ars para una mejor comprensión de los procesos de innovación agrícola mario monge analista de...

31
ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Upload: cristina-rubio-ramirez

Post on 25-Jan-2016

215 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

ARS para una mejor comprensión de los procesos de innovación agrícola

Mario Monge

Analista de Investigación, IFPRI

Frank Hartwich

Investigador, IFPRI

Page 2: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 2INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

¿Innovación Agrícola?

Investigación y Desarrollo

Extensión

AdopciónSistema

deInnovación

SectorPrivado

SectorPúblico

Productores

Innovación

Page 3: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 3INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

¿Una innovación o varias? “Innovación”: Cualquier novedad introducida exitosamente en un

proceso económico o social (tecnológica, de gestión, etc.)

Page 4: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 4INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Aportes modelo SI

Innovación = Uso No es sólo tecnológica No tiene que ser nueva para el mundo –

contexto local No siempre incluye al sector público o al

investigador Crucial interacción de actores y sectores:

• Sistemas nacionales, regionales, locales• Alianzas Estratégicas, Público-Privadas• Conglomerados (Clusters)• Redes de innovación (empresas)

Page 5: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 5INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Interacción e innovación en Bolivia

Móvil original:• Alianzas público-privadas en la generación y

uso de innovaciones – SIBTA (Fundaciones capturan demandas y

licitan servicios – ONGs y universidades como oferentes de servicios – cofinanciamiento de gobierno local y organizaciones de productores)

– 12 alianzas • 4 en Maní, • 4 en Quinua • 4 en Acuicultura

Page 6: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 6INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Red de alianzas en el sector Quinua

CPTS(Prov. tecnología)

Andean Valley S.A.

(ProcesadorExportador)

ANDINA(Metalmecánica

Procesador)

JALSURI(Produc. semilla)

PROINPA(Investigación)

Comunidades(Productores)

AGR. EMP.(Articulador)

BOLICERT(Certificadora)

Page 7: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 7INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Interacción e Innovación en Bolivia

Pero:• Carencia de demandas• Sistema conducido por la oferta• Oferta centrada en tecnología• Productores con rol pasivo y sin cofinanciar

En resumen:• Escenario típico para un estudio “tradicional”

de Adopción

LA DIFERENCIA?• Datos relacionales!!!

Page 8: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 8INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Estudios de adopción

Dos tradiciones: “Individualista y economicista”:

• Centrada en la decisión individual de adoptar• Decisión determinada por heterogeneidad /

utilidad “Interaccionista”:

• Centrada en el proceso de difusión • Proceso determinado por estructura de relaciones

sociales

Page 9: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 9INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Estudios de Adopción en Agricultura

Sesgo individualista (70’s) Estudios econométricos Políticas consecuentes: capital humano,

precios y mercados… Revolución verde! Crece consideración de la interacción:

• Aprendizaje social y riesgo• “Efectos” del “capital” o de la “red social”• Superficiales incursiones en ARS

– Sin interés en las teorías sociales detrás

Page 10: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 10INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Estudio de Bolivia

Objetivo• Factores - adopción - pño productor, incluyendo:

– Percepción de utilidad– Capacidades de absorción (KHum, KFis, KNat, KFin)– Interacción con otros actores del sistema de

innovación (KSoc?) 3 sectores (piscicultura, quinua, maní) 4 micro-regiones por sector Un conjunto (“paquete”) de innovaciones

promovido en cada micro-región por un proveedor 30 productores entrevistados en cada micro-

región (25 adoptadores y 5 no adoptadores)

Page 11: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 11INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Análisis parcial

Variables dependientes: • Uso promedio de elementos del “paquete” promovido (%)• Lapso requerido para adoptar

Datos relacionales: frecuencia de interacción del productor con otros actores (Likert 1-5)• Investigadores, extensionistas públicos, agentes de ONG, vecinos,

parientes, vendedores de insumos, compradores de producto, transportistas, organizaciones de productores y gobierno local

Variables independientes: varias, derivadas de datos relacionales vía ARS

Correlaciones Modelo de regresión Tobit (datos censurados)

Page 12: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 12INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Tipo de datos disponible: Frecuencia de interacción entre Productores y Tipos de Agente

Page 13: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 13INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

¿Red Social?

Muestreo según criterios econométricos Vínculos entre productores y “otros actores”

• Vínculos entre productores???

Vínculos medidos sólo en una dirección (de productores a otros actores)

En ciertos casos sólo se trató de “actores” genéricos

Page 14: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 14INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Re-enfoque (aporte Borgatti)

Estudio sobre efecto de interacciones productor-”otros actores” en adopción • Matrices de 2 modos (de afiliación)

Proceso:• Ampliar menú de hipótesis (!!!)• Graficar (dicotomizar ≥ 4)• Generar parámetros estructurales• Probar hipótesis (correlación y regresión -

pruebas de Permutación y QAP)

Page 15: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 15INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Hipótesis - 1

Nivel Hipótesis OperacionalizaciónRegional 1. Regiones con mayor

interacción = mayores tasas promedio de adopción

Redes con mayor densidad = mayores tasas promedio de adopción

2. Regiones con interacción concentrada en pocos actores = difusión más rápida

Redes con mayor centralización = menor lapso promedio requerido para adopción

3. Regiones con promotor más prestigioso entre agentes de cambio = adopción promedio más rápida e intensa

A mayor centralidad de grados del promotor en la red de agentes mayores tasas promedio y menor el lapso promedio requerido

Page 16: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 16INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Hipótesis - 2

Nivel Hipótesis Operacionalización

Individual 4. Productores con mayor interacción = mayores tasas y menor lapso

Mayor centralidad de grado = mayor tasa y menor lapso

5. Productores bajo mayor persuasión = mayores tasas y menor lapso

Adopción más rápida e intensa a mayor interacción con:

a) Promotorb) Otros agentes técnicosc) Agentes del mercadod) Otros productores (???)e) Otros fuertemente vinculados

al promotor

6. Tasa determinada también por nivel de sus referentes

A mayor isomorfismo estructural (equivalencia regular) = tasas más similares

Page 17: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 17INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Gov Research

Gov-extensionists

NGO

RelativesNeighbors

Input sellers

Product buyers

Transporters

Association

Local Gov

ACUICULTURA

Page 18: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 18INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Gov Research

Gov-extensionists

NGO

RelativesNeighbors

Input sellers

Product buyers

Transporters

Association

Local Gov

MANÍ

Page 19: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 19INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

All Adopters

All Non adopters

Gov ResearchGov-extensionists NGO

Relatives

Neighbors

Input sellersProduct buyers

Association

Local GovPROMEDIO GENERAL

Page 20: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 20INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Resultados de la visualización…

Quienes adoptaron poseen vínculos efectivos con más agentes de cambio (proveedores de información) que quienes no lo hicieron:• En general, las ONGs hacen la diferencia• Hay diferencias significativas entre sectores

Page 21: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 21INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Y más de los gráficos…

Otros productores son la fuente principal de información y referentes sobre las innovaciones• Familiares, Vecinos, Asociaciones

Sector público percibido por los productores como actor periférico

Page 22: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 22INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Prueba de hipótesis – nivel de red

H1: Redes (regiones) con mayor densidad de vínculos presentan mayores tasas promedio de adopción

• Respaldada : r = .711***

Page 23: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 23INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

H2: A mayor centralización de la red, menor será el lapso promedio requerido para adoptar

• No respaldada

Prueba de hipótesis – nivel de red

Page 24: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 24INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

H3: A mayor centralidad del promotor de las innovaciones en la red de agentes de cambio, mayores tasas promedio y menor el lapso promedio requerido para adoptar

• Para las tasas:– No respaldada.

• Para el lapso:– Respaldada. r = -.778***

Prueba de hipótesis – nivel de red

Page 25: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 25INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Modelos simples de regresión a nivel de red

Variable INTENSIDAD LAPSO

Densidad 1.02** 0.03

Centralización 0.35 0.03

Prestigio -0.20 -0.09**

Distancia mercado

-0.16 0.00

Constante 7.61 0.62

R2 ajustado 0.43 0.51

Page 26: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 26INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Prueba de hipótesis – nivel individual

H4: A mayor centralidad de grados del productor en la “red”, más intensa y rápida la adopción

• Respaldada. r = .33**

Page 27: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 27INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

H5: Adopción más rápida e intensa a mayor interacción con:• Promotor = Respaldada (r = .27** y -.11**)

– Muestra “efecto mercadeo”• Otros técnicos = No respaldada• Agentes del mercado = No respaldada• Otros productores = Respaldada p/ tasa (r= .27**)

– Aprendizaje social? No conservadurismo? • Otros fuertemente vinculados al promotor (r = .21**)

– Muestra “efecto de red”X1X2

Prueba de hipótesis – nivel individual

Page 28: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 28INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

H6: A mayor isomorfismo estructural entre dos productores, mayor similitud en sus niveles de adopción

• Respaldada: r = .07**

Prueba de hipótesis – nivel individual

Page 29: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 29INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Modelos de regresión Tobit

Variable Modelo 1 Modelo 2 Modelo 3

Centralidad - 13.72** -

Promotor - - 5.72**

Otros Productores - - 3.05**

Simmel - - .00

Distancia mercados -.04 -.04 -.03

Autoconsumo -.12*** -.11 -.15***

Educación 3.81*** 3.88*** 3.25***

Propensión riesgo 4.97*** 4.36*** 1.81

Aumento producción 8.30*** 7.51*** 3.92***

Ajuste (pseudo R2) .36 .36 .27

Page 30: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 30INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Conclusiones

Evidencia de procesos de influencia social y competencia influyendo sobre decisiones individuales de adopción

Sopa metodológica adaptable para romper resistencias y aprovechar información:• Dificultades de muestreo y análisis estadístico

Importancia de “vínculos horizontales y verticales”

Page 31: ARS para una mejor comprensión de los procesos de innovación agrícola Mario Monge Analista de Investigación, IFPRI Frank Hartwich Investigador, IFPRI

Page 31INSTITUTO INTERNACIONAL DE INVESTIGACIÓN SOBRE POLÍTICA ALIMENTARIA

Qué sigue?

Analizar redes reales! - Estudio Nicaragua• Interacciones entre productores

– Comunidades-caso: enumeración completa• Múltiples relaciones

– Información, crédito, incentivos, comercialización• Análisis dinámico:

– Datos de redes en el tiempo• Mantener análsis de Múltiples niveles:

– Afiliación para vínculos verticales– Matrices cuadradas para vínculos horizontales