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

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

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

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

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

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

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

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

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

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

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

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

Metodología

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

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

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

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

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

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

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

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

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

Q = (1 – h) GPY

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

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

h » (1 + g ) k

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

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

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

En donde:

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

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

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

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

Resultados y discusión.

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

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

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

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

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

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

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

Determinación de elasticidades de demanda y oferta.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Conclusiones

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

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

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

Literatura citada

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Arturo Campos M. 2 y Edmundo Beratto M. 3

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

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