UNIVERSIDAD CATÓLICA SANTO TORIBIO DE MOGROVEJO

FACULTAD DE CIENCIAS EMPRESARIALES

ESCUELA DE ECONOMÍA

ANÁLISIS DE EFICIENCIA ECONÓMICA EN LA PRODUCCIÓN DE

ARROZ DEL SUBSECTOR GRANJA SASAPE TÚCUME CAMPAÑA
2018 - 2019

TESIS PARA OPTAR EL TÍTULO DE

ECONOMISTA

AUTOR
ANGEL DAVID LLANOS SUCLUPE

ASESOR
WILLY ROLANDO ANAYA MORALES
[Link]

Chiclayo, 2023
 ANÁLISIS DE EFICIENCIA ECONÓMICA EN LA
PRODUCCIÓN DE ARROZ DEL SUBSECTOR GRANJA
SASAPE TÚCUME CAMPAÑA 2018 - 2019

PRESENTADA POR:
ANGEL DAVID LLANOS SUCLUPE

A la Facultad de Ciencias Empresariales de la

Universidad Católica Santo Toribio de Mogrovejo
para optar el título de

ECONOMISTA

APROBADA POR:

Joel Vladimir Díaz Plaza

PRESIDENTE

Milagros Carmen Gamarra Uceda Willy Rolando Anaya Morales

SECRETARIO VOCAL
 Índice

Resumen .................................................................................................................................... 8

Abstract ..................................................................................................................................... 9

I. Introducción..................................................................................................................... 10

II. Revisión de literatura ...................................................................................................... 12

2.1. Antecedentes del problema ................................................................................. 12

2.2. Bases teórico científicas ....................................................................................... 15

2.2.1. Producción agrícola ...............................................................................................15

2.2.2. Arroz .......................................................................................................................15
2.2.3. Producción de arroz en el Perú .............................................................................16
2.2.4. Fuerza de trabajo ...................................................................................................17
2.2.5. Métodos de producción.........................................................................................17
2.2.6. Maquinaria y equipo..............................................................................................18
2.2.7. Eficiencia económica..............................................................................................19
2.2.8. Eficiencia técnica....................................................................................................19
[Link]. Frontera de producción estocástica ......................................................................19
2.2.9. Frontera de costo de la frontera estocástica ........................................................20

III. Metodología ..................................................................................................................... 22

3.1. Tipo y nivel de investigación ............................................................................... 22

3.2. Diseño de la investigación .................................................................................... 22

3.3. Población, muestra y muestreo ........................................................................... 22

3.4. Criterios de selección ........................................................................................... 23

3.5. Operacionalización de variables ......................................................................... 23

3.6. Técnicas e instrumentos de recolección de datos .............................................. 25

3.7. Procedimientos ..................................................................................................... 26

3.8. Plan de procesamiento y análisis de los datos ................................................... 26

3.9. Matriz de consistencia ......................................................................................... 32

3.10. Consideraciones éticas ..................................................................................... 33

Resultados y discusión ........................................................................................................... 34

Conclusiones ........................................................................................................................... 53
Recomendaciones ................................................................................................................... 54

Referencias .............................................................................................................................. 56

Anexos ..................................................................................................................................... 60
 Listas de tablas

Tabla 1. Características de la semilla Tinajones ...................................................................... 34

Tabla 2. Principales características de variedades de semillas de arroz en el Subsector Granja

Sasape Túcume campaña 2018-2019 ....................................................................................... 36

Tabla 3. Bioestimulantes en la producción de arroz ............................................................... 38

Tabla 4. Modelo econométrico de regresión lineal corregido sobre rendimiento del arroz del
Subsector Granja Sasape Túcume campaña 2018-2019 .......................................................... 45

Tabla 5. Eficiencia técnica de la producción de arroz del Subsector Granja Sasape Túcume
campaña 2018-2019 ................................................................................................................. 46

Tabla 6. Características de los agricultores más eficientes en la producción de arroz del

Subsector Granja Sasape Túcume campaña 2018-2019 .......................................................... 47

Tabla 7. Factores que influyen la eficiencia de la producción de arroz del Subsector Granja
Sasape Túcume campaña 2018-2019 ....................................................................................... 48

Tabla 8. Efectos marginales de factores que influyen la eficiencia de la producción de arroz

del Subsector Granja Sasape Túcume campaña 2018-2019..................................................... 50
 Listas de figuras

Figura 1. Etapas de crecimiento de la producción de arroz ..................................................... 35

Figura 2. Sexo de los agricultores de arroz del Subsector Granja Sasape Túcume campaña
2018-2019................................................................................................................................. 39

Figura 3. Edad de los agricultores de arroz del Subsector Granja Sasape Túcume campaña
2018-2019................................................................................................................................. 39

Figura 4. Número de hijos de los agricultores de arroz del Subsector Granja Sasape Túcume
campaña 2018-2019 ................................................................................................................. 40

Figura 5. Nivel educativo de los agricultores de arroz del Subsector Granja Sasape Túcume
campaña 2018-2019 ................................................................................................................. 41

Figura 6. Situación de las tierras del agricultor de arroz del Subsector Granja Sasape Túcume
campaña 2018-2019 ................................................................................................................ 42

Figura 7. Capacitación de los agricultores de arroz del Subsector Granja Sasape Túcume
campaña 2018-2019 ................................................................................................................ 42

Figura 8. Superficie total de hectáreas que poseen los agricultores de arroz del Subsector
Granja Sasape Túcume campaña 2018-2019 ........................................................................... 43

Figura 9. Curva de ROC, sensibilidad y especificidad del modelo econométrico sobre los
factores que influyen la eficiencia de la producción de arroz del Subsector Granja Sasape
Túcume campaña 2018-2019 ................................................................................................... 49
 8

Resumen

El arroz es un principal indicador de los cultivos mundiales, además es uno de los más
consumidos a nivel mundial, su producción por lo tanto es muy importante en la sociedad para
saciar el hambre de las personas. Es por ello que producir arroz debe realizarse con la más
eficiencia posible y en el Subsector Granja Sasape Túcume se buscó analizar ello, cuyo objetivo
general fue determinar que factores influyen en la eficiencia económica de la producción de
arroz. La metodología utilizó un modelo econométrico logit, basado por un enfoque
cuantitativo, de nivel explicativo y diseño no experimental, además sus fuentes obtenidas son
primarias aplicadas mediante un cuestionario a 320 agricultores. Se concluye que la semilla
Tinajones es la más elegida por los agricultores de la zona, por ser poseer ciertas características
que la diferencian como: brindar mayor producción, emplea menos jornaleros y se utilizan
menos semillas, necesitando menos herbicidas y fungicidas frente a las demás. También, se
mostró una eficiencia de 86.91% cuando se utilizan las variables producción, métodos de
siembra y fuerza de trabajo. El agricultor más eficiente presenta entre 51 a 61 años, tiene entre
5 a 6 hijos y su nivel educativo es de secundaria incompleta, además, ha recibido capacitación
agrícola. Por último, todos los agricultores deben regirse por los métodos de siembra, el
personal transplantador, otros trabajadores adicionales, el tipo de semillas, edad, cantidad de
semilla y el uso de fertilizantes, por ser variables que pueden dar mayor probabilidad de lograr
máxima eficiencia.

Palabras claves: Eficiencia económica, producción de arroz, tipos de semilla, capacitación

agrícola.
 9

Abstract

Rice is a main indicator of world crops, it is also one of the most consumed worldwide,
its production therefore is very important in society to satisfy people's hunger. That is why
producing rice should be done as efficiently as possible and in the Sasape Túcume Farm
Subsector it was sought to analyze this, whose general objective was to determine what factors
influence the economic efficiency of rice production. The methodology used a logit
econometric model, based on a quantitative approach, explanatory level and non-experimental
design, in addition its sources obtained are primary applied through a questionnaire to 320
farmers. It is concluded that the Tinajones seed is the most chosen by farmers in the area,
because it has certain characteristics that differentiate it, such as: providing greater production,
employing fewer laborers and using fewer seeds, requiring less herbicides and fungicides
compared to the others. Also, an efficiency of 86.91% was shown when the variables
production, sowing methods and labor force are used. The most efficient farmer is between 51
and 61 years old, has between 5 and 6 children and his educational level is incomplete high
school, in addition, he has received agricultural training. Finally, all farmers must be governed
by the sowing methods, transplant personnel, other additional workers, the type of seeds, age,
amount of seed and the use of fertilizers, since they are variables that can give a greater
probability of achieving maximum efficiency.

Keywords: Economic efficiency, rice production, types of seed, agricultural training.

 10

I. Introducción

A nivel internacional, el arroz es un principal indicador de los cultivos mundiales, según

la Organización de las Naciones Unidas para la Alimentación y la Agricultura (2020) los precios
del arroz estuvieron descendiendo desde el año 2020, producto del aumento de producción en
las campañas de cosecha, por otro lado, los costos de transporte agravan los factores que
permiten la competencia y dificultan la ganancia del productor, casi en todo el año 2020 el
precio del arroz a nivel mundial sufrió un descenso, países como Tailandia, Pakistán y Estados
Unidos de América fueron los más afectados.

En América del Sur, en Colombia, Perú y Ecuador, los precios de arroz en el año 2020
estuvieron descendiendo, en parte por la disponibilidad del mercado y la temporada de cosecha,
mientras que, en Brasil, fueron mayores los precios por las mayores demandas en exportación
que afectó como consecuencia la producción nacional. Los factores claves que dificultan la
producción de arroz, directamente es el recurso hídrico y las condiciones meteorológicas
adversas, además un factor indirecto que afecta a la región son las bajas remuneraciones, a pesar
de eso a nivel mundial existe el pronóstico de aumento de la producción (Organización de las
Naciones Unidas para la Alimentación y la Agricultura, 2018).

A nivel nacional según Vita (2020), el Perú proyecta tener al 2020 una producción de
arroz menor a la del año anterior, con 531.413 hectáreas sembradas, los problemas resultan en
la oferta y demanda tanto del interior como exterior del país. Se suma los altos costos que a
nivel de la región son mayores que Colombia, Ecuador, Brasil e Uruguay, producto de los altos
precios de insumos de importación (León , 2020).

Además, están enfrentando un problema adicional por la oferta de producción de arroz

en el extranjero, debido a que tiene que producir a un costo cada vez menor por el Tratado de
Libre Comercio con Estados Unidos, su costo actual bordea los $340 la tonelada, mientras que
el requisito que se impone es de $300 por tonelada, sino dejaran de exportar, mediante ello
todos los productores a nivel nacional tienen que generar eficiencia económica.

A nivel regional, en el departamento de Lambayeque según RPP Noticias (2018), la

producción de arroz por hectárea que se distribuye de acuerdo al rendimiento, es mayor en
Chiclayo y Lambayeque (65-70 fanegas por hectárea) y de menor rendimiento en Ferreñafe,
Sasape (60-65 fanegas por hectárea). Con ayuda de nueva tecnología se espera que los
 11

productores mejoren el rendimiento y contribuyan a la responsabilidad del cuidado del agua,

por ser un recurso que dificulta la producción a nivel mundial (Andina, 2021).

En el ámbito local en el subsector Sasape la problemática es diversa, primero el cambio

climático ha generado más plagas, las cuales no son detectadas a tiempo provocando no ser
controladas de manera eficaz por pesticidas, ante esta situación la planta sufre daños perdiendo
eficiencia productiva perjudicando el bienestar del agricultor. Segundo, los cambios de uso de
tierra después que termina la campaña arrocera y empezar la campaña chica donde se siembra
todo tipo de menestras, maíz, otras, etc., ocasiona que el terreno no tenga descanso provocando
un bajo rendimiento.

Tercero, los productores no cuentan con recursos económicos ni el apoyo por parte del
estado, se necesita innovación tecnológica, pero es discriminatoria, no es para todos, además
hay falta de capacitación profesional que ayude con el control de plagas para que el agricultor
pueda aminorar los gastos que permitan de esa manera obtener mejor eficiencia en la
producción. Frente a estos problemas es que se formula la investigación sobre ¿Cuáles son los
factores que influyen en la eficiencia económica de la producción de arroz en subsector granja
Sasape Túcume 2018 2019? El objetivo general de la presente investigación es determinar que
factores influyen en la eficiencia económica de la producción de arroz del subsector granja
Sasape Túcume campaña 2018-2019.

Para ello se definieron tres objetivos específicos; describir las características que
presentan los productores de arroz del subsector granja Sasape Túcume campaña 2018 2019,
establecer cuantitativamente la eficiencia económica de la producción de arroz del subsector
granja Sasape Túcume campaña 2018 2019 y determinar que características presenta el
agricultor con mayor eficiencia económica de producción de arroz del subsector granja Sasape
Túcume campaña 2018 2019.

La investigación tiene una justificación práctica, porque permite determinar la eficiencia

económica de los productores de arroz del subsector granja Sasape Túcume campaña 2018
2019, para conocer cómo las características de cada poblador repercuten en la producción de
arroz, y poder analizar cómo enfrentan el mercado. A su vez, se justifica teóricamente porque
tener cuantificado la eficiencia económica mediante teoría establecida y contrastada permite
tomar decisiones para el buen comportamiento de la oferta de arroz. Por último, se justifica
metodológicamente porque se sigue un procedimiento científico establecido para desarrollar la
 12

investigación cuantitativa, y al ser descriptiva, permite medir, evaluar características soluciones

y poder dar solución a factores que influyen ineficientemente la producción de arroz del
subsector granja Sasape Túcume campaña 2018 - 2019.

II. Revisión de literatura

2.1. Antecedentes del problema

Para la presente investigación se realizó una revisión y análisis profundo de las

diferentes investigaciones importantes ya concluidas que tienen relación con el tema
investigado, con el propósito de establecer criterios para interpretar, encontrándose
investigaciones solo a nivel internacional que sirvieron de soporte para la presente
investigación.

En la investigación de Arias-Robles & Silverio (2021), tuvo el objetivo de evaluar

el comportamiento de la eficiencia productiva de empresas agrícolas en Colombia mediante
una evaluación estocástica de la función de producción con la función Cobb-Douglas. Los
resultados nos permiten afirmar que las empresas agrícolas del país son 52,52% eficientes,
con una significancia menor al 1%, sumada a la contribución por activos intangibles con
significancia menor al 5%, y que las variables influyentes en las empresas agrícolas son la
fuerza laboral y el capital de trabajo.

Chikezie et al. (2020) analizó la eficiencia técnica de los productores de arroz en el

estado de Ebnyi, Nigeria. Este estudio se realizó a 91 agricultores bajo el modelo de
producción de frontera estocástica. Los coeficientes positivos de tamaño de la finca,
cantidad de plántulas de arroz, cantidad de fertilizantes y cantidad de agroquímicos estuvo
en línea con las expectativas a priori. El tamaño de finca y la cantidad de fertilizantes
aumentaron la producción de arroz. El agroquímico, por otro lado, suprime las malezas y
las plagas, lo que impulsa el arroz.

Tanko et al. (2020) en su investigación tuvo el objetivo de identificar la eficiencia

técnica de las tierras de cultivo de arroz, mediante la frontera estocástica determinó que el
productor de arroz promedio podría ahorrar económicamente insumos (tierra, fertilizantes,
variedad mejorada) en un 71.60% para satisfacer al productor más eficiente. Además, las
variables socioeconómicas más influyentes son la edad, calificación y experiencia,
significativas negativamente.
 13

Tenemos también los datos recopilados por Nwahia et al. (2020), que analizan la
eficiencia técnica, distributiva y económica de los productores de arroz en Nigeria, mediante
estadística descriptiva y el modelo de frontera estocástico la función de producción (Cobb
Douglas), demostró que los productores de arroz de Ebonyi eran 86% técnicos eficientes,
63% con eficiencia asignativa y 54% con eficiencia económica, mejorando su eficiencia por
el Programa de Desarrollo Agrícola, demostraron que los herbicidas afectan negativamente
la producción de arroz.

Wu (2020), en su investigación estima el grado de eficiencia técnica, determinantes

de la ineficiencias técnicas y fuerzas impulsoras de 452 productores de arroz en pequeña
escala en la India. El estudio realizó la estimación utilizando la frontera estocástica de la
función de producción. Los resultados indican que las granjas operan a niveles moderados
de eficiencia. La experiencia agrícola, nivel educativo, tamaño de propiedad de la tierra y
la participación de ingresos no agrícolas explican las diferencias en las ineficiencias
técnicas.

Naher et al (2020), en su investigación tuvo de objetivo determinar la productividad,

rentabilidad y eficiencia. La eficiencia técnica fue calculada por la frontera estocástica de
producción, mediante especificación cobb-Douglas. El modelo de ineficiencia para
determinar la contribución de las variables socioeconómicas, estuvo determinado por la
edad, saber, educación, duración del tiempo con el sistema de tenencia de tierra. El
coeficiente edad fue negativo, y significativo al 1%. Los agricultores mayores eran
relativamente más eficientes que el de los más jóvenes porque están más familiarizados con
las prácticas de producción.

Mientras que para Linn & Maenhout (2019), en su estudio analizó la rentabilidad y
eficiencia de la producción de arroz en la región de Ayeryarwaddy, mediante estadística
descriptiva y análisis de regresión para 130 agricultores, determinó que la eficiencia técnica
general media de los agricultores tiene un potencial de rendimiento de arroz adicional del
25 % y para el nivel de eficiencia económica promedio indica que los agricultores pueden
aumentar su rentabilidad en un 57 % si se adaptaran para reducir los costos de insumos.
Además, la eficiencia fue significativamente mayor para los agricultores que eran más
jóvenes, mejor educados, más experimentados, había acceso a servicios de extensión
agrícola y cultivaban de la variedad Aye Yar Min.
 14

Ayedun & Adeniyi (2019) examinó la eficiencia en la producción de arroz de los

campesinos en la zona centro norte de Nigeria. Mediante la frontera estocástica dada la
especificación del modelo de frontera de Cobb Douglas, se demostró un valor gamma de
54% y significativamente diferente de cero, estableciendo así el hecho de que las
ineficiencias existen entre los agricultores. La ineficiencia técnica generalmente se reducía
mediante el uso de tractor y el agricultor con un tamaño de familia numeroso, lo que permite
facilitar la mano de obra familiar y la ineficiencia técnica aumentaba si los agricultores de
menor edad participaban en la producción de arroz.

Leo et al (2018) en su estudio analizó la producción, la eficiencia (técnica,

productiva y económica) y los ingresos de los agricultores. En el enfoque descriptivo utilizó
frontera estocástica con la función de producción de Cobb-Douglas para analizar la
eficiencia técnica y determinar su influencia en variables independientes. Resultó que la
producción promedio de arroz en Sengah Temila, distrito Landak Regency fue bastante
buena con una producción de 5.819 kg / ha y los factores que afectan el nivel de producción
significativamente son: el tamaño de la tierra, semillas, pesticidas y las labores, mientras
que el factor fertilizante no tuvo un efecto significativo porque la cantidad de fertilizante
fue menor de la necesaria. El tamaño de la tierra fue un factor dominante que afectó el nivel
de producción y el resultado de la eficiencia económica no fue eficiente con un coeficiente
de 18,38.

Después, Arshad et al (2018) en su investigación, analiza la influencia de variables

sociodemográficos, climáticas y patrones de precipitación, en la eficiencia económica de la
producción de arroz, determinó mediante un modelo de regresión el modelo de frontera de
producción estocástica (SPF). Sus resultados destacan el hecho de que los indicadores de la
variabilidad climática y el estrés por calor afectan negativamente la eficiencia económica
de la producción de arroz de los agricultores, mientras que las variables educación de los
agricultores, el acceso a los servicios financieros y la asociación tiene un impacto positivo
e influencian en la eficiencia económica.
 15

[Link] teórico científicas

2.2.1. Producción agrícola

La investigación parte con la producción agrícola que viene de un proceso de

revolución que cada vez le ha permitido innovar nuevas técnicas para mejorar el producto.
La línea de tiempo parte con la revolución agrícola neolítica, que se caracterizó por el uso
de músculos, ingenio mecánico y algunas habilidades de reproducción rudimentaria. Con la
revolución industrial aparece la maquinaria que con un mejor equipo ayudaron a impulsar
la producción (segunda revolución agrícola). La tercera revolución agrícola viene con la
introducción de semillas híbridas, insumos químicos, lo cual permitió desbloquear el
hambre y lo empujó a niveles históricos. En la actualidad nos encontramos en la cuarta
revolución agrícola, mediante el despliegue de biotecnologías avanzadas y herramientas
digitales que ofrecen nuevas estrategias de producción para hacer frente al cambio climático
(Fraser & Campbell, 2019).

La producción agrícola a nivel mundial es muy importante para combatir el hambre

y las necesidades básicas de la población, priorizar ciertos productos a nivel mundial por su
consumo es importante para avanzar en el cumplimiento de los Objetivos del Desarrollo
Sostenible (ODS), un punto importante es la producción del arroz, al ser un bien
comercializado a nivel internacional permite los objetivos mundiales.

2.2.2. Arroz

El arroz es el alimento básico para casi la mitad de la población mundial, y su

producción en aumento continua para satisfacer la demanda, aumentada debido a la
población en constante crecimiento. Sus principales desafíos son: la disponibilidad per
cápita de tierra y agua, porque está aumentando a un ritmo rápido, a su vez, hay un
movimiento masivo de jóvenes del campo a las ciudades en todo el mundo en busca de
mejores medios de vida, lo que reduce la disponibilidad de mano de obra agrícola (Prasad,
Shivay, & Kumar, 2017).

El arroz será el que más sufrirá debido a estos cambios, por sus altas necesidades de
agua y mano de obra. El desarrollo de variedades / híbridos de arroz de alto rendimiento y
el uso concomitante de altos niveles de fertilizantes, especialmente nitrógeno, han sido los
dos principales impulsores del aumento de la producción de arroz en las últimas cuatro
 16

décadas, pero el uso excesivo de fertilizantes nitrogenados ha creado problemas ambientales

de efecto invernadero, calentamiento, agotamiento de la capa de ozono, y eutrofización de
las aguas superficiales y subterráneas, y existe una preocupación mundial al respecto. El
arroz se cultiva en más de 100 países distribuidos en seis continentes y en diversas
condiciones agroecológicas y socioeconómicas.

Según los principales métodos de establecimiento de arroz del mundo, los sistemas
de producción de arroz se clasifican en sistemas de producción de arroz trasplantado (TPR)
y sistemas de producción de arroz de siembra directa (DSR). Los sistemas de producción
de DSR se clasifican además como, sistema de producción de arroz de semilla seca (DSR
seco), sistema de producción de arroz de semilla húmeda (DSR húmedo) y arroz de semilla
de agua (DSR de agua) sistema de producción. La productividad de TPR y DSR es similar
cuando se adoptan las mejores prácticas de gestión (Rao, Wani, Ramesha, & Ladha, 2017).

Todos estos sistemas tienen que ser eficientes para que la producción a nivel
mundial sea sostenible conforme va el crecimiento poblacional y evita las desigualdades
frente a las necesidades básicas, pero en que consiste la eficiencia, De Kondratov define la
eficiencia como una actividad con propósito de un humano destinado a estudiar diferentes
aspectos, propiedades, vínculos, relaciones en la investigación de procesos, objetos,
sistemas y fenómenos del mundo material (Mykhailenko, 2018).

2.2.3. Producción de arroz en el Perú

La producción de arroz a nivel nacional está influenciada por diversos aspectos

internos y externos. En el año 2019 la producción declina drásticamente (-10.4%) debido a
los bajos precios que se generaron en el 2018 por la sobreoferta (ver Anexo 2). El interés
de producir arroz a nivel nacional varía en función al precio y a las campañas de arroz. El
comportamiento de la producción de arroz es estacional, y es por eso la entrada de
importaciones de arroz, el análisis gira en torno a lo siguiente: en los periodos de producción
de arroz en cáscara existe menos importaciones de arroz pilado y en los periodos sin
producción de arroz existe un aumento de importaciones (Romero, 2020).

La superficie cosechada de arroz en cáscara por regiones es mayor en la región de

San Martín, con una superficie de 101 814 hectáreas, le sigue amazonas con 51 741
hectáreas, y el cuarto mayor productor es Lambayeque con total de 47 672 hectáreas en el
 17

año 2019 (ver Anexo 3). Un análisis longitudinal de cinco años, determina que la superficie
de siembra de arroz está disminuyendo en la costa y aumentando en la selva, y se recalca el
carácter temporal de producción diferente a la selva. Está situación puede conllevar a restar
precios en las regiones de la selva y contribuir a estabilizar o mejorar los precios en la costa
(Romero, 2020).

El comportamiento mensual de los precios de arroz en chacra a nivel nacional tuvo

su mayor caída en octubre del 2018 y 2019 llegando a S/0.84 y S/ 0.83 soles el kilo
respectivamente (ver Anexo 4). Los agricultores a nivel nacional determinaron que su
precio de equilibrio es de S/ 0.90 soles. El precio del arroz es variable y pudo contrarrestar
las pérdidas en los periodos siguientes (Romero, 2020).

2.2.4. Fuerza de trabajo

La fuerza de trabajo es la mano de obra utilizada para la producción del arroz, en las
regiones de La libertad y Arequipa el costo por mano de obra es de S/ 20.57 soles,
representan los mayores precios en el Perú a comparación de la región San Martín cuyo
precio es de S/18.00 soles, el menor precio en las regiones. La región Lambayeque tiene un
costo de mano de obra de S/20.50 soles y utiliza en promedio 81.5 Nro. Jornales, el costo
total de mano de obra es de S/1,670.50 soles por campaña de producción de arroz, tiene un
menor costo a nivel nacional inclusive menor que el mayor productor de arroz del cual es
S/1,710.00 soles de costo (ver Anexo 5). El análisis es porque en Lambayeque se utiliza una
menor cantidad de mano de obra que el las demás regiones (Ministerio de Desarrollo
Agrario y Riego, 2019).

2.2.5. Métodos de producción

Los métodos de producción corresponden a la semilla, fertilizantes y pesticidas que

es utilizada para la producción del arroz. En la región Lambayeque el precio por semilla es
de S/ 2.75 soles, representa el mayor precio a comparación de la región San Martín cuyo
precio es de S/2.00 soles, el menor precio en las regiones. La región Lambayeque utiliza en
promedio 80 kilos de semillas y el costo total de la semilla es de S/220.00 soles por campaña
de producción de arroz, es un costo no muy alto a comparación de región la Libertad
(S/250.00 soles), mientras que el menor costo de semilla lo tiene San Martín del cual es
 18

S/160.00 soles (ver Anexo 5). El análisis es porque en San Martín el precio de semilla es
menor que en las demás regiones (Ministerio de Desarrollo Agrario y Riego, 2019).

El costo de fertilizante para la producción del arroz, en la región San Martín es de

S/ 1.39 soles, representa el mayor precio en el Perú a comparación de la región Lambayeque
cuyo precio es de S/0.92 soles, el menor precio en las regiones. La región Lambayeque tiene
un costo de fertilizantes de S/910.00 soles por campaña de producción de arroz y utiliza en
promedio 991.60 kilos, tiene un mayor costo a nivel nacional debido a que utiliza más
fertilizantes que las otras regiones, la menor cantidad de fertilizantes es de 250.00 kilos para
la región San Martín (ver Anexo 5). El análisis es porque en Lambayeque se utiliza una
mayor cantidad de fertilizantes que en las demás regiones (Ministerio de Desarrollo Agrario
y Riego, 2019).

El costo de pesticida para la producción del arroz, en la región San Martín es de S/

40.00 soles, representa el mayor precio en el Perú a comparación de la región Lambayeque
cuyo precio es de S/9.34 soles, el menor precio en las regiones. La región Lambayeque tiene
un costo de pesticida de S/509.13 soles por campaña de producción de arroz y utiliza en
promedio 54.50 kilos, tiene un mayor costo a nivel nacional debido a que utiliza más
pesticidas que las otras regiones, la menor cantidad de pesticidas es de 5.00 kilos para la
región San Martín (ver Anexo 5). El análisis es porque en Lambayeque se utiliza una mayor
cantidad de pesticidas que en las demás regiones (Ministerio de Desarrollo Agrario y Riego,
2019).

2.2.6. Maquinaria y equipo

La maquinaria y equipo se caracteriza por la mecanización o el uso total de capital

fijo empleado para la producción del arroz, en las regiones de Lambayeque, La Libertad y
Arequipa el precio por horas/tractor es de S/ 120 soles, representan los mayores precios en
el Perú a comparación de la región San Martín cuyo precio es de S/70.00 soles, el menor
precio en las regiones. La región Lambayeque tiene un costo de mecanización de S/540.00
soles por campaña de producción de arroz y utiliza en promedio 4.50 horas/tractor, tiene un
menor costo a nivel nacional inclusive menor que el mayor productor de arroz la región San
Martín del cual es S/630.00 soles de costo (ver Anexo 5). El análisis es porque en
Lambayeque se utiliza una menor cantidad de horas/tractor que en las demás regiones
(Ministerio de Desarrollo Agrario y Riego, 2019).
 19

2.2.7. Eficiencia económica

El término eficiencia se utiliza cuando se describen fenómenos que se relacionan

con diferentes ramas de conocimiento y esferas de actividad. Sin embargo, la eficiencia es
clave en la economía teórica y práctica, y con ello parte de la eficiencia económica.

La eficiencia económica es un término amplio que se usa típicamente en

microeconomía para denotar el estado de mejor funcionamiento posible de un mercado de
productos o servicios. La eficiencia económica supone un costo mínimo para la producción
de un bien o servicio, una producción máxima y un excedente máximo de la operación del
mercado (Petrou, 2014).

Cuantitativamente, para Petrosyan et al (2015), la eficiencia económica es la

relación entre los resultados obtenidos en el proceso de producción, y los costos del trabajo
social, asociados al logro de los resultados. Por lo tanto, el significado de aumento de la
producción es eficiente cuando ocurre un crecimiento más rápido del resultado en
comparación con el costo. Además, Ouedraogo (2015) hace referencia a la combinación de
insumos productivos. En ese sentido, dice que un productor es técnicamente eficiente al
considerar un conjunto de factores e insumos, en donde es imposible aumentar la cantidad
de un producto sin aumentar el aspecto factorial o disminuir la cantidad de otro producto
para el mismo nivel de producción, por tanto, el productor técnicamente más eficiente es el
que usa menos. El concepto de eficiencia se refiere a dos conceptos claves, eficiencia
técnica y eficiencia asignativa.

2.2.8. Eficiencia técnica

La eficiencia técnica según Okoye et al (2016), se refiere a la capacidad de las

empresas para emplear las mejores prácticas en su producción, procesos, de modo que no
se utilice más de la cantidad necesaria de un conjunto dado de insumos en la producción.

[Link]. Frontera de producción estocástica

La función de producción de frontera estocástica fue propuesta por Meeusen, y Van

Den Broeck. Se expresa de la siguiente manera:

𝑌𝑖 = 𝑓(𝑋𝑖 , 𝛽)𝜀𝑖
 20

Con 𝜀𝑖 = 𝑉𝑖 − 𝑈𝑖

Donde 𝑌𝑖 es la producción final de la i-ésima muestra, 𝑓(𝑋𝑖 , 𝛽) es la forma funcional,

β es el vector de parámetros desconocidos a ser estimado, 𝜀𝑖 es el término de error formado
por dos componentes aditivos; 𝑉𝑖 es el error aleatorio que tiene una media cero y está
asociado a factores fuera de control, en este caso tales como topografía, clima, errores de
medición, interrupción de suministros y supone que es independiente y con distribución
normal (0, 𝜎 2 𝑣), 𝑈𝑖 es una variable independiente aleatoria no negativa truncada asociada
con factores específicos de la producción, que conducen a la i-ésima muestra, expresa la
ineficiencia de producción (características económicas, ambientales que se quieren
contratar en una investigación).

La 𝑈𝑖 está asociado con técnicas de ineficiencia y de rango entre cero y uno, además
sigue una distribución media normal independiente N (0, 𝜎 2 𝑣), donde N es el número de
productores involucrados en la encuesta transversal (Akhilomen, Bivan, Rahman, & Sanni,
2015). El modelo de función de producción de frontera estocástica se establece utilizando
la máxima verosimilitud (MLE) y utiliza la función de producción Cob-Douglas.

2.2.9. Frontera de costo de la frontera estocástica

En cuanto, a la eficiencia asignativa se calcula la función de costo de frontera

estocástica.

La ineficiencia de costo (CE) se define como la relación entre el costo total real (C)
y el costo total mínimo estimado (C*), de modo que el valor de CE oscila entre uno al
infinito. Por tanto, la inversa de CE es el nivel de eficiencia asignativa.

𝐶 𝐸(𝐶|𝑢𝑖 , 𝑌𝑖 , 𝑃𝑖 )
𝐶𝐸𝑖 = = = exp (−𝑢𝑖 )
𝐶 ∗ 𝐸(𝐶|𝑢𝑖 = 0, 𝑌𝑖 , 𝑃𝑖 )

La eficiencia de costos también es definida como eficiencia asignativa (EA), por lo

que la eficiencia de asignación se formula:

1
𝐴𝐸𝑖 =
𝐶𝐸𝐼
 21

El valor de eficiencia de asignación (EA) varía de 0 a 1. La eficiencia económica

(EE) se obtendrá por lo tanto de datos técnicos y la eficiencia asignativa:

𝐸𝐸𝑖 = 𝐸𝑇𝑖 ∗ 𝐸𝐴𝑖

La función de producción de frontera estocástica, los parámetros de frontera de

costos y el impacto de la ineficiencia de costos se realizan en dos etapas. La primera etapa
con los Mínimos Cuadrados Ordinarios (MCO) y la segunda a través, estimar los parámetros
por el método de máxima verosimilitud (Lanamana, 2019).

Los términos más resaltantes en la investigación parte con la eficiencia que es la

relación entre los resultados obtenidos en el proceso de producción, y los costos del trabajo
social, asociados al logro de los resultados. Lo que significa que un aumento de la
producción es eficiente cuando ocurre un crecimiento más rápido del resultado en
comparación con el costo. Luego los costos, que es la suma de los costos fijos más los costos
variables y son los gastos que se emplean en el proceso productivo para la realización de
una producto o servicios en específico, independientemente del objetivo a cumplir en la
actividad.

En la producción tenemos el insumo, que son los inputs que se utilizan en el proceso
productivo para la realización de un producto final, sin los insumos no existe el proceso
productivo y por lo tanto son los más importantes para que una empresa o actividad opere
y los fertilizantes, insumos que se emplean en el proceso para la siembra de un producto,
se le caracteriza porque es cualquier tipo de sustancia orgánica e inorgánica que nutre la
planta y permiten que el producto en tierra tenga un rendimiento superior a lo normal,
mientras mejor sea el fertilizante para la tierra, mayor será su producción.

Que darán origen al producto, el resultado del proceso productivo empleando inputs
y se le denomina output, producto final que sale al mercado a comercializarse, dependiendo
de que tanto volumen de producto se obtuvo y a qué precio se vende para ver la ganancia
obtenida, y para calcular la eficiencia del producto se utiliza la frontera estocástica de
producción, técnica utilizada para medir los niveles de eficiencia de diferentes actividades
por parte de entes públicos y privados, a través de unidades de productos finales.

La hipótesis general de la investigación corresponde que la producción de arroz de

los agricultores se ven influenciados por el área cosechada, tipo de semilla, tipo de
 22

fertilizante, cantidad de mano de obra, precio y costo de producción en el subsector granja

Sasape Túcume campaña 2018 2019. Mientras que las hipótesis específicas expresan en que
más 50% de los agricultores presenta ineficiencia técnica, asignativa y económica.

III. Metodología

3.1. Tipo y nivel de investigación

En la metodología es una investigación aplicada porque, según Ñaupas et al (2018),

se formularon hipótesis para explicar la realidad en base a los resultados de la investigación
básica dada por la observación. El enfoque es cuantitativo ubicado dentro del paradigma
positivista, porque los resultados de la investigación se van expresar por un modelo
numérico analizando las variables independientes (Gallardo, 2017). El nivel de
investigación es descriptivo, para Hernández y Mendoza (2018) consiste en la descripción
de fenómenos mediante recolección de datos para especificar características, y realizar
relaciones de variables independientes en la variable dependiente.

3.2. Diseño de la investigación

El diseño de investigación es no experimental – explicativo, porque no se van a

modificar ninguna de las variables, siendo tomadas con el mismo valor de las fuentes
específicas, además se realizará prueba de hipótesis y explicar la influencia de las variables
(Bernal C. , 2016) . El análisis por su ubicación temporal es transversal o transeccional,
según Vera et al (2018) es porque los datos a recolectar van a ser para todos los agricultores
que siembren arroz y se hará en un solo momento a través de encuestas.

3.3. Población, muestra y muestreo

Población: La población son un total de 2046 agricultores de arroz en el subsector

Sasape Túcume, representa una población finita.

Muestra: Por ser una población finita para Bernal C. (2010), el tipo de muestra puede
ser probabilística o no probabilística. La investigación va tener un carácter de
representatividad de la población finita, por lo tanto, está determinada por muestra
probabilística y consta de la siguiente fórmula:
 23

𝑍2 ∗ 𝑝 ∗ 𝑞 ∗ 𝑁
𝑛=
𝐸 2 (𝑁 − 1) + 𝑍 2 ∗ 𝑝 ∗ 𝑞

1.962 ∗ 0.5 ∗ 0.5 ∗ 2046

𝑛=
0.052 ∗ (2046 − 1) + 1.962 ∗ 0.5 ∗ 0.5

Donde:

N: Representa la población total de 2046 agricultores de arroz en el subsector Sasape

Túcume

Z: Representa el nivel de confianza elegida al 95% (Z=1.96)

p: Representa la probabilidad de que ocurra el evento (0.5)

q: Representa la probabilidad que no ocurra el evento (0.5)

E: Representa el error admitido (0.05)

Reemplazando genera como resultado 323.56 ≅ 324 agricultores los cuales van
hacer encuestados para la recopilación de datos en nuestro estudio.

Muestreo: La selección del muestreo se realizó acorde al resultado de la muestra, se

seleccionaron a 324 agricultores al azar – muestreo probabilístico aleatorio simple- entre
propietarios o agricultores arrendatarios de tierras de cultivo del arroz en el subsector granja
Sasape Túcume.

3.4. Criterios de selección

Se incluye solo una persona dueña o arrendataria de la tierra de cultivo

principalmente del arroz y no se incluirá en la encuesta a más de una persona que tenga un
vínculo familiar del dueño o arrendatario de la misma tierra de cultivo, evitando la
duplicidad de información.

3.5. Operacionalización de variables

La operacionalización de variables está compuesta por la variable dependiente:

eficiencia técnica, que es será explicado por las variables independientes: producción de
 24

cultivo (Prod), fuerza de trabajo (Fu_tr) y métodos de producción (Met), expresado en la

función siguiente:

Eficiencia técnica (Ren) = f (Prod, Fu_tr, Met)

El modelo econométrico respectivo es:

𝑅𝑒𝑛𝑖 = 𝛼0 + 𝛼1 𝑃𝑟𝑜𝑑𝑖 + 𝛼2 𝐹𝑢_𝑡𝑟𝑖 + 𝛼3 𝑀𝑒𝑡𝑖 + 𝑣𝑖 − 𝑢𝑖

Operacionalización de variables

Variable Definición Dimensión Indicador

Eficiencia técnica Se refiere a la Eficiencia Rendimiento:
capacidad de las técnica de la Kilos / unidades
(Variable
empresas para emplear producción en insumo físico
dependiente) las mejores prácticas campaña de arroz
en su producción, Eficiencia Técnica:
procesos, de modo que Más eficiente y
no se utilice más de la menos eficiente
cantidad necesaria de
un conjunto dado de
insumos en la
producción (Okoye et
al., 2016)
Producción de Es el factor productivo Porción de Producción / área
caracterizado por la cultivo utilizada sembrada
cultivo
tierra en donde se en la producción
(Variable produce el arroz. de la campaña de
arroz
independiente)

Fuerza de trabajo Es el factor Trabajadores Trabajadores / área

caracterizado por la empleados en la sembrada
(Variable
fuerza de trabajo que campaña de arroz
independiente) emplea el agricultor en
la producción de arroz

Métodos de Es el factor Insumos Insumos / área

producción caracterizado por los utilizados en la sembrada
(Variable métodos de producción producción de
independiente) del agricultor para arroz
producir el arroz

Fuente: Elaboración propia

 25

3.6.Técnicas e instrumentos de recolección de datos

El instrumento utilizado es el cuestionario y de técnica la encuesta, el muestreo es

probabilístico aleatorio simple (Pimienta & De la Orden, 2017). La recolección de datos se
obtendrá a través del cuestionario que será aplicado a 324 agricultores en el subsector granja
Sasape Túcume donde se cultiva el arroz, el instrumento es adaptado de la Guía para la
Encuesta Agrícola Integrada de Organización de las Naciones Unidas para la Alimentación
y la Agricultura, (FAO, 2018) y el IV Censo Nacional Agropecuario – 2012 del Instituto
Nacional de Estadística e Informática.

El instrumento se divide en cinco partes; la sección uno, corresponde las

características sociodemográficas del agricultor, que comprende el género, edad, número de
hijos, grado de instrucción, el tipo de dueño, capacitación y la superficie total de hectárea o
tareas que trabaja o conduce. La sección dos, corresponde la producción del cultivo, que
abarca la producción de arroz en la campaña 2018-2019 con su respectivo precio, la
superficie sembrada y si existe siembra de otros cultivos en periodos transitorios con su
respectiva cantidad expresado en tareas y hectáreas.

La sección tres, está compuesta por la fuerza de trabajo, comprende al capital

humano, si el agricultor cuenta con administrador(a), trabajadores permanentes y eventuales
de acuerdo al género. La sección cuatro corresponde los métodos de producción, abarcan si
usa semillas y/o plantones certificados, el método de siembra de semillas, cantidad de
semilla, guano, estiércol u otro abono orgánico, fertilizantes y si usan químicos, no químicos
o biológicos, herbicidas y fungicidas, con su unidad de medida y cantidad correspondiente,
además de la cantidad de horas y número de riego que se utilizó para la campaña 2018-2019
de la producción de arroz.

La sección cinco, está compuesta por maquinaria y equipo, consta si el agricultor

tiene, arado de hierro de tracción animal, arado de palo de tracción animal, cosechadora,
fumigadora a motor, fumigadora manual (mochila), molino para grano, picadora de pasto,
trilladora, bomba para pozo, motor para bombeo de agua, generador eléctrico y tractor de
rueda, con sus respectivas cantidades y hora/maquina trabajada.
 26

3.7. Procedimientos

Una vez que se terminó de elaborar la encuesta con la revisión de un estadista y

asesor profesional, sigue la valoración del cuestionario a través de juicios de expertos, el
proceso consiste en una revisión del cuestionario por tres expertos metodológicos o del área
del investigador, el cual calificarán los indicadores por claridad, vocabulario, objetividad,
organización, intencionalidad, coherencia y metodología. Finalizado el proceso con un
valor aceptable empieza la aplicación del cuestionario (ver Anexo 1) a los agricultores
distribuidos en el subsector granja Sasape Túcume, el tiempo de aplicación del cuestionario
será de aproximadamente 10 minutos en los meses de octubre y noviembre del 2021.

3.8. Plan de procesamiento y análisis de los datos

Culminada la recolección de todos los datos necesarios, se realizó al procesamiento

de información en el programa estadístico Excel, y luego se importó en el Software STATA.
El procesamiento nos brindó los resultados objetivos para contrastar las hipótesis la cual se
analizó con mucha prudencia, y generó los resultados, conclusiones y las recomendaciones
necesarias.

En el análisis de datos, primero el desarrollo corresponde al objetivo específico

número uno, y el resultado se realiza mediante la descripción de los estadísticos descriptivos
de las variables sociodemográficas, después se calcula la eficiencia técnica expresada como
una parte de la eficiencia económica, el modelo en la investigación gira en torno al siguiente
modelo econométrico que calcula la eficiencia:

𝑅𝑒𝑛𝑖 = 𝛼0 + 𝛼1 𝑃𝑟𝑜𝑑𝑖 + 𝛼2 𝐹𝑢_𝑡𝑟𝑖 + 𝛼3 𝑀𝑒𝑡𝑖 + 𝑣𝑖 − 𝑢𝑖

Donde:

𝑅𝑒𝑛𝑖 : Es el ratio de producción de arroz expresado en fanegas entre las unidades de

insumo físico. Representa a la variable dependiente escalar y está expresado como la
eficiencia técnica de los agricultores productor de arroz a través del subíndice 𝑖.

𝑃𝑟𝑜𝑑𝑖 : Es el ratio de producción de arroz entre la cantidad de semilla sembrada

(kilos). Representa a la variable independiente y está expresado como la producción de
cultivo para cada agricultor productor de arroz a través del subíndice 𝑖.
 27

𝐹𝑢_𝑡𝑟𝑖 : Es el ratio de fuerza de trabajo expresado en trabajadores por el área

sembrada. Representa a la variable independiente y está expresado como la fuerza de trabajo
para cada agricultor productor de arroz a través del subíndice 𝑖.

𝑀𝑒𝑡𝑖 : Es el ratio de métodos de producción expresado en insumos por el área

sembrada. Representa a la variable independiente y está expresado como el método de
producción para cada agricultor productor de arroz a través del subíndice 𝑖.

𝛼0 + ⋯ + 𝛼3 : Representa a los parámetros para cada variable independiente.

𝑣𝑖 : Es el error aleatorio que tiene una media cero y está asociado a factores fuera de
control.

𝑢𝑖 : Es una variable independiente aleatoria no negativa truncada asociada con

factores específicos de la producción.

La eficiencia económica es medida a través de la frontera estocástica y se encuentra

representado por el nivel de ineficiencia técnica (Sigma_u). La estimación econométrica
nos permite calcular el nivel de eficiencia promedio de todo el sector granja Sasape-Túcume
y mediante ello generar los respectivos resultados y conclusiones.

Por último, se desarrolla el objetivo específico tres, y corresponde identificar al

agricultor más eficiente y sus características específicas que posibilitan la eficiencia, el
resultado corresponde de la eficiencia técnica determinado en el objetivo dos a través de la
frontera estocástica, el análisis de los resultados es mediante la eficiencia individual y en
base a ello se determinará las características del agricultor eficiente, generando los
respectivos resultados y conclusiones.

Por último, se desarrolla el objetivo general, en el cual se determina la influencia de

los factores que permiten la eficiencia, para ello se añadirán variables características propias
del productor bajo un nuevo modelo econométrico de tipo logit.
 28

𝐸𝑇𝑖 = 𝛼0 + 𝛼1 𝑒𝑑𝑎𝑑𝑖 + 𝛼2 𝑒𝑑𝑢𝑖 + 𝛼3 𝑗𝑒𝑓𝑒𝑖 + 𝛼4 𝑠𝑢𝑝𝑡𝑖 + 𝛼5 𝑠𝑒𝑚𝑏𝑖 + 𝛼6 𝑐𝑎𝑝𝑎𝑐𝑖

+ 𝛼7 ℎ𝑖𝑗𝑜𝑠𝑖 + 𝛼8 𝑠𝑒𝑚𝑖𝑖 + 𝛼9 𝑚𝑒𝑡_𝑠𝑒𝑚𝑏𝑖 + 𝛼10 𝑐𝑎𝑛𝑡_𝑠𝑒𝑚𝑖𝑖 + 𝛼11 𝑓𝑒𝑟𝑖
+ 𝛼12 𝑖𝑛𝑠𝑞𝑖 + 𝛼13 𝑑𝑒𝑠ℎ𝑖𝑒𝑟𝑏𝑖 + 𝛼14 𝑡𝑟𝑎𝑛𝑠𝑝𝑖 + 𝛼15 𝑟𝑒𝑔𝑖 + 𝛼16 𝑓𝑢𝑚𝑖𝑖
+ 𝛼17 𝑡𝑟𝑎𝑏_𝑜𝑡𝑟𝑜𝑠𝑖 + 𝛼18 ℎ𝑒𝑟𝑏𝑖 + 𝛼19 𝑓𝑢𝑛𝑔𝑖𝑖 + 𝛼20 𝑎𝑏𝑜𝑛_𝑛𝑎𝑡𝑖 + 𝛼21 𝑢𝑟𝑒𝑎𝑖
+ 𝛼22 𝑓𝑜𝑠𝑓𝑡𝑖 + 𝛼23 𝑜𝑡𝑟𝑜_𝑓𝑒𝑟𝑡𝑖 + 𝛼24 𝑐𝑜𝑠𝑐ℎ + 𝛼25 𝑓𝑢𝑚𝑜𝑡𝑖 + 𝛼26 𝑝𝑖𝑐𝑎𝑑𝑖
+ 𝛼27 𝑡𝑟𝑎𝑐𝑡𝑖 + 𝛼28 𝑡𝑟𝑎𝑐𝑡_𝑟𝑢𝑓𝑎𝑖 + 𝛼29 𝑡𝑟𝑎𝑐𝑡_𝑛𝑖𝑣𝑒𝑙𝑖 + 𝛼30 𝑏𝑎𝑡𝑖𝑑𝑖
+ 𝛼31 ℎ𝑜𝑟𝑎_𝑟𝑖𝑒𝑔𝑜𝑖 + 𝑢𝑖

Donde:

𝐸𝑇: Representa la eficiencia técnica de los agricultores y es una variable

independiente binomial (1 = más eficiente, 0 = menos eficiente). Resultante de la media
generada del valor de la eficiencia por agricultor. Es decir, por encima de la media es más
eficiente y por debajo de la media es menos eficiente.

𝑠𝑒𝑥𝑜: Representa el sexo de los agricultores y es una variable independiente

binomial (Masculino y Femenino).

𝑒𝑑𝑎𝑑: Representa la edad de los agricultores y es una variable independiente

ordinal.

𝑒𝑑𝑢: Representa el nivel educativo de los agricultores y es una variable

independiente ordinal.

𝑗𝑒𝑓𝑒: Representa al encargado de la superficie total de hectáreas o tareas que

conduce o trabaja, es una variable independiente nominal.

𝑠𝑢𝑝𝑡: Representa la superficie total de hectáreas o tareas del agricultor, es una

variable independiente escalar.

𝑠𝑒𝑚𝑏: Representa la superficie sembrada de arroz en la campaña 2018-2019, es una

variable independiente escalar.

𝑐𝑎𝑝𝑎𝑐: Representa la proporción de agricultores que recibieron capacitación sobre

el cultivo de arroz en la campaña 2018-2019, es una variable independiente binomial.
 29

ℎ𝑖𝑗𝑜𝑠: Representa el número de hijos por agricultor. Es una variable independiente

nominal.

𝑠𝑒𝑚𝑖: Representa una variable independiente nominal sobre el tipo de semillas y/

plantones certificados en la producción del arroz.

𝑚𝑒𝑡_𝑠𝑒𝑚𝑏: Representa una variable independiente nominal sobre el método

siembra en la producción del arroz.

𝑐𝑎𝑛𝑡_𝑠𝑒𝑚𝑖: Representa una variable independiente escalar sobre la cantidad de

semillas certificados en la producción del arroz.

𝑓𝑒𝑟: Representa una variable independiente escalar sobre el uso de fertilizantes

naturales en la producción del arroz.

𝑖𝑛𝑠𝑞: Representa una variable independiente escalar sobre el uso de insecticidas

químicos en la producción del arroz.

𝑑𝑒𝑠ℎ𝑖𝑒𝑟𝑏: Representa una variable independiente nominal sobre el personal

eventual deshierbador en la producción del arroz.

𝑡𝑟𝑎𝑛𝑠𝑝: Representa una variable independiente nominal sobre el personal eventual

transplantador en la producción del arroz.

𝑟𝑒𝑔: Representa una variable independiente nominal sobre el personal eventual

regador en la producción del arroz.

𝑓𝑢𝑚𝑖: Representa una variable independiente nominal sobre el personal eventual

fumigador en la producción del arroz.

𝑡𝑟𝑎𝑏_𝑜𝑡𝑟𝑜𝑠: Representa una variable independiente nominal sobre otro personal

eventual en la producción del arroz.

ℎ𝑒𝑟𝑏: Representa una variable independiente escalar sobre el uso de herbicidas en

la producción del arroz.

𝑓𝑢𝑛𝑔𝑖: Representa una variable independiente escalar sobre el uso de fungicidas en

la producción del arroz.
 30

𝑎𝑏𝑜𝑛_𝑛𝑎𝑡: Representa una variable independiente binomial sobre el uso de abono

natural en la producción del arroz.

𝑢𝑟𝑒𝑎: Representa una variable independiente binomial sobre el uso de urea en la

producción del arroz.

𝑓𝑜𝑠𝑓𝑡: Representa una variable independiente binomial sobre el uso de fosfato en

la producción del arroz.

𝑜𝑡𝑟𝑜_𝑓𝑒𝑟𝑡: Representa una variable independiente binomial sobre el uso de otros

fertilizantes en la producción del arroz.

𝑐𝑜𝑠𝑐ℎ: Representa una variable independiente escalar sobre las horas de uso de la
cosechadora en la producción del arroz.

𝑓𝑢𝑚𝑜𝑡: Representa una variable independiente nominal sobre el uso de la

fumigadora a motor en la producción del arroz.

𝑝𝑖𝑐𝑎𝑑: Representa una variable independiente nominal sobre el uso de picadora de

pasto en la producción del arroz.

𝑡𝑟𝑎𝑐𝑡: Representa una variable independiente nominal sobre el uso de tractor en la

producción del arroz.

𝑡𝑟𝑎𝑐𝑡_𝑟𝑢𝑓𝑎: Representa una variable independiente nominal sobre el uso del tractor
rufa en la producción del arroz.

𝑡𝑟𝑎𝑐𝑡_𝑛𝑖𝑣𝑒𝑙: Representa una variable independiente nominal sobre el uso del tractor
nivelador en la producción del arroz.

𝑏𝑎𝑡𝑖𝑑: Representa una variable independiente nominal sobre el uso de batidora para
la producción del arroz.

ℎ𝑜𝑟𝑎𝑟𝑖𝑒𝑔𝑜 : Representa una variable escalar sobre las horas de riego que se utilizan
para la producción del arroz.

𝑢𝑖 : Representa la variable aleatoria

 31

La estimación del modelo logit permite estimar una variable que se encuentra entre
0 y 1, como es el caso de la eficiencia técnica. El resultado se contrasta por significancia
individual, significancia conjunta, estimador de máxima verosimilitud, correcta
clasificación y curva de ROC permitiéndonos determinar las variables que influyen en el
modelo y sus efectos respectivos.
 32

3.9. Matriz de consistencia

Título Problema Objetivo Principal Hipótesis Variable Dimensiones Indicador Metodología

Determinar los factores que Eficiencia
Eficiencia técnica
influyen en la eficiencia Fanega /
técnica de la producción
económica de la producción unidades
por campaña de
de arroz del subsector granja (Variable insumo físico
La eficiencia arroz Tipo: Descriptiva
Sasape Túcume campaña dependiente)
Análisis de la técnica de los Nivel: Correlacional
2018 - 2019. Producción de Porción de
eficiencia agricultores se ve
cultivo utilizada
económica en influenciado por cultivo Producción / Diseño
Objetivos específicos en la producción
la producción la producción de área sembrada metodológico: No
Describir las características (Variable de la campaña de
de arroz del cultivo, fuerza de experimental,
que presentan los independiente) arroz
subsector ¿Cuáles son trabajo, métodos transversal
productores de arroz del Fuerza de
granja Sasape los factores de producción,
subsector granja Sasape Trabajadores
Túcume que influyen maquinaria y trabajo Trabajadores / Población: 2046
Túcume campaña 2018 - empleados en la
campaña 2018 en la eficiencia equipos granja área sembrada agricultores de arroz
2019. (Variable campaña de arroz
2019 económica de Sasape Túcume en el subsector
independiente)
la producción campaña 2018 - Sasape Túcume
Establecer cuantitativamente Métodos de Insumos
de arroz en 2019
la eficiencia económica de producción utilizados en la Insumos / área
subsector
los productores de arroz del (Variable producción de sembrada
granja Sasape Muestra: 324
subsector granja Sasape independiente) arroz
Túcume 2018 - agricultores de arroz
Túcume campaña 2018 - Maquinaria y Maquinaria Hora / cantidad
2019? en el subsector
2019. equipos utilizada en la de maquinaria
Sasape Túcume
(Variable producción de
Determinar que independiente) arroz
características presenta el
agricultor con mayor
eficiencia económica de
producción de arroz del
subsector granja Sasape
Túcume campaña 2018 -
2019.
 33

3.10. Consideraciones éticas

La investigación sigue consideraciones éticas establecidas en Noreña et al (2012),

primero toma el carácter de consentimiento informado, debido a que la población participante
en la investigación fue comunicada y se mantuvo informada del alcance de la investigación,
además se hubo una contraparte voluntaria por parte del sector granga Sasape Túcume para
participar.

Después, se considera la confidencialidad como carácter ético debido a que se comunicó

a la población investigada que la información primaria iba hacer recabada de manera anónima
solo para la investigación y, por último, la consideración observación participante, porque en
el proceso de trabajo de campo y desarrollo de resultados no hubo ninguna modificación de
información recopilada. Por parte del investigador se respetó la información tal cual se recogió.
 34

Resultados y discusión

La producción de arroz es un proceso que dura entre 5 a 6 meses. El primer paso,

corresponde en analizar el tipo de suelo y semilla a utilizar; en el departamento de Lambayeque
la variedad de semilla más empleada es la Tinajones, además se utilizan también de tipo
Mallares, Esperanza, NIR y Puntilla.

La semilla Tinajones es una planta que llega a una altura entre los 94 – 109 cm, se
considera vigoroso en el proceso de vigor inicial y en promedio tiene un periodo de 142 días
que dura el crecimiento hasta su maduración. La producción de arroz con la semilla Tinajones
implica tres etapas: fase vegetativa, que se produce a los 95 días en promedio; fase reproductiva,
con una duración de 35 días y la fase de maduración, en promedio 30 días.

El punto más importante en el crecimiento de la semilla corresponde la iniciación de la

panícula, el cual se da entre los 75 – 80 – 82 días, y se adapta a los valles de la costa norte del
Perú con un rendimiento potencial de 14,000 Kg/Ha. La semilla tinajones se considera de
calidad culinaria buena y es empleada con el sistema de siembra directa y trasplante. Además,
es susceptible a la resistencia al desgrane, reacción a plagas, enfermedades y a hoja blanca,
también es tolerante a la reacción a sales.

Tabla 1

Características de la semilla Tinajones

Semilla Tinajones
Tipo de hoja bandera Compacta
Longitud de panoja 22.3 – 23.2 cm
N ° de panojas/𝑚2 350
N ° de granos/panoja 143 – 171
Forma de grano Largo delgado
Tamaño de grano pilado Largo: 7.08 m.m; Ancho: 2.20 m.m
Peso de 1,000 granos 28.1 gramos
Rendimiento de pila Grano entero: 61%
Grano quebrado: 10%
Total: 71%
Apariencia de grano pilado Largo, delgado y traslúcido
Nota. Adaptado del Instituto de Desarrollo Agrario de Lambayeque.
 35

La semilla Tinajones tiene un grano de forma larga y delgado, su rendimiento de pila

total es de 71% y la longitud de su panoja es de 22.3 a 23.2 cm (ver Tabla 1).

Figura 1

Etapas de crecimiento de la producción de arroz

Fase vegetativa
• Etapa 0: Germinación a emergencia - Plántula
• Etapa 1: Inicio Macollamiento - Transplante
• Etapa 2: Máxima macollamiento - Elongación del tallo
• Etapa 3: Iniciación de panícula (Punto de algodón)
Fase reproductiva
• Etapa 4: Desarrollo de la panícula
• Etapa 5: Floración
• Etapa 6: Descanso

Fase de maduración
• Etapa 7: Etapa lechosa
• Etapa 8: Etapa de pastosa
• Etapa 9: Etapa de maduración

Nota. Adaptado del Instituto de Desarrollo Agrario de Lambayeque.

La producción de arroz está dividida también en nueve etapas (ver Figura 1), empieza
desde el periodo cero con la germinación a emergencia y acaba con la etapa de maduración. En
esas etapas en el subsector granja Sasape, los agricultores en la producción de arroz toman en
cuenta el sistema de trasplante – almácigo.

En la producción de arroz en el subsector granja Sasape, la siembra se desarrolla en el

mes de agosto, y la cantidad de semilla certificada utilizada es de 160 gramos por 1 𝑚2 . El
remojo de la semilla es de 24 horas y el abrigo gira en torno de 24 a 48 horas, controlando la
temperatura para que no se deteriore la semilla. Además, se tiene que realizar el voleo de semilla
sobre lámina de agua transparente y tener el control de riego, es decir, mantener lámina de agua
durante las primeras 48 horas y luego desaguar, realizar riegos alternados hasta el 7mo día y,
por último, mantener una capa de agua de acuerdo a la altura de las plántulas.
 36

En la producción de arroz se utilizan fertilizantes como el Fosfato Diamónico (FDA),

el Sulfato de Amonio (SA) y la urea, todo se realiza desde el 8vo y 18vo día después del voleo.
Entre el 8vo a 10mo día se utiliza FDA (2 kg), para el 12vo día se utiliza urea (4 kg) y SA (3
kg), y para el 18vo día se utiliza SA (4,5 kg), todo se realiza para cada 180 𝑚2 . Además, el
sector granja Sasape tiene el control de la maleza a través de Saturn 5% granulado, el cual se
utiliza 1 kg para cada 180 𝑚2 , aplicándose en el 9no – 10mo día después del voleo de la semilla.

El trasplante se realiza en el mes de septiembre, cuando su edad óptima cumpla lo 30 –

35 días. Toman en cuenta el distanciamiento de 20 x 20 cm, y por golpe colocan 4 a 5 plantas.
En el trasplante el agua debe encontrarse con lámina delgada, además realizar “secas”
periódicas para propiciar el prendimiento y promover el macollamiento, continuando hasta el
punto de algodón para evitar ataque de plagas. Después, mantener el cultivo con una pequeña
lámina de agua de 5 cm y retirar el agua cuando las hojas toman una coloración verde limón.

En el trasplante el uso de fertilizantes debe tomar en cuenta el análisis de suelo, se

pueden realizar hasta 4 abonamientos y usar urea, FDA y SA. En el primer abonamiento se
utilizan dos bolsas de FDA cuando se realiza el trasplante para ser incorporado en el barro, en
el segundo abonamiento, se utiliza 2 bolsas de urea y SA respectivamente a los 15 días después
del trasplante, en el tercer abonamiento se utilizan 3 bolsas de urea y 4 bolsas de SA también
15 días después del abonamiento anterior y, por último, en el cuarto abonamiento, se utiliza 2
bolsas de urea y SA respectivamente cuando se encuentra en el punto de algodón,
aproximadamente a los 75 días después de ser voleada la semilla, todo realizado en función a
una hectárea.

Tabla 2
Principales características de variedades de semillas de arroz en el Subsector Granja Sasape
Túcume campaña 2018-2019
Peso de
N° Semillas N° plántulas N° plántulas
Variedad 1000
en 60 kilos trasplantadas por M2 trasplantadas por ha
semillas
NIR 28 gr 2´142,857 100 a 125 1´000,000 a 1´250,000
Tinajones 26 gr 2´307,692 125 a 150 1´250,000 a 1´250,000
Mallares 30 gr 2´000,000 100 a 125 1´000,000 a 1´250,000
Esperanza 28 gr 2´142,857 100 a 125 1´000,000 a 1´250,000
Nota. Adaptado de Junta de Usuarios Chancay – Lambayeque, campaña 2014-2015
 37

De acuerdo a la Tabla 2, se identifica que la semilla Tinajones es la de menor peso por

cada 1000 semillas (26 gr), mientras que la semilla Mallares pesa 30 gramos, representando la
mayor de todas las semillas que se usan en el subsector Granja Sasape Túcume. También se
sabe que la semilla Tinajones tiene más semillas por cada 60 kg, cerca de 2´307,692 de semillas
mientras que la de menor número es de 2´000,000 de semillas y corresponde a la variedad de
Mallares. De ello se deduce, por lo tanto, que la semilla Tinajones tiene más número de
plántulas trasplantadas que va de 125 a 150 mientras que las demás variedades sólo llegan entre
100 a 125 plántulas trasplantadas.
En comparativo de todas las semillas certificadas en el Subsector Granja Sasape Túcume
la Tinajones tiene una especial características a las demás, de acuerdo al Anexo 12, se identificó
que es la semilla que mayor producción (Máx = 4620) a comparación de la semilla la Puntilla
(Máx = 1950) que es la menor de todas. A su vez es la de menor uso de jornaleros, se tiene que
la semilla Tinajones (M = 53) con la Mallares (M = 53) son las que usan en promedio menos
jornaleros a comparación de Puntilla (M = 57) que es la que utiliza más jornaleros. En cuanto
a la cantidad de semilla, tenemos que Mallares (M = 1.88) ocupa el primer lugar, debido a que
usa menos semillas que los de otros tipos, luego se sigue Tinajones (M = 1.89), mientras que
los agricultores que usan de tipo Puntilla (M = 2.16) gastan en más cantidades de semillas.

Por el lado de uso de fertilizantes en litros en el Subsector Granja Sasape Túcume,

tenemos que Tinajones (M = 21.58) presenta una media superior a las demás, es decir su
proporción de uso es mucho mayor que la de tipo NIR (M = 19.91), el cual es la que emplea
menor fertilizante en la producción del arroz. Para el uso de insecticidas químicos la semilla la
Esperanza (M = 2.40) es la que usa menor cantidad a comparación de las demás y el de mayor
uso es de tipo Mallares (M = 2.64), mientras que Tinajos tiene una media de usar 2.51 litros
(ver Anexo 12).

Se encontró además que los agricultores que utilizan la semilla Tinajones (M = 3)

emplean menos litros de herbicidas a comparación de los demás tipos y la Puntilla es el que
mayor emplea el herbicida (M = 3.45). Por último, se identificó que cuando se utiliza la semilla
NIR se necesita más litros de fungicidas (M =2.56), luego le sigue la Puntilla (M = 2.55),
mientras que el menor uso lo tienen Tinajones y la Esperanza con una media de 2.47 y 2.45
respectivamente (ver Anexo 12)
 38

Tabla 3
Bioestimulantes en la producción de arroz
Bioestimulantes Macollamiento Punto de algodón
Producto Dosis Aplicación Dosis Aplicación
Promalina 0.08 – 0.1 8 a 10 días
Biogen 1 0.25 45 a 50 días
Aminofol 0.25 8 a 10 días 0.25 Punto de algodón
Ergostin 0.25 45 a 50 días 0.25 Punto de algodón
Stimulate 0.25 45 a 50 días 0.50 Punto de algodón
Triggrr Foliar 0.50 45 a 50 días 0.50 Punto de algodón
Forrrzza 0.25 45 a 50 días 0.25 Punto de algodón
Fertimar 0.50 kg 45 a 50 días 0.50 kg Punto de algodón
Bioyme 0.25 45 a 50 días 0.25 Punto de algodón
Biogen 2 0.25 Punto de algodón
Nota. Adaptado del Instituto de Desarrollo Agrario de Lambayeque.

La semilla Tinajones emplea bioestimulantes (ver Tabla2), mayormente después de

cada voleo, su uso se realiza por el alto contenido de fósforo que permite incrementar el
enraizamiento, problemas de plaga, enfermedades o sequías, puede realizarse en la etapa de
macollamiento y en el punto de algodón, permitiendo mejorar el rendimiento del arroz.

Con ello debe tenerse en cuenta también el control de la maleza, para eso se utilizan
herbicidas granulado o líquidos, como el Saturn, Machete, Chem Rice y Purarroz, al 5%
granulado por bolsas de 50 kg, o el Machete CE, Saturn 90 EC, Chem Rice EC y Ronstar 12 L,
entre dosis de 3 – 4 litros, estos se utilizan entre el 1er – 8vo día después del trasplante, todo se
realiza en función a una hectárea.

Las plagas que pueden afectar la producción de arroz son: mosca minadora, lombriz roja
o gusano rojo, cogollero y sogata, estas plagas son controladas por diversos productos
establecidos como el thunder, regent, dethomil y engeo, respectivamente para cada plaga, su
control gira en torno a la consulta del especialista o la experiencia del propio agricultor. Lo
mismo para el control de enfermedades, las más conocidas son el quemado, la mancha
carmelita, pudrición de tallo y pudrición de vaina, estas pueden utilizar como control el
producto llamado nativo, amistar top, amistar zetra, taspa y juwell, permitiendo prevenir
enfermedades en la producción de arroz.
 39

Por otro lado, los agricultores del Subsector Granja Sasape Túcume en la campaña 2018
al 2019, presentan las siguientes características:

Figura 2

Sexo de los agricultores de arroz del Subsector Granja Sasape Túcume campaña 2018-2019

Nota. Elaboración propia

De acuerdo a la Figura 2, se identifica que en el Subsector Granja Sasape Túcume el

99.69% son de la población agrícola es masculina y el 0.31% es de sexo femenino.

Figura 3

Edad de los agricultores de arroz del Subsector Granja Sasape Túcume campaña 2018-2019

Nota. Elaboración propia

 40

Los agricultores de arroz del Subsector Granja Sasape Túcume en la campaña 2018 -
2019 presentan en su mayoría una edad que va entre los 40 a 50 años (33.13%). Además, se
identifica que existe una proporción del 8.13% de agricultores con una edad superior a los 73
años. Mientras que sólo el 3.13% son los agricultores jóvenes cuyo rango oscila de 18 a 28
años. Por último, se tiene una concentración de población agricultor de 40 años a más,
representado por el 84.7% (ver Figura 3).

Figura 4

Número de hijos de los agricultores de arroz del Subsector Granja Sasape Túcume campaña
2018-2019

Nota. Elaboración propia

De acuerdo a la Figura 4, se identifica que los agricultores del Subsector Granja Sasape
Túcume campaña 2018-2019 tienen en su mayoría 3 a 4 hijos (32.19%), además, por un lado,
se tiene que sólo un 2.5% no tienen hijos y por el otro, el 17.19% tiene más de 7 hijos. Por
último, son unos pocos pobladores que tienen máximo 2 hijos (20.94%), mientras que más de
tres hijos tienen el 79.07% de los agricultores, se observa una clara afinidad en la tenencia de
cada vez más hijos en el Granja Sasape.
 41

Figura 5
Nivel educativo de los agricultores de arroz del Subsector Granja Sasape Túcume campaña
2018-2019

Nota. Elaboración propia.

En la Figura 5, se identifica que la mayoría de agricultores presentan un nivel educativo

de secundaria completa (36.88%), le sigue la secundaria incompleta (11.25%) y primaria
completa (10.31%), estos tres niveles representan la educación más alta del agricultor del
subsector granja Sasape Túcume durante la campaña 2018-2019.

Por otro lado, se tiene que el 6.56% no ha estudiado y el 7.19% presenta un nivel
educativo de superior universitaria completa. Se identifica que los agricultores con educación
superior no universitaria incompleta y completa y, superior universitaria incompleta y completa
son en total el 25.95%, mientras que la población con primaria incompleta y completa y
secundaria incompleta y completa son el 65%; existiendo una brecha grande en el ámbito
educacional para todos los agricultores en Sasape Túcume en estos niveles educativos (ver
Figura 5).
 42

Figura 6

Situación de las tierras del agricultor de arroz del Subsector Granja Sasape Túcume campaña
2018-2019

Nota. Elaboración propia

Los agricultores en la campaña 2018 – 2019 son el 57.50% propietarios/as y el 42.50%
arrendatarios/as de las tierras en el Subsector Granja Sasape Túcume (ver Figura 6).

Figura 7

Capacitación de los agricultores de arroz del Subsector Granja Sasape Túcume campaña
2018-2019

Nota. Elaboración propia

 43

También, se tiene que el 64.38% de los agricultores afirma que no ha recibido

capacitación agrícola, mientras que el 35.63% sí lo recibió de los pobladores del Subsector
Granja Sasape Túcume en la campaña 2018 – 2019 (ver Figura 7).

Figura 8

Superficie total de hectáreas que poseen los agricultores de arroz del Subsector Granja Sasape
Túcume campaña 2018-2019

Nota. Elaboración propia

En la Figura 8, tenemos que la mayoría de agricultores en el Subsector Granja Sasape

Túcume presenta una proporción de superficie máxima de 5.0583 hectáreas (Frecuencia inferior
a 200) y conforme aumenta la extensión de la superficie, la proporción de agricultores
propietarios y arrendatarios es menor, observada en la línea de distribución que empieza en
aumento y al llegar a la media empieza a descender.

A nivel de tablas cruzadas, en el Anexo 13 se tiene que los agricultores con edades
comprendidas entre los 40 a 50 años utilizan la semilla Mallares y Tinajones en mayor
proporción, además los de edades entre 29 a 39 años utilizan en primer lugar el tipo Tinajones.
Por otro lado, sólo los agricultores que tienen un nivel educativo de superior no univ.
 44

Incompleta y completa emplean en mayor proporción el tipo de Tinajones, mientras que los de
secundaria completa usan el tipo Mallares.

Los agricultores del Subsector Granja Sasape Túcume en su mayoría no han presentado
capacitación, sin embargo, de las capacitados, el mayor tipo de semilla que utilizan es la
Mallares y luego le sigue el Tinajones. Además, se necesitan más horas de riego para el tipo
Mallares y menos de Tinajones, por otro lado, se observó a un agricultor que riega 26 horas y
utiliza la semilla Mallares (ver Anexo 13).

En cuanto al uso de fertilizantes son más los agricultores que usan, de ellos utilizan más
fertilizantes para el tipo Mallares después le sigue Tinajones y de Puntilla utiliza menos. En
cuanto al uso de fosfato, el tipo Mallares es el que se utiliza más y luego sigue el Tinajones, lo
mismo para el uso de urea. Por último, es de menos utilidad el abono natural pero los que
utilizan semillas Tinajones son los que representan el de mayor uso que las demás (ver Anexo
13).

Por el lado de los jornaleros en la producción de arroz, tenemos que se necesitan entre
3 a 4 jornaleros para deshierbar y se contratan en su mayoría de 4 personas. Además, se necesita
mucho más personal para fumigar, trasplantar, regar y personal extra cuando se emplea la
semilla Mallares, en segundo lugar, para Tinajones y en último lugar para Puntilla. En cuanto
al método de siembra más utilizan el trasplante después el voleo y es de menos uso la máquina
tanto para la semilla de tipo Mallares y Tinajones (ver Anexo 13).

Todas estas características individuales de cada agricultor, representan medidas que

sirven para identificarse entre ellos. Además de las características de los agricultores también
en el entorno de la producción de arroz existen factores que permiten determinar el rendimiento,
esto significa que la combinación de las características sociodemográficas sumado a los factores
del entorno de la producción de arroz hace que en el Subsector Granja Sasape Túcume posibilite
mejores campañas de arroz.

El arroz en la agricultura se mide en cuanto a su producción, métodos de siembra y la

fuerza de mano de obra, estas variables difieren en cada agricultor desarrollando un rendimiento
diferente. Frente a ello el modelo econométrico de regresión lineal permite detectar tal objetivo.
 45

Tabla 4
Modelo econométrico de regresión lineal corregido sobre rendimiento del arroz del Subsector
Granja Sasape Túcume campaña 2018-2019
Linear regression
Number of obs = 320
F(3, 316) = 5510.78
Prob > F = 0.000
R-squared = 0.9784
Root MSE = 0.13596
Robust
lrend Coef. Std. Err. t P>|t| [95% Conf. Interval]
lprod 1.0547 0.1028 10.26 0.000 0.8524149 1.25704
lmet 0.3606 0.0456 7.90 0.000 0.2707542 0.4503786
lftrb -0.9875 0.0091 -107.98 0.000 -1.005454 -0.9694679
_cons 3.4694 0.4246 8.17 0.000 2.634029 4.304798
Nota. Elaboración propia

En la Tabla 4 se identifica que el rendimiento (lrend) de la producción se encuentra

influenciado por la producción (lprod), los métodos de siembra (lmet) y la fuerza de trabajo
(ltfb). El resultado muestra significancia global e individual al rendimiento. A su vez el modelo
presenta un R-squared de 0.9784, es decir que todas las variables explican en 97.84% al
rendimiento del arroz.

Por último, tenemos que la producción y los métodos de siembra presentan una
influencia positiva al rendimiento, quiere decir que, por cada aumento en una unidad en la
producción, el rendimiento del arroz aumentará en 1.054 unidades- cambio elástico y por cada
aumento en una unidad en los métodos de siembra, el rendimiento del arroz aumentará en
0.3606 unidades- cambio inelástico. Mientras que la fuerza de trabajo tiene influencia negativa,
explicando que cada aumento en una unidad en la fuerza de trabajo, el rendimiento del arroz
disminuirá en 0.9875 unidades- cambio inelástico.

El modelo presente en la Tabla 3, es un modelo corregido por el sesgo de

Heterocedasticidad (Prob>chi2 = 0.0000) y normalidad (Prob>chi2 = 0.0000) (ver Anexo 7), si
bien el primer modelo sin corregir presenta parecidos resultados (ver Anexo 6) y no presenta
autocorrelación de los errores (VIF = 1.03) (ver Anexo 7). Con el modelo corregido se eliminan
los sesgos y permite generar la eficiencia técnica de la producción de arroz del Subsector Granja
Sasape Túcume en la campaña 2018-2019.
 46

Tabla 5
Eficiencia técnica de la producción de arroz del Subsector Granja Sasape Túcume campaña
2018-2019
Iteration 0: log pseudolikelihood = 186.91735
Iteration 1: log pseudolikelihood = 189.61726
Iteration 2: log pseudolikelihood = 189.73193
Iteration 3: log pseudolikelihood = 189.73254
Iteration 4: log pseudolikelihood = 189.73254
Stoc. Frontier normal/half-normal model
Number of obs = 320
Wald chi2(3) = 16242.52
log pseudolikelihood = 189.73
Prob>chi2 = 0.000
Robust
lrend Coef. Std. Err z P>|z| [95% Conf. Interval]
lprod 1.0494 0.0993 10.5600 0.0000 0.8547 1.2441
lmet 0.3741 0.0378 9.9000 0.0000 0.3000 0.4482
lftrb -0.9881 0.0090 -109.4300 0.0000 -1.0058 -0.9704
_cons 3.5641 0.4079 8.7400 0.0000 2.7647 4.3636
/lnsig2v -4.4414 0.3201 -13.8800 0.0000 -5.0687 -3.8141
/lnsig2u -4.0670 0.4577 -8.8900 0.0000 -4.9640 -3.1700
sigma_v 0.1085 0.0174 0.0793 0.1485
sigma_u 0.1309 0.0299 0.0836 0.2050
sigma2 0.0289 0.0059 0.0173 0.0405
lambda 1.2059 0.0438 1.1201 1.2917
Nota. Elaboración propia

En la Tabla 5, para hallar la eficiencia técnica se generó el modelo de la frontera

estocástica, donde el valor de la sigma_u se le atribuye a la ineficiencia, por lo que 1- sigma_u
corresponde a la parte eficiente con una media normal. Por lo tanto, se obtuvo que los
agricultores de arroz del Subsector Granja Sasape Túcume en la campaña 2018-2019 son en
promedio 0.8691 eficientes.

De ello se deduce una dispersión de resultados que acuerdo a las características de los
agricultores pueden contribuir a una mayor o menor eficiencia técnica y para generar el valor
de eficiencia de cada agricultor se halla el u_h (sigma_u) individualmente en un listado con las
variables sociodemográficas.
 47

Tabla 6
Características de los agricultores más eficientes en la producción de arroz del Subsector
Granja Sasape Túcume campaña 2018-2019
orden rend2 edad hijos edu capac sexo jefe u_h
91 315.00 2 3 6 2 1 1 0.04059781
98 420.00 4 2 6 1 1 1 0.04918391
163 805.00 1 4 2 1 1 3 0.02484698
186 504.00 3 3 9 2 1 3 0.03026447
187 840.00 3 4 7 2 1 1 0.02491824
264 2275.00 4 4 5 1 1 3 0.04750125
265 245.00 4 4 5 1 1 1 0.01924694
275 93.33 4 3 6 1 1 1 0.04948672
Nota. Elaboración propia

De la Tabla 6 se desprende que el agricultor más eficiente es el número 265 con un valor
del 98.07% de eficiencia técnica y presenta las siguientes características: su producción de arroz
expresado entre las unidades de insumo físico es de 245, es de género masculino y su edad se
encuentra entre 51 a 61 años, tiene entre 5 a 6 hijos y su nivel educativo es de secundaria
incompleta. Además, es el agricultor que ha recibido capacitación agrícola y es propietario de
tierras.

Por el lado del agricultor arrendatario más eficiente es el número 163 con un valor del
97.51% de eficiencia técnica y presenta las siguientes características: su producción de arroz
expresado entre las unidades de insumo físico es de 805, es de género masculino y su edad se
encuentra entre 18 a 28 años, tiene entre 5 a 6 hijos y su nivel educativo es de inicial. Además,
es el agricultor que si ha recibido capacitación agrícola.

Entre los agricultores más eficientes se identifican que son pocos los que presentan
educación superior, y son más los que han recibido capacitación agrícola. Además, la mayor
proporción de agricultores eficientes tiene entre 5 a 6 hijos y son pocos los que tienen entre 1 a
2. Por otro lado, todos los agricultores son de género masculino, el cual todavía prevalece y
más son propietarios que arrendatarios.

Por último, se observa claramente que los agricultores con edades entre los 62 a 72 años
ya no son eficientes. El punto de mayor eficiencia se logra entre los 51 a 61 años, después le
sigue de 40 a 50 y son pocas los agricultores jóvenes, aunque se rescata que también se
encuentran entre los más eficientes (el agricultor de orden 91 y 63).
 48

Tabla 7
Factores que influyen la eficiencia de la producción de arroz del Subsector Granja Sasape
Túcume campaña 2018-2019
Logistic regression
Number of obs = 320
LR chi2(7) = 105.81
Prob>chi2 = 0.000
Pseudo R2 = 0.2482
Log likelihood = -160.26912
ET Coef. Std. Err z P>|z| [95% Conf. Interval]
edad -0.2366 0.1171 -2.0200 0.0430 -0.4661 -0.0070
met_semb 1.2031 0.4124 2.9200 0.0040 0.3949 2.0114
transp 1.1106 0.2638 4.2100 0.0000 0.5937 1.6276
trab_otros 1.1970 0.3422 3.5000 0.0000 0.5262 1.8677
semi 0.2408 0.0822 2.9300 0.0030 0.0798 0.4019
cant_sem -4.6730 0.7309 -6.3900 0.0000 -6.1055 -3.2404
Fer -0.2163 0.0588 -3.6800 0.0000 -0.3315 -0.1011
_cons 2.6191 1.8927 1.3800 0.1660 -1.0904 6.3287
Nota. Elaboración propia. 1 failure and 0 successes completely determined

De la Tabla 7 se identifica que de acuerdo al objetivo general el modelo aplicado para

determinar los factores que influyen en la eficiencia de la producción de arroz es el modelo
Logit. El resultado permite mostrar que la edad (edad), los métodos de siembra (met_semb), el
personal trasplantador (transp), otros trabajadores (trab_otros), el tipo de semilla (semi), la
cantidad de semilla (cant_sem) y el uso de fertilizante (fer) son los determinantes de la
eficiencia técnica de la producción de arroz en el Subsector Granja Sasape Túcume en la
campaña 2018-2019.

Tal resultado presenta significancia global e individual a la eficiencia técnica, además,

de un Pseudo R2 de 24.82%, correspondiendo a un buen nivel de explicación entre las variables.
Los coeficientes de las variables influyentes determinan que la edad y el uso de fertilizantes
tiene una influencia negativa e inelástica, la cantidad de semilla tiene una influencia negativa y
elástica, por último, el personal trasplantador, otros trabajadores, el tipo de semilla y los
métodos de siembra tienen una influencia positiva y elástica.

Estos resultados corresponden a un modelo econométrico logit reducido, el modelo

completo fue realizado con un total 29 variables (ver Anexo 9), establecido en un principio en
el procesamiento de información. Pero con la finalidad de sólo conservar variables que tengan
significancia global e individual al 95%, se corrigió, quedando el modelo de la Tabla 6.
 49

Figura 9
Curva de ROC, sensibilidad y especificidad del modelo econométrico sobre los factores que
influyen la eficiencia de la producción de arroz del Subsector Granja Sasape Túcume campaña
2018-2019

Nota. Elaboración propia

En la Figura 9, el modelo econométrico reducido presenta una correcta clasificación del

72.81% producto de una sensibilidad del 73.60% y una especificidad del 71.54%. Es decir, el
modelo presenta una sensibilidad alta, lo que significa que no faltan casos y también se tiene
una especificidad alta, eso demuestra que no se están realizando clasificaciones de falsos
 50

positivos, es decir, en el modelo econométrico logit sobre los factores que influyen en la
eficiencia técnica de la producción de arroz sí se clasifica correctamente. Además, presenta una
curva de ROC del 80.13%, es un test bueno, explicando que existe la capacidad de diferenciar
entre un agricultor eficiente de no eficiente, con ello afirmar que la edad, los métodos de
siembra, el personal trasplantador, otros trabajadores, el tipo de semilla y la cantidad de semilla
son los factores más relevantes e importantes para contribuir a una mayor producción de arroz
con mejor eficiencia técnica. Por último, el modelo econométrico logit también presenta un
buen ajuste, debido a que bajo el Test de Hosmer Lemeshow se obtiene una Prob > chi2 de
0.7436, contrastando que el modelo generado sí explica a las variables observadas (ver Anexo
11).

Tabla 8
Efectos marginales de factores que influyen la eficiencia de la producción de arroz del
Subsector Granja Sasape Túcume campaña 2018-2019
Marginal effects after logit
y = Pr(ET) (predict) = 0.62294963
variable dy/dx Std. Err. z P>|z| [95% C.I.] X
edad -0.0556 0.0275 -2.0200 0.0430 -0.1095 -0.0016 3.6531
met_semb 0.2826 0.0974 2.9000 0.0040 0.0918 0.4734 2.5688
Transp 0.2609 0.0624 4.1800 0.0000 0.1386 0.3831 3.5656
trab_otros 0.2811 0.0804 3.5000 0.0000 0.1236 0.4387 3.7719
Semi 0.0566 0.0192 2.9400 0.0030 0.0189 0.0943 2.7625
cant_sem -1.0976 0.1753 -6.2600 0.0000 -1.4412 -0.7540 1.9266
Fer -0.0508 0.0140 -3.6300 0.0000 -0.0782 -0.0234 20.7172
Nota. Elaboración propia

El último análisis corresponde a los efectos marginales, debido a que un modelo logit
se basa en probabilidades, los efectos que se muestran en la Tabla 8 explican que hay un 62.29%
de probabilidad de que un agricultor sea más eficiente cuando toma en cuenta la edad, los
métodos de siembra, el personal trasplantador, otros trabajadores, el tipo de semilla, la cantidad
de semilla y el uso de fertilizantes.

De todas las variables, se observa en la Tabla 8 que la mayor influencia lo tiene la

cantidad de semilla, por lo que el agricultor tiene una probabilidad superior al 100% de que sea
menos eficiente cuando utilice una mayor cantidad de semilla para producir arroz en el
Subsector Granja Sasape Túcume en la campaña 2018-2019. El de menor influencia es la edad,
por lo que el agricultor tiene una probabilidad del 5.56% de ser menos eficiente cuando su edad
va en aumento en el Subsector Granja Sasape Túcume en la campaña 2018-2019.
 51

En cuanto a la variable método de siembra, se identificó que cuando un agricultor pase

de usar el voleo y utilice el trasplante, su probabilidad de ser más eficiente aumenta en 28.26%.
Además, cuando utilizas más personal trasplantador, tu probabilidad de ser más eficiente
aumenta en 26.09% y cuando contratas otros trabajadores también aumenta en 28.11%. En
cuanto a los insumos, el cambio en el uso de una semilla Mallares a una de Tinajones se hace
un 5% más eficiente y, por último, cuando utilizas más fertilizantes el agricultor de arroz tienes
una probabilidad del 5.08% de ser menos eficiente (ver Tabla 8).

Los resultados encontrados en el objetivo general sobre los factores que influyen en la
eficiencia económica de la producción de arroz del subsector granja Sasape en la campaña
2018-2019, demostraron que la edad, los métodos de siembra, el personal trasplantador y otros
trabajadores, el tipo de semilla y la cantidad de semilla son los factores significativos más
influyentes. Estos resultados se refuerzan con Tanko et al. (2020) al encontrar que la edad y la
calificación es decir el tipo de semilla son variables que influyen en la eficiencia técnica.
También Naher et al. (2020) explica que la edad es una variable significativa por lo que se
refuerza aún más la investigación. A su vez, Leo et al. (2018), contribuye aún más en la
consistencia del estudio pues demuestra que la cantidad de semilla es un factor preponderante
en la eficiencia. Por último, si nos referimos al personal trasplantador y otros trabajadores, se
encontró en la investigación de Arias-Robles & Silverio (2021) que la fuerza de trabajo es una
variable que contribuye a mejorar la eficiencia técnica. Por otro lado, no son significativas las
variables: educación, pertenencia del terreno, superficie total, área sembrada, capacitación,
variedad de semilla, fertilizantes, insecticidas, herbicidas, fungicidas, abono natural, urea,
fosfato y otros fertilizantes, pues no influyen en la eficiencia técnica. Estos resultados se refutan
con Chikezie et al. (2020) debido a que encontró que el tamaño de finca, la cantidad de plántulas
de arroz, de fertilizantes y agroquímicos sí influyen de manera positiva a la eficiencia técnica.
A su vez, estás variables que no resultaron significativas e influyentes también Wu (2020) las
refuta ya que determinó que el nivel educativo y el tamaño de la tierra explican a la eficiencia
técnica del arroz, por su parte Leo et al. (2018) apoyó la posición de la variable tamaño de tierra
y Naher et al. (2020) con Arshad et al. (2018) a la variable educación, yendo en contra de los
resultados en la presente investigación. Por otro lado, en el estudio se encontró que el tamaño
de hijos y el uso de maquinaria no es significativa a la eficiencia, tal resultado es refutado por
Ayedun & Adeniyi (2019) al demostrar que el uso del tractor y el agricultor con un tamaño de
familia numeroso sí influyen en la eficiencia técnica. La teoría de la eficiencia técnica muestra
que un productor es técnicamente eficiente al considerar un conjunto de factores e insumos, en
 52

donde es imposible aumentar la cantidad de un producto sin aumentar el aspecto factorial o

disminuir la cantidad de otro producto (Ouedraogo, 2015). Por lo tanto, la combinación de
factores resultante permitirá bajo probabilidades aumentar la eficiencia técnica cuando se
combine una cantidad adecuada de cada factor.

Los productores de arroz del subsector granja Sasape en la campaña 2018-2019

presentan las siguientes características: la edad de los agricultores bordea entre los 40 a 50 años
y la mayor proporción es adulta. La tendencia de los hijos en los agricultores tiene su inclinación
a partir de 3 a 4 hijos, sin embargo, existe una gran proporción de agricultores con más de 7
hijos. A su vez, el máximo nivel educativo alcanzado por la mayoría de los agricultores es la
secundaria completa. Por otro lado, más de la mitad es propietario y el resto es arrendatario, de
ellos sólo el 35.63% ha recibido capacitación. Además, del total de agricultores el promedio
tiene 5 hectáreas y la mayor proporción utiliza el tipo de semilla Tinajones. La elección de los
agricultores en elegir la mejor variable que contribuya en mejorar su producción, es
característico de todo agricultor en el mundo, ejemplo de ello es el estudio de Linn & Maenhout
(2019) pues determina una variedad especial para cultivar el arroz denominada Ayer Yar Min,
mientras que en Sasape es el tipo Tinajones. Otras características presentes en los agricultores
es la tenencia de muchos hijos, y es reforzada por Ayedun & Adeniyi (2019), ya que identifica
población agrícola con una gran cantidad de hijos.

La eficiencia técnica de los productores de arroz del subsector granja Sasape en la

campaña 2018-2019 es determinada por la frontera estocástica y el resultado demuestra que los
agricultores tienen una eficiencia del 86.91%. Todas las investigaciones dan consistencia a los
resultados, ya que encontraron que los productores de arroz tienen una eficiencia superior al
50%. Según Nwahia et al. (2020), encontró que los productores de arroz son 86% técnicos
eficientes. A su vez Arias-Robles & Silverio (2021) identificó una eficiencia superior al 50%
en empresas agrícolas de arroz, mientras que Wu (2020), demostró que agricultores presentan
niveles moderados de eficiencia. Es decir que los agricultores del arroz sí están empleando las
mejores prácticas en su producción, de modo que no utilizan más de la cantidad necesaria de
un conjunto dado de insumos para obtener la máxima eficiencia (Okoye et al., 2016).

Las características presentes en el agricultor más eficiente en la producción de arroz del

subsector granja Sasape en la campaña 2018-2019 son: para un propietario, su género es
masculino, su edad se encuentra entre los 51 a 61 años y presenta secundaria completa, además
recibió capacitación agrícola y es 98.07% eficiente. Por otro lado, cuando un agricultor es
 53

arrendatario, es más eficiente si el género es masculino, su edad se encuentra entre los 18 a 28

años y tiene entre 5 a 6 hijos con un nivel alcanzado de inicial. Por último, también recibió
capacitación agrícola. Tal resultado es apoyado por Naher et al. (2020) al explicar que los
agricultores mayores eran relativamente más eficientes que el de los más jóvenes porque están
más familiarizados con las prácticas de producción y refutado por Linn & Maenhout (2019) ya
que determinó que la eficiencia es mayor cuando los agricultores son más jóvenes, mejor
educados, más experimentados, había acceso a servicios de extensión agrícola y cultivo de
variedad Ayer Yar Min. Tener un sujeto más eficiente que los demás, nos permite observar que
factores emplea en la producción y con ello tomar mejores decisiones para que los demás
aumenten y se haga la comunidad más eficiente. Logrando con ello que los agricultores
presenten un coste mínimo para la producción del arroz, con una producción máxima y un
excedente máximo cuando llegue al mercado (Petrou, 2014).

Conclusiones

En el Subsector Granja Sasape Túcume en la campaña 2018 – 2019 se concluye que

todavía existe una predominación del sexo masculino en las campañas agrícolas, además los
agricultores no llegan a tener una educación de calidad sin embargo en ese lugar se vienen
realizando capacitaciones a los agricultores, aunque no es para todos, pero están contribuyendo
a mejoras en Sasape. La mayoría de los agricultores posee entre 5 hectáreas y son propietarios,
estos utilizaron en la campaña 5 tipos de variedades de semilla: Mallares, Esperanza, NIR,
puntilla y Tinajores; siendo la semilla Tinajones la más elegida por los agricultores de la zona,
por ser poseer ciertas características que la diferencian como: brindar mayor producción,
emplea menos jornaleros y se utilizan menos semillas, necesitándose menos herbicidas y
fungicidas frente a las demás.

El rendimiento de los agricultores en el Subsector Granja Sasape Túcume en la campaña

2018 – 2019 se encuentra influenciado positivamente por la producción y los métodos de
siembra e influenciado negativamente por la fuerza de trabajo, presentando una significancia
individual y global, con un nivel de explicabilidad alto. Se concluye encontrando con ello que
los agricultores son diez por ciento ineficientes en promedio, permitiendo mostrar una
eficiencia superior al ochenta por ciento cuando se utilizan las variables independientes del
modelo econométrico anteriormente mencionadas.
 54

En el Subsector Granja Sasape Túcume en la campaña 2018 – 2019 se concluye que el

agricultor menos ineficiente posee las siguientes características: su género es masculino, su
edad se encuentra entre los 51 a 61 años, tiene entre 5 a 6 hijos y su nivel educativo es de
secundaria incompleta, además ha recibido capacitación agrícola y es propietario de tierras, su
eficiencia llega superar el 98%. Entre los primeros diez agricultores más eficientes se
identifican que la mayoría de agricultores no logran una educación superior y son más
propensos a tener más hijos, además, los agricultores en Sasape que pasan los 62 años ya dejan
de ser eficientes.

En el análisis de la eficiencia en el Subsector Granja Sasape Túcume en la campaña

2018 – 2019 se concluye que la eficiencia de los agricultores se ven influenciadas positivamente
por los métodos de siembra, el personal trasplantador, otros trabajadores adicionales, el tipo de
semillas e influenciados negativamente por edad, la cantidad de semilla y el uso de fertilizantes.
De ellos el mayor efecto que genera contribuciones a la eficiencia corresponde a la cantidad de
semilla, por lo que es un factor muy importante a tomar en cuenta.

Recomendaciones

Se proyecta a nivel mundial que la educación es un factor crucial para el desarrollo de

todos los sectores económicos, ambientales, políticos y sociales, se ha observado que una de
las características de los agricultores es que solo llegan a tener educación básica, y no se
complementan con educación técnica o universitaria, por lo que se recomienda realizar mayores
incentivos por parte de la comisión de regantes en este aspecto, debido a que es la entidad más
cercana a los agricultores para que a través de ello se mejoren las técnicas de cultivo mejorando
el rendimiento y generando conciencia sobre cómo demostrar que la educación puede hacerlos
más eficiente con menos insumos.

La eficiencia de los agricultores es muy alta, sin embargo, todavía existen agricultores
cuya producción es menor a lo esperado porque emplean insumos, herramientas en función a
experiencias o vivencias de otros agricultores, ante ello recomendamos un mayor énfasis en la
presenta investigación y en especial a una variable que influye negativamente en el rendimiento
y es el factor fuerza de trabajo, el cual representa a los trabajadores por área sembrada. Esta
variable nos dice que mientras más mano de obra por áreas sembrada será menor el rendimiento,
y con ello un mayor gasto por su labor, por lo que cada agricultor debe tener presente en cada
inicio de campaña de arroz, la mano de obra que utilizará en la producción.
 55

Para las características del agricultor más eficiente, se recomienda a los demás
agricultores del Subsector Granja Sasape Túcume que tengan en cuenta que el agricultor más
eficiente recibió capacitación, por lo que si no ha recibido capacitación alguna, priorice al
menos uno, además, se observa que la edad del agricultor más eficiente va de 51 a 61 años y
con un nivel educativo alcanzado de secundaria; esto una característica de la mayoría pero
implica que existen otros factores como la experiencia que hacen que se logra su clímax (mayor
eficiencia) durante esos periodos, sin embargo, no es necesario dejar de estudiar y destinarlos
a ganar experiencia en el campo, sino trabajar de la mano entre la experiencia que se gane en el
campo con la preparación técnica o universitaria, esperando lograr con ello que los agricultores
sean más eficientes cuando ni rango de edad sea menor y con una mejor preparación educativa.

En el objetivo general, se recomienda tomar en cuenta el factor sociodemográfico edad,

porque demuestra que las personas más jóvenes son capaces de lograr la máxima eficiencia, por
otro lado, se debe usar específicamente el método de trasplante, ya que contribuye a ser más
eficiente y con ello contratar más trasplantadores y trabajadores extras para la producción del
arroz. Por último, se recomienda usar la semilla Tinajones ya que brinda una alta probabilidad
de obtener más eficiencia en la producción frente a usos de cantidades menores de semilla,
además, se rescata que no es necesario usar tantos fertilizantes sobreestimados porque es
perjudicial a la eficiencia de la producción de arroz.
 56

Referencias

Akhilomen, L., Bivan, G., Rahman, S., & Sanni, S. (2015). Economic efficiency analysis of
pineapple production in Edo State, Nigeria: A stochastic frontier production approach.
American Journal of Experimental Agriculture, 5(3), 267-280.
[Link]
Andina. (14 de Abril de 2021). Lambayeque: uso de tecnología reducirá el impacto ambiental
del cultivo de arroz. [Link]: [Link]
[Link]
Arias-Robles, M., & Silverio, A. (2021). Economic efficiency of Colombian agricultural
companies: an empirical study of stochastic production frontiers. DYNA, 88(216), 48-
54. [Link]
Arshad, M., Amjath-Babu, T., Aravindakshan, S., Krupnik, T., Toussaint, V., Kächele, H., &
Müller, K. (2018). Climatic variability and thermal stress in Pakistans rice and wheat
systems: A stochastic frontier and quantile regression analysis of economic efficiency.
Ecological Indicators, 89, 496-506. [Link]
Ayedun, B., & Adeniyi, A. (2019). Efficiency in rice production in Nigeria. Acta Scientific
Nutritional Health, 3(7), 86-94. [Link]
[Link]
Bernal, C. (2010). Metodología de la investigación (Tercera edición ed.). Pearson Educación.
Bernal, C. (2016). Metodología de la investigación. Pearson.
Chikezie, C., Benchendo, G., Ibeagwa, O., Oshaji, I., & Onuzulu, O. (2020). Analysis of
technical efficiency among rice farmers in Ebonyi State of Nigeria: A stochastic frontier
approach. Journal of Agriculture and Food Sciences, 18(1), 40-49. doi:
10.4314/jafs.v18i1.4
Fraser, E., & Campbell, M. (2019). Agriculture 5.0: Reconciling production with planetary
health. One Earth, 1(3), 278-280. [Link]
Gallardo, E. (2017). Metodología de la investigación: manual autoformaativo interativo.
Universidad Continental.
Hernández, R., & Mendoza, C. (2018). Metodología de la investigación: Las rutas cuantitativa,
cualitativa y mixta. McGRAW-HILL.
Lanamana, W. (2019). Pengukuran efisiensi ekonomi usahatani padi ladang pada statu
penguasaan lahan yang berbeda di desa mausambi kecamatan maurole kabupaten ende.
Jurnal Agrisep, 18(2), 387-402. doi: 10.31186/jagrisep.18.2.387-402
 57

Leo, D., Rusdarti, R., & Eko, P. (2018). Efficency analisys of rice production and farmers
income in Sengah Temila Distric Landak Regency. Journal of Economic Education,
7(1), 31-38. [Link]
León , J. (10 de Junio de 2020). Inversión en cultivo de arroz en Perú alcanza los S/ 3.600
millonres en la presente campaña. [Link]: [Link]
cultivo-de-arroz-en-peru-alcanza-los-s-3-600-mi-21721
Linn, T., & Maenhout, B. (2019). Measuring the efficiency of rice producción in Myanmar
using data envelopment analysis. Asian Journal of Agriculture and Development, 16(2),
1-24. doi:10.22004/[Link].298422
Ministerio de Desarrollo Agrario y Riego. (2019). Costos de producción de arroz. Recuperado
el 18 de 06 de 2021, de Ministerio de Desarrollo Agrario y Riego:
[Link]
Mykhailenko, D. (2018). Economic efficiency: Definition, analysis of concepts. Periohanbha
Ekohomika, 36(2), 159-163. [Link]
economy-2018-2_0-pages-159_163.pdf
Naher, N., Hossain, E., Khan, A., Rahman, A., & Saha, M. (2020). Land tenure system and its
effect on productivity, profitability and efficiency of Boro rice production in Northern
Part of Bangladesh. Turkish Journal of Agriculture - Food Science and Technology,
8(11), 2433-2440. [Link]
Nwahia, O., Balogun, O., Emerghara, U., Onwegbunam, N., & Bala, U. (2020). Analysis of
technical, allocative and economic efficiency of rice farmers in ebonyi state, Nigeria.
RJOAS, 10(106), 135-143. [Link]
Ñaupas, H., Palacios, J., Valdivia, M., & Romero, H. (2018). Metodología de la investigación
cuantitativa - cualitativa y redacción de la tesis. Ediciones de la U.
Okoye, B., Bachwenkizi, B., Asumugha, G., Alenkhe, B., Ranaivoson, R., Randrianarivelo, R.,
. . . Ralimanana, I. (2016). Differentials in technical efficiency among smallholder
cassava farmers in Central Madagascar: A Cobb Douglas stochastic frontier production
approach. Cogent Economic & Finance, 4(1), 1-10.
[Link]
Organización de las Naciones Unidas para la Alimentación y la Agricultura. (27 de Abril de
2018). Seguimiento del mercado del arroz de la FAO (SMA). [Link]:
[Link]
arroz/seguimiento-del-mercado-del-arroz-sma/es/
 58

Organización de las Naciones Unidas para la Alimentación y la Agricultura. (10 de noviembre

de 2020). Informe mensual sobre tendencias de los precios alimentarios. [Link]:
[Link]
Ouedraogo, S. (2015). Technical and economic efficiency of rice production in the Kou Valley
(Burkina Faso): Stochastic frontier approach. Asian Journal of Agriculture and Rural
Development, 5(2), 53-63. [Link]
Petrosyan, M., Kovalev, I., Zelenkov, P., Chuvashova, M., Grishina, I., & Pershakova. (2015).
On the question of economic efficiency and how to assess it. IOP Publishing,
122(012026), 1-5. doi:10.1088/1757-899X/122/1/012026
Petrou, A. (2014). Economic efficiency. En A. Michalos, Encyclopedia of quality of life and
well-being. Dordrecht: Springer. [Link]
Pimienta, J., & De la Orden, A. (2017). Metodología de la investigación. Pearson Educación
de México .
Prasad, R., Shivay, Y., & Kumar, D. (2017). Current status, challenges, and opportunities in
rice production. En B. Chauhan, K. Jabran, & G. Mahajan, Rice production worldwide
(págs. 1-32). Springer. [Link]
Rao, A., Wani, S., Ramesha, M., & Ladha, J. (2017). Rice production systems. En B. Chauhan,
K. Jabran, & G. Mahajan, Rice Production Worldwide (págs. 155-205). Springer.
[Link]
Romero, C. (2020). Observatorio de commodities, Arroz. Lima: Dirección General de Políticas
Agrarias.
[Link]
jun_2020.pdf
RPP Noticias. (28 de mayo de 2018). La región Lambayeque estima producir 350 000 toneladas
de arroz. [Link]: [Link]
producir-350-000-toneladas-de-arroz-noticia-1125572?ref=rpp
Tanko, Y., Cheah, K., & Islam, R. (2020). Economic efficiency of farm size, fertilizer, and
improve seeds on rice production in kano state, Nigeria. Academic Journal of Economic
Studies, 6(2), 21-32. [Link]
archiv/bitstream/11159/4638/1/[Link]
Vera, J., Castaña, R., & Torres, Y. (2018). Fundamentos de metodología de la investigación
científica. Editorial Grupo Compás.
Vita, L. (15 de Julio de 2020). Los preparativos para la cosecha de arroz que empiza a salir
esta semana. AGRONEGOCIOS: [Link]
 59

preparativos-para-la-cosecha-de-arroz-que-empieza-a-salir-desde-esta-semana-
3031247
Wu, W. (2020). Estimation of technical efficiency and putput growth decomposition for small-
scale rice farmers in Eastern India. Journal of Agribusiness in Developing and
Emerging, 10(2), 139-156. doi:10.1108/JADEE-05-2019-0072
 60

Anexos

Anexo 1. Cuestionario

FACULTAD DE CIENCIAS EMPRESARIALES

Escuela de Economía
Cuestionario
OBJETIVO:
Les agradeceremos se sirvan contestar a la siguiente encuesta cuyo objetivo es “Determinar los
factores que influyen en la eficiencia económica de la producción de arroz del subsector granja
Sasape Túcume campaña 2018 2019”, les aseguramos la confidencialidad de sus respuestas por
lo que tiene carácter anónimo. En cada numeral debe marcar una sola respuesta. Desde ya le
agradecemos su colaboración.
Sección I: Características sociodemográficas del agricultor
1. Género:
a)Masculino b)Femenino
2. Edad: …………..
3. N° de hijos: …………..
4. Grado de instrucción
a) Sin nivel
b) Inicial
c) Primaria incompleta
d) Primaria completa
e) Secundaria incompleta
f) Secundaria completa
g) Superior no univ. Incompleta
h) Superior no univ. Completa
i) Superior univ. Incompleta
j) Superior univ. Completa
5. De esta hectárea(s) o tarea(s), ¿Ud. Es:
a)Propietario/a b)Comunero/a c)Arrendatario/a d)Posesionario/a e)Otro
6. Ha recibido algún tipo de capacitación agrícola:
 61

a) Si b) No
7. ¿Cuánto es superficie total de hectáreas o tareas que posee?
Hectáreas: …………… Tareas: ……………..
Sección II: Producción del cultivo
8. ¿Cuánto fue la producción de arroz en la campaña 2018-2019? (144 kg – 1 fanega)
Fanega: …………….
Precio …………….
promedio:
9. ¿Cuánto fue la superficie sembrada de arroz en la campaña 2018-2019?
Hectáreas: …………….. Tareas: ……………..
Sección III: Fuerza de trabajo
10. Para el manejo de sus hectáreas o tareas, tiene administrador/a remunerado/a de
manera permanente
a)Si b)No

11. De los trabajadores remunerados, ¿Cuántos han sido:

Funciones Total Hombre Mujeres
Deshierbador
Trasplantador
Permanentes: Regador
Fumigador
Otros
Deshierbador
Trasplantador
Eventuales: Regador
Fumigador
Otros

Sección IV: Métodos de producción

12. ¿Usa semillas certificados?
a) Si b) No
13. Nombre de la variedad de semilla sembrada: ……………………………
14. ¿Qué método de siembra de semillas utilizó en la campaña 2018-2019?
 62

a) Voleo b) Maquina c) Trasplantar

15. ¿Qué cantidad de semilla utilizó?: ………Kg; …………Sacos
16. ¿Cuántos días son de periodo vegetativo?: ………..días
17. ¿En qué días promedio llega a su punto de algodón?: ………. días
18. ¿Cuál es la forma del grano? ………….
19. ¿Cuál es su rendimiento potencial? ………… Kg/Ha
20. ¿Cuál es su reacción a eventos adversos?
Efectos adversos Reacción
Plagas: Susceptible ( ) Tolerante ( )
Enfermedades: Susceptible ( ) Tolerante ( )
Sales: Susceptible ( ) Tolerante ( )

21. ¿Aplica guano, estiércol u otro abono orgánico?

Unidad de Cantidad
medida
-Guano (Sí) (No)
-Estiércol (Si) (No)
-Otro abono (Si) (No)
orgánico

22. ¿Aplica en el cultivo:

Cantidad
-Fertilizante 1 abonamiento 2 abonamiento 3 abonamiento 4 abonamiento
Urea (Sí) (No) (Sí) (No) (Sí) (No) (Sí) (No)
Almácigo
Trasplante
Fosfato (Sí) (No) (Sí) (No) (Sí) (No) (Sí) (No)
Almácigo
Trasplante
Sulfato (Sí) (No) (Sí) (No) (Sí) (No) (Sí) (No)
Almácigo
Trasplante
Otros (Sí) (No) (Sí) (No) (Sí) (No) (Sí) (No)
 63

Almácigo
Trasplante

23. ¿Aplica en el cultivo:

Nombres de
Cantidades Prevención de:
productos
-Insecticidas Plaga ( )
(Si) (No)
químicos? Enfermedad ( )
-Insecticidas no Plaga ( )
químicos o (Si) (No) Enfermedad ( )
biológicos)
Plaga ( )
Enfermedad ( )
-Herbicidas? (Si) (No)

Antes
Después
-Fungicidas? Plaga ( )
(Si) (No)
Enfermedad ( )

24. Riego para la campaña 2018-2019:

Número de riegos / unidad: ……
Horas de riego / unidad: ……

25. Tiempo de remojo de semilla utilizado:

Horas:
Sección V: Maquinaria y equipo
26. ¿Tiene Ud:

Si su respuesta es “No”
Hora/ Alquilo
¿Cuántos?
Si No maquina No
(unidades) Hora/
(horas) Alquilo ¿Cuántos?
maquina
(unidades)
(horas)
 64

[Link] de hierro de
tracción animal?
[Link]?
[Link] a
motor?
[Link]
manual (mochila)?
[Link] de pasto?
[Link]?
[Link] para pozo?
[Link] para
bombeo de agua?
[Link]
eléctrico?
[Link] con
arado?
[Link] con rufa?
[Link] con a
niveladora
[Link] o
mulita?
 65

Anexo 2. Análisis anual de la producción de arroz

Fuente: Romero (2020)

 66

Anexo 3. Superficie de arroz cascara por regiones 2000-2019

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
TOTAL 379 783 404 614 388 659 359 612 393 890 394 505 381 264 395 230 417 542 422 434 437 938 414 509
Costa Norte 149 529 166 273 160 699 134 576 162 709 162 000 139 939 157 593 169 360 152 992 168 797 148 945
Tumbes 14 458 15 027 15 324 16 365 15 760 13 276 18 112 15 526 14 654 14 557 15 189 14 233
Piura 56 822 56 778 55 358 44 175 65 374 58 972 41 284 57 559 65 223 51 566 59 707 48 899
Lambayeque 44 461 57 240 52 899 38 196 46 180 51 601 42 258 47 832 49 831 50 012 53 896 47 672
La Libertad 31 178 32 991 32 351 31 276 31 769 33 311 33 570 32 486 32 857 31 425 33 025 32 622
Ancash 2 610 4 237 4 767 4 564 3 626 4 840 4 715 4 190 6 795 5 432 6 980 5 520
Costa Sur 17 371 17 904 18 455 19 292 18 071 19 593 20 070 20 339 19 939 20 225 20 190 20 147
Arequipa 17 371 17 904 18 455 19 292 18 071 19 593 20 070 20 339 19 939 20 225 20 190 20 147
Selva Alta 160 728 170 000 162 987 158 954 165 287 167 093 177 943 175 348 182 501 193 959 194 906 187 117
Cajamarca 28 110 28 655 28 843 28 044 27 843 27 559 26 606 25 393 24 886 23 681 23 780 22 944
Amazonas 42 905 42 774 43 741 37 822 37 891 43 023 47 617 46 021 41 567 44 474 50 441 51 741
San Martín 75 405 83 831 76 244 78 425 85 095 82 736 89 997 89 915 101 255 110 442 107 115 101 814
Huánuco 7 398 8 102 7 789 8 399 7 966 7 387 7 057 7 576 9 151 10 980 10 047 7 519
Pasco 1 782 2 237 1 960 2 177 2 073 2 856 2 906 3 065 2 589 2 055 1 515 1 261
Junín 1 999 1 943 2 354 2 250 2 094 1 770 1 769 1 381 1 214 1 248 640 663
Ayacucho 508 347 487 381 454 300 243 148 80 60 56 32
Cusco 2 198 1 662 1 122 981 1 362 1 060 1 511 1 594 1 476 920 1 198 1 029
Puno 424 449 447 475 509 402 237 255 283 100 114 114
Selva Baja 52 155 50 438 46 519 46 791 47 824 47 090 43 416 41 796 45 426 55 258 54 045 58 301
Loreto 35 482 35 198 31 171 34 431 36 023 35 007 29 949 29 098 33 046 34 700 36 898 35 542
Ucayali 12 662 11 145 11 261 9 519 9 040 8 948 10 591 10 149 9 821 18 092 14 700 20 481
Madre de Dios 4 011 4 095 4 087 2 841 2 761 3 136 2 876 2 549 2 559 2 467 2 447 2 278
Fuente: Romero (2020)
 67

Anexo 4. Comportamiento mensual de los precios del arroz en chacra nacional (en cáscara)

Fuente: Romero (2020)

 68

Anexo 5. Costos de producción de arroz a nivel departamental

ZONA PRODUCTORA
RUBRO Volúmenes y Precios
Piura Lambayeque La Libertad Arequipa San Martin
Kg. 80,00 80,00 100,00 100,00 80,00
Semilla Precio 2,50 2,75 2,50 2,30 2,00
Costos 200,00 220,00 250,00 230,00 160,00
Kg. 500,00 991,60 660,00 700,00 250,00
Fertilizante Precio 1,23 0,92 1,22 1,23 1,39
Costos 615,00 910,00 805,20 861,00 347.50
Kg. o Lt. 23,00 54,50 54,50 54,50 5,00
Pesticidas Precio 16,85 9,34 9,34 9,34 40,00
Costos 387,50 509,13 509,13 509,13 200,00
m3. 21.000,00 14.000,00 14.000,00 14.000,00 14.000,00
Agua Precio 0,014 0,016 0,016 0,016 0,0036
Costos 294,00 218,75 224,00 224,00 50,00
Nro. jornales 102,00 81,50 142,500 142,50 95,00
Mano de Obra Precio 20,00 20,50 20,57 20,57 18,00
Costos 2.040,00 1.670,75 2.931,00 2.931,00 1.710,00
Hras/ Tractor 2,50 4,50 7,00 7,00 9,00
Mecanización Precio 120,00 120,00 120,00 120,000 70,00
Costos 300,00 540,00 840,00 840,00 630,00
Kg/ha. 7.500,00 8.500,00 8.500,00 12.000,00 6.500,00
Cosecha Precio trilladora 0,05 0,05 0,05 0,05 0,05
Costos 375,00 425,00 382,50 480,00 338,00

Directos 4.211,50 4.493,63 5.941,83 6.075,13 3.435,50

COSTOS
Indirectos * 1.179,23 1.258,22 397,63 397,63 1006,91

Soles /
5.390,73 5.751.85 6.339,46 6.472,761 4.442,41
Ha
Soles /
COSTO TOTAL Kg. 0,72 0,68 0,75 0,72 0,68

Dólares / Ha. 1.925.26 2.054,23 2.264,09 2.311,70 1.586,58

Dólares / TM. 256,70 241,67 266,36 256,86 244,09
Fuente: Ministerio de Desarrollo Agrario y Riego (2019)
 69

Anexo 6. Modelo de regresión lineal simple

 70

Anexo 7. Test de contrastación de la regresión lineal

 71

Anexo 8. Características del agricultor eficiente

orden rend2 edad hijos edu capac sexo jefe u_h
1 105.00 4 4 5 2 1 3 0.09324559
2 105.00 5 5 3 2 1 1 0.24860237
3 385.00 6 5 4 1 1 1 0.06144893
4 70.00 5 4 1 2 2 1 0.29498488
5 196.00 6 4 3 2 1 1 0.22087260
6 288.75 6 5 3 2 1 1 0.27168570
7 175.00 5 4 4 1 1 1 0.06874190
8 262.50 3 3 6 1 1 1 0.06020692
9 288.75 6 5 3 2 1 1 0.12217016
10 420.00 4 4 5 2 1 3 0.08572815
11 420.00 6 5 3 2 1 1 0.09310583
12 406.00 4 3 5 2 1 1 0.10308605
13 192.50 3 2 4 2 1 1 0.10722361
14 245.00 4 4 4 2 1 3 0.29837747
15 252.00 5 3 3 2 1 1 0.14270212
16 105.00 6 5 4 2 1 1 0.14462045
17 700.00 4 4 4 2 1 3 0.34354395
18 182.00 4 3 6 1 1 1 0.24243952
19 385.00 2 3 6 1 1 3 0.31424882
20 148.75 2 4 6 1 1 3 0.11953487
21 70.00 4 3 4 2 1 1 0.05639014
22 910.00 5 2 10 1 1 1 0.28549513
23 85.75 5 5 3 2 1 3 0.11509724
24 133.00 4 5 3 1 1 3 0.13164974
25 910.00 3 3 6 1 1 1 0.09710941
26 612.50 3 2 10 1 1 1 0.08962633
27 700.00 4 4 9 2 1 3 0.08856706
28 735.00 4 3 8 2 1 1 0.08612220
29 532.00 3 3 7 1 1 3 0.13711413
30 400.75 3 2 6 2 1 3 0.06662196
31 280.00 3 3 7 2 1 1 0.11898519
32 241.50 2 3 10 1 1 3 0.13088973
33 504.00 2 3 6 2 1 3 0.09895530
34 159.60 2 2 6 2 1 1 0.17425599
35 455.00 1 1 9 1 1 3 0.08653194
36 210.00 2 3 6 2 1 3 0.11989601
37 96.25 2 2 6 2 1 1 0.11984200
38 126.00 3 2 7 2 1 1 0.12859038
39 99.75 3 2 9 2 1 3 0.09486494
40 227.50 3 5 6 1 1 3 0.09464410
41 96.25 4 3 6 1 1 3 0.08173255
42 653.33 3 3 6 2 1 3 0.19924017
43 210.00 3 4 6 1 1 1 0.09793361
44 91.00 2 2 6 2 1 3 0.19653802
 72

45 112.00 2 3 7 2 1 1 0.09516731
46 288.75 4 4 6 2 1 1 0.06656097
47 157.50 3 2 6 2 1 1 0.07890102
48 238.00 2 2 8 2 1 1 0.08990887
49 175.00 2 2 6 2 1 1 0.18146273
50 201.25 5 5 4 1 1 1 0.08026792
51 210.00 3 2 6 2 1 3 0.11313633
52 105.00 2 2 6 2 1 3 0.11973898
53 285.25 4 1 4 1 1 1 0.08853833
54 192.50 5 3 6 2 1 1 0.07308586
55 262.50 5 2 3 2 1 1 0.08195684
56 288.75 3 2 6 2 1 1 0.08234286
57 105.00 3 2 3 1 1 3 0.10562126
58 210.00 3 1 3 2 1 3 0.08299934
59 840.00 2 1 6 2 1 3 0.10958411
60 210.00 5 5 6 1 1 1 0.11249784
61 227.50 4 4 6 2 1 1 0.08563776
62 224.00 3 4 6 1 1 3 0.11751466
63 157.50 3 3 6 1 1 3 0.11447787
64 168.00 3 2 5 1 1 3 0.15916081
65 1680.00 3 3 7 1 1 3 0.05821134
66 192.50 5 4 5 2 1 1 0.09798102
67 140.00 2 2 6 2 1 3 0.08920195
68 3412.50 4 3 6 1 1 3 0.07517824
69 504.00 4 3 6 2 1 1 0.07300262
70 166.44 1 1 6 1 1 1 0.08600690
71 87.50 2 2 6 1 1 1 0.13837272
72 210.00 3 3 8 2 1 3 0.11989601
73 252.00 5 3 3 2 1 1 0.13441608
74 245.00 4 3 4 2 1 3 0.21817942
75 192.50 4 4 4 1 1 1 0.10429132
76 406.00 4 4 6 2 1 1 0.09845375
77 168.00 4 3 6 1 1 1 0.15484760
78 192.50 4 3 7 1 1 1 0.09164600
79 420.00 5 4 5 2 1 1 0.11498948
80 101.11 3 2 6 2 1 1 0.11486101
81 148.75 5 4 6 2 1 1 0.12113854
82 105.00 4 2 6 2 1 1 0.12769636
83 84.00 3 2 6 1 1 3 0.14501097
84 367.50 2 3 7 2 1 3 0.08389628
85 147.00 2 1 6 2 1 1 0.12087008
86 210.00 4 2 6 1 1 1 0.10819409
87 252.00 3 2 6 1 1 3 0.13945326
88 241.50 6 4 4 2 1 1 0.05268030
89 137.20 1 1 6 2 1 1 0.08483622
90 108.50 4 4 6 1 1 1 0.10931337
 73

91 315.00 2 3 6 2 1 1 0.04059781
92 612.50 3 2 4 1 1 3 0.07777351
93 315.00 4 3 6 2 1 1 0.07129802
94 682.50 4 3 6 1 1 1 0.06507544
95 96.25 3 2 6 2 1 3 0.12680065
96 933.33 4 4 6 1 1 3 0.07130110
97 154.00 3 4 6 2 1 3 0.07946632
98 420.00 4 2 6 1 1 1 0.04918391
99 105.00 2 3 4 1 1 1 0.08080570
100 157.50 3 2 6 2 1 1 0.09437465
101 210.00 5 4 6 2 1 3 0.11249784
102 303.33 3 3 6 2 1 3 0.20871408
103 157.50 6 3 5 1 1 3 0.48783182
104 210.00 4 3 10 1 1 1 0.06980034
105 87.50 4 4 4 2 1 1 0.07132767
106 504.00 4 4 9 1 1 1 0.13326819
107 157.50 5 4 7 2 1 1 0.06690786
108 154.00 3 3 10 2 1 1 0.06095119
109 315.00 2 3 5 2 1 3 0.09187665
110 227.50 3 2 5 1 1 3 0.09384523
111 700.00 3 4 10 2 1 1 0.11252394
112 728.00 4 3 7 1 1 3 0.10769898
113 210.00 4 3 8 1 1 3 0.11913972
114 163.33 3 3 9 2 1 1 0.08786662
115 630.00 4 3 10 2 1 3 0.05357950
116 840.00 3 2 10 2 1 3 0.06267742
117 308.00 2 3 7 2 1 1 0.05086605
118 70.00 4 3 10 2 1 3 0.09244249
119 105.00 4 4 8 2 1 1 0.09598741
120 105.00 2 4 8 2 1 1 0.13285437
121 96.25 3 3 10 2 1 1 0.09463289
122 346.50 3 2 10 2 1 1 0.08771558
123 455.00 4 4 10 2 1 1 0.05568391
124 466.67 2 3 8 2 1 1 0.06622120
125 525.00 3 3 4 2 1 1 0.05429821
126 504.00 3 4 10 2 1 1 0.09865892
127 210.00 2 4 1 2 1 1 0.09931460
128 120.75 2 3 6 2 1 1 0.06807186
129 262.50 3 2 5 2 1 1 0.05984360
130 78.75 4 2 3 2 1 1 0.09137336
131 455.00 3 3 1 2 1 1 0.08949603
132 315.00 3 4 6 2 1 1 0.06871227
133 96.25 5 4 6 2 1 3 0.07687568
134 70.00 6 3 6 2 1 1 0.15673614
135 140.00 3 3 6 2 1 1 0.07255468
136 210.00 4 3 6 2 1 1 0.11313673
 74

137 227.50 3 2 6 2 1 1 0.13037468

138 262.50 3 5 6 2 1 1 0.12577348
139 525.00 5 5 6 2 1 1 0.08458898
140 455.00 5 5 6 2 1 1 0.06883411
141 315.00 4 5 6 2 1 1 0.08169963
142 546.00 6 5 6 2 1 1 0.11052932
143 168.00 6 5 6 2 1 1 0.10050546
144 315.00 5 4 6 2 1 1 0.09187665
145 332.50 5 5 6 2 1 1 0.10505052
146 525.00 3 5 6 2 1 1 0.06076548
147 595.00 3 5 6 2 1 1 0.06041639
148 420.00 3 4 6 2 1 1 0.26968271
149 577.50 3 4 6 1 1 1 0.09051036
150 665.00 6 3 6 1 1 1 0.11661774
151 210.00 4 3 5 1 1 1 0.11249784
152 1225.00 4 2 1 1 1 1 0.08937447
153 5600.00 4 3 8 1 1 1 0.08273210
154 105.00 3 3 5 1 1 3 0.08551202
155 210.00 3 4 9 1 1 3 0.07859008
156 420.00 2 5 5 1 1 3 0.06446945
157 525.00 5 4 10 1 1 1 0.08487296
158 577.50 4 4 8 2 1 3 0.07798435
159 315.00 4 4 1 1 1 3 0.05711105
160 364.00 3 5 9 2 1 1 0.09582216
161 525.00 1 5 8 1 1 3 0.08013049
162 210.00 2 4 7 2 1 1 0.09858535
163 805.00 1 4 2 1 1 3 0.02484698
164 1064.00 5 3 4 2 1 3 0.10926165
165 840.00 3 3 5 1 1 1 0.22088117
166 4200.00 4 2 9 1 1 3 0.14619177
167 364.00 3 2 4 1 1 1 0.12461757
168 700.00 6 2 5 1 1 1 0.08755648
169 700.00 6 2 5 2 1 1 0.15995793
170 672.00 6 3 9 1 1 1 0.10686811
171 1050.00 6 3 3 1 1 1 0.05237315
172 700.00 4 4 10 2 1 1 0.08129483
173 396.67 4 4 8 1 1 3 0.07782832
174 256.67 5 4 4 2 1 3 0.11444381
175 448.00 4 5 5 2 1 3 0.10534290
176 420.00 4 5 1 2 1 3 0.07228393
177 672.00 4 4 9 2 1 3 0.12721409
178 1050.00 4 4 7 2 1 3 0.06137543
179 1008.00 4 3 8 2 1 3 0.07535252
180 10500.00 5 3 10 2 1 3 0.13703786
181 1176.00 3 3 1 2 1 3 0.15543774
182 193.20 2 2 5 2 1 3 0.12944403
 75

183 336.00 3 2 10 2 1 3 0.20860405

184 504.00 3 3 10 2 1 3 0.16888774
185 672.00 3 3 6 2 1 3 0.13870158
186 504.00 3 3 9 2 1 3 0.03026447
187 840.00 3 4 7 2 1 1 0.02491824
188 525.00 3 4 8 2 1 1 0.05945205
189 630.00 3 5 9 2 1 3 0.06226673
190 735.00 3 4 2 1 1 1 0.05875230
191 525.00 3 3 5 1 1 3 0.05387403
192 525.00 4 3 7 1 1 1 0.07112933
193 525.00 4 2 5 2 1 3 0.09564288
194 630.00 6 2 1 2 1 1 0.05161170
195 280.00 5 2 7 2 1 3 0.05858122
196 210.00 4 2 8 2 1 3 0.08314408
197 105.00 4 1 4 1 1 1 0.05335145
198 252.00 6 5 5 2 1 3 0.07607159
199 280.00 4 5 1 1 1 1 0.11133814
200 420.00 3 4 8 2 1 3 0.08774682
201 630.00 2 4 6 2 1 3 0.07931761
202 6468.00 2 4 4 2 1 1 0.09356256
203 525.00 3 3 8 2 1 3 0.06609704
204 336.00 3 3 5 2 1 1 0.10930316
205 210.00 3 4 8 2 1 3 0.05222409
206 525.00 3 5 5 2 1 1 0.06681214
207 3412.50 5 5 8 2 1 1 0.06887693
208 210.00 5 5 7 2 1 1 0.09335795
209 105.00 5 5 9 2 1 1 0.07520228
210 210.00 4 5 8 2 1 1 0.07678745
211 315.00 5 4 3 2 1 1 0.06297240
212 336.00 4 4 4 2 1 1 0.06630538
213 373.33 4 4 5 2 1 1 0.07933028
214 525.00 4 5 9 2 1 1 0.06262718
215 466.67 4 5 4 2 1 1 0.06540962
216 525.00 3 5 3 2 1 1 0.07317392
217 577.50 4 4 5 2 1 3 0.07056195
218 6300.00 4 4 9 2 1 3 0.06000515
219 420.00 3 3 4 2 1 3 0.06850895
220 315.00 4 3 3 2 1 3 0.07129802
221 1213.33 4 2 2 2 1 3 0.08225890
222 420.00 4 2 1 2 1 3 0.08495480
223 6142.50 4 2 6 2 1 3 0.13020430
224 315.00 5 3 6 2 1 3 0.10417221
225 84.00 4 3 6 2 1 3 0.18313855
226 175.00 3 4 6 2 1 1 0.05832733
227 288.75 3 4 6 2 1 3 0.06958492
228 420.00 3 5 6 2 1 3 0.07271396
 76

229 210.00 3 5 6 2 1 1 0.08675609

230 105.00 5 5 6 2 1 1 0.10203352
231 210.00 6 4 1 2 1 3 0.13641178
232 336.00 5 4 6 2 1 1 0.16441428
233 210.00 5 4 9 2 1 3 0.12086918
234 105.00 5 4 8 2 1 1 0.10852867
235 245.00 4 3 5 2 1 3 0.12306761
236 367.50 3 2 4 2 1 1 0.10022549
237 472.50 3 2 2 2 1 3 0.10476968
238 210.00 3 2 4 2 1 1 0.08065203
239 210.00 5 3 2 1 1 3 0.07587202
240 105.00 5 3 1 1 1 1 0.07681137
241 227.50 3 4 6 2 1 3 0.07071198
242 341.25 6 3 6 1 1 1 0.06263239
243 322.00 5 2 6 2 1 3 0.17323523
244 455.00 6 2 6 1 1 1 0.11740404
245 595.00 5 2 6 2 1 3 0.10394332
246 577.50 2 3 6 1 1 1 0.09692693
247 682.50 1 3 6 2 1 3 0.13231655
248 630.00 2 4 5 1 1 1 0.11557027
249 455.00 3 5 9 2 1 3 0.10443647
250 336.00 1 5 10 1 1 1 0.23862533
251 168.00 2 4 4 2 1 3 0.14978525
252 93.33 3 3 10 1 1 1 0.10904492
253 105.00 5 2 5 2 1 3 0.08021741
254 210.00 4 3 1 1 1 3 0.10591344
255 341.25 6 4 10 2 1 1 0.08770729
256 227.50 6 5 9 2 1 3 0.07943298
257 182.00 3 5 1 2 1 1 0.09250997
258 210.00 3 4 10 1 1 3 0.07413727
259 105.00 5 5 1 1 1 1 0.08455865
260 227.50 5 5 8 1 1 3 0.07414047
261 113.75 3 3 7 1 1 1 0.08652705
262 227.50 1 2 5 1 1 3 0.07471004
263 105.00 3 3 5 1 1 1 0.06797670
264 2275.00 4 4 5 1 1 3 0.04750125
265 245.00 4 4 5 1 1 1 0.01924694
266 4112.50 2 4 5 1 1 1 0.08416848
267 210.00 3 5 1 1 1 3 0.09931460
268 210.00 3 5 4 1 1 1 0.09350257
269 108.50 3 5 5 1 1 3 0.07255607
270 112.00 5 5 6 2 1 1 0.07247188
271 224.00 4 4 6 2 1 3 0.08405976
272 341.25 6 3 6 2 1 1 0.07008177
273 315.00 4 3 6 2 1 1 0.06623322
274 252.00 5 2 6 2 1 1 0.10457048
 77

275 93.33 4 3 6 1 1 1 0.04948672

276 252.00 4 3 6 2 1 3 0.11060261
277 84.00 5 4 6 2 1 3 0.12153582
278 210.00 4 4 6 2 1 3 0.08802915
279 96.25 4 5 1 2 1 3 0.06840289
280 315.00 5 5 6 2 1 3 0.08084064
281 227.50 3 5 1 1 1 3 0.07906867
282 105.00 3 4 6 1 1 3 0.06734966
283 3465.00 5 4 3 1 1 3 0.07355609
284 210.00 5 3 4 1 1 1 0.07837959
285 315.00 4 4 6 1 1 1 0.08630930
286 4410.00 4 3 1 1 1 1 0.06644396
287 105.00 3 3 4 1 1 1 0.08536250
288 112.00 5 3 4 2 1 1 0.11027023
289 182.00 2 4 1 1 1 3 0.13552731
290 273.00 4 4 3 2 1 1 0.09779902
291 168.00 1 5 3 1 1 1 0.13422008
292 105.00 1 5 3 2 1 3 0.08551202
293 227.50 6 4 4 1 1 1 0.08427378
294 182.00 3 4 2 2 1 3 0.13625553
295 332.50 2 4 2 1 1 1 0.09876132
296 420.00 5 3 2 2 1 3 0.10267462
297 4725.00 3 4 1 1 1 1 0.10485024
298 525.00 2 3 6 2 1 3 0.08487296
299 341.25 3 4 6 1 1 3 0.06380223
300 280.00 5 4 6 2 1 3 0.16990392
301 182.00 3 4 6 1 1 3 0.15309753
302 3488.33 4 3 6 2 1 3 0.16441899
303 546.00 3 3 6 1 1 3 0.11610298
304 672.00 3 3 6 2 1 1 0.10731318
305 840.00 3 4 6 2 1 3 0.13000398
306 10192.00 4 4 6 2 1 1 0.13120941
307 630.00 4 4 8 2 1 3 0.08718096
308 420.00 3 3 7 2 1 1 0.08598887
309 336.00 4 3 8 2 1 1 0.13485470
310 504.00 3 2 6 2 1 1 0.10511145
311 336.00 6 3 7 2 1 1 0.11644512
312 168.00 3 3 6 2 1 1 0.08175112
313 336.00 3 4 4 1 1 1 0.10678815
314 6825.00 4 4 6 1 1 1 0.05078491
315 728.00 3 5 6 1 1 1 0.06974731
316 840.00 3 4 6 1 1 1 0.05609019
317 840.00 2 3 5 1 1 1 0.05283870
318 672.00 2 3 6 1 1 1 0.05705665
319 1092.00 3 3 5 1 1 1 0.06481669
320 420.00 3 3 10 1 1 1 0.11071186
 78

Anexo 9. Modelo logit completo sobre los factores que influyen en la eficiencia técnica
Iteration 0 log likelihood = -213.17291
Iteration 1 log likelihood = -152.13635
Iteration 2 log likelihood = -147.53803
Iteration 3 log likelihood = -147.27557
Iteration 4 log likelihood = -147.27496
Iteration 5 log likelihood = -147.27496
Logistic regression
Number of obs = 320
LR chi2(29) = 131.8
Prob>chi2 = 0.0000
Pseudo R2 = 0.3091
Log likelihood = -147.27496
ET Coef. Std. Err z P>|z| [95% Conf. Interval]
edad -0.3057 0.1322 -2.3100 0.0210 -0.5648 -0.0466
hijos 0.2062 0.1499 1.3800 0.1690 -0.0876 0.5001
edu 0.0443 0.0690 0.6400 0.5210 -0.0909 0.1794
jefe -0.2875 0.1559 -1.8400 0.0650 -0.5930 0.0180
capac -0.0975 0.3354 -0.2900 0.7710 -0.7549 0.5599
supt 0.3318 0.3685 0.9000 0.3680 -0.3904 1.0541
prod -0.0052 0.0059 -0.8800 0.3790 -0.0167 0.0064
precio 0.1668 0.1282 1.3000 0.1930 -0.0845 0.4181
deshierb -0.1609 0.3538 -0.4500 0.6490 -0.8544 0.5325
transp 1.0911 0.2973 3.6700 0.0000 0.5084 1.6737
trab_otros 1.0686 0.3971 2.6900 0.0070 0.2904 1.8469
semi 0.2513 0.0910 2.7600 0.0060 0.0730 0.4297
met_semb 1.4012 0.5080 2.7600 0.0060 0.4055 2.3968
cant_sem -5.0878 0.8183 -6.2200 0.0000 -6.6916 -3.4840
rend 0.0003 0.0003 1.0100 0.3150 -0.0003 0.0008
abon_nat1 0.7373 0.4569 1.6100 0.1070 -0.1582 1.6328
fosft1 0.4231 0.4994 0.8500 0.3970 -0.5556 1.4019
otro_fert1 -0.0282 0.3403 -0.0800 0.9340 -0.6952 0.6387
fer -0.2519 0.0740 -3.4100 0.0010 -0.3968 -0.1069
ins_qui -0.4206 0.2782 -1.5100 0.1300 -0.9658 0.1245
herb 0.0644 0.1851 0.3500 0.7280 -0.2984 0.4272
fung -0.0249 0.3031 -0.0800 0.9350 -0.6190 0.5693
hora_riego 0.0493 0.0683 0.7200 0.4710 -0.0846 0.1833
cosech_alqhora -1.0208 0.9896 -1.0300 0.3020 -2.9605 0.9188
fumig 0.3697 0.2980 1.2400 0.2150 -0.2143 0.9538
picad -0.4506 0.3828 -1.1800 0.2390 -1.2008 0.2996
tract_rufa 0.0183 0.4283 0.0400 0.9660 -0.8212 0.8578
tract_nivel -0.2511 0.4776 -0.5300 0.5990 -1.1871 0.6849
batid -0.7076 0.3883 -1.8200 0.0680 -1.4687 0.0535
_cons -23.1777 21.2659 -1.0900 0.2760 -64.8580 18.5026
Note: 1 failure and 0 successes completely determined
 79

Anexo 10. Test de correcta clasificación y corrección

 80

Anexo 11. Test de Hosmer-Lemeshow

 81

Anexo 12. Cuadro comparativo del tipo de uso de semilla en la producción de arroz – Parte 1

Tipo de semilla certificada

Mallares Esperanza NIR Puntilla Tinajones
M Máx Mín M Máx Mín M Máx Mín M Máx Mín M Máx Mín
Producción de arroz 271 3200 40 364 3600 60 325 3510 49 416 1950 60 324 4620 45
Personal 53 73 20 55 66 37 55 107 44 57 67 46 53 67 35
Cantidad de semillas 1,88 3,00 1,00 1,96 2,50 1,00 2,08 3,00 1,25 2,16 2,50 1,25 1,89 2,50 1,00
Uso de fertilizantes 20,49 27,00 6,00 20,19 24,00 16,00 19,91 25,00 12,50 19,45 24,00 14,00 21,58 137,00 10,50
Uso de insecticida químico 2,64 7,00 2,00 2,40 3,00 2,00 2,59 4,00 2,00 2,41 3,00 2,00 2,51 4,00 1,50
Uso de herbicidas 3,30 6,00 ,00 3,14 5,00 2,00 3,08 5,00 1,00 3,45 5,00 3,00 3,00 5,00 1,00
Uso de fungicidas 2,48 5,00 1,00 2,45 3,50 2,00 2,56 3,00 2,00 2,55 3,00 2,00 2,47 3,50 2,00
 82

Anexo 13. Cuadro comparativo del tipo de uso de semilla en la producción de arroz – Parte 2

Tipo de semilla certificada

Mallares Esperanza NIR Puntilla Tinajones
Recuento Recuento Recuento Recuento Recuento
1 4 2 0 1 3
2 13 1 5 1 19
3 49 11 12 1 33
Edad
4 31 8 19 5 25
5 22 6 3 2 18
6 16 1 0 1 8
1 10 4 1 1 5
2 4 0 0 1 3
3 14 0 2 2 3
4 11 4 5 1 12
5 14 4 5 2 11
Nivel educativo
6 48 7 16 3 44
7 10 1 0 0 8
8 7 2 5 1 8
9 8 3 2 0 5
10 9 4 3 0 7
Capacitación 1 54 11 12 5 32
agricultores 2 81 18 27 6 74
8 1 0 0 0 0
10 1 0 1 0 0
12 3 0 0 0 0
14 0 0 2 0 3
15 7 0 1 0 1
16 13 5 1 1 9
17 22 0 8 0 8
Hora_riego 18 22 12 10 2 19
19 16 9 5 2 22
20 10 2 2 0 17
21 22 1 6 4 17
22 12 0 2 1 5
23 5 0 1 1 2
24 0 0 0 0 3
26 1 0 0 0 0
1 86 16 25 9 72
Uso de otro fertilizante
2 49 13 14 2 34
1 105 25 29 9 89
Uso de fosfato
2 30 4 10 2 17
Uso de urea 1 134 29 39 11 106
 83

2 1 0 0 0 0
1 16 3 3 0 17
Uso de abono natural
2 119 26 36 11 89
3 44 13 14 4 39
Personal deshierbador
4 91 16 25 7 67
Personal fumigador 3 135 29 39 11 106
1 17 3 0 1 18
Personal trasplantador 3 12 3 2 0 5
4 106 23 37 10 83
3 24 7 15 0 27
Personal extra
4 111 22 24 11 79
1 0 0 1 0 0
Personal regador
3 135 29 38 11 106
1 35 5 3 1 24
Método de siembra 2 1 0 0 0 1
3 99 24 36 10 81