Contenido principal del artículo

Para el caso de Colombia, no existe ningún trabajo sistemático que busque determinar la demanda de frutas en el país y mucho menos para un producto específico como la guayaba, Psidium guajava L. (Myrtaceae), más allá de un conjunto de análisis descriptivos sobre el consumo per cápita según distintas características socioeconómicas individuales. Este documento estima la relación entre los precios de la guayaba y su demanda para determinar la dinámica de su consumo en Colombia. Se encontró que el consumo de la guayaba no es afectado por el cambio de sus precios y que, además, las cantidades demandadas varían más que proporcionalmente al cambio de los ingresos de los hogares consumidores. Mientras que características socioeconómicas como el estrato, el nivel educativo y las circunstancias laborales del jefe de hogar afectan la decisión de consumir guayaba, son otras características como la raza y el número de individuos que componen el hogar las que determinan la cantidad de guayaba que se consumirá en los hogares colombianos.

Psidium guajava, elasticidad de los precios, comportamiento del consumidor, demanda

Julio César Alonso-Cifuentes, Centro de Investigación en Economía y Finanzas (Cienfi) y Universidad Icesi

PhD, Iowa State University of Science and Technology. Director del Centro de Investigación en Economía y Finanzas (Cienfi), adscrito a la Universidad Icesi y profesor tiempo completo del Departamento de Economía de la Universidad Icesi. Cali, Colombia .

Pablo José Ordóñez-Morales, Corporación Colombiana de Investigación Agropecuaria (Agrosavia)

MSc, Bristol Community College. Investigador máster, Corpoica. Palmira, Colombia

Andrés Felipe Rivera-Triviño, Centro de Investigación en Economía y Finanzas (Cienfi)

MSc, Universidad Icesi. Investigador del Centro de Investigación en Economía y Finanzas (Cienfi) y profesor hora cátedra del Departamento de Economía de la Universidad Icesi. Cali, Colombia. 

Alonso-Cifuentes, J. C., Ordóñez-Morales, P. J., & Rivera-Triviño, A. F. (2016). La demanda de guayaba en Colombia. Ciencia & Tecnología Agropecuaria, 18(1), 25-45. https://doi.org/10.21930/rcta.vol18_num1_art:557

Aldrich JH, Nelson FD. 1984. Linear probability, logit, and probit models. Beverly Hills, ee. uu.: Sage Publications. https://doi.org/10.4135/9781412984744

Agronet. 2016. Estadísticas. [consultado 2016 sep20]. http://www.agronet.gov.co/estadistica/Paginas/Precios.aspx.

Amemiya T. 1974. Multivariate regression and simultaneous equation models when the dependent variables are truncated normal. Econometrica. 42(6):999-1012. https://doi.org/10.2307/1914214

Boehm WT, Babb EM. 1975. Household consumption of beverage milk products. Research Bulletin, Purdue University Agricultural Experiment Station. 75:(50).

Combariza JA. 2012. Perfil nacional de consumo de frutas y verduras. Bogotá, Colombia: Ministerio de Salud y Protección Social y FAO.

Cortés D, Pérez JE. 2010. El consumo de los hogares colombianos 2006-2007: estimación de sistemas de demanda. Desarro Soc. 66:7-44. https://doi.org/10.13043/dys.66.1

[DANE] Departamento Administrativo Nacional de Estadística. 2009. Metodología Encuesta Nacional Ingresos y Gastos 2006-2007. Colección Documentos-Actualización Núm. 84. Bogotá, Colombia: dane

Deaton A, Muellbauer J. 1980. An almost ideal demand system. Am Econ Rev. 70(3):312-326.

Greene WH. 2012. Econometric analysis. New York, NY: Prentice Hall.

He H, Huang CL, Houston JE. 1995. U.S. household consumption of fresh fruits. J Food Distrib Res. 26(2):28-38.

Heckman JJ. 1978. Dummy endogenous variables in a simultaneous equation system. Econometrica. 46(4): 931-959. https://doi.org/10.2307/1909757

Heien DM, Wessells CR. 1988. The demand for dairy products: structure, prediction, and decomposition. Am J Agr Econ. 70(2):219-228. https://doi.org/10.2307/1242060

Heien DM, Wessells CR. 1990. Demand systems estimation with microdata: a censored regression approach. J Bus Econ Stat. 8(3):365-371. https://doi.org/10.1080/07350015.1990.10509807

Kinnucan H. 1986. Demographic versus media advertising effects on milk demand: the case of the new york city market. Northeast J Agric Resour Econ. 15(1):66-74. https://doi.org/10.1017/S0899367X00001355

Lee LF. 1978. Simultaneous equations models with discrete and censored variables. En: Manski CF, McFadden D, editores. Structural analysis of discrete data with econometric applications. Boston, MA: mit Press.

Nelson F, Olson L. 1978. Specification and estimation of a simultaneous-equation model with limited dependent variables. Int Econ Rev. 19(3):695-709. https://doi.org/10.2307/2526334

Rossini G, Depetris E, Villanueva R. 2008. Estimación de elasticidades de diferentes productos lácteos en las provincias de Santa Fe y Entre Ríos. Rev Econ Estad. 46(1):31-44.

Tiffin A, Tiffin R. 1999. Estimates of food demand elasticities for Great Britain: 1972-1994. J Agric Econ. 50(1):140-147. https://doi.org/10.1111/j.1477-9552.1999.tb00800.x

Tobin J. 1958. Estimation of relationships for limited dependent variables. Econometrica. 26(1):24-36. https://doi.org/10.2307/1907382

Descargas

La descarga de datos todavía no está disponible.

Metricas

Cargando métricas ...

Metricas alternativas PLUMX

Detalles del artículo