Eficiencia y equidad del gasto

DEA, regresiones panel e incidencia subnacional

Este capítulo evalúa si el gasto agropecuario boliviano es eficiente y equitativo. Combina análisis envolvente de datos a nivel departamental, regresiones panel de productividad y análisis de incidencia con la Encuesta de Hogares.

Apoyo al productor — PSE Bolivia en contexto LAC

Composición de los apoyos

Antes de comparar Bolivia con LAC, es útil examinar la composición interna de los apoyos al productor — la metodología OECD distingue entre Producer Support Estimate (PSE) que captura transferencias directas (precios, pagos, reducción de insumos), General Services Support Estimate (GSSE) que cubre bienes públicos al sector (I+D, sanidad, infraestructura), y Consumer Support Estimate (CSE) que mide transferencias hacia consumidores.

PSE, GSSE y CSE Bolivia 2006-2023 — niveles y trayectoria

Composición interna del PSE Bolivia por tipo de transferencia

Bolivia frente a LAC

Tasa Producer Support Estimate (PSE%) Bolivia vs LAC, 2006–2023

Brecha de precios doméstico-frontera por commodity, Bolivia 2023

Heatmap PSCT por commodity y año (Bolivia)

Patrón dual de protección

Bolivia exhibe un patrón dual de apoyo al productor que persiste en el tiempo:

• Taxa exportables (transferencia implícita del productor al consumidor): soya −37 %, arroz −33 %, sorgo −47 %.
• Protege seguridad alimentaria: maíz +46 %, trigo +28 %, cebada +65 %.
• PSE total Bolivia 2023: 5.8 % — quinto en LAC tras México (6.6 %), Colombia (5.6 %), Perú (5.1 %), Brasil (4.4 %).

Este patrón es coherente con la política explícita de soberanía alimentaria post-2009 y los controles de precios sobre exportables.

Eficiencia técnica departamental — DEA

Setup metodológico

El análisis envolvente de datos (DEA) compara cada unidad territorial (DMU) con la mejor combinación factible de inputs y outputs observada en la muestra. Para Bolivia, la unidad de análisis son los 9 departamentos × 9 años (81 DMUs) entre 2012 y 2020.

DEA Bolivia: inputs (gasto, crédito, área irrigada) y outputs (PIB agropecuario, rendimientos)

Resultados por departamento

Eficiencia simple por departamento, 2019 (proxy)

Tabla 1

Score de eficiencia técnica relativa, promedio 2017–2021
Departamento	Score eficiencia	PIB agrop. (BOB MM)	Gasto (BOB MM)	Ratio PIB/Gasto
SANTA CRUZ	1.000	11026	32.2	378
BENI	0.487	1438	9.0	163
COCHABAMBA	0.279	5242	81.9	85
PANDO	0.214	817	10.9	77
LA PAZ	0.133	3770	94.1	53
ORURO	0.083	468	19.2	27
CHUQUISACA	0.082	1232	57.9	27
POTOSÍ	0.077	938	40.9	25
TARIJA	0.050	1144	73.5	17
Score: ratio PIB/gasto normalizado por máximo anual. 1.0 = depto frontera.

Santa Cruz domina como frontera de eficiencia con score 1.0 (ratio PIB/gasto ~378), seguido por Beni (0.49) y Cochabamba (0.28). Tarija aparece como el menos eficiente (0.05) — gran gasto, bajo PIB agropecuario relativo.

Determinante principal de la eficiencia

La regresión de segunda etapa muestra que la expansión de uso antrópico del suelo (MapBiomas) explica el 63 % de la varianza en los scores de eficiencia departamental.

score ~ ln(área antrópica)
β = 0.230  (SE 0.028, p<0.001)
R² ajustado = 0.632  (n=40)

Es decir, los departamentos con frontera agrícola activa son los que aparecen como “más eficientes” en términos de PIB agropecuario por boliviano gastado. Esta lectura matiza el resultado: la eficiencia observada está vinculada a la expansión territorial, no necesariamente a mejor gestión del gasto.

Regresiones de productividad — panel nacional

Tabla 2

Determinantes de la TFP agrícola, Bolivia 1990–2023
Modelo	Coef. Inv (β1)	Coef. LC antrópica	Coef. PSE%	R² ajustado	N obs
M1: TFP ~ Inv	0.089	NA	NA	0.621	34
M2: TFP ~ Inv + LC + tendencia	-0.006	-0.277	NA	0.783	34
M3: M2 + PSE	0.073	0.095	-0.0038	0.620	18
Estimación: feols(). Variables en log. Panel maestro v12.

Interpretación de las regresiones

• La elasticidad TFP-inversión es positiva pero modesta: ~0.09 en el modelo baseline. Es decir, doblar la inversión agropecuaria se asocia con un aumento de TFP de ~9 %.
• La expansión de uso antrópico muestra un coeficiente positivo y significativo: la frontera agrícola eleva la productividad agregada (mecanismo de ampliación de escala), no la productividad por hectárea.
• El PSE% es significativo y negativo (β = −0.004, p<0.05): el apoyo de precios distorsiona la asignación de recursos y se asocia con menor TFP — un resultado consistente con la literatura OCDE.

Equidad — distribución del gasto entre municipios

Distribución y concentración

Antes de medir la incidencia rural del gasto agropecuario sobre la pobreza, conviene examinar cómo se distribuye el gasto entre municipios. La distribución es muy asimétrica: pocos municipios reciben grandes volúmenes y la mayoría queda con asignaciones modestas.

Distribución del gasto agropecuario municipal 2020 — histograma y dispersión

Curva de Lorenz del gasto agropecuario municipal — concentración entre municipios

Gasto agropecuario por municipio frente a tamaño poblacional

Concentración del gasto entre municipios

La curva de Lorenz revela una concentración extrema: un grupo pequeño de municipios concentra una fracción desproporcionada del gasto agropecuario, mientras que la mayoría de municipios pequeños queda con montos absolutos modestos. Cruzando con la incidencia rural de pobreza (siguiente sección), la asimetría territorial del gasto se vuelve políticamente relevante.

Equidad — incidencia rural

Figura 1: Pobreza rural por departamento (Encuesta de Hogares 2024).

Asimetría territorial

Los departamentos andinos —Chuquisaca, Oruro y Potosí— concentran las mayores tasas de pobreza rural (54–64 %), mientras Pando, Tarija y Beni muestran tasas de 27–34 %.

Cruzando esta información con la distribución del gasto público agropecuario, se observa que las regiones más pobres no reciben proporcionalmente más recursos. La paradoja es nítida: Santa Cruz concentra el mayor gasto agropecuario absoluto, mientras los departamentos más pobres reciben el más alto per cápita pero en montos absolutos pequeños que no permiten programas de transformación productiva de escala.

Síntesis

Dimensión	Hallazgo	Implicación
PSE Bolivia 2023	5.8 % — 5° en LAC	Apoyo moderado-bajo en contexto regional
Patrón dual	Taxa soya/arroz, protege maíz/trigo	Política explícita de soberanía alimentaria
DEA depts	Santa Cruz frontera (1.0); Tarija mínimo (0.05)	Heterogeneidad enorme
2ª etapa DEA	LC antrópica explica 63 % varianza	Eficiencia ligada a expansión territorial
TFP-Inv	Elasticidad ~0.09 (significativa)	Retornos positivos pero modestos
PSE-TFP	Coef negativo (−0.004**)	Apoyo de precios distorsiona productividad
Incidencia	Chuquisaca/Oruro/Potosí 54–64 % pobreza	Asimetría territorial del gasto

Los retornos del gasto agropecuario son positivos pero modestos, muy heterogéneos por territorio, y vinculados más a expansión de frontera que a mejoras de productividad por hectárea. Estos hallazgos motivan las recomendaciones de reorientación del próximo capítulo del reporte técnico.