos años importaciones
de cebada malteada para su proceso
industrial. Por otra parte, la existencia de asociaciones
positivas con los rendimientos, tanto de la cebada como del trigo
a escala nacional, se explica por el incremento en los
rendimientos alcanzados por los cereales en el país
durante los últimos años.

La correlación entre el precio de la cebada
pagado por CCU y las otras variables es por lo general baja,
destacándose los valores negativos de éstas con la
cebada requerida por CCU (r = – 0,449) y la producción de
cerveza (r = – 0,486). Por otra parte, la correlación es
altamente positiva con el precio del trigo (r = 0,861) y baja con
el precio de la cebada a escala nacional (r = 0,048). La
existencia de una correlación alta con el precio del trigo
se explica porque el precio de la cebada, pagado por CCU,
está asociado al precio que tenga este cereal en el
mercado nacional. Por otra parte, la existencia de los valores
negativos con la cebada requerida y producción de cerveza,
se explica porque en la medida que es mayor la cantidad de cebada
requerida por CCU para ajustarse a las condiciones de la demanda
interna, la Compañía realiza importaciones pagando
menos por la cebada a escala nacional.

Las correlaciones para cebada requerida por CCU y
producción de cerveza son elevadas (r = 0,9876), al igual
que con rendimiento promedio de la superficie contratada por CCU
(r = 0,897). Por otro lado, las correlaciones de esa variable con
superficie anual de cebada y superficie anual de trigo son
elevadas y negativas (r = -0,766 y r = – 0.578, respectivamente).
Estas correlaciones negativas se explican porque, si bien la
cantidad de cebada requerida por CCU está más
asociada a la superficie contratada, la superficie de cebada
sembrada en el país responde a otras consideraciones que
son independientes de la cebada destinada a la agroindustria. Con
respecto a la superficie de trigo, su correlación negativa
se explica porque la cantidad de cebada requerida está
asociada a la superficie contratada por CCU. En algunas
ocasiones, especialmente en la zona sur, algunos agricultores
realizan las siembras de cebada cuando no pueden sembrar trigo en
la época oportuna.

La producción nacional de cerveza presenta una
alta correlación con el rendimiento promedio de la
superficie contratada por la CCU (r = 0,870) y con el rendimiento
promedio de la cebada cultivada en el país (r =
0,779).

El precio de la cerveza presenta una correlación
positiva baja con la superficie nacional de cebada (r = 0,313) y
positiva con el precio de la cebada malteada (r = 0,336) y
negativa con las exportaciones de
ésta (r = – 0,380). Al igual que las correlaciones con
otras variables a escala nacional, la situación del precio
de la cerveza escapa a la norma general, dada las condiciones que
se especifican en los contratos de CCU. No obstante, los posibles
efectos de las exportaciones de cebada malteada y el precio de la
misma parecen estar en directa relación con la
producción de malta por parte de CCU.

Determinación de elasticidades de demanda y
oferta.

El Cuadro 3 muestra el resultado de cuatro regresiones
logarítmicas tendientes a determinar la elasticidad de la
demanda de cebada por parte de CCU. La Ecuación 1 presenta
un valor del coeficiente de Durbin-Watson de 0,52, significativo
al 99,5%. El valor del coeficiente de determinación
(R2) es bajo, lo que indica un mal ajuste de la
ecuación a la variación total entre la cantidad de
cebada requerida por CCU, y el precio pagado por tonelada de
cebada a los agricultores, con los cuales se establece contrato
de producción.

Cuadro 3.
Estimación de la función de demanda de
cebada1.
Table 3. Estimate of the barley demand
function.

Valores entre paréntesis corresponden al valor
del test de Student.
1C: Parámetro de
posición.
R2: Coeficiente de
determinación.
Durbin-Watson: valor del test de
autocorrelación.
F – Stat: Valor de F.

Es posible apreciar una situación similar a la
descrita las Ecuaciones 2 y
3, en las cuales aún siendo gran parte de las variables
estadísticamente significativas, de acuerdo a los valores
de t, los valores de R2, Durbin-Watson y F son bajos.
La Ecuación 4 planteada sobre la base del precio de
cerveza, exportaciones de cebada y la relación
producción de cerveza con el precio de la misma,
proporciona valores suficientemente adecuados para la
estimación de la elasticidad de la demanda, la que alcanza
a -0,539.

Por otra parte, las regresiones diseñadas para
estimar la función de oferta de cebada, se presentan en el
Cuadro 4. En general todas las regresiones presentan coeficiente
de determinación bajo, sin embargo, al considerar las
regresiones para el período 1974-1987, el valor del
coeficiente de determinación aumenta desde 0,26 a 0,44
(Cuadro 4).

Cuadro 4. Determinación de
la función de oferta de cebada1
Table
4. Determination of the barley supply function.

1Los valores entre
paréntesis corresponden al valor de t.
2 Serie considerada desde
1974 – 1987.
3 C: Parámetro de
posición.
R2: Coeficiente de
determinación.
Durbin-Watson: valor del test de
autocorrelación.
F – Stat: Valor de F.

Al considerar las regresiones para cebada recibida por
CCU, con el precio de la misma rezagada en un año,
muestran valores de las variables independientes cuyos
coeficientes no son estadísticamente significativos. Sin
embargo, cuando las regresiones son calculadas sobre la base del
precio de la cebada en el año, los coeficientes
además de ser positivos son estadísticamente
significativos. Esta diferencia tiene su explicación por
las características del contrato, ya que el agricultor
normalmente conoce cual será el precio que
recibirá, dada la relación existente entre el
precio de la cebada y el trigo, por ello la decisión de
entregar una determinada cantidad de cebada a CCU está
asociada a las expectativas de precio que tenga el trigo,
razón por la cual, la relación cantidad de cebada
recibida por CCU está directamente asociada al precio de
la cebada en la temporada pertinente, y no al precio de la
temporada anterior. De acuerdo a las regresiones obtenidas en
este estudio, con los datos disponibles
y considerando los valores de R2 y de Durbin-Watson,
se ha considerado la Ecuación 7 como la más
representativa. En ésta la cantidad de cebada entregada a
CCU estaría negativamente relacionada con la superficie de
trigo en la temporada. De acuerdo a este criterio, la elasticidad
precio de la oferta alcanzaría a 1,062.

Los valores de k fluctuaron para cada uno de los
años considerados en este estudio en función de las
diferenciales de calidad y de los rendimientos estimados para
cada una de las variedades. Basándose en los
cálculos, el valor k alcanzó sólo a un 4,7 %
en el año 1984, producto de la liberación comercial
en ese año de la variedad Granifén INIA/CCU, creada
por el convenio y que sólo ocupó una superficie de
1.926 ha de las 10.137 ha contratadas por CCU. Hasta el
año 1989 la variedad Aramir seguía siendo la
más utilizada por esta empresa en sus contratos de
siembra, y por ello los valores de k calculados se mantuvieron
relativamente estables hasta ese año. Posteriormente, a
partir de 1991, CCU dejó de sembrar Aramir, usando
definitivamente las variedades creadas por INIA (Granifén
INIA/CCU y durante los últimos años Libra INIA/CCU)
las que presentaron mayores rendimientos y mejor calidad que
Aramir. Los valores de k por tanto, aumentaron en
comparación a los existentes antes de esa época
(Figura 4).

Figura 4. Valores de
k determinados para el convenio INIA-CCU.
Figure 4. k values calculated for the INIA-CCU
agreement.

Producto de la creación de estas variedades y sus
características de calidad y rendimientos, CCU
modificó sistemáticamente la bonificación
por calibre de grano. Entre el período comprendido entre
los años 1978 y 1985, la Compañía bonificaba
un 0,5% por cada 1% sobre el 80% de la cebada que estuviera sobre
harnero de 2,5 mm. A partir de 1986, y hasta 1989, la base de
bonificación aumentó para aquella cebada que
tuviera un calibre de grano superior a 85% sobre la criba o
harnero de 2,5 mm. Desde 1990 y hasta la fecha, la
bonificación nuevamente aumentó para aquellas
cebadas con calibre de grano 90% superior sobre harnero de 2,5 m.
Este sustancial beneficio para la empresa y para los
agricultores, se obtuvo debido al importante avance de las
investigaciones en el mejoramiento genético que hizo
factible crear nuevas variedades de cebada con calidad
maltera.

El Cuadro 5 muestra los resultados de la
evaluación económica para este trabajo y la
distribución de estos beneficios en términos de
excedentes del productor y consumidor. De acuerdo a los valores
calculados de elasticidades de oferta y demanda, los beneficios
sociales netos del proyecto de
mejoramiento genético de cebada alcanzan a 5.350 millones
de pesos, con una Tasa Interna de
Retorno (TIR) de 51,98%. Por otra parte, los beneficios
muestran que 65 % de éstos es capturado por los
productores y el remanente por los consumidores. Al variar las
condiciones de la elasticidad de la demanda, desde perfectamente
elástica a perfectamente inelástica, los valores de
TIR y la distribución de los beneficios se ven claramente
alterados. En la primera de estas situaciones, vale decir cuando
los demandantes están dispuestos a comprar cualquier
cantidad a un precio dado eventualmente, todos los beneficios
habrían sido capturados por los productores, alcanzando el
proyecto de mejoramiento genético en cebada una TIR de
46,78%. Por otra parte, si la función de demanda hubiese
sido completamente inelástica, vale decir la cantidad
demandada no cambia si el precio cambia, gran parte de los
beneficios del programa de cebada habrían sido capturados
por los consumidores de cebada y la TIR habría aumentado a
54,09%.

Cuadro 5.
Estimación de la distribución de los beneficios
sociales de la investigación en cebada.
Table 5. Estimate of the distribution of the social
benefits of the barley breeding research.

Los resultados obtenidos son coincidentes con los
encontrados por Ayer y Schuh (1972) para el mejoramiento de las
variedades de algodón en Brasil. Los autores indican que
del total de los beneficios alcanzados, casi el 60% de
éstos fue capturado por los productores, lo cual es
reflejo de los valores calculados para las elasticidades de la
oferta y la demanda. Las TIR para ese estudio fluctuaron entre 87
y 92%, dependiendo de los valores de la elasticidad de la demanda
y de las variaciones de k.

Las condiciones de la demanda afectan en gran medida los
resultados de los beneficios de la investigación como su
distribución. Akino y Hayami (1975), al evaluar el efecto
del mejoramiento genético de arroz en Japón,
indicaron que si la elasticidad de la demanda es infinitamente
elástica, las ganancias de los beneficios sociales
producto de un cambio en la oferta, podrían ser capturadas
en su totalidad por los productores, mientras que si aquella
fuese igual a cero, no existirían ganancias para los
productores en la medida que la oferta fuese
competitiva.

Con respecto al mejoramiento genético de cebada,
Campos et al. (1989), sobre la base de los antecedentes
disponibles a partir del año de firma del convenio y hasta
el año 1989, más una proyección de las
siembras contratadas por CCU, hasta el año 1992, estimaron
que el efecto de la introducción de las variedades
generadas por INIA, al reemplazar anualmente 25% de la superficie
contratada por CCU, implicaría un aumento del valor de k,
hasta un 24,56% en ese año. En estas circunstancias, se
estimó que el beneficio social estimado para 1992 variaba
desde $82.911.957 en 1984, hasta $324.985.413. La TIR para este
estudio fluctuó entre 49,96 y 48,45%.

Macagno et al. (1992) estimaron para el caso del
mejoramiento genético de cebada en los Estados Unidos,
una TIR de un 91% cuando el análisis se realizó
para los tres principales estados productores de cebada
(Minnesota, Carolina del Norte y Carolina del Sur). La TIR, sin
embargo, alcanzaba 85% cuando sólo se consideraban los
resultados para el estado de
Minnesota. Los menores valores en el valor de la TIR registrada
en este estudio, comparada con los obtenidos en el presente
trabajo, podrían deberse a las condiciones sobre las
cuales se establecen los contratos de producción entre los
productores y CCU, en donde las condiciones de oferta y demanda
son más restrictivas que las observadas en los Estados
Unidos.

Conclusiones

El análisis realizado para la estimación
del impacto económico del convenio INIA-CCU, muestra que
la rentabilidad social alcanzada por la creación de las
variedades Granifén INIA/CCU, Libra INIA/CCU y Acuario
INIA/CCU ha sido, en comparación a otros estudios,
relativamente elevada, fluctuando entre un 54,09 y 46,78 %. Los
menores valores alcanzados en este estudio, en comparación
a la literatura,
obedecen a las condiciones de la comercialización de las
semillas, las cuales se establecen mediante contrato entre la
Compañía de Cervecerías Unidas y los
agricultores, situación que determina que en algunas
temporadas la superficie contratada por la CCU disminuya para
ajustarse a las condiciones de la demanda y a los precios
internacionales de la cebada malteada.

La distribución de los beneficios indica que los
excedentes de los consumidores alcanzaron a un 42,9% de los 5.350
millones de pesos generados por el programa de mejoramiento de
cebada, desde 1979 hasta 1999. Esta situación se deriva de
los valores bajos de las elasticidades precio, tanto para la
demanda como para la oferta. Los valores de las elasticidades
juegan un papel importante en la distribución de los
beneficios de la investigación. Al considerar una
elasticidad precio de la demanda perfectamente elástica,
todos los beneficios habrían sido capturados por los
productores, mientras que, en una situación inversa, si la
elasticidad precio de la demanda hubiese sido perfectamente
inelástica, gran parte de los beneficios habrían
sido capturados por los consumidores.

Es importante señalar que aunque la
creación de variedades de cebada con calidad maltera fue
relativamente rápida, su distribución fue lenta,
principalmente durante las primeras etapas del convenio,
situación que alteró los efectos positivos del
mejoramiento genético en esta especie.

Literatura citada

Alston, J.M., G.W.
Norton, and P.G Pourdey. 1995. Science under scarcity. Principles
and practice for agricultural research evaluation and priority
setting. 585 p. Cornell University Press, Ithaca, New York,
USA.

Akino, M., and Y. Hayami.
1975. Efficiency and equity in public research: rice breeding in
Japan's economic development. Am. J. Agric. Econ. 57:
1-10.

Ayer, M.W., and G.W. Schuh.
1972. Social rates of return of agricultural research: the case
of cotton research in Sao Paulo, Brasil. Am. J. Agric. Econ. 54:
557-569.

Beratto E. 1983. Cultivar de
cebada Aramir. Investigación y Progreso Agropecuario
Carillanca 2 ( 3): 13-15.

Beratto E. 1984.
Granifén-INIA/CCU, nueva cebada maltera.
Investigación y Progreso Agropecuario Carillanca 3 ( 4):
2-4.

Beratto E. 1988.
Libra-INIA/CCU nuevo cultivar de cebada maltera. Agricultura
Técnica ( Chile) 48: 375.

Beratto E. 1990.
Leo-INIA/CCU, nueva variedad de cebada maltera. Agricultura
Técnica ( Chile) 50: 89-90.

Beratto E., y H. Salvo.
1994. Acuario-INIA/CCU. Nueva cebada de primavera para
producción de malta y alimentación animal.
Investigación y Progreso Agropecuario Carillanca 13 ( 3):
31-35.

Beratto E., y J.L.
Rouanet. 1987. Incidencia de la época de siembra en el
rendimiento de cebadas de primavera. Agricultura Técnica (
Chile) 47: 260-266.

Campos A., C.
Ortíz, y E. Beratto. 1989. Análisis del impacto
técnico económico del convenio INIA CCU para
mejoramiento genético de cebada cervecera. Boletín
Programa de Economía N°6.
Instituto de Investigaciones Agropecuarias, Santiago,
Chile.

Evenson, E.R. 1982.
Observation on Brazilian agricultural research and productivity.
Rev. Econ. Res. 20: 367-401.

INE. 1998. Anuario de la
Producción Industrial. 80 p. Instituto Nacional de
Estadísticas (INE), Santiago,
Chile.

Lindner, R.K., and
F.G. Jarrett. 1978. Supply shifts and the size of research
benefits. Am. J. Agric. Econ. 60: 48-56.

Macagno, F.L., W.B.
Sundquist, and D.C. Rasmusson. 1992. Gains from agricultural
research in a multimarket framework: the case of malting barley.
IR-6 Information Report N°92-1. University of Minnesota,
Department of Agricultutal and Applied Economics, St. Paul,
Minnesota, USA.

Norton, G.W., and J.S.
Davis. 1981. Evaluating return to agricultural research: A
Review. Am. J. Agric. Econ. 63: 685-699.

ODEPA. 1999.
Estadísticas Agropecuarias. Disponible en
Conectado el 15 de agosto de 1999.

Ortíz, J., J.
Alwang, y G. Norton. 1995. Beneficios sociales de la
investigación agropecuaria en Chile, en un contexto de
políticas distorsionadoras de precios.
Agricultura Técnica ( Chile) 55: 189-203.

Peterson, W.L.
1976. Return to poultry research in the United States. J. Farm
Econ. 49: 56-69.

Pindyck R., and D.
Rubinfeld. 1980. Modelos Econométricos. 638 p. Labor
Universitaria, Barcelona, España.

Urrutia, S.G. 1998.
Cebada cervecera: perspectivas de rentabilidad. p. 27:30.
Agroeconómico abril-mayo. Fundación Chile,
Santiago, Chile.

Publicación original: Agric.
Téc. [online]. jul. 2001, vol.61, no.3 [citado 11
Junio 2007], p.352-366.
Disponible en la World Wide
Web:
<http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0365-28072001000300010&lng=es&nrm=iso>.
ISSN 0365-2807
Reproducción autorizada por: Revista
Agricultura Técnica, hriquelm[arroba]inia.cl

Arturo Campos M. 2 y Edmundo
Beratto M. 3

1 Recepción de originales: 9 de diciembre de
1999.
2 Instituto Investigaciones Agropecuarias, Centro Regional de
Investigación La Platina, Casilla 439, Correo 3, Santiago,
Chile. E-mail:

3 Instituto de Investigaciones Agropecuarias, Centro Regional de
Investigaci{on Carillanca, Casilla 58-D, Temuco, Chile.
E-mail: