ARS para una mejor comprensión de los procesos de innovación agrícola

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

2. Sistema de Innovación ¿Innovación Agrícola? Page 2

3. ¿Una innovación o varias? “Innovación”: Cualquier novedad introducida exitosamente en un proceso económico o social (tecnológica, de gestión, etc.) Page 3

4. Aportes modelo SI • Innovación = Uso • No es sólo tecnológica • No tiene que ser nueva para el mundo – contexto local • No siempre incluye al sector público o al investigador • Crucial interacción de actores y sectores: • Sistemas nacionales, regionales, locales • Alianzas Estratégicas, Público-Privadas • Conglomerados (Clusters) • Redes de innovación (empresas) Page 4

5. Interacción e innovación en Bolivia • Móvil original: • Alianzas público-privadas en la generación y uso de innovaciones • SIBTA (Fundaciones capturan demandas y licitan servicios – ONGs y universidades como oferentes de servicios – cofinanciamiento de gobierno local y organizaciones de productores) • 12 alianzas • 4 en Maní, • 4 en Quinua • 4 en Acuicultura Page 5

6. Red de alianzas en el sector Quinua CPTS (Prov. tecnología) Andean Valley S.A. (Procesador Exportador) Comunidades (Productores) ANDINA (Metalmecánica Procesador) AGR. EMP. (Articulador) JALSURI (Produc. semilla) BOLICERT (Certificadora) PROINPA (Investigación) Page 6

7. Interacción e Innovación en Bolivia • Pero: • Carencia de demandas • Sistema conducido por la oferta • Oferta centrada en tecnología • Productores con rol pasivo y sin cofinanciar • En resumen: • Escenario típico para un estudio “tradicional” de Adopción • LA DIFERENCIA? • Datos relacionales!!! Page 7

8. Estudios de adopción Dos tradiciones: • “Individualista y economicista”: • Centrada en la decisión individual de adoptar • Decisión determinada por heterogeneidad / utilidad • “Interaccionista”: • Centrada en el proceso de difusión • Proceso determinado por estructura de relaciones sociales Page 8

9. Estudios de Adopción en Agricultura • Sesgo individualista (70’s) • Estudios econométricos • Políticas consecuentes: capital humano, precios y mercados… Revolución verde! • Crece consideración de la interacción: • Aprendizaje social y riesgo • “Efectos” del “capital” o de la “red social” • Superficiales incursiones en ARS • Sin interés en las teorías sociales detrás Page 9

10. Estudio de Bolivia • Objetivo • Factores - adopción - pño productor, incluyendo: • Percepción de utilidad • Capacidades de absorción (KHum, KFis, KNat, KFin) • Interacción con otros actores del sistema de innovación (KSoc?) • 3 sectores (piscicultura, quinua, maní) • 4 micro-regiones por sector • Un conjunto (“paquete”) de innovaciones promovido en cada micro-región por un proveedor • 30 productores entrevistados en cada micro-región (25 adoptadores y 5 no adoptadores) Page 10

11. Análisis parcial • Variables dependientes: • Uso promedio de elementos del “paquete” promovido (%) • Lapso requerido para adoptar • Datos relacionales: frecuencia de interacción del productor con otros actores (Likert 1-5) • Investigadores, extensionistas públicos, agentes de ONG, vecinos, parientes, vendedores de insumos, compradores de producto, transportistas, organizaciones de productores y gobierno local • Variables independientes: varias, derivadas de datos relacionales vía ARS • Correlaciones • Modelo de regresión Tobit (datos censurados) Page 11

12. Tipo de datos disponible: Frecuencia de interacción entre Productores y Tipos de Agente Page 12

13. ¿Red Social? • Muestreo según criterios econométricos • Vínculos entre productores y “otros actores” • Vínculos entre productores??? • Vínculos medidos sólo en una dirección (de productores a otros actores) • En ciertos casos sólo se trató de “actores” genéricos Page 13

14. Re-enfoque (aporte Borgatti) • Estudio sobre efecto de interacciones productor-”otros actores” en adopción • Matrices de 2 modos (de afiliación) • Proceso: • Ampliar menú de hipótesis (!!!) • Graficar (dicotomizar ≥ 4) • Generar parámetros estructurales • Probar hipótesis (correlación y regresión - pruebas de Permutación y QAP) Page 14

15. Hipótesis - 1 Page 15

16. Hipótesis - 2 Page 16

17. ACUICULTURA Page 17

18. MANÍ Page 18

19. PROMEDIO GENERAL Page 19

20. Resultados de la visualización… • Quienes adoptaron poseen vínculos efectivos con más agentes de cambio (proveedores de información) que quienes no lo hicieron: • En general, las ONGs hacen la diferencia • Hay diferencias significativas entre sectores Page 20

21. Y más de los gráficos… • Otros productores son la fuente principal de información y referentes sobre las innovaciones • Familiares, Vecinos, Asociaciones • Sector público percibido por los productores como actor periférico Page 21

22. Prueba de hipótesis – nivel de red • H1: Redes (regiones) con mayor densidad de vínculos presentan mayores tasas promedio de adopción • Respaldada : r = .711*** Page 22

23. Prueba de hipótesis – nivel de red • H2: A mayor centralización de la red, menor será el lapso promedio requerido para adoptar • No respaldada Page 23

24. Prueba de hipótesis – nivel de red • H3: A mayor centralidad del promotor de las innovaciones en la red de agentes de cambio, mayores tasas promedio y menor el lapso promedio requerido para adoptar • Para las tasas: • No respaldada. • Para el lapso: • Respaldada. r = -.778*** Page 24

25. Modelos simples de regresión a nivel de red Page 25

26. Prueba de hipótesis – nivel individual • H4: A mayor centralidad de grados del productor en la “red”, más intensa y rápida la adopción • Respaldada. r = .33** Page 26

27. Prueba de hipótesis – nivel individual • H5: Adopción más rápida e intensa a mayor interacción con: • Promotor = Respaldada (r = .27** y -.11**) • Muestra “efecto mercadeo” • Otros técnicos = No respaldada • Agentes del mercado = No respaldada • Otros productores = Respaldada p/ tasa (r= .27**) • Aprendizaje social? No conservadurismo? • Otros fuertemente vinculados al promotor (r = .21**) • Muestra “efecto de red” X2 X1 Page 27

28. Prueba de hipótesis – nivel individual • H6: A mayor isomorfismo estructural entre dos productores, mayor similitud en sus niveles de adopción • Respaldada: r = .07** Page 28

29. Modelos de regresión Tobit Page 29

30. Conclusiones • Evidencia de procesos de influencia social y competencia influyendo sobre decisiones individuales de adopción • Sopa metodológica adaptable para romper resistencias y aprovechar información: • Dificultades de muestreo y análisis estadístico • Importancia de “vínculos horizontales y verticales” Page 30

31. Qué sigue? • Analizar redes reales! - Estudio Nicaragua • Interacciones entre productores • Comunidades-caso: enumeración completa • Múltiples relaciones • Información, crédito, incentivos, comercialización • Análisis dinámico: • Datos de redes en el tiempo • Mantener análsis de Múltiples niveles: • Afiliación para vínculos verticales • Matrices cuadradas para vínculos horizontales Page 31