Por Julieta Caunedo y Elisa Keller
La diferencia en ingresos per cápita entre países se ha venido achicando en las últimas dos décadas. Sin embargo, la brecha entre países pobres y ricos es aún significativa, ya sea medida en términos de ingreso per cápita o por la productividad de los trabajadores, como ilustran Gáfaro y Hamann en su entrada de la semana pasada. Caselli (2005) y Restuccia, Yang and Zhu (2008) fueron pioneros en argumentar que la alta proporción de la fuerza laborar en agricultura y su baja productividad, son los principales responsables de la baja productividad agregada que se observa en países pobres. Es decir, para comprender la brecha de productividad entre países ricos y pobres es necesario entender los determinantes de las diferencias en productividad en el sector agrícola.
La investigación académica que estudia los orígenes de las diferencias en productividad agrícola entre países es extensa. Algunos de los mecanismos que se analizan son diferencias en el uso de bienes intermedios, en la cantidad de horas trabajadas, el capital humano y los retornos a la educación de los trabajadores entre sectores, así como distorsiones en el mercado de tierras que afectan la escala de operación de los agricultores.[1] Para nuestra sorpresa, estos estudios no han analizado en detalle uno de los factores más importantes de la modernización agrícola: el stock de capital vía la mecanización de los procesos de producción. El nuestro es el primer estudio que cuantifica el rol de la tecnología contenida en los bienes de capital para las diferencias de productividad agrícola entre países.
¿Cuál es el mayor desafío en medir el efecto del capital sobre la productividad? Medir el valor de la tecnología contenida en el stock de capital, o lo que en la jerga se llama, construir stocks de capital que controlan por la calidad del equipo. En adelante usaremos los conceptos de calidad y tecnología en forma análoga. Este desafío fue formalizado por primera vez casi 70 años atrás por Solow (1959):
“…Improvements in technology affect output only to the extent that they are carried into practice either by net capital formation or by the replacement of old-fashioned equipment by the latest models…”
Uno de los objetivos de nuestro análisis es medir la diferencia en la tasa de reemplazo de bienes con tecnologías viejas y aquellos con tecnologías modernas que existe entre países. A la vez, y quizás el elemento más relevante para entender el rol del capital en las diferencias en la productividad entre países, buscamos construir medidas del stock de capital que controlan por las diferencias en la tecnología contenida/calidad.
Midiendo el stock del capital
El trabajo monumental de Gordon a principios de la década de los 90 sentó las bases de la metodología que actualmente se usa para este ejercicio. Lamentablemente, su implementación requiere datos detallados de las características de distintos stocks de equipo y sus precios a lo largo del tiempo. Una de las contribuciones de nuestra investigación es formalizar un procedimiento que evita estos requerimientos. En particular, las series de tiempo. Para hacerlo, construimos un modelo estructural que mapea el precio relativo de bienes usados y nuevos en un momento del tiempo con la tasa de reemplazo de tecnología. Intuitivamente, el precio de un bien durable cae con el paso del tiempo en función de (a) los patrones de uso y mantenimiento, que se reflejan en la tasa de depreciación física; y (b) la disponibilidad de nuevas tecnologías en la economía que vuelven al bien obsoleto. Nuestro modelo ilustra cómo se pueden separar estos dos efectos explotando información sobre el uso de los bienes, dada su antigüedad o edad. Así, la elasticidad precio del bien en las horas de uso identifica su tasa de depreciación física, mientras que la elasticidad precio en su edad identifica la tasa de reemplazo de la tecnología contenida en el capital.
A la vez, el modelo nos permite inferir el precio de la mejor tecnología disponible en una economía en un momento del tiempo usando la constante de una regresión de corte transversal de precios de equipo en la edad, uso y características de los bienes. Intuitivamente, las diferencias en el nivel de los precios del equipo entre países están dadas por las diferencias en el producto marginal del capital (asumiendo mercados sin fricciones). En una economía donde los stocks de capital de distinta calidad/eficiencia pueden ser usados para producir, el producto marginal depende del nivel de eficiencia de la mejor tecnología y el valor del stock de capital en unidades de eficiencia de esa tecnología.
Para medir la variación en la constante y las elasticidades de los precios a la edad y a las horas de uso en agricultura, construimos una nueva base de datos que recolecta los precios de tractores usados y nuevos en 16 economías en distintas etapas del proceso de desarrollo. Nos focalizamos en tractores, pues son uno de los bienes de equipo más importantes para la agricultura moderna. De hecho, un tercio del comercio de maquinaria agrícola corresponde exclusivamente a tractores (Mehta & Gross, 2007).
En la figura 1 mostramos que la elasticidad precio-edad varía considerablemente entre países, y la constante de la regresión transversal de precios sobre las características del equipo aumenta con el nivel de productividad laboral en agricultura.
| (a) elasticidad precio-edad | (b) constante |
 |
 |
Usamos esta variación en los precios para estimar la tasa de reemplazo de tecnología en equipo, la calidad de la mejor tecnología usada en cada país, y el valor de los stocks de capital ajustados por su calidad.
Implicaciones para las diferencias en la productividad laboral agrícola
Para cuantificar el rol del capital en las diferencias de la productividad agrícola entre países, implementamos dos ejercicios. El primero es una contabilidad del crecimiento, donde nos preguntamos cuánto contribuye la tasa de cambio de la tecnología del capital al crecimiento de la productividad laboral en la agricultura. El segundo es la contabilidad del desarrollo donde la pregunta es en cambio qué pasaría con la distribución de la productividad laboral si todos los países tuvieran el mismo nivel de capital ajustado por calidad.
La tabla 1 expone resultados de la contabilidad del crecimiento para cada país. En promedio, encontramos que la tasa de cambio de la tecnología contenida en el capital explica el 35% de las tasas de crecimiento en la productividad del trabajo entre 1990 y 2014. Para los dos países latinoamericanos para los que tenemos datos, Brasil y México, encontramos que el cambio en la tecnología del capital explica el 14% y 24% del crecimiento de la productividad, respectivamente. Ambos países están entre las tres economías con menores tasas de reemplazo tecnológico en nuestra muestra.
| Productividad laboral | explicado por… | ||
| tecnología en el capital | stock de capital | ||
| Australia | 1.51% | 51.6% | 11.88% |
| Brasil | 3.38% | 14.1% | 21.08% |
| Canada | 2.53% | 36.1% | 15.68% |
| China | 4.94% | 31.4% | 16.82% |
| España | 3.59% | 21.3% | 19.31% |
| Francia | 2.61% | 35.2% | 15.91% |
| Gran Bretaña e Irlanda | 1.31% | 65.0% | 8.58% |
| Alemania | 2.71% | 25.1% | 18.37% |
| India | 2.60% | 28.0% | 17.65% |
| Italia | 3.19% | 15.5% | 20.73% |
| Mexico | 2.46% | 23.9% | 18.66% |
| Holanda | 1.49% | 52.5% | 11.66% |
| Nueva Zelanda | 1.42% | 55.9% | 10.83% |
| Estados Unidos | 2.75% | 29.6% | 17.26% |
| Sudáfrica | 2.73% | 52.1% | 11.76% |
| Promedio | 4.7% | 34.6% | 17.2% |
En el marco del ejercicio de contabilidad del desarrollo, estimamos que la contribución del stock de capital a la variación de los niveles de productividad del trabajo entre países es del 41%. A la vez, estimamos que la brecha promedio entre la mejor tecnología operada en una economía de nuestra muestra y la operada en Estados Unidos es del 27%. Para los países latinoamericanos las diferencias en el stock de capital relativas a Estados Unidos son particularmente amplias: el valor del stock de capital controlando por calidad en Brasil es del 52% del valor en Estados Unidos y en México es del 48%.
La tabla 2 detalla los resultados para los países más pobres de nuestra muestra. La cantidad de tierra por trabajador explica entre el 30% y el 40% de la brecha de productividad con Estados Unidos. El rol del capital es comparable a éste en Brasil y aún mayor en China.
| Productividad relativa a US=1 | Contribución de differencias en… | Total explicado | ||||
| mejor tecnología disponible | capital por trabajador | tierra por trabajador | empleo | |||
| Brasil | 5.4 | 38.5% | 1.90% | 46.60% | 13.10% | 100.00% |
| China | 30.3 | 49.6% | 10.50% | 40.30% | -6.20% | 94.20% |
| India | 64.5 | 19.6% | 4.50% | 31.20% | -1.80% | 53.60% |
| Mexico | 16.6 | 12.6% | 6.00% | 33.60% | 9.30% | 61.60% |
| Promedio | 30.1% | 5.7% | 38% | 3.6% | 77.3% | |
Sobre mecanismos
Los ejercicios que presentamos hasta aquí tienen una naturaleza exclusivamente contable. Es decir, si bien ilustran que la variación en las tasas de adopción de tecnología del capital y en la eficiencia de los stocks instalados son importantes para explicar las diferencias en la productividad entre países, no nos brindan información sobre los mecanismos que generan estas diferencias.
Ante el importante rol que cuantitativamente tiene la adopción de tecnología, la pregunta obvia es qué fricciones obstaculizan este proceso y porqué prevalecen en países pobres. En principio, hay al menos dos razones por la que un bien que está disponible en el mundo no es adoptado en una economía (i) la tecnología es relativamente cara, o (ii) la adopción de la tecnología requiere del uso de factores de producción o técnicas de producción que no son viables en la economía local.
La teoría que proponemos en nuestra investigación genera diferencias entre países en la adopción de tecnología en función de estos dos mecanismos. Así, las diferencias en la tasa de reemplazo de la tecnología están asociadas con los costos de adaptar las técnicas de producción para su uso, mientras que las diferencias en la acumulación de stocks de capital (dadas sus tecnologías) están asociadas con sus costos de producción, fricciones en el comercio internacional, etc.
Creemos que el nuestro es el primer puntapié para entender cómo la mecanización y la adopción de tecnología por medio del uso de equipos está cambiando la brecha en la productividad agrícola entre países. Para diseñar políticas que disminuyan esta brecha necesitamos identificar los mecanismos que demoran la adopción de tecnología.
Conclusiones
Nuestro análisis muestra que la diferencia en la tasa de reemplazo de la tecnología del capital entre países explica un tercio de las mejoras de la productividad agrícola en promedio. A la vez, las diferencias entre el valor de la eficiencia del stock de capital explican el 41% de las diferencias en el nivel de la productividad laboral en la agricultura. Las políticas diseñadas para mejorar el capital utilizado en el sector tienen un potencial cuantitativamente importante para disminuir la brecha entre países ricos y pobres. Esperamos que nuestra investigación anime el estudio de las barreras a la adopción de tecnología. Esperamos también que la contribución metodológica a la estimación de las diferencias en la calidad del stock de capital entre países pueda ser aplicada al estudio de otros stocks, en particular a aquellos relativos a las tecnologías de la información y de la comunicación.
Referencias
Adamopoulos, T. and Restuccia, D. (2014). The Size Distribution of Farms and International Productivity Differences. American Economic Review, 104 (6), 1667-97
Caselli, F. (2005). Accounting for Cross-Country Income Di_erences. In P. Aghion and S. Durlauf (eds.), Handbook of Economic Growth, Handbook of Economic Growth, vol. 1, 9, Elsevier, pp. 679-741
Caunedo, J. & Keller, E. (2017). Capital Obsolescence and Agricultural Productivity. Manuscript.
Donovan, K. (2014). Agricultural Risk, Intermediate Inputs, and Cross-Country Productivity Differences. Manuscript.
Herrendorf, B. and Schoellman, T. (2015). Why is Measured Productivity so Low in Agriculture? Review of Economic Dynamics, 18 (4), 1003-1022.
Lagakos, D. and Waugh, M. E. (2013). Selection, Agriculture, and Cross-Country Productivity Differences. American Economic Review, 103 (2), 948-980.
Mehta, A. and Gross, A. C. (2007). The global market for agricultural machinery and equipment. Business Economics, 42 (4), 66-73.
Restuccia, D., Yang, D. T. and Zhu, X. (2008). Agriculture and aggregate productivity: A quantitative cross-country analysis. Journal of Monetary Economics, 55 (2), 234-250.
Solow, R. (1959). Investment and technical progress. In K. S. S. P. Arrow, K. (ed.), Mathematical Methods in the Social Sciences, Stanford University Press, p. 89-104.
[1] En orden, las referencias son, Restuccia et.al. 2008 y Donovan, 2014 para intermediate inputs, Lagakos & Waugh, 2013 para diferencias en horas y capital humano, Herrendorf & Schoellman, 2015 para diferencias en retornos a la educación, y Adampoulos & Restuccia, 2014 para distorsiones a la escala de producción.
