Vous êtes sur la page 1sur 19

Un modelo de equilibrio parcial para el

mercado de aceite de oliva


Silverio Alarcon
Dept. Economa y CC.SS. Agrarias.
U. Politecnica de Madrid

Resumen
El objetivo de este trabajo es estudiar el comportamiento del mercado espa
nol de aceite de oliva ante distintos escenarios economicos. Para ello se
utiliza un modelo de optimizacion que maximiza el excedente del consumidor y del productor y minimiza el coste de transporte sujeto a restricciones
de produccion y de demanda. Este modelo de equilibrio parcial ofrece en
su solucion optima las cantidades producidas y demandadas en cada zona
geografica, los precios en origen y en destino y las cantidades transportadas
entre zonas. Sin embargo, su utilidad mas importante es que permite examinar los efectos de distintas situaciones de mercado y las repercusiones de
posibles medidas de poltica agraria, mediante analisis de sensibilidad de los
coeficientes del modelo o introduciendo nuevas variables y restricciones.
Los resultados obtenidos muestran el comportamiento de la produccion y
el consumo para distintos niveles de precios y con diferentes tipos de ayudas
a la produccion.

UN MODELO DE EQUILIBRIO PARCIAL PARA EL


MERCADO DE ACEITE DE OLIVA

Introducci
on

Los modelos de equilibrio parcial simulan el comportamiento de un conjunto


de empresas en determinadas situaciones economicas. Son modelos capaces
de determinar las cantidades que se van a producir y sus precios en situaciones de equilibrio de mercado. Para ello se necesitan las funciones de oferta y
demanda de los productos, ademas de otra informacion relacionada con los
procesos productivos de las empresas. En este trabajo se presenta una aplicacion al sector del aceite de oliva que recoge las condiciones de produccion
de las principales regiones productoras en Espa
na, al tiempo que diferencia
distintas zonas demandantes y tiene en cuenta las exportaciones al exterior.
En esta misma seccion se resumen los fundamentos de esta metodologa y en
la siguiente se adapta para afrontar mercados con diferencias regionales. La
seccion 3 discute diferentes procedimientos de agregacion y expone con algo
mas de detalle el que se ha elegido. Los aspectos practicos de la construccion
del modelo, as como los datos utilizados, se exponen en 4 y los resultados
obtenidos y las conclusiones en 5.
La modelizacion de una actividad x en un mercado de competencia perfecta, con procesos productivos similares en todas las empresas, y en una
economa cerrada sin posibilidad de exportaciones o importaciones, se puede
realizar a partir de las siguientes consideraciones:
Se distingue entre cantidades demandadas xd y cantidades ofertadas xo .
Se contemplan funciones lineales de demanda Pd = a bxd y de oferta
Po = c + dxo , siendo Pd y Po precios de demanda y de oferta, respectivamente, a y c las ordenadas en el origen, b y d las pendientes de cada una de
las funciones.
Un mercado de competencia perfecta esta en equilibrio cuando se produce
una coincidencia en cantidades, ofertas y demandadas, y en precios. La
solucion grafica se obtiene representando estas funciones y hallando su punto
de interseccion (Figura 1).
Matematicamente el punto de equilibrio se determina resolviendo el sistema:

Po = Pd
a bxo = c + dxd
xo = xd
2

ac
b+d
ad + bc
Po = Pd = P =
b+d
xo = xd = x =

Po
Pd

@
@

@
@


@ Po = c + dxo



@


@
@
@Pd = a bxd

xo , xd

Figura 1: El equilibrio en un mercado de competencia perfecta


Po
Pd Demanda
B
B

Po0
Pd0

B
B



B  Oferta
B
B
B
B
BB
0

xo

xo , xd

Figura 2: Caso Po > Pd , P = 0


Un analisis mas completo incluye la posibilidad de que el equilibrio ocurra
sin un acuerdo entre vendedores y compradores, es decir, no se producen
transacciones comerciales y, por tanto, no hay coincidencia en precios (Figura
2). De forma mas precisa se pueden realizar las siguientes consideraciones.
En primer lugar, si las cantidades de producto ofertadas y demandadas son
iguales a cero el precio de oferta ha de ser mayor que el de demanda (Po > Pd ):
la mnima cantidad que estan dispuestos a ofrecer los vendedores es xo0 a un
precio Po0 , por encima del precio maximo que estan dispuestos a pagar los
compradores (Pd0 ). Dado que la funcion de oferta no esta definida para valores
inferiores a xo0 el precio de equilibrio es cero (P = 0). Por otra parte, si las
cantidades ofertadas y demandas son distintas de cero, los precios tienen que

coincidir. Se llega a las expresiones:


a bxd P
c + dxo P

a bxd P xd = 0

c + dxo P xo = 0

(1)
(2)
(3)
(4)

Se ha de cumplir tambien que la cantidad ofertada sea siempre mayor o igual


que la cantidad demandada,
(5)
xo xd
pero de forma que si xo > xd el precio de equilibrio ha de ser igual a cero:

xo + xd P = 0
(6)
Ademas de las condiciones de no negatividad:
xo , xd , P 0

(7)

Otra alternativa para determinar el equilibrio de mercado es mediante


programacion matematica. En este caso se hacen variar las cantidades ofertadas y demandadas con el objetivo de maximizar el area situada por debajo
de la funcion de demanda y por encima de la funcion de oferta, contemplando la restriccion de que la oferta ha de ser superior o igual a la demanda.
Teniendo en cuenta que el area por debajo de la funcion de demanda entre
Rx
bx2
el origen y un valor cualquiera xd es 0 d (a bxd ) dxd = kd + axd + 2d y la
Rx
2
situada por debajo de la de oferta es 0 o (c + dxo ) dxo = ko + cxo + dx2 o , esta
formulacion tiene las siguientes expresiones:
M aximizar
sujeta a :

Z = axd
xd xo
x o , xd 0

bx2d
dx2
cxo + o
2
2

(8)
(9)
(10)

Desde un punto de vista economico, la funcion objetivo (8) es la suma


del excedente del consumidor y del excedente del productor. El primero
es la utilidad aportada por la compra de x unidades a un precio P una
R xd vez
descontadas las cantidades de dinero gastadas en estas adquisiciones ( 0 (a
bxd ) dxd P x). El excedente del productor es el dinero que les queda
R xo a
los productores despues de restar los costes de produccion (P x 0 (c +
dxo ) dxo ). El excedente total es, por tanto, una expresion del bienestar social
y su maximizacion permite obtener el precio y la cantidad que proporciona
4

un mayor beneficio a la sociedad, considerando los interes contrapuestos de


compradores y vendedores.
Desde un punto de vista matematico, se puede comprobar que las condiciones de Karush-Kuhn-Tucker (KKT) del problema (8) a (10) son las
condiciones de un mercado de competencia perfecta (1) a (7), y que el precio
de equilibrio P es el multiplicador de Lagrange de la restriccion (9). Por
tanto, el planteamiento economico de las condiciones de equilibrio expuesto
para estas u
ltimas, esta tambien recogido en la programacion matematica.

Modelos sectoriales

La formulacion anterior ((8) a (10) ) se puede ampliar para modelizar mercados con diferencias geograficas significativas en cuanto a la produccion y
al consumo, y en los que se transporta producto de unas zonas a otras. Para
cada region productora i (i = 1, , m) se define la variable xoi (cantidad
producida en la region i) y la funcion inversa de oferta Poi = ci + di xoi . Para cada region consumidora j (j = 1, , n), una variable que cuantifica la
cantidad consumida, xdj , y una funcion inversa de demanda Pdj = aj bj xdj .
Ademas, se incluyen las variables tij , que recogen las cantidades de producto
que se transportan desde las zonas productoras i a las demandantes j, y los
coeficientes de coste unitario de transporte cij .
M aximizar

n
m
m
n
2
X

X
bj xdj
di x2oi X X
aj xdj
ci xoi +
cij tij
Z=

2
2
j=1
i=1
j=1 i=1

(11)

sujeta a :

n
X

j=1
m
X
i=1

tij xoi

(12)

tij xdj

(13)

xoi , xdj , tij 0 i, j

(14)

La funcion objetivo (11) es similar a (8) en el sentido de que ambas maximizan el excedente total, si bien (11) incluye P
un termino
Pm de minimizacion de
n
los costes totales de transporte de producto ( j=1 i=1 cij tij ). Este sumando, as como (12) y (13), son expresiones tomadas del conocido modelo del
transporte de Hitchcock. Las restricciones
Pnde oferta (12) limitan las cantidades transportadas desde cada region i ( j=1 tij ) a la cantidad producida en
ella (xoi ). Las restricciones de demanda (13) expresan que la cantidad total
5

P
transportada hasta j desde cualquier zona productora i ( m
i=1 tij ) ha de ser
mayor o igual que la demanda regional (xdj ). De la misma forma que antes
los precios de equilibrio son los valores duales de las restricciones. El precio
de equilibrio de oferta en la region i, Poi , es el valor dual de la restriccion
de oferta i. El precio de equilibrio de demanda en la region j, Pdj , es el
multiplicador de Lagrange de la restriccion de demanda j.
Modelos de este tipo se pueden utilizar para examinar los efectos de establecer, por ejemplo, cuotas al comercio o a la produccion (a
nadiendo lmites
superiores a las variables tij , xoi , respectivamente), tasas de importacion
o subsidios de exportacion (a
nadiendo a los costes unitarios de transporte
cij estas cantidades) o intervenciones en precios (limitando las expresiones
(aj bj xdj ) o (ci + di xoi )). Una exposicion detallada de estos aspectos se
encuentra en Takayama, Judge (1971), Captulo 10.
Otra variante de estos modelos son aquellos que representan la oferta de
productos de forma implcita mediante restricciones de factores de produccion en las explotaciones. Si se consideran, ademas, varios productos, distintas regiones de demanda y varias zonas productoras con diferentes tipos de
explotaciones se obtiene un modelo general de la siguiente forma:
X X Z xdjk
X X Z ziv
XXX
M ax Z =
Pdjk (xdjk ) dxdjk
Piv (ziv ) dziv
cijk tijk
j

(15)

xoik
ziv +

XX
k

rikh Yikh

i, k

(16)

cikhv Yikh

i, v

(17)

X
k

aikhf Yikh Dihf i, f, h


X

(18)

tijk

i, k

(19)

tijk

j, k

(20)

xdjk , xoik , ziv , tijk , Yikh

i, j, k, h

(21)

xoik +
xdjk

X
i

Se han introducido los subndices k para denotar los distintos productos


finales (ofertados y demandados), v para los factores de produccion variables,
f para los factores de produccion fijos y h para los diferentes tipos de explotaciones. La funcion de demanda del producto k en la region j es Pdjk (xdjk );
Piv (ziv ) es la funcion de oferta del factor variable v en la zona productora i;
6

Yikh es la variable que expresa el nivel de produccion (n


umero de hectareas,
por ejemplo) del producto k en la zona i y en la explotacion tip h, rikh es su
rendimiento (en unidades fsicas), y cikhv y aikhf son los consumos unitarios
(que efect
ua la actividad Yikh ) del factor variable v y del factor fijo f , respectivamente; Dihf es la disponibilidad del factor fijo f en la explotacion h
de la zona productora i.

El problema de la agregaci
on

La finalidad de un modelo sectorial de equilibrio parcial es obtener estimaciones de producciones y superficies cultivadas de un conjunto de explotaciones,
as como de los precios de mercado de los productos, bajo distintos escenarios economicos. Si se pudiera construir un modelo matematico para cada
umero de explotaciones existentes), la suma de las
empresa agraria (h = n
soluciones de los programas individuales estara exenta de sesgos de agregacion. Sin embargo es imposible proceder as tanto por razones operativas
como por falta de datos disponibles.
Una forma de acometer este problema es modelizar una serie de explotaciones representativas. La solucion agregada se obtiene ponderando la solucion de cada modelo por el n
umero de explotaciones existentes en cada
grupo homogeneo. Alternativamente, se pueden agregar los recursos de cada
conjunto de explotaciones homogeneas y obtener la solucion directamente.
Ambos metodos proporcionan identicos resultados, y los sesgos de agregacion no existiran si las explotaciones agrupadas fuesen exactamente iguales,
algo que nunca ocurre en la realidad.
Day (1963) [2] establecio tres condiciones para poder agrupar explotaciones agrarias sin cometer sesgos de agregacion:
1. Homogeneidad tecnologica. Todas las explotaciones deben tener las
mismas posibilidades de produccion, los mismos tipos de recursos, identico
nivel de capacitacion y tecnologa, es decir, los coeficientes cikhv y aikhf
deben ser iguales en todas las explotaciones incluidas en la catagora h
de la zona i.
2. Proporcionalidad pecunaria. En cada explotacion, el cociente entre el
margen bruto de una actividad y el margen bruto de esa actividad en
el agregado de la clase debe ser constante para todas las actividades.
3. Proporcionalidad institucional. La participacion de cada explotacion
en cada uno de los recursos totales del agregado debe ser la misma para
todos los recursos.
7

Numerosos autores han criticado estas condiciones por considerarlas demasiado estrictas y difciles de cumplir en la practica. Miller (1966) propone
como condiciones suficientes para que pueda hacerse una agregacion exacta:
(1) homogeneidad tecnologica y (2) homogeneidad cualitativa en los vectores
soluciones de las explotaciones individuales. Esta segunda condicion permite
la existencia de recursos y margenes brutos diferentes en las explotaciones
agrupadas siempre que estas variaciones afecten exclusivamente a los niveles
de actividad, pero no a los tipos de actividades que incluyen las soluciones
(Miller, 1966; Lee, 1966).
Sheehy, McAlexander (1965) discuten metodos convencionales que agrupan explotaciones en funcion de las dotaciones de ciertos recursos, y proponen
una clasificacion seg
un los recursos mas limitantes, que denominan metodo
de las rectricciones homogeneas. Frick, Andrews (1965) examinan cuatro
metodos de agrupacion de explotaciones para estudiar sesgos de agregacion:
el metodo que logra minimizar en mayor cuanta el sesgo es el de Sheehy,
McAlexander (1965), aunque consideran que presenta algunas limitaciones
cuando se utiliza para explotaciones con varias producciones.
Paris, Rausser (1973) opinan que las condiciones de Day (1963) son muy
restrictivas, lo que lleva a que la mayora de las aplicaciones practicas se limiten a decir que aparentemente se satisfacen. La metodologa que proponen
es menos restrictiva pero no es operativa porque los criterios de clasificacion
de las explotaciones pueden variar en funcion de las soluciones del modelo.
Spreen, Takayama (1980) demuestran que ni siquiera las condiciones de
Day (1963) aseguran una agregacion estrictamente exacta. Solo es posible
alcanzar una semiagregacionpara la cual la condicion crucial es que bajo
distintos supuestos las explotaciones agrupadas se comporten seg
un identicas
formas de actuacion, algo similar a la segunda condicion de Miller (1966) y
al metodo de las restricciones homogeneas de Sheehy, McAlexander (1965).
En la practica, la elaboracion de modelos sectoriales mediante explotaciones representativas lleva a utilizar unos criterios de agregacion que se reducen
a unas reglas sencillas (Hazell, Norton, 1986):
1. Proporciones similares en las dotaciones de recursos. Este significa
agrupar las explotaciones seg
un tama
nos y disponibilidades de mano
de obra similares.
2. Rendimientos similares. Es frecuente diferenciar las explotaciones de
secano o regado. Un mayor nivel de detalle se puede conseguir en
funcion de clases de suelos, pendientes, climatologa, etc.
3. Tecnologa similar. Clasificacion en funcion de orientaciones productivas predominantes, capacitacion y equipamiento tecnico.
8

Una va alternativa a la agregacion mediante explotaciones representati


vas es la propuesta de McCarl (1982), que se expone y desarrolla en Onal,
McCarl (1989, 1991). Este procedimiento de agregacion, basado en el algortmo de descomposicion de Dantzig, Wolfe (1961), parte de la idea de
que cualquier region factible lineal puede ser sustituida por una combinacion
lineal de sus vertices P
, es decir, cualquier valor factible de una actividad productiva Yk es igual a p pk Vpk , donde Vpk es la componente k del vertice Vp
de la region factible y pk es una variable que toma valores entre 0 y 1. Esto
permite afirmar que estos dos problemas lineales son equivalentes 1 :
M ax Z =

M ax Z =

M Bk Yk

sujeta a :

X
k

XX

sujeta a :

akf Yk Df f
Yk

M Bk pk Vpk

X
p

pk 1
pk 0 k

Graficamente se puede ver con claridad cual es la equivalencia propuesta.


Consideremos un ejemplo sencillo con dos cultivos (Y1 , Y2 ), una restriccion
de ocupacion (Y1 + Y2 25) y otra de de mano de obra (2Y1 + 3Y2 60)
que, conjuntamente con las restricciones de no negatividad, conducen a
una region factible cuyos vertices son (0, 0), (25, 0), (15, 10), (0, 20). Dado que cualquier punto (Y1 , Y2 ) de este region se puede expresar como (Y1 =
01 + 252 + 153 + 04 , Y2 = 01 + 02 + 103 + 204 ), se llega a dos formulaciones diferentes que proporcionan las mismas soluciones optimas:

(0, 20) @
Q

M ax Z = M B1 Y1 + M B2 Y2
sujeta a : Y1 + Y2 25
2Y1 + 3Y2 60
Y1 , Y2 0

(0, 0)

M ax Z = 25M B1 2 + 15M B1 3
+10M B2 3 + 20M B2 4
sujeta a : 1 + 2 + 3 + 4 1
1 , 2 0

Y2
@

Q @
Q @
Q @
Q
Q@
Q@
Q (15, 10)
Q
@
Q
@Q
@Q
@QQ
@ Q
Q
@
Q
@
1

(25, 0)

Y1

M Bk es el margen bruto de la actividad k, akf es el consumo que realiza la actividad


k del recurso f y Df es la disponibilidad del recurso f

En el modelo sectorial (15) a (21) se puede aplicar este tipo de agregacion,


y generar las actividades productivas mediante un conjunto de vertices p que
delimitan la region factible. La cantidad ofertada el producto k en la region i,
obtener como combinacion lineal de una serie de valores xpoik =
x
Poik , se puede
p
de factores
h rikh Yikh , y de la misma forma se pueden obtener las cantidades
P
p
p
= h cikhv Yikh
. Y el
productivos variables utilizadas en cada cultivo k , zikv
modelo sectorial agregado se formula con las siguientes expresiones:
XXX
X X Z xdjk
X X Z ziv
Piv (ziv ) dziv
cijk tijk
Pdjk (xdjk ) dxdjk
M ax Z =
j

(22)

xoik
ziv +

X
p

XX
p

xpoik ikp 0 i, k

(23)

p
zikv
ikp 0 i, v

(24)

X
p

xoik +
xdjk

ikp 1 i, k

X
j

X
i

(25)

tijk 0 i, k

(26)

tijk 0 j, k

(27)

xdjk , xoik , ziv , tijk , ikp 0 i, j, k, p

(28)

Para el problema de determinar planes de produccion factibles en cada


region productora (xpoik ) y sus correspondientes usos de factores variables
p

(zikv
), Onal,
McCarl (1989) realizan dos propuestas. La primera se apoya,
una vez mas, en la metodologia de las explotaciones tipo: se formula para
cada una de ellas un subproblema lineal, y las distintas soluciones obtenidas
al realizar analisis de sensibilidad de precios y otros coeficientes se agregan
para llegar a los valores factibles de niveles de produccion y factores variables
p
es el
de las zonas productoras. Por tanto, cada uno de los valores xpoik y zikv
resultado de sumar las soluciones de cada subproblema h de la region i que se
ha resuelto para unas determinadas condiciones tecnicas y economicas p. Este
procedimiento no es mas que una extension del algoritmo de descomposicion

McCarl (1989)
de Dantzig, Wolfe (1961), con la diferencia de que en Onal,
no hay interaccion entre los subproblemas y el problema maestro en cada
iteracion, sino que despues de resolver todos los subproblemas en distintas
condiciones se incorpora esta informacion en el problema maestro.
10

La segunda propuesta considera que las producciones factibles agregadas


de una region son de hecho las que se observan en la realidad durante un
periodo de tiempo, y conduce a la utilizacion de las series historicas de las
estadsticas oficiales. Esta va, que es la que se usa en la aplicacion practica
de este trabajo, presenta la ventaja de que permite construir modelos sectoriales con menor grado de informacion, es decir, sin necesidad de modelizar
todas las explotaciones que operan en el y se eliminan, por tanto, todos los
peque
nos errores que se pueden cometer al estimar sus coeficientes. Ademas,
se tiene la seguridad de que el modelo proporcionara una solucion proxima a
la realidad, pues esta solo puede ser combinacion lineal de los datos historicos
introducidos en las restricciones (23) y (24). Por tanto, esta metodologa disminuye claramente los sesgos de agregacion pero, por las mismos motivos,
presenta el inconveniente de su incapacidad para generar soluciones muy
distintas de las observadas en la realidad y para analizar cambios tecnicos
o economicos demasiado innovadores que puedan alterar las condiciones de

produccion. Onal,
McCarl (1989) sugieren que en estos casos cabe la posibilidad de introducir en el modelo soluciones hipoteticas suministradas por
expertos conocedores del sector.
Una aplicacion practica de esta metodologa se encuentra en Hamilton et
al. (1985) donde se comparan, en un modelo que estudia los efectos de la
reduccion de la concentracion de ozono, estas dos propuestas (inicialmente
sugeridas en McCarl, 1982) con otras agregaciones basadas en explotaciones
tipo y se comprueba el mejor comportamiento de las primeras frente a estas
u
ltimas.

Modelizaci
on del mercado de aceite de oliva en Espa
na

Una aplicacion practica del modelo de equilibrio parcial (22) a (28) se ha


realizado para el mercado de aceite de oliva en Espa
na. El u
nico producto
que se ha considerado es este (k = aceite de oliva), sin diferenciar entre sus
distintas categorias, debido fundamentalmente a la dificultad de encontrar
informacion sobre estas para cada zona de consumo. Tampoco se incluyen
otros aceites sustitutivos como el girasol por cuestiones de simplicidad. Evidentemente sera muy interesante disponer de un modelo que puediera cuantificar los efectos de las variaciones de precios y ayudas de un aceite sobre
el consumo y la produccion de otro, pero el hecho de que los consumidores
puedan sustituir un tipo de aceite por otro, unido a que los agricultores, en
sus decisiones de produccion, puedan sustituir el girasol por otro cultivos

11

herbaceos, llevara a un modelo mas complejo que supera los fines de este
trabajo.
Las regiones consumidoras son las de la publicacion Consumo alimentario en Espa
na (MAPA, 1991)mas otra zona para el resto del mundo, de
forma que el subndice j toma los valores: Andaluca, Canarias, Castilla y
Leon, Centro Sur (Madrid y Castilla-La Mancha), Levante (Comunidad Valenciana y Murcia), Noreste (que agrupa a Catalu
na, Aragon y Baleares),
Noroeste (Galicia y Asturias), Norte (Pas Vasco, Cantabria, La Rioja y Navarra), ademas del sector exterior. El modelo trabaja inicialmente con una
elasticidad-precio de la demanda nacional de aceite de oliva de = 0, 59,
tomada de Mili, Briz (1991), aunque en la seccion siguiente se introducen
elasticidades de investigaciones posteriores. Si se considera que la funcion de
demanda de cada region no depende de las funciones de oferta de otras regiones, su elasticidad (j ) se puede obtener, seg
un Hazell, Norton (1986, pag.
191), dividiendo la elasticidad nacional por la participacion en el consumo
x
de cada region (Kj = xdjd ):

(29)
j =
Kj
Conocidas estas elasticidades regionales, especificando funciones lineales
del tipo P = aj bj xdj y dado un punto en cada una de ellas (P 0 , x0dj ) es
facil obtener sus coeficientes mediante las expresiones:
P0
xdj j
= P 0 bj xdj

bj =

(30)

aj

(31)

Incluso se pueden simplificar estos calculos, pues sustituyendo en (30)


xdj = xd Kj y (29) se llega a que todas las pendientes bj son iguales :
bj =

P0
P0
P0
= xd Kj =
=b
xdj j
xd

(32)

Kj

Y (31) queda:
aj = P0 bxd Kj

(33)

pta
, 403, 062 millones de litros)
Para precios y cantidades de 1994 (330, 58 litro
se obtiene una pendiente b = 1, 39. Los valores de Kj estimados a partir
de Consumo alimentario en Espa
na (MAPA, 1991)y los de aj calculados
seg
un (33) se muestran en la Tabla 1.
La funcion de demanda utilizada para las exportaciones es Pex = 597.988
0, 75796xdex , que se ha estimado directamente de datos de la FAO por no haberse encontrado ning
un estudio que proporcionase la elasticiad-precio de las

12

Andaluca
Canarias
Castilla y Le
on
Centro Sur
Levante
Noreste
Noroeste
Norte

Kj
0.206998
0.021397
0.050260
0.210420
0.118870
0.236390
0.076406
0.079255

aj
446.55
342.57
358.74
448.47
397.18
463.02
373.39
374.98

Tabla 1: Participacion regional en el consumo y ordenada en el origen en las


funciones de demanda
nolas
exportaciones espa
nolas. La variable xdex recoge las exportaciones espa
en millones de litros en el periodo 1961 1998 mientras que Pdex no es su
verdadero precio sino una aproximacion realizada mediante el cociente entre
pta
.
el valor de las exportaciones y las cantidades exportadas expresado en litro
Las regiones productoras consideradas son las comunidades autonomas
que dedican una mayor superficie al olivar. La u
nica excepcion es Andaluca,
donde se ha distinguido entre secano y regado. Por tanto, i = Aragon, Catalu
na, Castilla-La Mancha, Comunidad Valenciana, Extremadura, Andaluca
secano, Andaluca regado, Resto de Espa
na. En esta u
ltima se agrupan
todas la comunidades no includas de forma individual.
p 2
nos
Las producciones factibles (xoi
) estan referidas a un periodo de 10 a
un la expresion:
(p = 1987, . . . , 1996) y se han determinado seg
p
xoi
(106 litros) = spoi (103 ha)ri (

103 kg 0 litros
)r (
)
ha
kg

p
donde soi
es la superficie de olivar de almazara de la region i en el a
no p
(Tabla 2), ri es el rendimiento de aceituna del cultivo en la region i (Tabla 3)
y r0 es el rendimiento de la transformacion de la aceituna en litros de aceite
3
para el que se ha tomado un valor de 0, 2246 litros
.
kg
La finalidad de separar superficies y rendimientos es capacitar al modelo para realizar analisis de sensibilidad con respecto a los rendimientos de
aceituna por hectarea de cada region, que es el parametro mas incierto y
con mayores oscilaciones de unos a
nos con otros. Los datos de superficie de
la Tabla 2 corresponden a los de olivar de secano, excepto los de Andaluca
regado. Los datos de rendimiento de la Tabla 3 se han obtenido dividiendo
2

El subndice k se elimina por tener solo un valor


Es el resultado de dividir la media de la u
ltima columna de la Tabla 4 entre la densidad
kg
del aceite 0, 925 litro
3

13

Arag
on
Catalu
na
Castilla-La Mancha
C. Valenciana
Extremadura
Andaluca secano
Andaluca regado
Resto de Espa
na

1987
1988
45,263
36,092
106,857 107,819
271,207 271,856
86,891
87,960
180,817 180,764
1038,963 1028,403
77,863
76,105
57,705
55,399

1989
1990
43,317
44,676
112,854 108,794
271,404 270,372
86,680
86,811
166,813 166,743
1038,314 1046,576
79,613
81,998
56,049
55,920

1991
3,244
109,044
267,342
88,910
166,658
1060,269
87,071
55,884

Arag
on
Catalu
na
Castilla-La Mancha
C. Valenciana
Extremadura
Andaluca secano
Andaluca regado
Resto de Espa
na

1992
1993
43,168
43,393
94,027 111,010
255,847 268,177
89,401
85,964
166,200 225,000
1052,339 1051,173
92,940
92,644
56,741
59,077

1994
1995
1996
43,032
42,287
43,218
99,610
98,732 101,542
268,876 272,179 255,098
88,087
83,832
92,307
218,528 219,806 213,789
1076,524 1084,252 1083,369
104,771 116,726 128,679
49,450
54,668
52,541

Tabla 2: Superficie de olivar de aceituna de almazara en plantacion regular


(miles de hectareas). Anuario de Estadstica Agraria, MAPA, varios a
nos
la produccion total de cada region (que incluye secano, regado y arboles diseminados, excepto en Andaluca) entre los datos de superficie de la Tabla 2.
De esta manera se obtienen unos rendimientos ligeramente superiores a los
del Anuario de Estadstica Agraria, que permiten que el modelo opere sobre
las superficies de secano y proporcione las producciones posibles totales de
cada region. Aunque esto no es exactamente lo que ocurre en la realidad se
ha preferido esta opcion porque evita tener que diferenciar en cada comunidad autonoma entre secano y regado, lo que complica innecesariamente el
modelo pues el olivar de regado solo es significativo en Andaluca. Por otra
parte, el modelo nunca trabaja con todos los datos de la Table 3, solamente
utiliza un ri para cada region, que puede ser el rendimiento medio, el maximo
o el que se considere oportuno en cada situacion.
El u
nico factor de produccion que se ha considerado de forma explcita es
el trabajo de recoleccion de la aceituna (v = mano de obra eventual) que es
la componente mas importante del coste de produccion. La escasez de estudios sobre oferta de trabajo ha llevado a considerar una funcion totalmente
inelastica: el modelo se limita a computar el n
umero de jornadas trabajadas

14

Arag
on
Catalu
na
Castilla-La Mancha
C. Valenciana
Extremadura
Andaluca secano
Andaluca regado
Resto de Espa
na

1987
0,889
0,777
1,195
1,046
0,933
2,507
3,860
0,890

1988
0,551
0,481
0,417
0,761
0,409
1,502
2,108
0,423

1989
0,920
0,888
0,892
0,793
0,920
1,687
3,191
0,911

1990
0,173
0,631
0,548
0,600
0,742
2,344
3,360
0,427

1991
1,101
1,090
0,735
0,924
0,766
1,734
3,110
0,777

Arag
on
Catalu
na
Castilla-La Mancha
C. Valenciana
Extremadura
Andaluca secano
Andaluca regado
Resto de Espa
na

1992
0,680
1,310
0,621
0,633
0,610
2,060
3,121
0,469

1993
0,488
0,865
1,091
0,954
0,631
1,559
3,053
0,854

1994
0,309
0,626
0,357
0,541
0,617
1,769
3,155
0,376

1995
0,570
1,021
0,345
0,918
0,733
0,752
2,484
0,582

1996
1,263
1,367
0,808
0,671
0,885
2,845
4,250
0,928

Tabla 3: Rendimiento del olivar (toneladas de aceituna por hectarea). Anuario de Estadstica Agraria, MAPA, varios a
nos

1987
1988
1989
1990
1991
1992
1993
1994
1995
1996

Aceituna de almazara
miles de t
3663,1
2054,4
2661,3
3153,2
2725,4
2945,8
2605,7
2608
1594
4328,3

Aceite de oliva
kg de aceite
miles de t
kg de aceituna
733,72
0,2003
399,38
0,1944
550,77
0,20695
639,39
0,20278
592,97
0,21757
623,08
0,21152
549,06
0,21072
526,88
0,20202
336,08
0,21084
954,15
0,22045

Tabla 4: Produccion nacional de aceituna de almazara y aceite de oliva.


Anuario de Estadistica Agraria, varios a
nos

15

OFERTA
x o Po
Arag
on
7,11 311
Catalu
na
23,11 312
Castilla-La Mancha 43,15 307
16,37 311
Valencia
Extremadura
36,87 307
Andaluca secano
459,97 304
92,22 304
Andaluca regado
Resto de Espa
na
8,87 308

DEMANDA
Andaluca
Canarias
Castilla y Le
on
Centro
Levante
Noreste
Noroeste
Norte
Exportaci
on

xd
100,35
14,75
35,08
101,20
63,57
107,07
42,83
45,51
177,32

Pd
307
322
310
308
308
314
314
312
329

Tabla 5: xo , xd (millones de litros de aceite), Po , Pd (pesetas por litro)


y a determinar el coste de recoleccion en la funcion objetivo. Por otra parte,
el coste de produccion por hectarea que no depende de este factor tambien
se introduce en la funcion objetivo multiplicando a la superficie cultivada en
cada region.
Los costes de transporte (cij ) se han estimado multiplicando un coste
unitario por kilometro y litro por la distancia en kilometros entre la ciudad
mas importante de cada region productora y cada region demandante.

Validaci
on del modelo

No se pretende en esta seccion realizar una exposicion exhaustiva de los


resultados del modelo en distintas situaciones economicas y tecnicas, sino solamente una breve muestra de su capacidad para generar soluciones proximas
a la realidad o a las hipotesis planteadas.
Los resultados obtenidos para 1995 utilizando rendimientos medios en las
zonas productoras y = 0, 59 (Mili, Briz, 1991) se muestran en la Tabla 5.
Los precios en las zonas de demanda son los valores duales de las restricciones
(27) y por tanto no deben interpretarse como precios minoristas sino como
el precio de compra en las zonas productoras mas los costes de transportes.
Si se utiliza una elasticidad de = 0, 1108 tomada de Gonzalez Alcon
(1996) se obtienen unos precios en torno a un 20% mas bajos (entre 254 y
pta
279 litro
), cantidades ofertadas iguales, demandas regionales algo inferiores y
exportaciones que suben hasta 210,35 millones de litros y pasan a representar
el 31% de la produccion frente al 26% anterior.
Las variaciones en los rendimientos provocan grandes fluctuaciones tanto en precios como en cantidades. As si se introducen en el modelo ( =
0, 1108) los rendimientos maximos de cada region (Tabla 3) se llega a una
16

produccion nacional de 1.024 millones de litros (casi un 50% mas de la propta


duccion total de la Tabla 5) y a unos precios por debajo de las 100 litro
.
Si se optimiza con rendimientos mnimos la produccion desciende hasta 316
pta
millones de litros y los precios se sit
uan en torno a las 480 litro
. Este comportamiento del modelo se corresponde con el que ocurre en la realidad pues
muestra como para malas cosechas el precio se puede aproximar a las 500
pta
mientras que en los a
nos buenos la produccion puede superar los mil
litro
millones de litros y provocar un descenso drastico de precios. Esta depresion
de precios tan grande no ocurre en el mercado de aceite de oliva debido a
los mecanismos de intervencion existentes, y el modelo, por tanto, ofrece la
situacion que ocurrira en un a
no de muy buena cosecha y sin intervencion.
Otro efecto que se puede estudiar son las repercusiones de la entrada en
produccion de las nuevas plantaciones. De la observacion de la Tabla 2 se
deduce que el incremento de superficie de olivar se registra principalmente en
Andaluca, y sobre todo en regado. Para una superficie de olivar en regado
en Andaluca de 150.000 hectareas (en 1996 haba 128.680) se obtienen disminuciones de precios en torno al 3%, para 200.000 hectareas los descensos
seran proximos al 10%, siempre que no varen las condiciones de demanda.
Y, como era de esperar, las repercusiones son mnimas cuando se aumentan
las superficies de olivar en otras regiones, por ejemplo, un incremento de
100.000 hectareas en Catalu
na o en Castilla-La Mancha ocasiona una bajada
de precios inferior al 1%.
El modelo tambien es sensible a variaciones en los costes salariales de
recogida de la aceituna y permite cuantificar los aumentos de precios ante
subidas de aquellos, as como constatar la perdida de produccion en las regiones con olivar de menor rendimiento como Aragon, Castilla-La Mancha,
Extremadura y Resto de Espa
na.
La conclusion que se obtiene de estos sucintos analisis de sensibilidad es
la aptitud del modelo propuesto para analizar el comportamiento del mercado de aceite de oliva en Espa
na. Y de forma mas general, se quiere hacer
hincapie en que la agregacion propuesta permite elaborar grandes modelos y
estudiar sectores enteros aprovechando la informacion estadstica disponible
sobre superficies y rendimientos fsicos sin necesidad de recurrir a la tediosa
va de definir y modelizar diferentes explotaciones tipo.

17

Referencias
[1] Dantzig G.B., Wolfe P. (1961). The decomposition Algorithm for Linear
Programs. Econometrica, 29(3):767-778.
[2] Day R.H. (1963). On aggregation linear programming models of production. Journal of Farms Economics, 45(4): 797-813.
[3] Frick G.E., Andrews R.A. (1965). Aggregation bias and four methods
of summing farm supply functions. Journal of Farms Economics, 47(4):
696-700.
[4] Gonzalez Alcon J.M. (1996). La Poltica Agraria Comunitaria en el Aceite
de Oliva Espa
nol. Universidad de Granada y Fundacion Caja de Granada,
Granada.
[5] Hazell P.B.R., Norton R.D(1986). Mathematical Programming for Economic Analysis in Agriculture. Macmillan, New York.
[6] Lee J.E. (1966). Exact aggregation - a discussion of Millers Theorem.
Agricultural Economics Research, 18(2): 58-61.
[7] McCarl B.A.(1982). Cropping activities in agricultural sector models: a
methodological proposal. American Journal of Agricultural Economics,
64(4): 768-772.
[8] Miller T.A. (1966). Sufficient conditions for exact aggregation in linear
programming models. Agricultural Economics Research, 18(2): 52-57.
[9] Mili S., Briz J. (1991). Analisis del comportamiento de la demanda y
de los precios del aceite de oliva en Espa
na: un enfoque econometrico.
Revista Olivae, 37: 6-15.
[10] MAPA (varios a
nos). Anuario de Estadstica Agraria. Ministerio de Agricultura, Pesca y Alimentacion, Madrid.
[11] MAPA (1991). Consumo Alimentario en Espa
na. Ministerio de Agricultura, Pesca y Alimentacion, Madrid.

[12] Onal
H. ,McCarl B.A. (1989). Aggregation of heterogeneous firms in
mathematical programming models. European Journal of Agricultural
Economics, 16(4): 499-513.

18


[13] Onal
H. ,McCarl B.A. (1991). Exact aggregation in mathematical programming sector models. Canadian Journal of Agricultural Economics,
39(2): 319-334.
[14] Paris Q. ,Rausser G.C. (1973). Sufficient conditions for aggregation of linear programming models. American Journal of Agricultural Economics,
55(4): 659-666.
[15] Takayama T., Judge G.G. (1971). Spatial and Temporal Price and Allocation Models. North Holland Publishing, Amsterdam.
[16] Sheehy S.J., Mc Alexander R.H. (1965). Selection of representative
Benchmark farms for supply estimation. Journal of Farms Economics,
47(4): 681-695.
[17] Spreen T.H., Takayama T. (1980). A theoretical note on aggregation of
linear programming models of production. American Journal of Agricultural Economics, 62(1): 146-151.

19

Vous aimerez peut-être aussi