Análisis unificado de la eficiencia técnica de producción de azúcar en México

Autores/as

  • Mario Iván García-Hernández Consultor/Investigador Independiente. Av. Úrsulo Galván 36A, Colonia Salitrería, Texcoco, Estado de México, México. CP. 56150. Tel. 595 9572994
  • Román Morales-Pablo Universidad Tecnológica de Gutiérrez Zamora-Ingeniería en Agrobiotecnología. Carretera Gutiérrez Zamora-Boca de Lima km 2.5, Gutiérrez Zamora, Veracruz, México. CP. 93556. Tel. 595 1149995
  • Verónica Guízar-Serrano Posgrado del Centro de Investigaciones Económicas, Sociales y Tecnológicas de la Agroindustria y la Agricultura Mundial-Universidad Autónoma Chapingo. Carretera México-Texcoco km 38.5, Chapingo, Texcoco, Estado de México. CP. 56230. Tel. 595 9521613.
  • Fermín Sandoval-Romero Universidad Autónoma Chapingo. Carretera México-Texcoco km 38.5, Chapingo, Texcoco, Estado de México. CP. 56230. Tel. 595 9521500, ext. 1668

DOI:

https://doi.org/10.29312/remexca.v17i1.3958

Palabras clave:

análisis de datos envolventes, frontera estocástica, gestión de recursos e insumos, ineficiencia técnica

Resumen

En México la caña de azúcar es un cultivo importante por ser el principal insumo para la producción de azúcar e impactar la generación de empleo en 15 estados y 272 municipios. Este estudio tuvo como objetivo estimar la eficiencia técnica de los ingenios azucareros de la zafra 2022-2023 en la producción de azúcar estándar. La metodología empleada fue el análisis de la envolvente de datos no paramétrico con componente estocástico (StoNED), que unifica los enfoques del análisis de datos envolventes y el análisis de frontera estocástica. Los resultados mostraron la existencia de heterogeneidad en la eficiencia técnica relativa en la producción de azúcar entre los ingenios. Se identificaron cinco grupos de ingenios: a) diez ingenios con eficiencia óptima; b) 25 ingenios con alta eficiencia relativa; c) cuatro ingenios en el umbral de alta eficiencia relativa; d) cinco ingenios con potencial de mejora; y e) un ingenio en situación crítica por su alta ineficiencia técnica (26%) que fue El Carmen. La eficiencia promedio de la agroindustria resultó ser del 96%. Se concluye que hay una regularidad en el comportamiento de los ingenios El Carmen y El Mante como dos unidades de toma de decisiones que, dada su alta ineficiencia en la producción de azúcar estándar, debido a causas atribuibles a su gestión y practicas productivas podrían dejar de operar temporal o permanentemente.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Aldaz, N. and Millán, J. A. 2003. Análisis Malmquist y DEA intertemporal de las agriculturas de la Unión Europea. Economía Agraria y Recursos Naturales. 3(6):45-64. https://recyt.fecyt.es/index.php/ECAGRN/article/view/14440.

Andor, M. and Hesse, F. 2014. The StoNED age: departure into a new era of efficiency analysis? A Monte Carlo comparison of StoNED and the ‘oldies’ (SFA and DEA). Journal of Productivity Analysis. 41(1):85-109. Doi: https://doi.org/10.1007/s11123-013-0354-y.

Bogetoft, P. and Otto, L. 2025. Benchmarking: benchmark and frontier analysis using DEA and SFA (version 0.33) [package de R]. R Foundation for Statistical Computing. 48-59 pp. https://CRAN.R-project.org/package=Benchmarking.

CNIAA. 2024. Cámara nacional de las industrias alcoholera y azucarera. El manual azucarero mexicano. Compañía Editorial del Manual Azucarero. 177-394 pp. https://www.manualazucarero.com.

CONADESUCA. 2024. Comité nacional para el desarrollo sustentable de la caña de azúcar. 11 informe estadístico del sector agroindustrial de la caña de azúcar en México, zafras 2014-2015/2023-2024. 2-10 pp. https://www.siiba.conadesuca.gob.mx/siiaca/docext/11vo-Informe-Estadistico.pdfhttps://doi.org/10.1016/0304-4076(82)90004-5.

CONADESUCA. 2025. Comité nacional para el desarrollo sustentable de la caña de azúcar balance nacional de edulcorantes. Ciclo 2024/2025. 1-5 pp. https://www.gob.mx/cms/uploads/attachment/file/977417/2doBal-est-24-25-2.5-meses-.pdf.

Escobedo, C. O. A. y Valdivia, A. R. 2019. Análisis de la eficiencia técnica de la agroindustria de la caña de azúcar en México con el análisis envolvente de datos. Revista Mexicana de Economía Agrícola y de los Recursos Naturales. 12(1):72-91. http://dicea.chapingo.mx/wp-content/uploads/2019/07/ENERO-JUNIO-2019.pdf.

INEGI. 2020. Instituto Nacional de Estadística y Geografía. Encuesta Nacional Agropecuaria 2019. https://www.inegi.org.mx/programas/ena/2019/#Tabulados.

Johnson, A. L. and Kuosmanen, T. 2011. A bridge too far? The state of the art in combining the virtues of stochastic frontier analysis and data envelopment analysis. Operations Research. 59(6):1355-1371. https://doi.org/10.1287/opre.1110.0962.

Jondrow, J.; Lovell, C. A. K.; Materov, I. S. and Schmidt, P. 1982. On the estimation of technical inefficiency in the stochastic frontier production function model. Journal of Econometrics. 19(2-3):233-238. Doi: https://doi.org/10.1016/0304-4076(82)90004-5.

Kuosmanen, T. and Kortelainen, M. 2012. Stochastic non-smooth envelopment of data: semiparametric frontier estimation subject to shape constraints. Journal of Productivity Analysis. 38(1):11-28. Doi: https://doi.org/10.1007/s11123-010-0201-3.

Kuosmanen, T.; Johnson, A. and Saastamoinen, A. 2015. Stochastic nonparametric approach to efficiency analysis: a unified framework. In: Zhu, J. Ed. Data Envelopment Analysis. Springer. 191-244 pp. Doi: 10.1007/978-1-4899-7553-9-7.

Muyanga, M. and Jayne, T. S. 2019. Revisiting the farm size-productivity relationship base on a relatively wide range of farm sizes: evidence from Kenya. American Journal of Agricultural Economics. 101(4):1140-1163. Doi: https://doi.org/10.1093/ajae/aaz003.

Omotilewa, O. J.; Jayne, T. S.; Muyanga, M.; Aromolaran, A. B.; Liverpool, T. L. S. and Awokus, T. 2021. A revisit of farm size and productivity: empirical evidence from a wide range of farm sizes in Nigeria. World Development. 146:1-15. Doi: https://doi.org/10.1016/j.worlddev.2021.105592.

Ortega, D. A.; Flores, S. M. and Aguilar, R. A. N. 2025. Stochastic frontier analysis and agricultural typologies: applied to Mexico’s sugarcane industry. Regional Science Policy & Practice. 17(4):1-18. Doi: https://doi.org/10.1016/j.rspp.2025.100173.

Sandoval, R. F.; Cuevas, A. C. M.; Montiel, B. B. M. y Altamirano, C. J. R. 2025. Evaluación del rendimiento agroindustrial del azúcar de los ingenios azucareros de México. Revista Mexicana de Ciencias Agrícolas. 16(5):1-10. Doi: https://doi.org/.

Santiago, Z. I. M.; Martínez, D. M. Á.; Cuevas, A. C. M.; Valdivia, A. R.; García, H. M. I. y Hernández, T. J. 2021. Productividad y cambio tecnológico en la agroindustria de la caña de azúcar en México. Revista Mexicana de Ciencias Agrícolas. 12(6):1005-1017. Doi: https://doi.org/10.29312/remexca.v12i6.2692.

Santillán, F. A.; García, L. R.; Vásquez, B. N.; Santoyo, C. V. H.; Melgar, M. M.; Pereira, W.; Larrahondo, A. J. E. y Merino, G. A. 2017. Impacto de la sustitución del azúcar de caña por edulcorantes de alta intensidad en México. Universidad Autónoma Chapingo (UACH). 125-126 pp. https://ciestaam.edu.mx/publicaciones2018/libros/edulcorantes.pdf.

UNC-CNPR. 2024. Unión Nacional de Cañeros, AC. Confederación nacional de propietarios rurales. Estadísticas de la agroindustria de la caña de azúcar 2013-2022. Ciudad de México, México. 21vª. Edición. 190-297 pp.

Publicado

2026-02-21

Cómo citar

García-Hernández, Mario Iván, Román Morales-Pablo, Verónica Guízar-Serrano, y Fermín Sandoval-Romero. 2026. «Análisis Unificado De La Eficiencia técnica De producción De Azúcar En México». Revista Mexicana De Ciencias Agrícolas 17 (1). México, ME:e3958. https://doi.org/10.29312/remexca.v17i1.3958.

Número

Sección

Artículos

Artículos más leídos del mismo autor/a