El objetivo de este trabajo fue determinar y analizar los factores que afectan la oferta de maíz grano en México. ]]>
]]>
Palabras clave: ecuaciones simultáneas, maíz bajo riego, época de siembra en temporal.
Abstract ]]>
The objective of this work was to determine and analyze the factors that affect maize grain supply in Mexico. An econometric model of simultaneous equations composed of two supply equations, three transmission prices and one identity; during the period from 1980 to 2010. Based on the results of the model, the supply of maize grain in Mexico responds inelastically to changes in the price of maize produced under irrigation and ]]>
La producción mundial de maíz de 2000 a 2009 registró una tasa de crecimiento media anual (TCMA) de 3,2%, ubicándolo hoy en día como el cereal más producido a nivel mundial. En 2009, el maíz alcanzó las 786,6 millones de toneladas, superando al trigo en 13,3% y en 13,7% al arroz; Estados Unidos fue el principal productor con un 42,3%; le siguieron ]]>
En relación al comercio internacional del maíz durante 2009, las exportaciones de los seis países más importantes ascendieron a 80,6 millones de toneladas, lo que ]]>
En México, la superficie sembrada total de maíz durante 2010 ascendió a 7,861 millones de hectáreas; de las cuales tan sólo un 18,1% se encuentran bajo riego y el resto se siembra bajo temporal (81,9%). El estado de Sinaloa concentró la ]]>
]]>
En 2010, la producción fue de 23,302 millones de toneladas, de las cuales un 45,59% se obtuvieron de las zonas bajo riego; los principales estados productores fueron Sinaloa (22,44%), Jalisco (14,57%), Estado de México (6,65%), Michoacán (6,55%) y Guerrero (6,07%), los que en suma produjeron 13,113 millones de toneladas. En cuanto al rendimiento por hectárea se refiere al promedio nacional del maíz producido bajo riego, el cual ]]>
Cabe resaltar que, ]]>
]]>
El objetivo de este trabajo fue determinar y analizar econométricamente los factores que afectan la oferta de maíz grano en México. De esta manera, se podrán establecer escenarios de política económica, que conlleven a una mejor toma de decisión por parte de los productores de maíz mexicano ante movimientos en los factores que determinan su oferta particular (riego o temporal) y la oferta ]]>
Materiales y Métodos
El modelo
]]>
El modelo de ecuaciones simultáneas usado, fue compuesto por modelos de rezagos distribuidos, en los que para explicar la respuesta de las variables dependientes (Y) a un cambio unitario de las variables explicativas (X) no solo se consideraron sus valores actuales, sino también los rezagados o anteriores
y, modelos autorregresivos y de rezagos distribuidos; ya que se incluyeron valores rezagados de la variable dependiente como explicativas ]]>
Un sistema de ecuaciones simultáneas puede ser expresado en forma matricial condensada como lo indica Gujarati (2004):
]]>
donde: Π = -G-1B es la matriz de los parámetros de la forma reducida; V = -G-1E es la matriz de las perturbaciones de la forma reducida.
Con base en lo anterior, el modelo de ecuaciones simultáneas de la oferta de maíz estatal fue conformado por dos de oferta, tres de transmisión de los precios y una de identidad:
]]>
donde: QPMRIMt = cantidad producida de maíz bajo riego en México (t) PMRMRIMRt = precio medio rural real del maíz producido bajo riego ($/t) PMRSRIMRt = precio medio rural real del sorgo producido bajo riego ($/t) PMRFRIMR2Lt-2 = precio medio rural real del frijol producido bajo riego con dos años de retraso ($/t) PFERTRt y PFERTRLt-1 = precio real del fertilizante en el año t y con un año de retraso ($/t) PPLAGRt y PPLAGR3Lt-3 = precio real del plaguicida en el año t y con tres años de retraso ($/t) PMOMRLt -1 y PMOMR2Lt-2 = precio real de la mano de obra (salario mínimo general promedio en México) con uno y dos años de retraso ($/día) DARt = disponibilidad ]]>
3) QPMRIMLt-1 = cantidad producida de maíz bajo riego en México con un año de retraso (t) QPMTEMt = cantidad producida de maíz en temporal en México (t) ]]>
PMRMTEMRt = precio medio rural real del maíz producido en temporal ($/t) PMRSTEMR2Lt-2 = precio medio rural real del sorgo producido en temporal con dos años de retraso ($/t) PMRFTEMRLt-1 = precio medio rural real del frijol producido en temporal un año de retraso ($/t) TEMPt = temperatura promedio anual (°C) PPt = precipitación promedio anual (mm) QPMTEMLt-1 = cantidad producida de maíz en temporal en México ]]>
PMAYMRt y PMAYMR3Lt-3 = precio al mayoreo real de maíz en el año t y con tres años de retraso ($/t) Dt = variable de clasificación con cero de 1980 a 1986 que representa el periodo de economía cerrada, y uno de 1987 a 2010 representando la economía abierta CTRANSRLt-1 = costo de ]]>
PINTMRt = precio real internacional del maíz-variable proxy el precio del maíz en Estados Unidos ($/t) QPMMt = cantidad producida total de maíz en México (t) ]]>
Para las variables citadas se conformaron series de tiempo con información anual para el periodo 1980-2010 y dado que en el mercado, la respuesta de la oferta o la demanda a los cambios de sus factores determinantes rara vez es instantánea (esto es más evidente en el caso de la oferta de productos agropecuarios, los cuales por el proceso biológico ]]>
Las ecuaciones 5 y 6 ]]>
El modelo fue basado en evidencia de investiga- ción aplicada en estudios que han analizado econométricamente la producción de este grano, así como otros productos ]]>
et al. 2004, García et al. 2004, Shepherd 2006, Mose et al. 2007, Brescia y Lema 2007, Benítez et al. 2010, Imai et al. 2011).
]]>
Datos
Se obtuvieron por medio de diferentes fuentes, las cantidades producidas y los precios medios rurales (SAGARPA-SIAP 2011), los precios del fertilizante y plaguicida (CNA 1995), FAO (2011), el salario mínimo general ]]>
]]>
Las series fueron deflactadas con el Índice de Precios al Productor del Sector Agropecuario, Silvicultura y Pesca; el Índice Nacional de Precios al Consumidor y del Sector Transporte (BM 2011) e INEGI-BIE (2011).
Estimación
Los coeficientes del modelo fueron estimados con el método de mínimos cuadrados en dos etapas (Wooldridge 2009, Gujarati 2004) usando el paquete estadístico SAS-Statistical Analysis Systemversión 9,0 (SAS 2002). La congruencia estadística se determinó por medio de la significancia global de cada ecuación a través de la prueba de F, su ]]>
Los coeficientes estimados y, los ]]>
Cuadro 1) fueron usados para calcular las elasticidades económicas de cada factor que afecta la oferta de maíz grano en México.
La elasticidad del precio de la oferta de corto plazo (Ep, cp) en cualquier punto de la curva, está dado por Gujarati (2004):
donde: (∂Qt / ∂Pt-1), es la pendiente de la curva de oferta (b1) y Pt-1 y Qt, son el precio recibido por el productor en el año anterior y la cantidad ofrecida en el año t.
Para calcular las elasticidades cruzadas respecto a los precios de productos relacionados y de los factores de la producción, se usaron los respectivos coeficientes, el precio y la cantidad. Para calcular las elasticidades de largo plazo se usaron los respectivos coeficientes del modelo, los cuales se obtuvieron al dividir los de corto plazo entre el coeficiente de la velocidad de ajuste (g) y eliminando la cantidad rezagada Qt-1: ]]>
entonces la elasticidad precio propia de la oferta de largo plazo se obtuvo como,
Las elasticidades cruzadas de largo plazo para precios de productos relacionados y de factores de la producción, se calcularon con los respectivos coeficientes del modelo de largo plazo y el cociente del precio entre la cantidad.
Resultados y Discusión
Las cinco ecuaciones de regresión del modelo en su forma estructural presentaron una alta bondad de ajuste con coeficientes de determinación (R2) de 0,85 a 0,94. El estadístico DW fluctuó entre 1,90 y 1,98, e indica la existencia de un bajo nivel de autocorrelación entre las series de tiempo. Los valores de la prueba Shapiro-Wilk (SW) por variable variaron de 0,89 a 0,98, lo que implica que su distribución se acerca a la normal (Cuadro 2). ]]>
Los valores de la t de Student indican que todos los coeficientes de las variables explicativas del modelo son estadísticamente significativos, ya que resultaron mayores de uno en términos absolutos y además sus signos presentaron congruencia con la teoría de la producción. Los coeficientes de la forma reducida del modelo con respecto a la cantidad producida total de maíz (QPMM), se presentan en el Cuadro 3.
Elasticidades de corto plazo
El precio de la producción de maíz grano obtenido en temporal en México varía menos que el producido bajo riego (0,8731), e implica que estas producciones se ajustan en forma menos proporcional a los cambios suscitados en los precios al productor. La oferta total de maíz grano es menos afectada por los cambios unitarios en el precio medio rural real de maíz producido bajo riego (0,3025) y temporal (0,2282), el nivel de la primera elasticidad precio propia es el más cercano a la correspondiente reportada para Zambia (0,54) por Foster y Mwanaumo (1995); resalta la calculada para Zimbabue de 0,3605, aunque resultó muy diferente en comparación a las reportadas para Malawi, Mozambique, Tanzania, Sudáfrica y Zambia que fueron menores a 0,09 (Cutts y Hassan 2003); para Kenya es de 0,50 (Mose et al. 2007). De las elasticidades precio propias del maíz encontradas por Brescia y Lema (2007) para algunos países del Mercado Común de América del Sur (MERCOSUR), destaca la de Brasil (0,28) que resultó cercana a las encontradas en este trabajo, no así las calculadas para Argentina (1,305), Paraguay (1,27) y Bolivia5 (0,62). Rao (1989) resume que las elasticidades precio propias agregadas de productos agrícolas (incluido el maíz) e individuales de corto plazo de 1958 a 1982 en países desarrollados y en desarrollo como: China, India, Bangladesh, Tailandia, Malasia, Turquía, Sudan, Filipinas, Japón y Estados Unidos fueron del orden de 0 a 0,8; esto es congruente con la elasticidad correspondiente calculada para QPMM en este trabajo. Por otro lado, McKay et al. (1999) encontró para Tanzania que su elasticidad agregada de cultivos alimenticios, incluyendo el maíz, fue de 0,35; Mundlak et al. (1989) señalan que este mismo tipo de elasticidad para Argentina durante el periodo 1913-1984 fue de 0.99 y, para Chile de 1962 a 1982 fue de 1,18, según Coeymans y Mundlak (1993).
De 2005 a 2010, las tasas de crecimiento medias anuales (TCMA´s) de los precios medios rurales reales del maíz producido en riego (PMRMRIMR) y temporal (PMRMTEMR) fueron de 4,56 y 3,77%, si éstas se mantienen ocasionarán un aumento en la cantidad producida de maíz obtenida bajo riego (QPMRIM) y temporal (QPMTEM) de 3,98 y 1,92%; la tendencia de estos cambios en las variables explicativas citadas, afectarían a la cantidad producida total de maíz en México (QPMM) positivamente a razón de 1,38 y 0,86%, respectivamente.
En lo que respecta al efecto de transmisión de los precios reales, los cambios unitarios del precio al mayoreo de maíz (PMAYMR) provocan ajustes relativos muy similares sobre los precios medios rurales de la producción bajo riego (0,64%) y temporal (0,62%); no así aquellas que tienen el costo de transporte (CTRANSR) y el precio internacional del maíz (PINTMR) sobre el de mayoreo en México. Un cambio porcentual unitario en CTRANSR ocasionaría un ajuste de PMAYMR en 0,31% y, de 0,24% si se incrementa en la misma magnitud PINTMR; esto resalta la importancia del precio del combustible como componente preponderante en CTRANSR (Cuadro 4).
Con relación a los otros factores que afectan a QPMM, resaltan la magnitud de los efectos que sobre ésta tienen el precio del sorgo producido bajo riego (PMRSRIMR) y la temperatura media en el país (TEMP); ya que las elasticidades calculadas de -0,2898 y -0,8210, indican un nivel de afectación menos proporcional ante cambios unitarios en estas variables. Un incremento porcentual unitario en el precio de los insumos comerciables como el fertilizante (PFERTR) y los plaguicidas (PPLAGR), reduce la producción total de maíz (QPMM) en 0,0469 y 0,4108%; resalta el resultado de la segunda elasticidad precio, ya que es cercana a las reportadas por Foster y Mwanaumo (1995) -0,48 para Zambia, y Mose et al. (2007) -0,83 para Kenia.
Durante el periodo de 2005 a 2010, el PMRSRIMR y la TEMP registraron TCMA´s de 5,70 y -0,38%, lo que generaría cambios en QPMM de -1,65 y 0,31%, respectivamente. El aumento unitario en el precio de productos competitivos producidos en temporal (sor- go [PMRSTEMR] y frijol [PMRFTEMR]) impactan negativamente sobre la oferta total de maíz en México y sobre el QPMM (-0,1531 y -0,0460), aunque cabe resaltar que el nivel de afectación negativa de estas variables bajo la tecnología de riego es mayor (Cuadro 5).
Al diferenciar la producción de maíz en México por tipo de tecnología, se encontró que la producción bajo riego (QPMRIM), reacciona menos que proporcional y de forma inversa (-0,2881) ante incrementos unitarios en el precio de los plaguicidas (PPLAGR), además de que los cambios en el precio a nivel productor del bien competitivo que más le afectan son los suscitados en el sorgo [PMRSRIMR] (-0,8365). El incremento en el precio promedio de la mano de obra en el país (PMOMR) reduce la producción citada en una proporción de -0,18% por cada punto porcentual de cambio positivo en esta variable, mientras que la disponibilidad de agua para riego (DAR) la aumenta en 0,41%.
De 2005 a 2010, las TCMA´s de PPLAGR, PMRSRIMR, PMOMR y DAR fueron de 4,78; 5,7; -3,29 y 1,59%; si esta tendencia de cambios se mantiene en las variables citadas generarían movimientos en QPMRIM de -1,38; -4,77; 0,6 y 0,66%, respectivamente. Los factores que más afectan la producción de maíz en temporal (QPMTEM) son, de manera inversa el precio medio rural del sorgo (PMRSTEMR) producido bajo el mismo tipo de tecnología (-0,2343) y el precio de los plaguicidas [PPLAGR] (-0,6286), la temperatura media en México (TEMP) ocasiona una sobre reacción inversa mas que proporcional (-1,2563) y la precipitación promedio (PP) le ocasiona una reacción positiva (0,5473); sobre estas no se puede influir al ser variables estocásticas. Para el mismo periodo citado, las TCMA´s de PMRSTEMR, PPLAGR, TEMP y PP fueron de 5,17; 4,78; -0,38 y 4,07%; lo que ocasionaría (si estas tendencias se mantienen), efectos sobre QPMTEM del orden de -1,21; -3; 0,47 y 2,23%.
Elasticidades de largo plazo
Estas elasticidades indican que QPMRIM responderá en el largo plazo de manera elástica (4,0323) ante cambios en su respectivo precio medio rural (PMRMRIMR) y QPMTEM (Cuadro 6) seguirá respondiendo inelásticamente durante el largo plazo (0,5260), ambas difieren a la correspondiente reportada por Foster y Mwanaumo (1995) para Zambia, 1,57. La segunda elasticidad precio propia citada y calculada en este trabajo fue cercana a la reportada por Cutts y Hassan (2003) para Zimbabue (0,4484) y, muy diferentes a las calculadas para Malawi (0,1331), Mozambique (0,0667), Tanzania (0,1339), Sudáfrica (0,1519) y Zambia (0,1694). Rao (1989) señala que durante el periodo de 1958 a 1982 las elasticidades precio propias agregadas (incluido el maíz) e individuales de productos agrícolas de largo plazo, en países desarrollados y en desarrollo como: China, India, Bangladesh, Tailandia, Chile, Malasia, Turquía, Sudan, Argentina, Filipinas, Japón y Estados Unidos estuvieron en el orden de 0,3 a 1,2; asimismo McKay et al. (1999) reporta que la correspondiente elasticidad precio propia agregada de cultivos alimenticios (incluido el maíz) para Tanzania, es de casi la unidad.
A la producción en riego, los incrementos porcentuales unitarios en el precio de los insumos le impactaron negativamente de manera significativa al orden de 1,33; 0,85 y 0,26% en lo que respecta al precio del plaguicida (PPLAGR), el de la mano de obra (PMOMR) y el del fertilizante (PFERTR); esta última resultó 1,18% inferior a su similar reportada para Zambia de -1,44 (Foster y Mwanaumo 1995). La disponibilidad de agua para riego (DAR) impacta de manera directa a la oferta de maíz mexicano producido bajo este tipo de tecnología (QPMRIM), un incremento porcentual unitario en este factor determinante aumentaría la producción citada en 1,905%, la temperatura (TEMP) y precipitación media en el país (PP) afectan inversa y directamente la producción de maíz en temporal (QPMTEM) a razón de 1,89 y 0,82% por cada 1% de cambio positivo en estas variables explicativas estocásticas. Literatura citada
BM (Banco de México). 2011. Precios e inflación. México. (en línea). Consultado 20 ago. 2011. Disponible en http://www.banxico.org.mx/. [ Links ]
Benítez, JG; García, R; Mora, JS; García, JA. 2010. Determinación de los factores que afectan el mercado de carne bovina en México. Revista Agrociencia 44(1):109-119. [ Links ]
Brescia, V; Lema, RD. 2007. Supply elasticities for selected commodities in mercosur and bolivia. EC ProjectEUMercoPol (2005-08). Instituto Nacional de Tecnología Agropecuaria, INTA (Argentina). Consultado 21 may. 2012. Disponible en http://inta.gob.ar/documentos/supply-elasticities-for-selectedcommodities-in-mercosur-and-bolivia/. [ Links ]
Calderón, M; García, R; López, S; Mora, JS; García, JA. 2004. Efecto del precio internacional sobre el mercado de la papa en México, 1990-2000. Revista Fitotecnia Mexicana 27(4):377-384. [ Links ]
CANACAR (Cámara Nacional del Autotransporte de Carga, ME). 2011. Estadísticas e indicadores del autotransporte de carga. México. (en línea). Consultado 22 ago. 2011. Disponible en http://www.canacar.com.mx/. [ Links ]
Chembezi, DM; Womack, AW. 1987. An analysis of supply response among cotton growers in Malawi. Agricultural Systems 22(2):79-94. [ Links ]
CNA (Consejo Nacional Agropecuario, ME). 1995. Compendio estadístico del sector agroalimentario: Precio promedio LAB (estación de ferrocarril) de los fertilizantes y producción nacional. México, DF. s.e. 80 p. [ Links ]
Coeymans, JE; Mundlak, Y. 1993. Sectoral growth in Chile: 1962–82. International Food Policy Research Institute, Research Report 95. Washington, D.C. 152 p. [ Links ]
CONAGUA (Comisión Nacional del Agua, ME). 2011. Estadísticas sobre la cantidad de agua en las presas del país. México. (en línea). Consultado 4 may. 2011. Disponible en http://www.cna.gob.mx. [ Links ]
CONASAMI (Comisión Nacional de Salarios Mínimos, ME). 2011. Estadísticas del salario mínimo general promedio en el área geográfica C. México. (en línea). Consultado 13 may. 2011. Disponible en http://www.conasami.gob.mx/t_sal_mini_prof.html. [ Links ]
Cutts, M; Hassan, R. 2003. An econometric model of the SADC maize sector. Contributed paper presented at the 41st Annual Conference of the Agricultural Economic Association of South Africa (AEASA). Pretoria, South Africa. (en línea). Consultado 18 may. 2012. Disponible en http://ageconsearch.umn.edu/bitstream/19075/1/cp03cu01.pdf. [ Links ]
CVIA (Centro Virtual de Información sobre el Agua, ME). 2011. Situación de las presas en México. (en línea). Consultado 17 jun. 2011. Disponible en http://www.agua.org.mx/. [ Links ]
FAO (Organización de las Naciones Unidas para la Agricultura y la Alimentación, IT). 2011. FAOSTAT-Statistical Databases. México. (en línea). Consultado 22 jul. 2011. Disponible en http://faostat.fao.org/site/351/default.aspx. [ Links ]
Foster, KA; Mwanaumo, A. 1995. Estimation of dynamic maize supply response in Zambia. Journal of Agricul-tural Economics 12(1):99-107. [ Links ]
García, R; Villar, MF del; García, JA; Mora, JS; García, RC. 2004. Modelo econométrico para determinar los factores que afectan el mercado de la carne de porcino en México. Interciencia 29(8):414-420. [ Links ]
Imai, KS; Gaiha, R; Thapa, G. 2011. Supply response to changes in agricultural commodity prices in Asian countries. Journal of Asian Economics 22(1):61-75. [ Links ]
INEGI-BIE (Instituto Nacional de Geografía, Estadística e Informática-Banco de Información Económica, ME). 2011. Índice nacional de precios al consumidor por objeto del gasto. México. (en línea). Consultado 21 ago. 2011. Disponible en http://www.inegi.gob.mx. [ Links ]
McKay, A; Morrissey, O; Vaillant, Ch. 1999. Aggregate supply response in Tanzanian agriculture. The Journal of International Trade & Economic Development 8(1): 107-123. [ Links ]
Mose, LO; Burger, K; Kuvyenhoven, A. 2007. Aggregate supply response to price incentives: the case of smallholder maize production in Kenya. (en línea). African Crop Science Conference Proceedings. Vol. 8. p. 1247-1275. Consultado 25 may. 2012. Disponible en http://www.acss.ws/Upload/XML/Research/309.pdf. [ Links ]
Mundlak, Y; Cavallo, DF; Domenech, RA. 1989. Agriculture and economic growth in Argentina: 1913–84. International Food Policy Research Institute, Research Report 76. Washington, D.C. 139 p. [ Links ]
Ramírez, M; Martínez, HJ; Ortiz, LX; González, FA; Barrios, CA. 2004. Respuestas de la oferta y la demanda agrícola en el marco de un TLC con Estados Unidos. Ministerio de Agricultura y Desarrollo Rural. Observatorio Agrocadenas. Documento de trabajo No. 49. Bogotá, Colombia. 61 p. [ Links ]
Rao, JM. 1989. Agricultural supply response: A survey. Agricultural Economics 3(1):1-22. [ Links ]
SAGARPA-SIAP (Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación-Servicio de Información Agroalimentaria y Pesca, ME). 2011. Sistema de información del sector agrícola: 19802010. México. (en línea). Consultado 5 jul. 2011. Disponible en http://www.siap.sagarpa.gob.mx/. [ Links ]
Samuelson, PA; Nordhaus, WD. 2010. Microeconomía con aplicaciones a Latinoamérica. 19 ed. México, DF. McGraw-Hill. 403 p. [ Links ]
SAS Institute Inc. 2002. The SAS System for Windows 9.0. Cary, N.C. USA. [ Links ]
SCT-DGTFM (Secretaría de Comunicaciones y Transportes-Dirección General de Transporte Ferroviario y Multimodal, ME). 2011. Tarifas ferroviarias de carga. México. (en línea). Consultado 12 oct. 2011. Disponible en http://dgtfm.sct.gob.mx/. [ Links ]
Shepherd, B. 2006. Estimating price elasticities of supply for cotton: a structural time-series approach. FAO Commodity and Trade Policy Research Working Paper No. 21. Paris, France. 26 p. [ Links ]
SMN (Servicio Meteorológico Nacional, ME). 2011. Precipitación media anual por estado. México. (en línea). Consultado 7 abr. 2011. Disponible en http://smn.cna.gob.mx/. [ Links ]
SNIIM (Sistema Nacional de Información e Integración de Mercados, ME). 2011. Precio del maíz grano en las centrales de abastos del Distrito Federal y Área Metropolitana. México. (en línea). Consultado 9 jun. 2011. Disponible en http://www.economia-sniim.gob.mx/. [ Links ]
Wooldridge, JM. 2009. Introducción a la econometría: Un enfoque moderno. 4 ed. México, DF. CENGAGE Learning. 865 p. [ Links ]
*Correspondencia a: Eugenio Guzmán-Soria. Instituto Tecnológico de Celaya. Av. Tecnológico y A. García Cubas s/n. Celaya, Guanajuato, México. CP 38010. eugenio@itc.mx (autor para correspondencia). María Teresa de la Garza-Carranza. Instituto Tecnológico de Celaya. Av. Tecnológico y A. García Cubas s/n. Celaya, Guanajuato, México. CP 38010. tgarza@itc.mx José Alberto García-Salazar. Campus Montecillo. Colegio de Postgraduados. Km 26.5 Carr. México-Texcoco. Montecillo, Estado de México. CP 56230. jsalazar@colpos.com. Juvencio Hernández-Martínez. Centro Universitario Temascaltepec-Universidad Autónoma del Estado de México (UAEM. Barrio de Santiago s/n, Temascaltepec, Estado de México, México. CP 51300. jh_martinez1214@yahoo.com.mx Samuel Rebollar-Rebollar. Centro Universitario Temascaltepec-Universidad Autónoma del Estado de México (UAEM. Barrio de Santiago s/n, Temascaltepec, Estado de México, México. CP 51300. samre@hotmail.com 1. Parte de los resultados del proyecto “Análisis económico de la producción de maíz en México: Situación actual y perspectivas”. Instituto Tecnológico de Celaya. CP 38010. 2. Instituto Tecnológico de Celaya. Av. Tecnológico y A. García Cubas s/n. Celaya, Guanajuato, México. CP 38010. eugenio@itc.mx (autor para correspondencia); tgarza@itc.mx 3. Campus Montecillo. Colegio de Postgraduados. Km 26.5 Carr. México-Texcoco. Montecillo, Estado de México. CP 56230. jsalazar@colpos.com; samre@hotmail.com 4. Centro Universitario Temascaltepec-Universidad Autónoma del Estado de México (UAEM. Barrio de Santiago s/n, Temascaltepec, Estado de México, México. CP 51300. jh_martinez1214@yahoo.com.mx
]]>
Recibido: 11 de enero, 2012. Aceptado: 10 octubre, 2012. ]]>BM (Banco de México)201120104411109-119200720042744377-384ME^dCANACAR (Cámara Nacional del Autotransporte de Carga20111987222279-94ME^dCNA (Consejo Nacional Agropecuario199580199395152ME^dCONAGUA (Comisión Nacional del Agua2011ME^dCONASAMI (Comisión Nacional de Salarios Mínimos20112003ME^dCVIA (Centro Virtual de Información sobre el Agua2011IT^dFAO (Organización de las Naciones Unidas para la Agricultura y la Alimentación20111995121199-10720042988414-420200449722011221161-75ME^dINEGI-BIE (Instituto Nacional de Geografía, Estadística e Informática-Banco de Información Económica20111999811107-123200781247-12751989761392004496119893111-22ME^dSAGARPA-SIAP (Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación-Servicio de Información Agroalimentaria y Pesca2011201019403SAS Institute Inc2002ME^dSCT-DGTFM (Secretaría de Comunicaciones y Transportes-Dirección General de Transporte Ferroviario y Multimodal201120062126ME^dSMN (Servicio Meteorológico Nacional2011ME^dSNIIM (Sistema Nacional de Información e Integración de Mercados201120094 ed.865