Download XLIII Reunión Anual - Asociación Argentina de Economía Política

ANALES | ASOCIACION ARGENTINA DE ECONOMIA POLITICA
XLIII Reunión Anual
Noviembre de 2008
ISSN 1852-0022
ISBN 978-987-99570-6-6
LA DEMANDA DE ALIMENTOS EN ARGENTINA.
UNA ESTIMACION DE UN MODELO LA-AIDS
CON DATOS DE ENCUESTAS DE HOGARES
Gustavo Rossini
Edith Depetris de Guiguet
Rodrigo García Arancibia
LA DEMANDA DE ALIMENTOS EN ARGENTINA. UNA ESTIMACION DE UN
MODELO LA-AIDS CON DATOS DE ENCUESTAS DE HOGARES1
Gustavo Rossini
grossini@fce.unl.edu.ar
Edith Depetris de Guiguet
eguiguet@fce.unl.edu.ar
Rodrigo García Arancibia
rgarcia@fce.unl.edu.ar
Departamento de Economía.
Facultad de Ciencias Económicas, Universidad Nacional del Litoral.
1
Este estudio se realiza dentro del marco del Proyecto CAID-UNL 2006.
1
LA DEMANDA DE ALIMENTOS EN ARGENTINA. UNA ESTIMACION DE UN
MODELO LA-AIDS CON DATOS DE ENCUESTAS DE HOGARES
RESUMEN
El presente estudio analiza las características de la demanda de alimentos de los
hogares argentinos y deriva las elasticidades gasto y precio compensadas y no
compensadas para distintos grupos. Para la estimación empírica se usó una
aproximación lineal al modelo de Sistema de Demanda Casi Ideal (LA-AIDS), el cual
permite incorporar variables demográficas de los hogares, económicas, geográficas y
educativas. Los datos utilizados son los últimos disponibles de la Encuesta Nacional de
Gastos de Hogares (ENGH) realizada por el Instituto Nacional de Estadísticas y Censos
(INDEC). La influencia e implicancia de las variables incluídas sobre el consumo de
alimentos, como también los valores de las elasticidades estimadas son discutidas en
el trabajo.
Clasificación JEL: D12, C34, R22
Palabras Claves: demanda de alimentos, modelo LA-AIDS, elasticidades gasto y precio.
ABSTRACT
This study analyses the characteristics of Argentine household food demand and
computes expenditure elasticities as well as compensated and uncompensated price
elasticities. The empirical estimation was based upon a linear approximation to the
Almost Ideal Demand System model (LA-AIDS), which allows the incorporation of
demographic, economic, geographic and educational variables. The data used is the
latest available from the National Household Expenditure Survey (ENGH) conducted by
the National Institute of Statistics and Surveys (INDEC). The impacts and implications of
included variables on food expenditure and the resulting elasticities values are herein
discussed.
Key Words: food demand, LA-AIDS model, expenditure and price elasticities
2
Introducción.
El conocimiento de las respuestas en el consumo de los hogares ante los cambios de
precios de los alimentos e ingresos de los consumidores constituye un elemento clave
para el diseño de políticas sociales y económicas sectoriales. En particular, la
información sobre elasticidades precio e ingreso de la demanda puede ser de gran
utilidad para planificar estrategias de apoyo a grupos poblacionales de menores
ingresos, tomando en cuenta que suele ser muy alta la incidencia de los alimentos
sobre el gasto total de los hogares.
En Argentina, existen marcadas diferencias regionales en su territorio basadas tanto en
sus recursos naturales, como en aspectos ecológicos, económicos, culturales,
demográficos y otros. Aunque el valor bruto geográfico difiere enormemente entre
regiones, aún en aquéllas más ricas subsisten grupos poblacionales bajo la línea de
pobreza que requieren de políticas sociales específicas, incluidas las de seguridad
alimentaria.
Aunque la estimación de elasticidades precios e ingreso de alimentos ha sido una
práctica muy difundida en los países desarrollados, no ha ocurrido lo mismo en
Argentina, donde solo unos pocos estudios se han ocupado del tema (Berges et. al.,
2007; Lema et al., 2007; Berges y Casella, 2002; Rodriguez et al., 1999).
Una fuente de datos útiles a esos efectos la constituyen las Encuestas Nacionales de
Gastos de Hogares (ENGH), que proveen un número extenso de observaciones
individuales, las que se complementan con datos sobre características económicas,
demográficas y sociales. Esta apertura constituye una ventaja por sobre otro tipo de
datos agregados como los de series de tiempos, pero no están exentos de
inconvenientes. Uno de ellos es la presencia de ceros reflejando la ausencia de
compras de algún bien durante el período en que se realizó la encuesta, lo que debe ser
contemplado con una metodología adecuada. Otro es la demora en que incurre el
organismo oficial correspondiente para dar a conocer los datos, que normalmente lo
hace varios años después del relevamiento. En Argentina, los últimos datos de que se
disponen corresponden a la ENGH 1996-97.
Por ello, este estudio tiene como objetivo estimar las elasticidades gasto y precio de
grupos de alimentos en Argentina sobre los resultados de una aproximación lineal al
modelo de Sistema de Demanda Casi Ideal (LA-AIDS), con datos de encuestas de
gastos de hogares.
En las secciones siguientes se incluye primeramente una especificación del modelo
elegido con cuyos resultados se computan las elasticidades y los procedimientos de
estimación. Se continúa con la presentación de algunas características del consumo de
alimentos en general y por regiones, para pasar luego a discutir los resultados y las
conclusiones.
El Modelo Económico
Un modelo de gran aceptación para estimar un sistema de demanda y las elasticidades
precio e ingreso es el de Demanda Casi Ideal (AIDS) (Almost Ideal Demand System)
3
propuesto por Deaton y Muelbauer (1980). El mismo es una extensión del modelo
Working-Lesser usado para estimar curvas de Engel:
wi = α i + β i log(m)
Donde wi es la proporción del bien i en el presupuesto total, m es el gasto total.
El modelo AIDS se obtiene usando el concepto de dualidad que vincula los gastos con
la función de costos. Después de algunas derivaciones, puede ser explicitado como un
sistema de ecuaciones de la siguiente manera (Deaton y Muellbauer, 1980):
n
wi = α i + ∑ γ ij ln p j + β i ln(m / P) (1)
j =1
Donde una vez más, wi es la proporción del bien i en el gasto total, m es el gasto total,
pj el precio del jth bien y P es un índice de precios dado por
n
ln P = α 0 + ∑ α ij ln p j +
j =1
1 n n
∑∑ γ ij ln pi ln p j
2 i =1 j =1
(2)
Algunos trabajos empíricos (Yen y Lin, 2004; Lanfranco, 2004; Weliwita et.al 2003; Yen
et al., 2002; Cancino y Donoso, 1999; Fan et.al., 1995; Heien y Wessell, 1990) han
resaltado que la demanda de alimentos está influenciada, además de los precios de los
productos y gastos totales o ingresos, por distintas características demográficas y
socioeconómicas de los hogares consumidores. Para tomarlas en cuenta, se modifica el
coeficiente de la intercepción de la ecuación (1) de acuerdo al método de translación
(Heien y Wessells, 1990):
s
α i = ρ i 0 + ∑ ρ ik d k
i = 1,2,..., n
(3)
k =1
Donde dk son s variables demográficas, y ρi0 y ρik son los parámetros a estimar.
Incorporando a la ecuación (1) la ecuación (3) se tiene lo siguiente:
s
n
wi = ρ i 0 + ∑ ρ ik d k + ∑ γ ij ln p j + β i ln(m / P)
k =1
(4)
j =1
Como el índice de precios en la ecuación (4) no es lineal en sus parámetros, una
práctica común en los modelos AIDS es utilizar una aproximación lineal para hacer más
fácil la estimación. Deaton y Muelbauer (1980) sugieren usar el índice de precios de
Stone, el cual es definido como
n
ln P* = ∑ wi ln p i
P* ≈ P
(5)
i =1
4
El modelo de la ecuación (4) junto con el índice de Stone son una aproximación lineal
(LA-AIDS) al modelo AIDS. Esta especificación implica que los distintos rubros de
alimentos son separables de los otros rubros de no alimentos en el gasto de los
consumidores (Heien y Wessells, 1990).
Para compatibilizar la teoría económica con la práctica, algunas restricciones deben ser
impuestas al sistema. La restricción de aditividad se cumple si
∑α
i
i
=1
∑γ
ij
=0
i
∑β
i
=0
i
La de homogeneidad en precios se satisface si
∑γ
ij
=0
j
Y la de simetría si
γ ij = γ ji
Las elasticidades son computadas en base a los parámetros estimados del modelo LAAIDS. Existen distintas derivaciones para el cálculo de las elasticidades. En este trabajo
se calculan las elasticidades de acuerdo al método propuesto por Green y Alston
(1991). Las elasticidades gasto, precio no compensadas y compensadas de demanda
están dadas respectivamente por:
N = ( I + BC ) −1 B + τ
E = [ I + BC ] −1 [ A + I ] − I
E * = [ I + BC ] −1 Γ − I + τ W '
Donde A es una matriz de n x n elementos α ij = −δ + [γ ij − β i w j ] / wi con (δij = 1 si i = j y
δij = 0 si i ≠ j; B es un vector n x 1 con elementos bi = βi / wi; C’ es un vector n x 1
elementos cj = w ln pj; I es una matriz identidad n x n; τ es un vector unidad de magnitud
n; y Γ es una matriz n x n cuyo elemento típico es γij / wi.
Pasos para su Estimación
Como la encuesta original no releva datos de precios de los productos comprados por
los consumidores, los mismos deben computarse dividiendo el gasto total que registran
por la cantidad comprada de cada uno de los productos. No obstante, surge un
problema cuando en algunos de los hogares no se registran consumos, ya que no se
cumple con el requerimiento del sistema completo de demanda de tener la matriz de
precios para todos los bienes y todos los hogares. Para subsanarlo, siguiendo a Heien y
5
Wessells (1990), se procede a estimar los datos faltantes por medio de una regresión
donde la variable dependiente son los datos de precios para los hogares que registraron
consumos y las independientes son variables demográficas de los hogares, regionales y
de ingreso.
Otro inconveniente refiere a la presencia de consumos cero en los distintos productos
en una proporción importante de los hogares encuestados, indicando que el mismo no
adquiere dicho producto posiblemente debido a compras infrecuentes o esporádicas o
porque no muestra preferencia por éste.
El problema de censura en la variable dependiente presenta serios inconvenientes en
las aplicaciones empíricas, resultando en estimadores sesgados. Algunas técnicas para
corregir este problema han sido propuestas, como por ejemplo la de Heien y Wessell
(1990) y Shonkwiller y Yen (1999).
Este trabajo usa el enfoque de Hein y Wessell para la corrección del sesgo, el cual se
realiza en dos etapas. Primero se hace el corrimiento de un modelo Probit para
determinar la probabilidad de que un hogar determinado en la muestra consuma el bien
en cuestión, de la siguiente manera:
Yih = f ( p1h ,..., p nh , mh , d1h ,..., d sh )
(6)
Donde Yih es igual 1 si el hogar consume el ith alimento (wih >0) y 0 si el hogar no
consume el alimento en cuestión. Las otras variables son las definidas anteriormente
La ecuación (6) es estimada para cada una de los 10 grupos de alimentos
seleccionados.
Luego, se usa la regresión para computar la inversa del ratio de Mills para cada hogar y
cada producto. Para cada h hogar que consume o no consume el grupo de alimentos, el
ratio se calcula respectivamente de la siguiente manera:
Rih = φ ( p h , d h , m h ) / Φ ( p h , d h , m h )
Rih = φ ( p h , d h , m h ) /(1 − Φ ( p h , d h , mh ))
(7)
(8)
donde ph es un vector de precios para el hogar h, dh es un vector de variables
demográficas para el hogar h y φ e Φ son las funciones de densidad de probabilidad y
acumulada respectivamente.
La inversa del ratio de Mills para cada grupo de alimento se usa como instrumento en la
regresión de la segunda etapa para la corrección del sesgo:
s
n
wi = ρ i 0 + ∑ ρ ik d k + ∑ γ ij ln p j + β i ln(m / P) + δ i Rih
k =1
(9)
j =1
6
La ecuación (9) es la especificación utilizada para calcular los parámetros del sistema
de demanda. Esta especificación sólo puede ser estimada para las n-1 ecuaciones, ya
que la matriz de varianza-covarianza del término de error para el sistema completo de n
ecuaciones de demanda es singular debido a la condición de aditividad.
El
procedimiento normal para estimar (9) es suprimir una de las ecuaciones del sistema, ya
que los parámetros de esta relación pueden luego ser calculados residualmente una vez
estimado el sistema con los parámetros computados2. A su vez, Heien y Wessells
(1990) sugieren que para preservar la restricción de aditividad, la ecuación que se
elimina del sistema puede ser especificada como:
s
n
n −1
wi = ρ i 0 + ∑ ρ ik d k + ∑ γ ij ln p j + β i ln(m / P) − ∑ δ i Rih
k =1
j =1
j =1
El sistema de demanda (9) se estima por el método Seemingly Unrelated Regressions
(SUR)3, junto con las restricciones de homogeneidad, simetría y aditividad impuestas.
Esta última restricción se impone suprimiendo una ecuación del sistema (que
corresponde al grupo de Otros Alimentos).
Datos
Como se mencionó previamente, los datos utilizados corresponden a los últimos
disponibles de la ENGH realizado por el Instituto Nacional de Estadísticas y Censos
(INDEC) de Argentina. La encuesta tiene alcance nacional y cubre sólo localidades
urbanas. Está dividida en 6 áreas geográficas: Región Metropolitana (Capital Federal y
Buenos Aires), Región Pampeana (Cordoba, Buenos Aires, Entre Ríos, La Pampa y
Santa Fe), Región Noroeste (Salta, Jujuy, Tucumán, Santiago del Estero, Catamarca y
La Rioja), Región Noreste (Misiones, Corrientes, Chaco y Formosa), Región de Cuyo
(San Juan, Mendoza y San Luís) y Región Patagónica (Neuquén, Río Negro, Chubut,
Santa Cruz y Tierra del Fuego). El tamaño total de hogares en la muestra es de 27.260,
pero los válidos para este estudio suman 26.671.
Los datos relevan 18 categorías de alimentos, aunque para la estimación éstas fueron
agregadas en 10 grupos, siendo los siguientes: 1) Productos de Panadería, Harinas,
Arroz, Cereales y Pastas, 2) Carne Vacuna, Porcina, Ovina, otras y Menudencias, 3)
Carne de aves, 4) Aceites y Grasas, 5) Leche y Productos Lácteos, 6) Frutas frescas,
secas, en conserva o congeladas, 7) Verduras y tubérculos frescos secos, en conserva
o congelados y Legumbres, 8) Azúcar, Dulces y Miel, Cacao y Chocolates, Golosinas, 9)
Huevos, 10) Otros Alimentos, que incluyen pescados, mariscos, otras carnes en
conserva, embutidos y fiambres; infusiones, aderezos y condimentos, comidas listas
para consumir, bebidas alcohólicas y no alcohólicas.
Características Globales
2
3
Los parámetros estimados son invariantes respecto a cuál ecuación es suprimida.
Para el cálculo del sistema se usó el paquete estadístico STATA empleando el procedimiento ITSUR.
7
De la primera columna del Cuadro 1 se observa que una altísima proporción de hogares
consumen productos del primer grupo: cereales, harinas y sus derivados. Un 92%
consume azúcares y dulces, un 90 % carnes rojas y un 85% productos lácteos. Esos
cuatro grupos representan el 59% del gasto total en alimentos, de los cuales solamente
el de harinas y carnes concentran el 40% (columna 3). Por otro lado se observa que
menos de la mitad de los hogares consume aceites y grasas y carne de aves.
CUADRO 1. Participación de los Hogares que Consumen las Categorías Seleccionadas
Hogares que Consumen
Hogares que no
Consumen
Promedio
Desv Est.
Promedio
Desv Est.
Harinas y otros
Carne Vacuna y
otras
0,985
0,122
0,197
0,113
0,896
0,305
0,194
0,128
carne de Aves
0,479
0,5
0,052
0,074
Aceites
0,458
0,498
0,021
0,033
Productos Lacteos
0,850
0,357
0,106
0,085
Frutas
0,642
0,479
0,02
0,024
Verduras
0,750
0,433
0,058
0,061
Azucares y Dulces
0,916
0,277
0,093
0,066
Huevos
0,658
0,474
0,031
0,043
Otros
0,940
0,237
0,227
0,154
Fuente: Elaboración propia en base a ENGH 1996/1997
Variables Explicativas
Las variables relevantes elegidas para explicar el consumo de alimentos fueron: a) de
tipo geográfico: las diferentes regiones del país; b) demográficas: cantidad de miembros
totales en el hogar, cantidad de menores a 14 años, cantidad de mayores a 65 años,
edad y género del jefe de hogar; c) económicas: precios de las categorías de alimentos,
condición de actividad del jefe de hogar, régimen de tenencia de la vivienda (inquilino o
propietario) y el gasto total en alimentos; y d) educativas: nivel de máxima instrucción
alcanzado por el jefe de hogar.
Como se observa en el Cuadro 2, casi el 30% de los hogares encuestados se
encuentran en la Región Pampeana, mientras que la Región Metropolitana de Buenos
Aires y la Región del NOA concentran cada una cerca del 20%. Las otras regiones
tienen una participación inferior a las anteriores y levemente superiores al 10%.
En promedio, los hogares cuentan con menos de 4 miembros, siendo la cantidad de
menores a 14 años de aproximadamente un integrante, mientras que el de mayores a
65 años es de 0,31. El 76 % de los hogares tienen un jefe varón con una edad cercana
a los 49 años. Sólo el 11% de los hogares tienen un jefe con estudios universitarios
8
completos. En las dos terceras partes de los hogares sus jefes reportan tener una
ocupación, y en el 13% de los casos sus viviendas son alquiladas.
Cuadro 2. Estadística Descriptiva de las Variables.
Región Metropolitana del GBA (%)
Región Pampeana (%)
Región NOA (%)
Región NEA (%)
Región Cuyo (%)
Región Patagónica (%)
Cantidad de Miembros
Cantidad de Menores de 14 años
Cantidad de Mayores de 65 años
Edad del Jefe
Hogares con Jefe Varón (%)
Ingreso Promedio (en $
corrientes)
Hogares con Jefe Ocupado (%)
Hogares con Jefes Inactivos (%)
Hogares que Alquilan (%)
Hogares con Jefe Universitario
(%)
Promedio
Desvío
Estándar
Mínimo
Máximo
0,18
0,28
0,18
0,12
0,11
0,12
3,8
1,1
0,31
48,8
0,76
1.019,2
0,38
0,45
0,38
0,33
0,32
0,33
2,1
1,4
0,60
15,7
0,43
1.066,1
0
0
0
0
0
0
1
0
0
15
0
0
1
1
1
1
1
1
24
13
4
98
1
35.891
0,67
0,27
0,13
0,11
0,47
0,44
0,33
0,31
0
0
0
0
1
1
1
1
Fuente: Elaboración propia en base a ENGH 1996/1997
Resultados
Los parámetros de la estimación del modelo completo de demanda, con sus respectivos
errores estándares y niveles de significancia estadística se presentan en el Cuadro 4 del
Anexo al final del trabajo.
Los coeficientes del precio propio de los productos analizados son en su totalidad
positivos, indicando que un incremento (baja) en el precio los productos incrementa
(baja) la participación en la participación del gasto total en alimentos. Por otro lado, los
coeficientes asociados a la variable del gasto total, β, ponen de manifiesto algunos
hallazgos interesantes en los hogares de Argentina. Si los hogares incrementan el gasto
total que realizan en alimentos4, se observa que productos como las harinas y sus
derivados, carne aviar, aceites, frutas, verduras y azúcares, aumentan su participación
en el mismo (wi). Contrariamente, decrece la participación de productos como la carne
4
Al crecer el gasto total en alimentos se podría pensar que también los hogares incrementan su ingreso
total.
9
vacuna, los lácteos y huevos. Los valores de los coeficientes indican que crecen en
mayor medida los productos como la carne de aves, las frutas y verduras, y disminuye
la participación de la carne vacuna. Esto podría implicar que cuando aumenta el gasto
total en alimentos, los hogares en Argentina tienden a consumir una dieta más
equilibrada o saludable, con una mayor participación de los vegetales y frutas a sus
dietas y la sustitución de la carne vacuna por otras como la aviar.
En dicho Cuadro también se observa que muchas de las características demográficas
incluidas resultan importantes para explicar el gasto en alimentos de los hogares.
Cuando aumenta la edad de los jefes de hogares se incrementa el consumo de carne
de aves, como también verduras y del grupo de azúcar, dulces, golosinas y cacao. Por
el contrario, disminuye el consumo de productos de panadería, harinas, cereales y
arroz, lácteos, frutas y huevos.
Respecto a la cantidad de miembros en el hogar, tiene una relación directa con el
consumo de productos de panadería, harinas, arroz, cereales y pastas y carne vacuna,
porcina, ovina y menudencias. O sea que la proporción del gasto en estos alimentos
crece con el tamaño del hogar. Contrariamente a lo esperado, la relación entre tamaño
del hogar y cantidad consumida con respecto a los otros grupos de alimentos
considerados es inversa.
La presencia de menores en el hogar tiene un impacto significativo y positivo en el gasto
de aceites, lácteos, verduras y huevos y un impacto negativo en carnes vacunas, aves
frutas y azúcar. Por otro lado, el gasto relativo en aceites, lácteos, verduras y azúcar
aumenta en el caso de que se incremente el número de personas mayores a 65 años.
En los hogares donde el jefe es hombre, se destina una proporción mayor del gasto
total en alimentos al consumo de carnes vacunas y menos de los otros rubros
considerados. Lo importante de esta variable es que casi todas tienen una alta
significancia estadística. A su vez y en cuanto al nivel de educación del jefe de hogar,
los resultados muestran que aquéllos con estudios universitarios tienden a incrementar
la proporción de gasto destinado a lácteos, verduras y huevos. Una posible explicación
es que estos hogares están más informados sobre los beneficios de una alimentación
más diversificada y saludable.
Elasticidades
En el Cuadro 3 se observa que los coeficientes de elasticidades del gasto de los grupos
de alimentos son positivos, indicando que se comportan como bienes normales y
estadísticamente significativos. El valor de los coeficientes sobrepasa la unidad para el
grupo 3 (carne aviar), grupo 4 (grasas y aceites), grupo 6 (frutas), grupo 7 (verduras) y
grupo 8 (azúcares y otros). En cambio, son inelásticos con respecto al gasto el grupo 1
(carnes rojas) y el grupo 9 (huevos) y con elasticidad que se puede considerar unitaria
el grupo 1 (cereales, harinas y derivados). Posiblemente debido a las características
alimentarias de los hogares en Argentina, donde la carne vacuna principalmente es uno
de los platos principales en los hogares, las carnes muestran una menor sensibilidad al
aumento (disminución) en el gasto total en alimentos respecto a las otras categorías
consideradas. Es decir que cuando se da un aumento en el gasto total en alimentos,
una mayor proporción del mismo está direccionado hacia otros alimentos, como por
ejemplo frutas y verduras, respecto a las carnes.
10
Cuadro 3. Elasticidades Gasto y Propias de la Demanda no Compensadas
Cereales,
Harinas y
otros
Carne Vacuna
Cereales,
Harinas y
otros
Carne
Vacuna
Carne de
Aves
Aceites y
Grasas
100.049
0,84965
104.632
114.104
(,00645) ***
(,00707) ***
(,01505)
***
(,0171) ***
-0,79680
-0,16407
-0,00779
(,00821) ***
(,00728) ***
(,00539)
Productos
Lácteos
Frutas
ELASTICIDAD GASTO
0,91365
166.086
Verduras
Azúcar y
Otros
Huevos
Otros
0,93517
124.066
126.249
0,92958
(,00688)
***
(,01582)
***
(,01456)
***
ELASTICIDADES PRECIO NO COMPENSADAS
-0,02331
0,00399
-0,00352
0,02638
-0,04164
-0,00795
0,01422
(,00429)
(,0049) ***
(,00257) ***
(,00819) ***
(,00409) ***
(,01582) ***
(,00201) ***
(,00413)
***
0,00762
-0,06540
(,00254)
***
-0,02046
(,00538)
***
-0,08956
(,00315)
***
-0,01684
(,00544)
**
-0,09156
(,00831)
**
-0,14583
(,01218) *
-0,13160
-0,53928
0,04044
-0,03544
-0,03689
0,01799
(,00704) ***
(,01223) ***
(,00743) ***
(,00368) ***
(,00474) ***
(,00294) ***
-0,03462
0,10514
-0,37226
-0,07989
-0,08903
-0,27436
(,00515)
***
-0,10333
(,01826) ***
(,02604) ***
(,03097) ***
(,01361) ***
(,01171) ***
(,01226) ***
(,01539)
Aceites y
-0,21510
-0,35247
-0,19702
-0,08703
0,06922
-0,24798
0,02984
(,01579)
**
-0,10490
Grasas
(,02093)
(,03102) ***
(,0327) ***
(,03294) ***
(,01345) ***
(,01986) ***
Productos
0,02223
-0,07520
-0,03659
0,01913
-0,92165
0,01584
(,01904)
***
-0,01911
(,01945)
**
0,03149
(,00964)
***
0,01132
(,01373)
***
0,03891
(,00728) ***
(,00873) ***
(,00615)
(,00294) ***
(,00693) ***
(,00227) ***
(,00475)
***
-0,24684
(,00511)
***
-0,15684
(,00321)
***
-0,05027
(,00664)
***
0,05291
(,01754)
***
-0,83687
(,01779)
***
-0,12882
(,00849)
0,03172
(,01212)
***
-0,05696
(,00842)
***
-0,08697
(,00626)
***
-0,65629
(,00342)
**
-0,01812
(,00545)
***
-0,03539
(,01262)
***
0,07395
(,01842)
**
-0,01837
(,00721)
***
-0,84236
(,01192)
***
0,10717
(,00973)
***
0,00463
(,01017)
***
0,01648
(,00873)
***
0,01411
(,0112) ***
Carne de Ave
Lácteos
Frutas
Verduras
-0,15104
0,02060
-0,77812
-0,29186
0,00700
-0,06641
(,0185) ***
(,02795) ***
(,03332) ***
(,02246) ***
(,01176) ***
(,03379) ***
0,03744
-0,04854
-0,10344
0,00899
-0,07052
-0,07368
(,00778) ***
(,01003) ***
(,00855)
(,0044) ***
(,00503) ***
(,00359) ***
-0,13165
-0,21403
-0,06515
-0,02885
0,00079
-0,02683
(,01629) ***
(,02111) ***
(,01769) **
(,00907) **
(,01089) ***
(,00734) ***
-0,02987
-0,12818
-0,02044
-0,09129
0,03480
-0,01499
(,0136) ***
(,01747) **
(,01314) **
(,00634) ***
(,00966) ***
(,00494) ***
Otros
0,02190
-0,07993
-0,01343
0,01422
0,01443
0,01826
HarPan
-0,61710
0,02172
0,04524
(,00819) ***
(,00746) ***
(,00543)
(,00258) ***
(,00412)
(,00202) *
0,02101
-0,38150
0,08547
-0,01670
0,05502
0,03456
(,00718) *
(,01222) ***
(,0037) ***
(,00475) ***
(,00294) ***
-0,05681
0,02415
(,01363) ***
(,01175) ***
Azúcar y
Otros
Huevos
Carnes
Aves
Aceites y
Grasas
Productos
Lácteos
Frutas
ELASTICIDADES PRECIO COMPENSADAS
-0,00125
0,11222
0,01599
0,08522
-0,08664
0,11023
-0,94585
0,04682
0,02558
0,26554
(,00421)
***
0,05759
(,00433)
***
0,00972
(,00254)
***
0,00802
(,00484)
***
0,12680
-0,25395
(,00523)
**
-0,04180
(,00542)
**
0,00295
(,00316)
***
0,01823
(,00539)
***
0,17127
(,0123) ***
(,0155) ***
(,01586)
***
-0,00401
(,00829)
**
-0,10758
(,0119) **
(,0195)
(,01306)
***
0,26842
0,15331
0,29944
(,00748)
***
-0,31680
(,01828) ***
(,02618) *
(,031) ***
-0,01015
-0,14058
-0,13654
-0,06186
0,19265
-0,22573
0,09695
(,02137) ***
(,03163) ***
(,03292)
***
0,01184
(,03285) ***
(,01322) ***
(,02001) ***
0,03928
-0,82282
0,03366
(,01911)
***
0,03462
0,11227
(,00967)
***
0,04194
(,00295) ***
(,00693) ***
(,00235) ***
-0,25523
0,18666
-0,03401
(,00486)
***
-0,14916
(,00515)
***
-0,00999
(,00321)
***
0,00540
(,00655)
***
0,47011
(,0225) ***
(,01158) ***
(,03375) **
(,01764)
***
(,01786)
***
(,00848)
***
(,01143)
***
0,18633
0,09446
(,00746) ***
(,00904) ***
0,14727
0,32902
(,00621)
***
-0,69008
(,01857) ***
(,028)
(,03353)
11
0,39686
Verduras
Azúcar
Huevos
0,26028
0,18185
-0,03767
0,03636
0,06369
-0,04948
-0,76391
-0,01912
0,07331
0,25470
(,00775) *
(,01015) ***
(,00861)
***
0,00177
(,00441) ***
(,00505) ***
(,0036) ***
(,0063) ***
-0,00100
0,13736
-0,00220
(,00846)
***
-0,01272
-0,54467
(,00341)
***
0,02419
(,00531)
***
0,28175
(,0091) ***
(,01079)
(,00736) ***
-0,07079
0,13536
(,01281)
***
0,12862
(,01843)
***
0,06382
(,00721)
***
-0,81120
(,01162)
***
0,34068
(,00637) ***
(,00954) ***
(,01024) *
(,00866)
***
(,01069)
***
0,09511
0,02041
(,01646)
(,02151) ***
0,13709
0,04444
(,01781)
***
0,02883
(,01387) **
(,01815) ***
(,01327)
0,00314
(,00497) *** (,0099) ***
Errores Estándares entre paréntesis
*** Estadísticamente Significativo al 1%, ** Estadísticamente significativo al 5% y * Estadísticamente significativo al 10%
Fuente: Elaboración propia en base a ENGH 1996/1997
Corresponde hacer una acotación con respecto a que las elasticidades se calcularon en
base al gasto y no a la cantidad de bienes, lo que podría resultar en valores más altos.
Esto, porque al aumentar el gasto total no aumenta sólo la cantidad de bienes
consumidos sino también su calidad, y con ella el precio. De esta forma, el cambio en el
gasto efectuado al variar el gasto total se incrementa por dos fuentes, la cantidad y el
precio de los productos consumidos, con el consiguiente efecto en los índices de
elasticidad. (Cancino y Donoso, 1999)
Las estimaciones de las elasticidades propias de la demanda no compensada resultan
en coeficientes menores a la unidad, los que se pueden observar en la diagonal del
Cuadro 3. En todos los casos tienen el signo esperado y son estadísticamente
significativas.
La menor elasticidad la encontramos en el grupo de frutas, incrementándose con las
grasas y aceites, aves, carnes rojas, azúcar, harinas, verduras, huevos y lácteos, en ese
orden. Los valores de los coeficientes estimados parecen bastante bajos, aunque se
encuentran dentro de los rangos de los reportados por otros estudios (Berges et.al.,
2007). No obstante, es posible que la variedad de productos incluidos en cada grupo
contribuya a que el resultado para el conjunto sea bastante diferentes a los que se
esperarían en forma desagregada. Por ejemplo, si se toma el grupo de carnes rojas,
esperaríamos una elasticidad bastante mayor a la obtenida en uno de sus
componentes, la carne ovina, pero es posible que el coeficiente grupal esté influido
fuertemente por el comportamiento con respecto a la carne vacuna, dada la preferencia
y cultura del consumo en el país.
Otras de las estimaciones realizadas corresponden a las elasticidades cruzadas no
compensadas, que indica la complementariedad entre productos cuando sus signos son
negativos, y sustituibilidad cuando son positivos. En el caso de Argentina, se puede ver
que el grupo 2 (carne vacuna, porcina, ovina y menudencias) se comporta como un bien
complementario de los productos del grupo 1 (panadería, harinas, arroz, cereales y
pastas), grupo 4 (aceites y grasas) y del grupo 8 (azúcar, dulces, golosinas y cacao).
Por otro lado es sustituto del grupo 3 (aves), del grupo 6 (frutas) y 7 (verduras y
legumbres). Los resultados parecen coherentes si son interpretados con referencia a la
base cultural culinaria de la población. Por un lado, el consumo frecuente de carnes
rojas, en particular vacuna, acompañada de pan o pastas, y postres dulces constituyen
platos frecuentes en los hogares de diferentes niveles de ingresos. Por otra parte, ya
sea por razones de salud, económicas o por preferencias vegetarianas, en aumento
12
desde hace varios años, se percibe la sustitución entre carnes rojas y aviar, o entre
carnes y legumbres como alternativa.
Si se comparan los valores de los coeficientes de las elasticidades cruzadas con las
propias no compensadas, se puede concluir en forma general que estas últimas son
más altas. Ello significa que la reacción de los consumidores es mayor ante cambios en
los propios precios de los alimentos que en relación a los de otros alimentos
relacionados.
Conclusiones
El estudio del comportamiento de los consumidores en sus compras de bienes y
servicios basados en datos de las encuestas nacionales de gastos de hogares ha sido
muy escaso en Argentina por diferentes razones. Las diversas crisis por las que ha
atravesado el país y la necesidad de diseñar políticas que atiendan en particular a las
necesidades alimentarias de los grupos de menores recursos ha puesto de manifiesto
en los últimos años la importancia de contar con esa información.
Con el propósito de contribuir a ese conocimiento, este trabajo tuvo como objetivo
calcular las elasticidades gasto y precio en la Argentina, tomando como base los
resultados de una aproximación lineal al modelo de Sistema de Demanda Casi Ideal
(LA-AIDS), con datos de encuestas de gastos de hogares.
Metodológicamente, se recurrió a ese modelo dado que permite mediante técnicas
complementarias controlar el problema del sesgo de estimación debido al problema del
sistema de demanda censurada por la presencia de consumos cero por una parte
importante de los hogares. A su vez, el trabajo considera los efectos de las
características socio-demográficas en la demanda de alimentos.
Del análisis de los resultados obtenidos se desprende que el método de estimación
propuesto permite corregir en forma satisfactoria el problema de sesgo e ineficiencia,
que se origina al estimar un modelo censurado mediante métodos tradicionales.
Los resultados aportan información sobre la manera en que reacciona la demanda de
los consumidores ante cambios en los precios de los bienes y en los gastos de los
mismos. Valores confiables de las elasticidades son importantes para el diseño de las
políticas sectoriales hacia el sector alimentario. En ese sentido, los valores de las
elasticidades calculadas presentan los signos y magnitudes esperables para bienes que
satisfacen necesidades alimentarias.
Bibliografía
Berges M., Casellas K. y Fernández S., “Estimación de Sistemas de Demanda.
Comparación y Discusión de Metodologías utilizando LES y LINEQUAD en Encuestas
de Hogares”, Anales de la Asociación Argentina de Economía Agraria, Mendoza, 2007.
Bergés, M. y Casella K., “Estimación de un Sistema de Demanda de Alimentos. Un
Análisis Aplicado a Hogares Pobres y no Pobres”, Anales de la Asociación Argentina de
Economía Política, Tucumán, 2002.
13
Cancino J y Donoso G., “Estimación de un Sistema de Demanda Censurado: El Caso
del gran Santiago”, Cuadernos de Economía, núm. 36, vol.109, 1999, pp. 979-1004.
Deaton, A, and Muellbauer, J., Economic and Consumer Behavior, New York:
Cambridge University Press, 1980.
Fan S., Cramer G., and Wailes E., “Household Demand in Rural China: A Two-Stage
LES-AIDS Model”, American Journal of Agricultural Economics, núm. 77, 1995, pp. 5462.
Green R. and Alston J., “Elasticidades en AIDS Model”, American Journal of Agricultural
Economics, núm. 72, vol. 2, 1990, pp. 442-445.
Heien D. and Wessells C., “Demand System Estimation with Microdata: A Censored
Regresion Approach”, Journal of Business and Economic Statistics, núm. 8, vol. 3, 1990,
pp.365-371.
Instituto Nacional de Estadística y Censo (INDEC). “Encuesta Nacional de Gastos de los
Hogares 1996/1997.” Base de Datos en CD. Buenos Aires, Argentina. 2004.
Lanfranco B., “Aspectos Teóricos y Estimación Empírica de Sistemas de Demanda por
Alimentos”, Anales de la Asociación Argentina de Economía Agraria, Mar del Plata,
Noviembre, 2004.
Lema D., Brescia V., Berges M.y Casellas K.(2007). “Econometric Estimation of Food
Demand Elasticities from Household Survey in Argentina, Bolivia and Paraguay”. Anales
de la Asociación Argentina de Economía Agraria, Mendoza, 2007.
Rodríguez E., Bergés M, Casellas K y Garrido L., “El Consumo de Alimentos y sus
Diferencias según la Distribución de Ingreso”, Anales de la Asociación Argentina de
Economía Agraria, Bahía Blanca, 1999.
Shonkwiller, J. and Yen S., “Two-Step Estimation of Censored System of Equations”,
American Journal of Agricultural Economics, núm. 81, vol. 4, 1999, pp. 972-982.
Weliwita A., Nyange D., and Tsujii H., “Food Demand Patterns in Tanzania: A Censored
Regression Analysis of Microdata”, Sri Lanka Journal of Agricultural Economics, núm. 5,
vol. 1, 2003, pp. 9-34.
Yen S., Kamhon K. and Su S., “Household Demand for Fats and Oils: Two-Step
Estimation of Censored Demand System”, Applied Economics, núm 14, 2002, pp. 17991806.
Yen S. and Lin B.H., “A Sample Selection Approach to Censored Demand System”.
Selected Paper Presented at the American Agricultural Economics Association Annual
Meeting, Denver, Colorado, 2004.
14
Anexo
Cuadro 4. Parámetros Estimados del Sistema de Demanda
w_harpan
w_carnes
w_aves
w_aceites
w_prodlacteos w_frutas
w_verduras
w_azucar
w_huevos
Edad del Jefe
-0,00031
-0,00001
0,00044
0,00002
-0,00018
-0,00006
0,00033
0,00031
-0,00006
(,00007)
(,00005) ***
-0,00037
-0,00364
(,00002)
***
0,00020
(,00004) ***
0,00936
(,00005)
***
-0,00163
(,00002)
cantmiem
(,00006)
***
0,01110
-0,00546
(,00004)
***
-0,00059
(,00003)
**
-0,00149
(,00061)
***
-0,00480
(,00037)
***
-0,00086
(,00017)
**
0,00097
(,00042) ***
(,00013)
(,0003) ***
menor14
(,00054)
***
0,00202
0,00785
-0,00064
0,00110
(,00033) * (,00021)
***
-0,00034
0,00355
(,00086)
***
-0,00480
(,00053)
(,00023)
***
0,00113
(,00061) ***
(,00047)
0,00601
(,00018)
***
0,00023
(,00043) ***
mayor65
(,00077)
***
-0,00339
0,00231
0,00279
(,00165)
***
0,01020
(,00116) ***
(,00034)
(,00082) ***
Sexo del Jefe
(,00147)
**
-0,00653
-0,01262
-0,00286
-0,00582
(,00089)
***
-0,00764
-0,00458
(,00183)
***
-0,01549
(,00129) ***
(,00038)
***
0,00309
(,00091) ***
Dummy Bs As
(,00163)
***
0,01020
(,00098)
***
0,00780
(,00065)
***
-0,00011
(,00271)
***
0,01276
-0,00736
(,00073)
**
-0,00142
(,0015)
***
0,00589
(,00097)
Dummy
(,00243)
***
0,02581
0,00269
Dummy NOA
(,0023)
***
0,02501
(,00256)
***
0,02645
(,00153)
***
-0,01390
(,00068)
**
-0,00104
-0,01198
(,00139)
***
0,01119
(,0009)
***
0,00216
(,00277)
***
0,03736
(,00167)
***
-0,01290
(,00074)
(,00191) ***
Dummy NEA
(,00249)
***
0,03391
0,00365
0,00203
(,0015)
***
0,00493
(,00097)
**
-0,00081
(,00305)
***
0,01571
(,00186)
***
-0,00525
(,00083)
***
-0,00239
(,00209)
(,00165)
***
0,01991
(,00106)
Dummy Cuyo
(,0027)
***
0,02796
0,00238
Dummy Jefe
(,00273)
***
-0,03731
(,00307)
***
-0,03381
(,00185)
***
-0,00196
(,00082)
***
-0,00582
(,00171)
***
-0,01023
(,00108)
**
0,00306
(,00215)
***
-0,00226
(,00247)
***
-0,01142
(,00148)
-0,00517
(,00066)
***
0,00001
0,00123
(,00131)
***
-0,00505
(,00086)
***
0,00010
(,00204)
(,0014)
***
0,00421
(,00062)
(,00161)
(,00124)
***
-0,00847
(,00082)
Pampeana
Univer
Dummy Alquila
0,00083
(,00101)
0,00126
(,00112)
-0,00183
(,00166)
(,00045)
**
-0,00153
(,00049)
***
-0,00185
0,01159
(,00197) ***
0,00591
(,0018) ***
0,00233
(,00212)
0,01548
(,00171) ***
Dummy Jefe
-0,03036
(,0023)
***
-0,00968
-0,00231
0,00677
Ocupado
(,00285)
***
-0,01509
(,00319)
***
-0,01229
(,00196)
**
0,00343
(,00086)
***
-0,00159
(,00226) ***
(,00324)
***
0,03651
(,00364)
***
-0,02945
(,00222)
(,00147)
***
-0,02945
(,00131)
***
0,08037
(,00131)
***
-0,00139
(,00227)
***
0,00603
Dummy Jefe
Inactivo
Precio Cereales,
Har.
Precio Carne Vac
Precio Carne
Aves
(,00059)
***
0,00388
(,00055)
***
0,00163
(,0006)
***
0,00565
(,00066)
***
0,00302
(,00065)
***
-0,00270
(,00052)
***
0,00188
(,00048)
***
-0,00173
0,00807
(,00067)
***
-0,00109
(,00098)
(,00256) ***
-0,00139
-0,00419
(,00097)
0,00603
(,00046)
***
-0,00720
(,00138)
***
0,03340
(,00068)
***
-0,00418
0,00464
(,00135) ***
0,00352
(,00125) ***
-0,00013
(,00137)
-0,01080
(,00151) ***
-0,00124
(,0015)
0,01154
(,00121) ***
0,00169
(,00114)
0,00791
(,00059)
-0,00084
0,00679
(,00172)
***
-0,00251
-0,00117
(,00076)
(,00181) ***
(,00196)
(,0013)
0,00073
-0,00063
0,00474
-0,00747
-0,00143
(,00073)
(,00036)
*
0,00280
(,00074) ***
-0,00023
(,00077)
***
-0,01461
(,00046)
***
-0,00473
(,00096)
(,001) ***
-0,00533
-0,00453
(,00059)
***
-0,00081
-0,00987
(,00088) ***
-0,00445
(,00055)
***
-0,01449
(,0016) ***
(,00031)
***
0,00077
15
(,00114)
(,00097)
-0,00419
(,00138)
***
-0,00720
(,00164)
***
-0,00418
(,00072)
***
0,02020
(,00084)
***
-0,00204
(,00044)
*
-0,00311
(,00046)
***
0,00073
(,00068)
***
-0,00987
(,00072)
***
-0,00445
(,00073)
***
0,00186
(,00043)
***
0,00258
(,00021)
***
0,00091
(,00073)
Precio Frutas
-0,00063
(,00088)
***
0,00280
(,00062)
***
-0,01449
(,0003)
***
-0,00541
(,00052)
***
-0,00192
(,00032)
***
-0,00055
Precio Verduras
(,00036) * (,00055)
***
0,00474
-0,00023
(,00065)
***
-0,00533
(,00044)
***
0,00084
(,00035)
***
-0,00632
(,00017)
***
0,00234
(,00074)
***
-0,00747
(,00082)
***
-0,00453
(,00042)
**
-0,00204
(,0006)
***
0,03244
(,00033)
***
-0,00082
(,00043)
***
-0,00311
(,00087)
***
-0,00082
(,00034)
**
0,00521
(,00034)
**
0,00270
(,00029)
***
0,00300
(,00056)
***
0,02321
(,00038)
***
-0,00236
(,00075)
***
0,27970
(,00049)
***
-0,06004
(,01332)
***
-0,11837
(,00464)
***
0,07791
(,0198)
(,01342)
(,00802) * (,00397)
(,00798) ***
(,00345)
(,00609) *** (,00855)
***
***
***
***
Errores Estandares entre
Parentesis
*** Estadisticamente Significativo al 1%, ** Estadisticamente significativo al 5% y * Estadisticamente significativo al 10%
(,00462)
***
Precios Aceites
Precio Prod
Lacteos
Precuios Azucar y
Otros
(,00096)
-0,01461
Precio Huevos
(,00077)
***
-0,00143
(,001) ***
-0,00473
(,00084)
***
-0,00081
Precio Otros
(,00046)
***
0,00258
(,00059)
***
-0,02310
(,00044) * (,00021)
***
-0,00424
0,00321
Gasto Total
(,00088)
***
0,00009
(,00101)
***
-0,02792
(,00065)
***
0,00246
(,0003)
***
0,00311
(,00131)
***
200778 -0,34568
(,0008)
***
-0,02385
(,00038)
***
-0,01574
(,00571)
***
-0,01345
(,00293)
***
0,00360
(,00116)
Ratio de Mills
Constante
(,04962)
***
-0,40121
(,01792)
***
0,40451
(,00062) ***
0,00186
(,0003) ***
0,00746
(,00075) ***
0,00153
(,00023) ***
-0,00262
(,00048) ***
0,00258
(,00052) ***
0,00091
(,00032) ***
0,00186
(,00067) ***
-0,00934
(,00089) ***
-0,14133
(,0093) ***
0,22539
(,00065)
***
-0,00541
(,00044)
***
0,00153
(,00023)
***
0,01846
(,00066)
***
-0,00406
(,00034)
***
-0,00192
(,00035)
***
-0,00055
(,00017)
***
0,00427
(,00024)
***
0,01289
(,00031)
***
0,09926
(,00331)
***
-0,04748
(,00082) ***
0,00084
(,00042) **
-0,00262
(,00048) ***
-0,00406
(,00034) ***
0,01043
(,0008) ***
-0,00632
(,0006) ***
0,00234
(,00033) ***
0,00021
(,00052)
0,01415
(,00066) ***
0,02847
(,006) ***
-0,03978
Fuente: Elaboración propia en base a ENGH
1996/1997
16