INTRODUCCI N
La acelerada propagaci n del Covid-19 supuso una amenaza para
los engranes econ micos a nivel mundial, tal fue el caso del sector l cteo,
donde los involucrados a lo largo de la cadena productiva de este producto percibieron
los cambios de oferta y demanda. La viabilidad econ mica del sector fue
comprometida, el aporte y participaci n econ mica en el desarrollo de muchos
pa ses se vio afectada. El Observatorio de la Cadena L ctea de Argentina (OCLA,
2023) indica que a pesar de esto la evoluci n de la producci n mundial de leche
a lo largo de los a os se desarroll en un ininterrumpido crecimiento,
alcanzando 749,477 millones de litros diarios en 2021.
Las restricciones de la pandemia impuestas en el entorno mundial
no detuvieron a la industria l ctea, de todas formas, se vio afectada. La ca da
significativa en el comercio internacional de productos l cteos gener precios
m s bajos, una disminuci n en las importaciones equilibr parcialmente la
demanda interna. Mientras que, en los pa ses exportadores, la menor demanda ha resultado
en grandes vol menes de leche disponibles para procesamiento y exportaci n,
debilitando el precio global de los l cteos (Baquerizo y C rdova, 2022).
En la mayor a de los pa ses exportadores de Latinoam rica, el
excedente inicial de oferta de leche result en una disminuci n significativa
en los precios percibidos por los productores, de igual forma en los pa ses
importadores, los productores adjuntos en la informalidad sufrieron obst culos
en la venta de sus productos en el mercado, donde los sistemas comerciales
regulados trabajaban a m xima capacidad cubriendo la totalidad de este (FEPALE,
2020). Se ha evidenciado que la demanda interna de l cteos ha cambiado de
productos de un mayor precio a otros de menor valor.
En Ecuador debido al incremento de la oferta, en el a o 2021
la elaboraci n de productos l cteos aumento un 5%, en comparaci n al a o pasado,
el aporte a las ventas y exportaciones fue de 921,14 millones de d lares (CFN,
2022). La cadena de valor de la leche genera empleos para m s de 1,2 millones
de familias involucradas, este proceso de producci n equivale al 4% del PIB
sector y 1% del PIB total (Heifer, 2021).
Los ecuatorianos producen a diario alrededor de 6,6 millones
de litros de leche cruda, esta industria provee de ingresos para
aproximadamente 1,3 millones de personas del rea rural para cualquier grado de
interacci n, sea directa o indirecta con este producto. (MAG, 2020).
El Covid-19 hizo que m s de 50% de la producci n lechera en
Ecuador sea vendida por canales informales. Inicialmente, las compa as
dedicadas al sector l cteo experimentaron un per odo favorable al comienzo de
la pandemia por raz n propia de las propiedades de la leche, alimento funcional
y nutritivo, que conllev a un aumento en la compra de este producto y
derivados por parte de la poblaci n. Paulatinamente la venta de l cteos declin
por el sesgo del consumo familiar, signific en una disminuci n de la demanda
debido a la p rdida de empleos (Coba, 2020).
La Encuesta de Superficies y Producci n
Agropecuaria Continua (ESPAC, 2023) indica que la regi n Sierra se
destaca con una producci n de 4,4 millones de litros diarios con un rendimiento
de 8,0 litros/vaca, esto se debe a la presencia de una gran cantidad de ganado
lechero y la disponiblidad de pastos para su ingesta. La regi n Costa
contribuye con una producci n de 0,9M de lts. diarios y un rendimiento de 4,0 lts./vaca.
Por ltimo la regi n amaz nica cuenta con una producci n de 0,2M de lts. con un
rendimiento de 5,3 lts./vaca.
La provincia de Tungurahua aport en 2019 con un volumen de
leche cruda de 766.469 lts en el mes de agosto, siendo este el valor m s alto
de todo el a o, el valor m s bajo de recolecci n fue en el mes de marzo con una
cifra de 202.640 lts., esto demuestra que la provincia tuvo una participaci n notoria
en el aporte de leche cruda al pa s y que de alguna forma ayud en la econom a
del sector en general (W. Teneda, Guangasi, Zamora y M. Teneda, 2023).
Existen factores que no permiten a las organizaciones generar
capital para una inversi n productiva, tales como el escaso apoyo del gobierno
local y la presencia de agentes intermediarios en el proceso de
comercializaci n de la leche, lo que significa que no existe un adecuado
desarrollo de la empresa asociativa en las comunidades, por ende, los ingresos
que perciben los productores por acci n de venta no cubren el trabajo. As
mismo, por causa de las restricciones del Covid-19, el entorno productivo tambi n
se vio afectado (P rez, 2018).
Por esta raz n, es fundamental comprender y analizar los
desaf os y oportunidades que enfrenta la industria, as como observar las
consecuencias dejadas por la pandemia del COVID-19 en el pa s, para proveer un detalle
hist rico del fen meno y su impacto. (S iz, 2017).
Seg n un estudio realizado por Guangasi y Teneda (2020) se
recomienda elaborar un an lisis socioecon mico del sector l cteo en la
provincia de Tungurahua para reconocer los factores y su incidencia. Este
an lisis permitir identificar las limitaciones en el crecimiento y el
desarrollo sostenible de la producci n, con el fin de extraer estrategias para
la mejora de actividades relacionadas. Al entender los datos y las tendencias, se
puede explorar nuevas perspectivas y ofrecer soluciones respaldadas por
evidencia s lida (Barrera, 2021).
El objetivo es analizar el impacto del Covid-19 en los precios
del productor nacional y la interrelaci n de los factores socioecon micos y del
sector tanto de la regi n Sierra y de la provincia de Tungurahua, el estudio
utiliza el enfoque cuantitativo de dise o longitudinal. Con un alcance
descriptivo, correlacional. Se emple un estudio de dichas variables,
recopilando la informaci n pertinente sin intervenir en las condiciones en las
que se manifestaron.
MATERIALES Y M TODOS
Con el prop sito de llevar a cabo la investigaci n, el proceso
se respalda con un enfoque descriptivo que busca explorar las variables
socioecon micas y su impacto en la industria l ctea, los datos utilizados han
sido obtenidos de fuentes de informaci n secundarias como INEC, MAGAP y CFN.
Este estudio consiste en examinar los efectos del Covid-19 y el
comportamiento de las variables socioecon micas y su impacto en el sector
l cteo durante el periodo comprendido entre los a os 2015 y 2022, identificando
las caracter sticas susceptibles a dichos patrones. Una vez recopilados los
datos, se utiliz el software Excel versi n 2021, SPSS versi n 27 y
Statgraphics versi n 16 para su almacenamiento, y posteriormente se realiz un
an lisis de la informaci n para comprobar la autenticidad de los datos.
La investigaci n comprende los siguientes enfoques de estudio:
cuantitativo, descriptivo, correlacional y longitudinal, desarrollado en 4
fases: 1) Estad stica descriptiva, 2) Series de Tiempo 3) Modelo de regresi n
polinomial y 4) Modelos de regresi n m ltiple
Fase 1. Estad stica Descriptiva
En este caso particular, se analiz a nivel nacional la
variable dependiente que corresponde al valor que percibe el productor en
d lares por cada litro de leche cruda en relaci n con la variable
independiente, que refiere al tiempo. Estas herramientas permiten resumir de
manera efectiva la distribuci n de los datos, proporcionando una presentaci n
detallada de las caracter sticas de inter s.
De la variable precio al productor de leche cruda a nivel nacional
se realiz lo siguiente: un an lisis descriptivo, el c lculo de los intervalos
de confianza y el coeficiente de variaci n de forma mensual a partir del a o
2015 hasta el 2022 (noventa y cinco meses) y, en tres periodos: antes, durante
y despu s del COVID-19. Adem s, Se elabor por periodos el diagrama de cajas y
bigotes para caracterizar la variabilidad del conjunto de precios.
Fase 2. Series de Tiempo
Para una aproximaci n al conocimiento de fen menos como la
pandemia del COVID-19, fue propicio la aplicaci n de las series de tiempo. Mediante
los patrones que cambiaron progresivamente dentro de la propia serie se logr
identificar las tendencias. El prop sito de la investigaci n fue tener una base
de datos mensuales reales (Badillo, Teneda y Santamar a, 2023).
Se realiz un estudio de medias m viles para apreciar la
variaci n hist rica del precio al productor de leche cruda nacional de forma
mensual. Mediante este indicador de tendencias fue posible visualizar y
comprender las fluctuaciones de la l nea del precio entre los tres periodos de
la pandemia (Enriquez y Teneda, 2022; Noguez, 2023).
Fase 3. Modelo de regresi n polinomial
Los modelos de regresi n polinomial permitieron obtener superficies
de respuesta para observar la relaci n curvil nea entre las variables de
estudio. Fueron aplicados para explicar el fen meno y su incidencia con los
precios al productor de leche cruda que necesariamente no requer a ser expresado
de forma lineal, la variable dependiente e independiente fue modelada mediante
el ajuste de polinomios de en simo orden (Gendy, El-Shiekh y Zakhary, 2015)
Se utiliz el modelo de regresi n polin mica de grado tres para
estudiar la relaci n entre el precio al productor de leche cruda y el tiempo
dividido en cada uno de los periodos de estudio (2015-2022). Se aplic l neas
de tendencia para su visualizaci n. Este ajuste permite predecir futuros
cambios en el precio de la leche cruda y proporcionar informaci n para la
elaboraci n de interpretaciones.
Se ajust una funci n polin mica c bica a los datos para el
modelo. En este caso, la relaci n entre la variable independiente, el tiempo (X)
y la variable dependiente, el precio al productor de leche cruda nacional en
tiempos de pandemia (Y), se model utilizando una ecuaci n de la forma:
Donde Y representa la variable dependiente, X es la variable
independiente y 
,
,
,
y 
son
los coeficientes que se estiman a partir de los datos (Chanch , Campo y Sierra,
2020).
Fase 4. Modelo de regresi n lineal m ltiple
Al implementar modelos de regresi n lineal m ltiple se pudo comprender
la relaci n entre los datos y sus efectos entre s , tales como los factores
socioecon micos y del sector, se represent el ajuste en figuras
tridimensionales para visualizar la interacci n de las variables de las
m ltiples variables y su interrelaci n (Lee, Im y Lee, 2023). Se cuantific el
grado de la asociaci n mediante el c lculo de coeficiente de correlaci n (R).
Para plantear la relaci n entre las variables del modelo de regresi n
se estableci el coeficiente de correlaci n (R) donde la fuerza de correlaci n
var a de 0 a 1, el valor 0 indica una nula correlaci n y 1 es perfecta, de tal
modo que el ajuste tenga significancia estad stica, posteriormente se aplic el
modelo tridimensional con salida de ajuste del modelo de regresi n lineal
m ltiple en base al an lisis de varianza (ANOVA) para detallar la relaci n existente,
para el primer modelo contempl la variable el precio al productor a nivel
nacional y las variables independientes como el ingreso familiar y el IPC
nacional, adem s de los datos del sector l cteo como el n mero de vacas en la
regi n Sierra, la producci n de leche en litros de la provincia de Tungurahua,
n mero de vacas y vacas orde adas de la misma provincia.
Los criterios para el segundo modelo fueron contemplados con
la variable dependiente, producci n de leche cruda en litros de la provincia
Tungurahua y las variables independientes corresponden a la cantidad de vacas
orde adas y el n mero total de vacas, ambas de la misma provincia. El tercer
modelo se aplic con la variable independiente, cantidad de vacas orde adas en
la provincia de Tungurahua y las variables independientes corresponden al
n mero de vacas en la misma provincia y el n mero de vacas de la regi n Sierra,
tanto para el segundo y tercer modelo, se usaron datos de forma anual, desde el
2015 al 2021.
RESULTADOS Y DISCUSI N
Resultados
Al a hacer un an lisis descriptivo del precio al productor de
la leche cruda a nivel nacional en d lares desde enero 2015 a diciembre 2022
(noventa y cinco meses), dividido en los tres periodos correspondientes del
Covid-19, a partir de sus intervalos de confianza y el diagrama de cajas y bigotes
se obtuvieron los siguientes resultados:
En el pa s de Ecuador en el primer periodo, antes del Covid-19,
desde el mes de enero del 2015 hasta diciembre 2018, el promedio del precio al
productor de leche fue de 0,4282 USD con una desviaci n est ndar de 0,0157 USD.
Cabe acotar que en este periodo existi un coeficiente de variaci n de 365,23%.
En el segundo periodo, durante el Covid-19, comprendido desde el mes de enero
2019 hasta diciembre 2020, el promedio del precio al productor de leche fue de
0,4100 con una desviaci n est ndar de 0,0108 USD. Adem s, en el periodo, existe
un coeficiente de variaci n del 264,06%.
Para el tercer periodo, despu s del Covid-19, desde enero 2021
hasta diciembre 2022, el promedio del precio al productor fue de 0,4100 USD con
una desviaci n est ndar de 0,0285 USD. De igual forma existe un coeficiente de
variaci n de 696,09%.
Figura 1. Representaci n
del precio al productor a nivel nacional en d lares dividida en los periodos
antes, durante y despu s del Covid-19.
Con los datos de la variable precio al productor de leche
cruda se obtuvieron los siguientes resultados: En el periodo anterior al
Covid-19 present una variaci n de 0,39 USD a 0,47 USD, cont con un promedio
de 0,43USD. Adem s, el primer cuartil (Q1) correspondi a 0,42 USD, el segundo
cuartil (Q2) se encontr en 0,43 USD, y el tercer cuartil (Q3) se situ en 0,44
USD.
En el periodo durante al Covid-19 el precio present una variaci n
de 0,39 USD a 0,43 USD, cont con un promedio de 0,41 USD. Adem s, el primer
cuartil (Q1) correspondi a 0,40 USD, el segundo cuartil (Q2) se encontr en
0,41 USD, y el tercer cuartil (Q3) se situ en 0,42 USD.
En el ltimo periodo despu s al Covid-19 el precio oscil
entre 0,39 USD y 0,47 USD, cont con un promedio de 0,41 USD. Adem s, el primer
cuartil (Q1) corresponde a 0,39 USD, el segundo cuartil (Q2) se encuentra en
0,41 USD, y el tercer cuartil (Q3) se sit a en 0,43 USD.
Tras realizar un an lisis de series temporales de la variable
de estudio de precios al productor de leche cruda durante los a os comprendidos
entre 2015 y 2022, dividido en tres periodos del Covid-19, obtuvo los
siguientes resultados:
Figura 2. Representaci n
de medias m viles del precio al productor a nivel nacional en d lares entre los
periodos antes, durante y despu s del Covid-19.
En el periodo anterior de la pandemia del Covid-19, el precio
fluctu con 0,39 USD en el mes de enero 2016 y en los meses de mayo y junio del
mismo a o hubo un incremento que lleg a 0,47 USD. Durante la pandemia en el
mes de noviembre de 2020 se observ un precio m nimo de 0,39 USD, mientras que
en los meses de noviembre y diciembre de 2019 se registr un precio m ximo de
0,43 USD., en el periodo posterior a la pandemia desde enero de 2021 hasta
febrero de 2022, se registr un precio m nimo de 0,39 USD.
Al eleborar un modelo de regresi n de grado tres con la
variable dependiente (Y) el precio y la variable independiente (X) el tiempo,
dividida en los tres periodos del Covid-19, se obtuvieron los siguientes
resultados:
Figura 3. Representaci n
de la tendencia del periodo anterior del Covid-19.
Para el segundo periodo, anterior al Covid-19 se estudi la
variable dependiente precio al productor de leche cruda a niel nacional y la
varaible independiente el tiempo a partir de enero 2015 a diciembre 2018.
Figura 4. Representaci n
de la tendencia del periodo durante el Covid-19.
Para el segundo periodo, durante el Covid-19 se estudi la
variable dependiente precio al productor de leche cruda a nivel nacional y la
varaible independiente el tiempo a partir de enero 2019 a diciembre 2020.
Figura 5. Representaci n
de la tendencia del periodo posterior al Covid-19.
Para el tercer periodo, posterior al Covid-19 se estudi la
variable dependiente precio al productor de leche cruda a nuivel nacional y la
variable independiente el tiempo a partir de enero 2021 a diciembre 2022.
Para determinar la relaci n entre las variables, se aplic un
modelo de regresi n m ltiple y posteriormente fueron caracterizadas en una
figura tridimensional para explorar las superficies y tendencias, se obtuvieron
tres modelos para el estudio. El primero se conform con los datos
socioecon micos de forma mensual desde enero del 2015 a diciembre de 2022 como
el precio al productor de leche cruda, el ingreso familiar y el IPC.
Para el segundo y el tercer modelo intervinieron los datos del
sector l cteo de forma anual desde 2015 a 2021 como el n mero de vacas en la
regi n Sierra, la producci n de leche en litros de la provincia de Tungurahua,
n mero de vacas y vacas orde adas de la misma provincia, de este an lisis se obtuvieron
lo siguientes resultados:
Figura 6. Ajuste
del modelo de regresi n, para las variables precio al productor, ingreso familiar
e IPC.
En el primer modelo donde la variable dependiente (Z) es el Precio
al productor de leche cruda a nivel nacional en d lares, la variable
independiente (X) es el Ingreso familiar y la segunda variable independiente
(Y) es el IPC, ambas en d lares.
El coeficiente de correlaci n para este modelo fue de 0,835.
|
|
Modelo
|
Suma
de cuadrados
|
gl
|
Media
cuadratica
|
F
|
Sig.
|
|
1
|
Regresi n
|
0,020
|
2
|
0,010
|
91,104
|
,000
|
|
Residuo
|
0,009
|
79
|
0,000
|
|
|
|
Total
|
0,029
|
81
|
|
|
|
Tabla 1. An lisis de varianza (ANOVA) de la variable precio al
productor nacional y las predictoras ingreso familiar e IPC.
Del an lisis de varianza ANOVA se destacan los siguientes
valores (F=81,104; Sig=,000).
Figura 7. Ajuste
del modelo de regresi n, para las variables producci n de leche de la provincia
de Tungurahua, n mero total de vacas y vacas orde adas.
En el segundo modelo donde la variable dependiente (Z) es la Producci n
de leche en litros de la provincia de Tungurahua, la variable independiente (X)
son el N mero de vacas orde adas y la segunda variable independiente (Y) son el
Total de vacas, ambas de la misma provincia.
El coeficiente de correlaci n para este modelo fue de 0,971.
|
|
Modelo
|
Suma
de cuadrados
|
gl
|
Media
cuadratica
|
F
|
Sig.
|
|
1
|
Regre-si n
|
0,020
|
2
|
794778473,839
|
32,754
|
,003
|
|
Residuo
|
0,009
|
4
|
242648744,438
|
|
|
|
Total
|
0,029
|
6
|
|
|
|
Tabla 2. An slisis de varianza (ANOVA) de la variable producci n
de leche en Tungurahua y las predictoras n mero de vacas y vacas orde adas.
Del an lisis de varianza ANOVA se destacan los siguientes
valores (F=32,754; Sig=003).
Figura 8. Ajuste
del modelo de regresi n, para las variables n mero de vacas orde adas en la
provincia de Tungurahua, n mero de vacas y total de vacas de la regi n Sierra.
En el tercer modelo donde la variable dependiente (Z) es el N mero
de vacas orde adas de la provincia de Tungurahua, la variable independiente (X)
son el N mero de vacas de la misma provincia y la segunda variable
independiente (Y) son el Total de vacas de la regi n Sierra.
El coeficiente de correlaci n para este modelo fue de 0,982.
|
|
Modelo
|
Suma
de cuadrados
|
gl
|
Media
cuadratica
|
F
|
Sig.
|
|
1
|
Regre-si n
|
214005351,577
|
2
|
107002675,788
|
53,041
|
,001
|
|
Residuo
|
8069467,280
|
4
|
2017366,820
|
|
|
|
Total
|
222074818,857
|
6
|
|
|
|
Tabla 3. An lisis
de varianza (ANOVA) de la variable n mero de vacas orde adas de la provincia de
Tungurahua y las predictoras n mero de vacas y total de vacas de la regi n
Sierra.
Del an lisis de varianza ANOVA se destacan los siguientes
valores (F=53,04; Sig=,001).
Discusi n
En el p is de Ecuador entre las etapas antes, durante y depues
del Covid-19 se han presentado notables cambios en los precios a los
productores de leche cruda a nivel nacional.
Durante el primer periodo, se observ que el precio promedio
al productor de leche en Ecuador fue de 0,4282 USD. La desviaci n est ndar de
0,0157 USD, indica una variabilidad moderada en los precios. Sin embargo, el
coeficiente de variaci n del 365,23% sugiere una dispersi n relativa considerable
en relaci n al promedio. Esto implica que hubo un grado moderado de fluctuaci n
en los precios de la leche.
Durante el periodo que coincide con la pandemia del Covid-19,
se observ una disminuci n en el promedio del precio al productor de leche a
0,4100 USD. La desviaci n est ndar de 0,0108 USD, indica una menor variabilidad
en comparaci n con el primer periodo. El coeficiente de variaci n del 264,06%
muestra una dispersi n relativa menor en comparaci n con el primer periodo, lo
que indica que a pesar de la pandemia exisit i una estabilidad relativa en los
precios durante esta fase.
En el periodo posterior al Covid-19, se observ que el
promedio del precio al productor de leche se mantiene en 0,41 USD. Sin embargo,
la desviaci n est ndar aumenta a 0,0285 USD, indica una mayor variabilidad en
los precios en comparaci n con los periodos anteriores. El coeficiente de
variaci n del 696,09% muestra una dispersi n relativa alta, lo que sugiere una
mayor inestabilidad en los precios de la leche durante esta fase en referencia
al promedio.
En la (Figura 1) en el periodo anterior al Covid-19, los
precios mostraron un rango de fluctuaci n de 0,39 USD a 0,47 USD, con un
promedio de 0,43 USD. Los cuartiles revelaron una distribuci n bastante
uniforme, con Q1 en 0,42 USD, Q2 en 0,43 USD y Q3 en 0,44 USD. Esta estabilidad
sugiere una relativa consistencia en los precios durante ese periodo, con solo
peque as variaciones.
Durante el segundo periodo del Covid-19, se observ una
reducci n en la variabilidad de los precios. El rango se estrech de 0,39 USD a
0,43 USD, y el promedio disminuy ligeramente a 0,41 USD. Los cuartiles tambi n
mostraron una disminuci n general, con Q1 en 0,40 USD, Q2 en 0,41 USD y Q3 en
0,42 USD. Estos resultados sugieren una mayor estabilidad en los precios
durante la crisis del Covid-19, posiblemente debido a factores como la
disminuci n de la demanda o medidas regulatorias.
En el ltimo periodo despu s del Covid-19, se observ una perdida
de homegeneidad comparado con los periodos anteriores al Covid-19, oscilando
entre 0,39 USD y 0,47 USD, siendo el segundo el valor at pico principal. El
promedio se mantuvo en 0,41 USD, mientras que los cuartiles mostraron una
distribuci n similar a los otros dos periodos, con Q1 en 0,39 USD, Q2 en 0,41
USD y Q3 en 0,43 USD. Estos resultados sugieren una alta variabilidad de
precios a causa del fen meno, pero que, consecuentemente recupera niveles
similares a los dem s periodos anteriores.
Existe una disminuci n general en los precios en los periodos durante
y posterior del Covid-19 con promedios de 0,41 USD en ambas en comparaci n con
el periodo anterior con promedio de 0,43; lo que indica que el primer periodo
tuvo precios m s elevados.
Adem s en la (Figura 2) sugiere que los cambios sucedidos
entre las tres etapas del Covid-19 hay cambios notables y datos prolongados. En
la etapa anterior a la pandemia hay cambios abruptos que coincicen con eventos
naturales tales como las inundaciones y la cat strofe del terremoto que tuvo
impacto en la zona costera del pa s. Es posible que la disminuci n de los
precios de leche cruda en el pa s entre enero y abril de 2016 hayan sido
consecuencia de estos fen menos, afectando a la producci n y la cadena de
suministro de la leche (BBC, 2016).
Durante la pandemia del Covid-19, los precios fueron estables,
aparent un corto crecimiento debido a que la leche es considerado como un
alimento necesario en los hogares, y su compra en esta etapa fue notable (Restrepo, 2012). Despu s de la pandemia, hubo una transici n prolongada de 0,39 USD, sucedido
en un lapso de quince meses donde luego recupera un precio m ximo de 0,47 USD,
esto se cree que sucedi debido al fin del la fase del Covid-19 y los procesos
econ micos y productivos tardaron en reincorporarse.
Se destaca que en la etapa posterior de la pandemia existi
una breve pausa del notorio crecimiento en la (Figura 2), este lapso
corresponde al mes de junio, julio y agosto 2022, este periodo coincide con el
paro nacional dandose lugar del 13 al 30 del mismo mes de junio, en el que el
precio al productor fue de 0,43 USD, la econ mia del pa s se vio afecatada por
las movilizaciones ocurridas en el territorio, reteniendo el libre comercio de
los l cteos. Luego, para el mes de septiembre hubo una recuperaci n con un m ximo
de 0,47 USD (Villarreal, 2022).
En cuanto a la aplicaci n de modelos de regresion polinomial aplicadas
para las tres etapas del Covid-19. En la primera etapa en la (Figura 3) se
evidenci una tendencia a la baja descrita por una funci n polin mica de grado
tres, lo cual sugiere que los precios podr an estimarse
a que sigan siendo bajos. En la segunda etapa de la (Figura 4) present
igualmente una tendencia a la baja, lo cual sugiere que los precios podr an
estimarse a que sigan siendo bajos. En la ltima etapa de la (Figura 5) se
observ una tendencia a la alza, lo que sugiere que los precios podr an
estimarse a que sigan siendo altos.
Mediante el uso de modelos de regresi n m ltiple y figuras
tridimensionales, se logr caracterizar y analizar la correlaci n entre las
variables claves del sector l cteo de la provincia de Tungurahua.
El ANOVA del modelo de regresi n m ltiple de la (Tabla 1) mostr
que los predictores o factores inciden significativamente con la variable
dependiente (F=81,104; Sig=,000). El valor de F=81,104 nota un cociente elevado
a partir sus cuadrados medios y p-valor 0,000 es nulo en contraste al nivel de
significancia com nmente utilizado de 0,05. Terr dez (2003) meciona que en este
caso existe una diferencia significativa y corrobora su correlaci n entre las
variables independientes (Ingreso familiar e IPC), y la variable dependiente
(Precio al productor), estos resultados se ven reflejados en la representaci n tridimensional
de la (Figura 6).
El ANOVA del modelo de regresi n m ltiple de la (Tabla 2) mostr
que los predictores inciden significativamente con la variable dependiente (F=32,754;
Sig=,003). El valor de F=32,754 es considerable y p-valor 0,003 es menor que el
nivel de significancia de 0,05, lo cual sugiere que existe una diferencia
significativa y afirma una correlaci n entre las variables independientes (Vacas
orde adas de la provincia de Tungurahua y Total de vacas de la misma provincia),
y la variable dependiente (Producci n de leche en litros de Tungurahua), estos
resultados se ven reflejados en la representaci n tridimensional de la (Figura 7).
El ANOVA del modelo de regresi n m ltiple de la (Tabla 3) mostr
que los predictores inciden significativamente con la variable dependiente (F=53,04;
Sig=,001). El valor de F=53,04 es considerable
y p-valor 0,001 es menor que el nivel de significancia de 0,05, del mismo modo
sugiere que existe una diferencia significativa y acepta una correlaci n entre
las variables independientes (N mero de vacas en la provincia de Tungurahua y
Total de vacas de la regi n Sierra ), entre la variable dependiente (Vacas
orde adas de Tungurahua), estos resultados se ven reflejados en la representaci n
tridimensional de la (Figura 8).
CONCLUSIONES
En conclusi n, los resultados revelaron que, durante el
periodo de la pandemia del Covid-19, se observ una disminuci n considerable del
precio al productor de leche cruda durante este periodo. Esto indica que la
crisis sanitaria y las medidas de confinamiento y restricciones impuestas
afectaron negativamente a la demanda del producto. Adem s, efectivamente hubo leves
e insostenibles repuntes al comienzo de la etapa de la pandemia, lo que confirma
la corta racha de ventas de l cteos en el pa s, y que, no se supo mantenerse, precipit ndose
a mitad de la etapa por la reducci n del consumo familiar.
Se destaca que para la etapa posterior al COVID-19, el paro
nacional que ocurri y finaliz en julio de 2022, los efectos se prolongaron
con un precio de 0,43 ctvs., hasta agosto del mismo a o y que para el pr ximo
mes de septiembre se recuper abruptamente con 0,47 ctvs., lo que evidencia que
las inmovilizaciones afectaron el comercio regular, y que caus un excedente de
producci n de leche sin salida al mercado y que por ende afect al productor y
al precio que percib a, la consecuente subida de precio indica la reanudaci n y
recuperaci n de la industria.
La (Figura 1) demostr que desde la finalizaci n del
confinamiento suscitaron valores at picos en los precios con una dispersi n de 8
centavos de d lar desde el precio m s bajo al m s alto (0,39 USD a 0,47 USD),
esto afirma que existi un rezago sanitario en el proceso de recuperaci n, la
tendencia fue positiva.
El pa s si se vio amenazado por la pandemia tanto en su fase
duradera y post duradera, pero que, ha sabido recuperarse pese a factores
disruptivos extras, como protestas sociales, lo que muestra que el sector
l cteo en el territorio es esencial y necesario para el desarrollo econ mico de
la poblaci n.De las variables introducidas para el modelo de regresi n m ltiple
de la (Tabla 1) a partir del an lisis de correlaci n (R=0,835) y
significancia (F=81,104; Sig=,000).
Las variables establecidas muestran evidencia fuerte que
permite afirmar que el ingreso familiar y el IPC influyen significativamente en
el precio al productor de leche cruda en el pa s.
La evidencia respalda la idea de que una mejora en los
indicadores socioecon micos puede tener efectos positivos en el sector l cteo y
su desarrollo. El aumento de los ingresos y un margen positivo en el ndice de
precios al consumidor pueden impulsar la demanda interna de productos l cteos y
beneficiar a los productores de leche cruda en el pa s.
Adem s los resultados obtenidos a partir de los an lisis de
regresi n m ltiple y el ANOVA indican de manera concluyente que la producci n
de leche en litros en Tungurahua dependen de los factores (Vacas orde adas de
la provincia de Tungurahua) y (Total de vacas de la provincia de Tungurahua),
entonces la producci n de leche incrementa o decrece por acci n de las
variables independientes.
Entonces bas ndose en los an lisis previos de los datos
socioecon micos y su relaci n con el sector l cteo tanto del pa s Ecuador como en
la provincia de Tungurahua, se corrobor que los factores socioecon micos si
influyen en el rendimiento y desarrollo de la industria l ctea.
CONTRIBUCI N DE LOS AUTORES
El autor Wagner Valverde contribuy en la redacci n de las
secciones de Introducci n, Resultados, Discusiones y Conclusiones. Por otro
lado, el autor William Teneda tuvo participaci n en la elaboraci n de figuras,
as como en el desarrollo de la secci n de Materiales y M todos.
AGRADECIMIENTOS
Agradecimiento a la Universidad T cnica de Ambato, Direcci n
de Investigaci n y Desarrollo (DIDE). Este art culo es parte de los resultados
del proyecto de investigaci n titulado La sostenibilidad Comercial del
sector productor de l cteos de la provincia de Tungurahua , aprobado
mediante la Resoluci n UTA-CONIN-2023-0062-R, c digo SFFCA9.
REFERENCIAS BIBLIOGR FICAS
Badillo, K., Teneda, W., & Santamar a, E. (2023). El
comportamiento de los precios de venta del cacao (theobroma cacao. L) en la
Provincia de los R os-Ecuador. 593 Digital Publisher, 8(2), 5-17.
https://doi.org/10.33386/593dp.2023.2.1656
Baquerizo, V.,
& C rdova, V. (2022). Impacto econ mico del sector l cteo: un estudio de
los gastos publicitarios y las ventas en tiempos de pandemia. 593 Digital
Publisher, 7(6-1), 310-321.
https://doi.org/https://doi.org/10.33386/593dp.2022.6-1.1527
Barrera, C. (2021). An lisis de la productividad, rentabilidad y
sostenibilidad de los productores de leche cruda en el cant n P llaro,
provincia de Tungurahua. Tesina de especializaci n. FLACSO, Quito.
https://repositorio.flacsoandes.edu.ec/handle/10469/17503
BBC. (20 de abril de 2016). Terremoto de magnitud 7,8 en la zona
costera de Ecuador deja m s de 600 muertos. BBC News Mundo:
https://www.bbc.com/mundo/noticias/2016/04/160416_ecuador_terremoto_magnitud_colombia_peru_bm
BCE. (31 de marzo de 2023). Ecuador registr un crecimiento
interanual de 3,8% en el primer trimestre de 2022. Banco Central del
Ecuador:
https://www.bce.fin.ec/boletines-de-prensa-archivo/la-economia-ecuatoriana-reporto-un-crecimiento-interanual-de-4-3-en-el-cuarto-trimestre-de-2022
Castro, L. (2021). An lisis de series de tiempo para las RGUs de
tres BD del Dashboard Pedido y Productos B2B. Trabajo de pregrado.
Universidad de Antioquia, Medell n.
https://bibliotecadigital.udea.edu.co/handle/10495/21483
Centro de Industria L ctea. (18 de mayo de 2022). Importaci n,
exportaci n e innovaci n: pilares de crecimiento y desarrollo de la industria
l ctea. CIL:
https://www.cil-ecuador.org/post/importaci%C3%B3n-exportaci%C3%B3n-e-innovaci%C3%B3n-pilares-de-crecimiento-y-desarrollo-de-la-industria-l%C3%A1ctea#:~:text=%E2%97%8F%20La%20producci%C3%B3n%20de%20alimentos%20en%20el%20Ecuador,consumidores%20y%20se%20adap
Chanch , G., Campo, W., & Sierra, L. (2020). Aplicaci n de la
regresi n polinomial para la caracterizaci n de la curva del COVID-19, mediante
t cnicasde machine learning. Investigaci n e Innovaci n en Ingenier a, 8(2),
87-105. https://doi.org/10.17081/invinno.8.2.4103
Coba, G. (14 de enero de 2020). En un sector l cteo golpeado hay
quienes ven oportunidades. Primicias:
https://www.primicias.ec/noticias/economia/sector-lacteo-golpe-oportunidades-negocio/
Corporaci n Financiera Nacional. (2022). Producci n de leche ruda
de vaca; elaboraci n de productos l cteos. Corporaci n Financiera Nacional:
https://www.cfn.fin.ec/wp-content/uploads/downloads/biblioteca/2022/fichas-sectoriales-2-trimestre/Ficha-Sectorial-Leche-y-derivados.pdf
Encuesta de Superficies y Producci n Agropecuaria Continua . (1 de
abril de 2023). Estad sticas Agropecuarias. ESPAC:
https://www.ecuadorencifras.gob.ec/estadisticas-agropecuarias-2/
Enriquez, A., & Teneda, W. (2022). Liderazgo y desarrollo
sostenible en la cadena de valor del cacao del Cant n Pangua, Ecuador. 593
Digital Publisher, 8((1-1)), 104-113.
https://doi.org/10.33386/593dp.2023.1-1.1636
Faraldo, P., & Pateiro, B. (2013). Estad stica y metodlog a
de la investigaci n. [Curso de Grado. Universidad de Santiago de
Compostela, Santiago de Compostela].
http://eio.usc.es/eipc1/BASE/BASEMASTER/FORMULARIOS-PHP-DPTO/MATERIALES/Mat_G2021103104_EstadisticaTema1.pdf
FEPALE. (01 de
agosto de 2020). Impacto del COVID-19 en el Sector L cteo en Am rica Latina.
INALE: https://www.inale.org/wp-content/uploads/2020/08/Lacteos-Covid19-1.pdf
Fernandez, S., Cordoba, J., & Cordero, A. (2002). Conceptos
B sicos. En S. Fernandez, J. Cordoba, & A. Cordero, Estad stica
Descriptiva (p g. 17). Madrid: ESIC.
https://books.google.com.ec/books?id=31d5cGxXUnEC&printsec=frontcover&hl=es#v=onepage&q&f=false
Gendy, T., El-Shiekh, T., & Zakhary, A. (2015). A polynomial
regression model for stabilized turbulent confined jet diffusion flames using
bluff body burners. Egyptian Journal of Petroleum, 24(4), 445-453.
https://doi.org/10.1016/j.ejpe.2015.06.001
Guangasi, G., & Teneda, W. (2020). Estudio
descriptivo del sector l cteo en la provincia de Tungurahua. 593 Digital
Publisher, 5(6), 90-104. https://doi.org/10.33386/593dp.2020.6.359
Heifer. (01 de junio de 2021). Red de l cteos en los andes del
Ecuador (DNA). de Fundaci n Heifer Ecuador: https://www.heifer-ecuador.org/proyecto/red-de-lacteos-en-los-andes/
Lee, K., Im, S., & Lee, B. (2023). Prediction of renewable
energy hosting capacity using multiple linear regression in KEPCO system. Energy Reports, 9(12), 343-347.
https://doi.org/10.1016/j.egyr.2023.09.121
Ministerio de Agricultura y Ganader a. (12 de noviembre de 2020). Ecuador
se Nutre de Leche y el sector l cteo se fortalece con apoyo del Gobierno
Nacional. Ministerio de Agricultura y Ganader a:
https://www.agricultura.gob.ec/ecuador-se-nutre-de-leche-y-el-sector-lacteo-se-fortalece-con-apoyo-del-gobierno-nacional/
Montero, R. (2016). Modelos de regresi n lineal m ltiple. [Documentos
de Trabajo en Econom a Aplicada. Universidad de Granada, Granada]. https://www.ugr.es/~montero/matematicas/regresion_lineal.pdf
Noguez. (2023). Modelos Generativos para el tratamiento de clases
desbalanceadas aplicado a un problema de predicci n de ca das severas en el
precio del Bitcoin. [Tesis de Maestr a. Universidad ORT Uruguay, Montevideo].
https://dspace.ort.edu.uy/handle/20.500.11968/6425
Observatorio de la Cadena L ctea de Argentina. (2023). Lecher a
mundial, principales aspectos. OCLA:
https://www.ocla.org.ar/contents/newschart/portfolio/?categoryid=8#
P rez, F. (2018). Caracterizaci n socioecon mica y productiva de
la cadena de valor agroalimentaria de la leche. [Tesis de Grado.
Universidad T cnica de Ambato, Amabto]. https://repositorio.uta.edu.ec/jspui/handle/123456789/28849
Restrepo, S. (18 de mayo de 2012). La leche es lo que m s se compra
en el hogar despu s del arroz. La Rep blica:
https://www.larepublica.co/consumo/la-leche-es-lo-que-mas-se-compra-en-el-hogar-despues-del-arroz-2010633
S iz, M. (2017). An lisis econ mico y financiero del sector
l cteo. [Trabajo de fin de grado. Universidad de Cantabria, Cantabria].
https://repositorio.unican.es/xmlui/handle/10902/12730
Statista. (13 de marzo de 2023). La industria de l cteos en
Am rica Latina - Datos estad sticos. Statista:
https://es.statista.com/temas/9334/el-sector-de-los-lacteos-en-america-latina/#topicOverview
Teneda, W., Guangasi, G., Zamora, R., & Teneda, M. (2023).
Producci n del sector l cteo de la Provincia de Tungurahua-Ecuador. Medwave,
2(1), 154-155. https://doi.org/10.0.22.235/medwave.2023.S1.UTA260
Terr dez, M. (2003). An lisis de varianza (ANOVA). [Proyecto
Universitario. Universidad Oberta de Catalunya, Catalunya]. https://d1wqtxts1xzle7.cloudfront.net/60309250/ANOVA20190816-82517-sn30if-libre.pdf?1565964567=&response-content-disposition=inline%3B+filename%3DAnalisis_de_la_varianza_ANOVA_ANALISIS_D.pdf&Expires=1698011077&Signature=VDZDlyUC6CM-4rqa7m-HdD7YW6nAwfo27VP
Velastegu , N. (2019). Cadena productiva del sector lechero en la
provincia de Tungurahua, cant n P llaro: Un estudio socio-econ mico de la producci n
de la leche cruda. [Tesis de Econom a. Universidad T cnia de Ambato,
Ambato]. https://repositorio.uta.edu.ec/jspui/handle/123456789/29159
Villarreal, F. (01 de octubre de 2022). Estimaci n de p rdidas y
da os ocasionados por el paro nacional de junio de 2022. Banco Central del
Ecuador:
https://www.bce.fin.ec/publicaciones/editoriales/estimacion-de-perdidas-y-danos-ocasionados-por-el-paro-nacional-de-junio-de-2022