Content uploaded by Maria Carmen Cuerva
Author content
All content in this area was uploaded by Maria Carmen Cuerva on Nov 18, 2014
Content may be subject to copyright.
621
AbstrAct
The EU agriculture, in spite of the market integration
process, shows important differences in terms of productivity
and efficiency. It is thus important to determine whether
there is a convergence process in agricultural productivity
and what factors would explain the observed disparities.
To respond to these two questions, the dynamic of the
agricultural labour productivity of EU regions was
analysed. The methodology was an estimation of the
convergence equation with cross-section data for the period
-. The results showed that there is a very slow
process of absolute convergence in productivity among the
EU agricultures. Besides, productivity growth is related to
agricultural out-migration and higher levels of physical
capital. On the contrary, Common Agricultural Policy
(CAP) support to the agricultural sector does not seem to
have contributed to the productivity growth.
Key words: European regions, labour agricultural productivity,
beta convergence, Common Agricultural Policy.
IntroductIon
The final reason of the economic integration
in the EU is to reach the economic and social
cohesion (convergence) among territories.
In this sense, the European Commission ()
considers that agricultural sector has a relevant role
in relation to the objective of cohesion; in other
words, it is a priority area of convergence (Sassi,
). Therefore, the reduction of disparities within
resumen
La agricultura en la UE, a pesar del proceso de integra-
ción del mercado, muestra importantes diferencias en
términos de productividad y eficiencia. Por tanto, es
importante determinar si hay un proceso de conver-
gencia en la productividad agrícola y los factores que
explicarían las diferencias observadas. Para respon-
der a estas dos preguntas se analizó la dinámica de la
productividad del trabajo agrícola de regiones de
la UE. La metodología empleada fue una estimación
de la ecuación de convergencia con datos de corte transver-
sal para el período -. Los resultados mostraron
que hay un proceso muy lento de convergencia absoluta en
la productividad entre las agriculturas de la UE. Además,
el crecimiento de la productividad está relacionado con la
emigración agrícola y con mayores niveles de capital físi-
co. Por el contrario, el apoyo de la Política Agrícola Co-
mún (PAC) al sector agrícola no parece haber contribuido
al crecimiento de la productividad.
Palabras clave: regiones europeas, la productividad del trabajo
agrícola, convergencia beta, política agrícola común.
IntroduccIón
El propósito fundamental de la integración
económica en la UE es alcanzar la cohesión
económica y social (convergencia) entre los
territorios. En este sentido, la Comisión Europea
() considera que el sector agrícola tiene una
función importante en relación a la cohesión; en
otras palabras, es un área prioritaria de convergen-
cia (Sassi, ). Por tanto, reducir las disparidades
en el sector ha sido una gran preocupación para los
responsables de la política económica desde el co-
mienzo del proceso de integración europea.
DETERMINANTS OF LABOUR PRODUCTIVITY CONVERGENCE
IN THE EUROPEAN AGRICULTURAL SECTOR
DETERMINANTES DE LA CONVERGENCIA EN PRODUCTIVIDAD
DEL TRABAJO EN EL SECTOR AGRARIO EUROPEO
Maria Carmen Cuerva*
Facultad de Ciencias Económicas y Empresariales. Universidad de Castilla-La Mancha. Plaza
de la Universidad, 2, 02071. Albacete, España. (mariac.cuerva@uclm.es).
* Author for correspondence v Autor responsable.
Received: June, 2011. Approved: August, 2012.
Published as ARTICLE in Agrociencia 46: 621-635. 2012.
622
AGROCIENCIA, 16 de agosto - 30 de septiembre, 2012
VOLUMEN 46, NÚMERO 6
the sector has been a great concern for economic
policy makers since the beginning of the European
integration process.
From the perspective of the neoclassical theory
of economics integration, the reinforcement of
the European market integration should imply
convergence in terms of productivity and efficiency
levels of the different sector activities (Sala-i-
Martin, ; Gardiner et al., ). Nevertheless,
in spite of this market integration, the EU
agricultural sector is very heterogeneous. This
implies productivity and income differences among
the European agricultures. Differences in levels
of employment, investment, human capital and
public support through the Common Agricultural
Policy (CAP) highlight important disparities in the
European agriculture. These agriculture-specific
related characteristics condition the possibilities
of endogenous development of territories given
that each region differs in the endowment of these
factors affecting its results in terms of productivity
growth. In this sense, the expected convergence
activated with the integration process should not
be automatic. On the contrary, the convergence-
or divergence-generating mechanisms are more
extended and complex than the ones stemming
from neoclassical approaches. That means that
mechanisms which explain the convergence
process under the neoclassical assumptions (the
diminishing returns of capital, free factor mobility,
free trade and technological progress diffusion)
could be counteracted by the differences in the
allocation of human, technological and public
capital, knowledge or investment levels which
condition the convergence process and entail that
only regions with common characteristics converge
to similar stationary states of productivity[].
Interest in regional convergence studies have
recently increased according to the expansion and
The Market Integration theory also assumes equal conditions for financing and taxes to converge. Farmers with a lower financial debt
or taxes adjust more easily to market conditions and thus tend to be more efficient and productive. Therefore, different situations in
financial terms may imply different levels of productivity growth of holdings and may delay the convergence process. Nevertheless, an
analysis of the impact of the financial and tax conditions on productivity convergence could be more appropriate in a microeconomic
context, where the unit of analysis were the holding but not the region v La teoría de la integración de mercados también asume igualdad
en las condiciones financieras e impuestos para la convergencia. Los agricultores con menor deuda financiera o impuestos se adaptan más
fácilmente a las condiciones del mercado y, de esta manera, tienden a ser más eficientes y productivos. Por tanto, las diferentes situaciones
en términos financieros pueden implicar diferentes niveles de crecimiento de la productividad de las explotaciones y pueden retrasar el
proceso de convergencia. Sin embargo, un análisis del impacto de las condiciones financieras y tributarias sobre la convergencia de la
productividad podría ser más apropiado en un contexto microeconómico, donde la unidad de análisis sea la explotación y no la región.
Desde la perspectiva de la teoría neoclásica de
integración económica, el fortalecimiento de la
integración del mercado europeo debería implicar
convergencia en los niveles de productividad y efi-
ciencia de las diferentes actividades sectoriales (Sala-
i-Martin, ; Gardiner et al., ). Sin embar-
go, a pesar de esta integración de los mercados, el
sector agrícola de la UE es muy heterogéneo. Esto
implica diferencias de productividad y renta agra-
ria entre las agriculturas europeas. Las diferencias
en los niveles de empleo, inversión, capital humano
y apoyo público a través de la Política Agrícola Co-
mún (PAC) ponen de relieve las marcadas dispari-
dades en la agricultura europea. Estas características
específicas de cada agricultura condicionan las posi-
bilidades de desarrollo endógeno de los territorios,
ya que cada región difiere en relación a la dotación
de estos factores afectando a los resultados en tér-
minos de crecimiento de la productividad. En este
sentido, la convergencia esperada, activada con el
proceso de integración, podría no ser automática.
Por el contrario, los mecanismos generadores de
convergencia o divergencia son más extensos y com-
plejos que los derivados de los enfoques neoclásicos.
Esto significa que los mecanismos que explican el
proceso de convergencia bajo los supuestos neoclá-
sicos (los rendimientos decrecientes del capital, la
libre movilidad de los factores, el libre comercio y
la difusión del progreso técnico) podrían ser contra-
rrestados por las diferencias en la asignación del ca-
pital humano, tecnológico y público, en los niveles
del conocimiento o de inversión que condicionan el
proceso de convergencia e implican que sólo las re-
giones con características comunes convergen hacia
similares estados estacionarios de productividad[].
El interés por los estudios de convergencia regio-
nal se ha incrementado recientemente de acuerdo
con la expansión y profundización del proceso de
integración europea. Muchos estudios han tratado
DETERMINANTS OF LABOUR PRODUCTIVITY CONVERGENCE IN THE EUROPEAN AGRICULTURAL SECTOR
623
CUERVA
deepening of the European integration process.
Many studies have tried to provide evidence from the
EU convergence process in terms of regional GDP
per capita or per worker, but they do not pay much
attention to sector considerations and, in particular,
to agricultural sector (Alexiadis and Alexandrakis,
).
Therefore, few studies have tested for regional
agricultural output and labour productivity
convergence. There are some relevant studies, but
evidence on this topic is still limited. Paci ()
and Paci and Pigliaru () take sector into account
and they find no evidence of absolute convergence
in labour productivity in a sample of European
agricultures during the eighties. Convergence only
occurs inside groups of similar agricultures and it has
been quicker in the Northern regions of Europe.
Other studies go further and deal with the
agricultural regional convergence in detail. Colino
et al. () and Colino and Noguera ()
analyse the intra-sector convergence in European
agricultures in terms of labour productivity and show
the inexistence of absolute convergence because of
the performance of the most productive regions.
Convergence only occurs among agricultures with
similar structural and productive characteristics;
but in contrast with the above-mentioned papers,
convergence is higher among Southern regions.
Castillo and Cuerva () confirm that
agricultures located in less developed regions
converge more quickly to their stationary state
level of productivity than the more developed ones.
These authors study the differences in the process of
convergence taking sector specialization into account
and conclude that regions specializing in Continental
products, with great public support from the CAP
compared with Mediterranean products, have got
closer to their stationary state earlier. This result
leads the authors to recognize the positive effect
of the CAP support on the convergence process in
Continental regions.
The most recent studies also suggest that European
agricultures follow a pattern of club-convergence
and they do not converge to the same level of
productivity. This pattern is attributed to differences
in the farm’s size (Alexiadis and Alexandrakis, ),
in technological capital accumulation (Sassi, ) or
in levels of regional development and in the sector
investment (Ezcurra et al. , ).
de proveer evidencia del proceso de convergencia
de la UE en términos del PIB regional per cápita o
por trabajador, pero no ponen mucha atención a los
distintos sectores y, en particular, al sector agrícola
(Alexiadis y Alexandrakis, ).
Por tanto, pocos estudios han analizado la conver-
gencia en la producción y productividad del trabajo
agrícola regional. Hay algunos estudios relevantes,
pero la evidencia sobre esta cuestión es todavía limi-
tada. Paci () y Paci y Pigliaru () considera-
ron los diferentes sectores y no encontraron eviden-
cia de convergencia absoluta de la productividad del
trabajo en una muestra de agriculturas europeas
durante los años ochenta. La convergencia sólo se
produce dentro de grupos de agriculturas similares y
este proceso ha sido más rápido entre las regiones del
norte de Europa.
Otros estudios van más allá y abordan la con-
vergencia regional agrícola en detalle. Colino et al.
() y Colino y Noguera () analizan la con-
vergencia intra-sectorial en agriculturas europeas
en términos de productividad del trabajo y mues-
tran la inexistencia de convergencia absoluta debido
al rendimiento de las regiones más productivas. La
convergencia se produce sólo entre las agriculturas
con características estructurales y productivas simi-
lares; pero en contraste con los estudios ya mencio-
nados la convergencia es mayor entre las regiones
del sur.
Castillo y Cuerva () confirman que las agri-
culturas de las regiones menos desarrolladas conver-
gen más rápidamente a su nivel de productividad
del estado estacionario que las más desarrolladas.
Estos autores estudian las diferencias en el proce-
so de convergencia considerando la especialización
sectorial, y concluyen que las regiones especializa-
das en los productos continentales, con gran apoyo
público de la PAC, y comparadas con los productos
mediterráneos, se han acercado más rápidamente a
su estado estacionario. Este resultado lleva a los au-
tores a reconocer el efecto positivo del apoyo de la
PAC en el proceso de convergencia en las regiones
continentales.
Los estudios más recientes también sugieren que
los sistemas agrícolas europeos siguen un patrón de
club de convergencia, y no convergen al mismo nivel
de productividad. Este patrón se atribuye a diferen-
cias en el tamaño de las explotaciones (Alexiadis y
Alexandrakis, ), en la acumulación de capital
624
AGROCIENCIA, 16 de agosto - 30 de septiembre, 2012
VOLUMEN 46, NÚMERO 6
Therefore, the aim of this paper was: ) to test the
convergence hypothesis under the assumption that
convergence does not occur at the same productivity
stationary state, that is convergence is not absolute
and does not occur automatically with the integration
of the market; ) to identify the factors which could
foster productivity to converge. In this sense we
consider movements of labour force, endowment
of human capital, investment flows and public
capital (measured by the CAP market support).
Among these factors, the main attention will be
addressed to the role of the CAP market support.
Is the European agricultural policy contributing to
the sector convergence and to increase productivity?
Are the production subsidies the best way to foster
convergence within the sector?
mAterIAl And methods
The most common methodology to measure convergence
consists of regressing time-averaged productivity growth on
its initial level for a cross-section of economies. This model is
known as convergence equation, developed by Barro and Sala-i-
Martín () according to Solow’s growth equation. The form
is:
1
00
/ln/ ln
,,
,,
Tyyaby u
it
ii
it
()
()
=−
()
+ ()
where yi is the agricultural productivity of the region i
(i,,…N), a is a constant which reflects the variables
determining the stationary state, u is a disturbance term which
represents the unexpected changes in the production conditions
or preferences (with zero mean and constant variance which is
distributed independently of the explanatory variable), T is the
length of the considered period, refers to the initial year, and t
is the final year.
The correlation between the initial productivity level and
its rate of growth must be negative and statistically significant.
That will mean the backward regions grow more than the most
productive ones, so that they approach a common and unique
level of productivity in the stationary state. This process is known
as absolute -convergence.
The main advantage of equation () is that it could be estimated
by Ordinary Least Squares (OLS), so bTeT
=−
()
−
()
−
11/β
where the coefficient represents directly the speed at which
regions converge to the stationary state.
This kind of convergence occurs among regions which only
differ in the initial level of productivity and have the same factors
tecnológico (Sassi, ) o en los niveles de desarro-
llo regional y de inversión del sector (Ezcurra et al.
, ).
Por tanto, el objetivo de este estudio fue: ) probar
la hipótesis de convergencia bajo el supuesto de que
la convergencia no se produce hacia el mismo estado
estacionario de productividad; es decir, la convergen-
cia no es absoluta y no se produce automáticamente
con la integración del mercado; ) identificar los fac-
tores que pueden fomentar la convergencia en pro-
ductividad. En este sentido, se consideran los movi-
mientos de la fuerza de trabajo, la dotación de capital
humano, los flujos de inversión y el capital público
(medido por el apoyo al mercado de la PAC). Entre
estos factores, la mayor atención estará dirigida a la
función de la PAC. ¿La política agrícola europea con-
tribuye a la convergencia del sector y al incremento
de su productividad? ¿Son los subsidios a la produc-
ción la mejor manera de fomentar la convergencia en
el sector?
mAterIAles y métodos
La metodología más común para medir la convergencia con-
siste en hacer una regresión de la tasa media de crecimiento de la
productividad sobre su nivel inicial para un conjunto de econo-
mías con datos de corte transversal. Este modelo se conoce como
ecuación de convergencia, desarrollada por Barro y Sala-i-Martín
() según la ecuación de crecimiento de Solow. La forma es:
1
00
/ln/ ln
,,
,,
Tyyaby u
it
ii
it
()
()
=−
()
+ ()
donde yi es la productividad agrícola de la región i (i,,...N),
a es una constante que refleja las variables que determinan el
estado estacionario, u es un término de error que representa
los cambios inesperados en las condiciones de producción o
preferencias (con una media de cero y varianza constante que se
distribuye independientemente de la variable explicativa), T es
la duración del período considerado, se refiere al primer año,
y t es el año final.
La correlación entre el nivel inicial de productividad y su tasa
de crecimiento debe ser negativa y estadísticamente significativa.
Esto significa que las regiones atrasadas crecen más que las más
productivas, por lo que se acercan a un nivel común y único de
productividad en el estado estacionario. Este proceso se conoce
como convergencia absoluta.
La principal ventaja de la ecuación () es que podría ser es-
timada por Mínimos Cuadrados Ordinarios (MCO), de modo
DETERMINANTS OF LABOUR PRODUCTIVITY CONVERGENCE IN THE EUROPEAN AGRICULTURAL SECTOR
625
CUERVA
determining the stationary state, represented by the coefficient
a. However, if a is not constant across regions, the model will be
wrongly specified. This fact could seriously affect the robustness
of the convergence coefficient and lead to misleading results and
conclusions. To avoid this problem appropriate variables which
identify the differences in the stationary states were added to the
right side of equation ():
100
/ln/ ln
,,
,,
,
Tyyaby
Xu
it iiit it
()
()
=−
()
++
Π ()
is a structural parameter attached to Xi,t , which represents a set
of variables included in the equation with the aim of controlling
the differences in the stationary states. If b has the correct sign and
one of the variables is significant, then conditional -convergence
will be identified.
The difference between equations () and () is that the
stationary states could differ among regions. In this sense, the
level of productivity in each stationary state derived from ()
would be:
ln /
*,
ya
Xb
ii
t
()
=+
()
Π ()
The long-term equilibrium level depends on a set of structural
variables which can vary across the diverse economic areas.
The estimation of convergence equations was done with
STATA .
Data issues
Productivity is measured as the real GVA (Gross Value
Added) per worker at basic prices. Data on agricultural GVA and
employment are provided by Cambridge Econometrics European
regional database for the period -, which is designed to
cover all EU regions and makes comparative analyses possible.
Additionally, it completes the lacking information in Eurostat
regional database for several sector- and regional-level variables,
such as production, employment or investment, resorting to
official national statistics.
When it comes to selecting the territorial unit, it is important
that the largest regions are not overvalued in the set of data used.
This could happen if we limit the information to the NUTS-
level[]. To get a greater homogeneity a combination of the
que bTeT
=−
()
−
()
−
11/β, donde el coeficiente representa
directamente la velocidad a la que las regiones convergen al esta-
do estacionario.
Este tipo de convergencia se produce entre las regiones que
sólo difieren en el nivel inicial de productividad y tienen los
mismos factores que determinan el estado estacionario, repre-
sentados por el coeficiente a. Sin embargo, si a no es constante
en todas las regiones, el modelo será especificado erróneamente.
Este hecho podría afectar seriamente la robustez del coeficiente
de convergencia y dar lugar a resultados y conclusiones erróneos.
Para evitar este problema se agregaron variables que identifican
las diferencias en los estados estacionarios en el lado derecho de
la ecuación ():
100
/ln/ ln
,,
,,
,
Tyyaby
Xu
it iiit it
()
()
=−
()
++
Π ()
es un parámetro estructural que acompaña a Xi,t , el cual
representa un conjunto de variables incluidas en la ecuación
con el objetivo de controlar las diferencias en los estados esta-
cionarios. Si b tiene el signo correcto y alguna de las variables
es significativa, entonces se identificará convergencia condi-
cional.
La diferencia entre las ecuaciones () y () es que los estados
estacionarios pueden diferir entre las regiones. En este sentido, el
nivel de productividad en cada estado estacionario derivado de
() sería:
ln /
*,
ya
Xb
ii
t
()
=+
()
Π ()
El nivel de equilibrio de largo plazo depende de un conjunto
de variables estructurales que pueden variar en las diversas áreas
económicas.
La estimación de las ecuaciones de convergencia se hizo con
STATA .
Datos
La productividad se mide como el VAB real (Valor Añadi-
do Bruto) por trabajador a precios básicos. Los datos del VAB
y del empleo agrícolas son proporcionados por la base de datos
regional europea Cambridge Econometrics para el período -
The Nomenclature of Territorial Units for Statistics (NUTS) was created by Eurostat with the purpose of making a unique and uniform
breakdown of territorial units of the EU. The NUTS is a hierarchical classification where each Member State is divided into a number
of NUTS- regions; each one of them, at the same time, is divided into a number of NUTS- regions and, at the same time, and then
divided into NUTS- regions v La Nomenclatura de Unidades Territoriales Estadísticas (NUTS) fue creada por Eurostat con el fin de
hacer un desglose único y uniforme de las unidades territoriales de la UE. La NUTS es una clasificación jerárquica en la que cada Estado
miembro se divide en un número de regiones NUTS-, cada una de ellas se divide a su vez en una serie de regiones NUTS- y luego en
NUTS-.
626
AGROCIENCIA, 16 de agosto - 30 de septiembre, 2012
VOLUMEN 46, NÚMERO 6
different NUTS levels it has been used. The sample has EU-
territorial units (Table ).
Figure shows the regional agricultural productivity relative
to the EU- mean in and . There are considerable
differences across regions. For example, in the productivity
of most Southern regions of Europe belonging to Portugal, Spain,
Italy and Greece was below % of the European average, while
a large number of regions belonging to Central and Northern
countries such as France, Denmark, United Kingdom or Sweden
maintain productivity levels above % of the mean value. In
, this picture had marginally changed and disparities were
still evident.
To identify the factors which could explain these observed
differences, several explanatory variables related to sector
productivity were selected (Table ). A correlation analysis was
made among explanatory variables and the lowest correlation
coefficient was . (non significant).
, que está diseñada para cubrir todas las regiones de la UE y
permite realizar análisis comparativos. Además, esta base de datos
completa la información que falta en la base de datos regional de
Eurostat para algunas variables a nivel de sector y región, como
la producción, el empleo o la inversión, usando las estadísticas
nacionales oficiales.
Cuando se trata de seleccionar la unidad territorial, es im-
portante que las regiones más grandes no estén sobrevaloradas en
el conjunto de datos utilizados. Esto podría suceder si se limita
la información al nivel de NUTS-[]. Para conseguir una mayor
homogeneidad se usó una combinación de los diferentes niveles
NUTS. La muestra cuenta con unidades territoriales perte-
necientes a la UE- (Cuadro ).
La Figura muestra la productividad agrícola regional en
relación a la media de la UE- en y . Existen dife-
rencias considerables entre las regiones. Por ejemplo, en la
productividad de la mayoría de las regiones del sur de Europa,
Table . Selected regions.
Cuadro . Regiones seleccionadas.
Country Regions NUTS level
BELGIUM Vlaams Gewest; Region Walonne NUTS-2
DENMARK Denmark NUTS-2
GERMANY Baden-Wurttemberg; Bayern; Bremen; Hamburg; Hessen; Niedersachsen; Nordrhein-Westfalen;
Rheinland-Pfalz; Saarland; Schleswig-Holstein NUTS-1
GREEK Anatoliki Makedonia; Kentriki Makedonia; Dytiki Makedonia; essalia; Ipeiros; Ionia Nisia; Dytiki
Ellada; Sterea Ellada; Peloponnisos; Attiki; Voreio Aigaio; Notio Aigaio; Kriti NUTS-2
SPAIN Galicia; Asturias; Cantabria; País Vasco; Navarra; La Rioja; Aragón; Madrid; Castilla-León; Castilla-
La Mancha; Extremadura; Cataluña; Comunidad Valenciana; Baleares; Andalucía; Murcia; Canarias NUTS-2
FRANCE
Ile de France; Champagne-Ard.; Picardie; Haute-Normandie; Centre; Basse-Normandie; Bourgogne;
Nord-Pas de Calais; Lorraine; Alsace; Franche-Comte; Pays de la Loire; Bretagne; Poitou-Charentes;
Aquitaine; Midi-Pyrenees; Limousin; Rhone-Alpes; Auvergne; Languedoc-Roussillon; Provence-
Alpes-Cote d’Azur; Corse
NUTS-2
IRELAND Ireland NUTS-1
ITALY
Piemonte; Valle d’Aosta; Liguria; Lombardia; Trentino-Alto Adige; Veneto; Fr.-Venezia Giulia;
Emilia-Romagna; Toscana; Umbri; Marche; Lazio; Abruzzo; Molise; Campania; Puglia; Basilicat;
Calabria; Sicilia; Sardegna
NUTS-2
LUXEMBOURG Luxembourg NUTS-2
NETHERLAND Noord-Nederland; Oost-Nederland; West-Nederland; Zuid-Nederland NUTS-1
AUSTRIA Ostosterreich; Sudosterreich; Westosterreich NUTS-1
PORTUGAL Norte; Centro; Lisboa; Alentejo; Algarve; Acores; Madeira NUTS-2
FINLAND Itä-Suomi; Etelä-Suomi; Länsi-Suomi; Pohjois-Suom;i Åland NUTS-2
SWEDEN Stockholm; Ostra Mellansverige; Sydsverige; Norra Mellansverige; Mellersta Norrland; Ovre
Norrland; Smaland med oarna; Vastsverige NUTS-2
U. KINGDOM North East; North West; Yorkshire and the Humber; East Midlands; West Midlands; Eastern; South
East; South West; Wales; Scotland; Northern Ireland NUTS-1
DETERMINANTS OF LABOUR PRODUCTIVITY CONVERGENCE IN THE EUROPEAN AGRICULTURAL SECTOR
627
CUERVA
The accumulation of physical capital is a necessary
condition for sustained productivity growth (Gutierrez, ). If
technology is incorporated in capital goods, their increase could
speed the introduction of technological progress and improve
sector efficiency. To capture this effect, sector-specific investment,
measured as the real Gross Capital Formation (GCF) per worker
at the initial year, was included in the specification[].
Lockheed et al. () and Lassibille () underline
the importance of human capital as a productivity growth
source Human capital improves farmers’ management skills
and enhances efficiency in the use of the productive factors.
pertenecientes a Portugal, España, Italia y Grecia, estaba debajo
del % de la media europea, mientras que un gran número de
regiones de los países del centro y norte de Europa, como Fran-
cia, Dinamarca, Reino Unido o Suecia mantenían niveles de pro-
ductividad sobre % del valor medio. En el , esta imagen
apenas había cambiado y las disparidades eran aún evidentes.
Para identificar los factores que podrían explicar estas dife-
rencias, se seleccionaron algunas variables explicativas relacio-
nadas con la productividad del sector (Cuadro ). Se realizó un
análisis de correlación entre las variables explicativas y el coefi-
ciente de correlación más bajo fue . (no significativo).
Agricultural productivity (EU-)
Less than
Between -
Between -
Between -
and more
Figure . Agricultural productivity relative to the
EU- average, and .
Figura . La productividad agrícola en relación con
la media de la UE-, y .
Source: Cambridge Econometrics, European Regional
Database v Fuente: Cambridge Econometrics,
Base de Datos Regional Europea (European
Regional Database ).
It could be more interesting to analyze the effect on convergence of the Net Capital Formation. The lack of data for this variable
impedes to do this empirical exercise v Sería más interesante analizar el efecto sobre la convergencia de la Formación Neta de Capital.
La falta de datos en esta variable impide hacer este ejercicio.
628
AGROCIENCIA, 16 de agosto - 30 de septiembre, 2012
VOLUMEN 46, NÚMERO 6
La acumulación de capital físico es una condición necesa-
ria para el crecimiento sostenido de la productividad (Gutiérrez,
). Si se incorpora tecnología en bienes de capital, su aumen-
to podría acelerar la introducción de los avances tecnológicos y
mejorar la eficiencia del sector. Para capturar este efecto, en la
especificación se incluyó la inversión del sector medida a través
de la Formación Bruta de Capital (FBC) en términos reales por
trabajador en el año inicial[].
Lockheed et al. () y Lassibille () subrayan la im-
portancia del capital humano como una fuente de crecimiento
de la productividad. El capital humano mejora las habilidades
Table . Explanatory variables considered in the analysis.
Cuadro . Variables explicativas consideradas en el análisis.
Notation Measure Description Source Expected sign in the
convergence equation
yi,0 ln ,
yi0
()
Logarithm of agricultural
productivity in region i in
the initial year
Cambridge Econometrics
I0ln /,
IL
i
()
0
Logarithm of agricultural
investment per worker in
region i in the initial year
Cambridge Econometrics
HC (FarmerEdu/Farmers)i,2000
Percentage of farmers with
basic and full education
attained in region i in
the year 2000
Farm Structure Survey
(Eurostat)
MRt1
00
+
()
−
()
nL LLT
iiti,,,
//
Mean agricultural migration
rate in region i in the
period [0,t]
Cambridge Econometrics
CAP0(CAP/GVA )i,0
Weight of CAP market
support in agricultural
production in region i in
the initial year
European Commission
(2001)
Cambridge Econometrics
Source: own elaboration v Fuente: elaboración propia.
Human capital also improves the performance of physical
and technological capital so that, indirectly, it influences
productivity. Both effects increase productivity and affect
the stationary state. From the year onwards, the Farm
Structure Survey (Eurostat) publishes the percentage of farmers
with basic and full education attained at the European regional
level[]. It does, therefore, not provide information for the
beginning of the period. With the available data, the percentage
for the year obtained by the EU Farm Structure Survey
was introduced into the model as a mean value of the
period[].
According to the European Commission this indicator is defined as follows: ) Only practical agricultural experience: experience
acquired through practical work on an agricultural holding. ) Basic agricultural training: any training courses completed at a general
agricultural college and/or an institution specialising in certain subjects such as horticulture, viticulture, sylviculture, among others.
A completed agricultural apprenticeship is regarded as basic training. ) Full agricultural training: any training course continuing for
the equivalent of at least two years full time training after the end of compulsory education and completed at an agricultural college,
university or other institute of higher education in agriculture, horticulture, viticulture, sylviculture, agricultural technology or an
associated subject. Data are not available for Sweden and the Finnish regions of Saarland and Aland v Según la Comisión Europea,
este indicador se define de la siguiente manera: ) Sólo experiencia agrícola práctica: experiencia adquirida mediante trabajo práctico en
una explotación agrícola. ) Formación agrícola básica: cualquier curso de formación completado en un centro de formación agrario y/o
en una institución especializada en ciertos temas, como la horticultura, la viticultura, la silvicultura, entre otros. Un aprendizaje agrario
completado es considerado como formación básica. ) Formación agrícola completa: cualquier curso de formación continua por el equi-
valente de al menos dos años de formación a tiempo completo después de finalizar la enseñanza obligatoria y completada en una escuela
de agricultura, universidad u otra institución de educación superior en agricultura, horticultura, viticultura, silvicultura, tecnología
agrícola o disciplinas asociadas. No hay datos disponibles para Suecia y las regiones de Saarland y Aland, en Finlandia.
DETERMINANTS OF LABOUR PRODUCTIVITY CONVERGENCE IN THE EUROPEAN AGRICULTURAL SECTOR
629
CUERVA
Agricultural sector migration is another conditioning
variable on productivity. Although some studies examine
the role of the out-migration in the sector (Gutierrez, ;
McErlean and Wu, ), the impact of this migration on the
rate of productivity growth in the agricultural sector is still an
open question. The loss of agricultural employment may lead
to considerable productivity increases, in the case that labour
force was inefficient. In this scenario, out-migration raises the
rate of agricultural productivity convergence (McErlean and Wu,
). To take this into account, following the methodology
of Larson and Mundlak () and Gutierrez (), the
sector-migration rate towards the remaining productive sectors
was calculated. Without migrations, agricultural and non-
agricultural employment had grown at the same rate of overall
employment. Deviations from this rate are due to migration, so
that the total number of emigrants from the agricultural sector
can be calculated as follows:
Mn
LL
tt
=+
()
−10 ()
where n is the growth rate of the total labour force at the regional
level during the whole period, and L and Lt are the level of
agricultural employment in the initial and final year.
Dividing Mt by L and calculating the mean ratio for the
period -, the mean migration rate is obtained.
Finally, the role of the CAP is taken into consideration as
a potential conditioning factor in productivity. It is important
to find out whether its intervention mechanisms have provided
an incentive for agricultures to reinforce competitiveness and
efficiency and to reduce disparities. Given the lack of complete
official data, CAP-related data was taken from the Study on
the Impact of Community Agricultural Policies on Economic
and Social Cohesion (European Commission, ) which
contains information about direct payments and market price
support at regional level for , and . There is no
information for the initial year of the period. For that reason,
data for , the closest year to the initial one, is used[]. In
this case information for the regions of Austria, Sweden and
Finland is lost because of their adhesion to the EU in . The
weight these payments represent in the sector production was
introduced in the convergence equation. Data are expressed
in constant prices using the national Gross Domestic Product
(GDP) deflator.
de gestión de los agricultores y la eficiencia en el uso de los
factores productivos. El capital humano también mejora el
rendimiento del capital físico y tecnológico, de modo que,
indirectamente, influye en la productividad. Ambos efectos
aumentan la productividad y afectan el estado estacionario.
Desde el año , la Encuesta sobre la Estructura de las
Explotaciones Agrarias (Eurostat) publica el porcentaje de
agricultores con educación básica y completa a nivel regio-
nal europeo[]. Por tanto, no proporciona información para
el inicio del periodo. Con los datos disponibles se introdujo
en el modelo el porcentaje para el año obtenido por la
Encuesta sobre la Estructura de las Explotaciones Agrarias de
la UE de como un promedio del período[].
La migración en el sector agrícola es otra variable que con-
diciona la productividad. Aunque algunos estudios examinan el
papel de la emigración en el sector (Gutiérrez, ; McErlean
y Wu, ), el impacto de la migración sobre la tasa de creci-
miento de la productividad en el sector agrícola es una gran inte-
rrogante. La pérdida de empleo en la agricultura puede provocar
aumentos considerables en la productividad, cuando la fuerza de
trabajo fuera ineficiente. En este escenario, la emigración eleva
la tasa de convergencia de la productividad agrícola (McErlean y
Wu, ). Teniendo esto en cuenta, y siguiendo la metodología
de Larson y Mundlak () y Gutiérrez (), se calculó la tasa
de migración del sector hacia los sectores productivos restantes.
Sin migraciones, el empleo agrícola y no agrícola han crecido a
la misma tasa que el empleo total. Las desviaciones de esta tasa
se deben a la migración; así, el número total de emigrantes del
sector agrícola se puede calcular como sigue:
Mn
LL
tt
=+
()
−10 ()
donde n es la tasa de crecimiento de la fuerza de trabajo total a
nivel regional durante todo el período, y L y Lt son el nivel de
empleo agrícola en el año inicial y final.
Dividiendo Mt entre L y calculando la media de esta ratio
para el período -, se obtiene la tasa media de migración.
Por último, se toma en cuenta el papel de la PAC como
un factor potencial condicionante de la productividad. Es im-
portante averiguar si sus mecanismos de intervención han pro-
porcionado un incentivo para las agriculturas para reforzar la
competitividad y la eficiencia y reducir las disparidades. Dada
la falta de datos oficiales completos, los datos relativos a la PAC
Data are not available for the English regions of the North East, North West and South East for and . In there are data
for Austria, Sweden and Finland, but the information is not available in the aforementioned English regions and in three Swedish regions
v No hay datos disponibles para las regiones inglesas de Noreste, Noroeste y Sureste para los años y . En hay datos para
Austria, Suecia y Finlandia, pero no hay información disponible para las regiones inglesas antes mencionadas y tres regiones de Suecia.
630
AGROCIENCIA, 16 de agosto - 30 de septiembre, 2012
VOLUMEN 46, NÚMERO 6
results And dIscussIon
Table illustrates the results of testing
agricultural absolute convergence with cross-
sectional data according to equation (). The OLS
regression was estimated using White’s correction for
heteroskedasticity to get consistent standard errors.
The coefficient of initial productivity is negative
and significant. The annual speed of convergence is
. %. This evidence lends support to the conclusion
that the process of convergence is very slow. In
the European agricultures were still very far away
from a hypothetical common stationary state. These
results are in line with the papers of Gil Canaleta
() and Castillo and Cuerva (), but in our
study the speed of convergence is lower.
To test whether or not the convergence process
has been homogeneous the period of time has been
broken down into two homogeneous intervals, -
and -. The Wald test was used to
prove if is constant throughout time and it showed
that the estimation is stable between sub-periods.
In -, the annual speed of convergence was
. %. In - the speed of the process lost
significance and decreased up to the rate of . %.
These results confirm that convergence has weakened
since the second half of the nineties.
Nevertheless, the explanatory power of the
estimations is low (low model fit), which points to
large unexplained regional productivity differentials.
In this case, the parameter could be under-
estimated and the possibility of converging to
different stationary states (not absolute convergence)
should be tested.
se tomaron del Estudio sobre el Impacto de las Políticas Agrí-
colas Comunitarias en la Cohesión Económica y Social (Co-
misión Europea, ), que contiene información acerca de
los pagos directos y del apoyo a los precios de mercado a nivel
regional para , y . No hay información para el
año inicial del período. Por esta razón, se utilizan los datos de
, el año más cercano al inicio del período[]. En este caso,
la información para las regiones de Austria, Suecia y Finlandia
se pierde debido a su adhesión a la UE en . En la ecuación
de convergencia se introdujo el peso que tienen estos pagos en
la producción del sector. Los datos se expresan en precios cons-
tantes utilizando el deflactor del Producto Interior Bruto (PIB)
nacional.
resultAdos y dIscusIón
El Cuadro muestra los resultados de estimar
la convergencia absoluta con datos transversales, de
acuerdo con la ecuación (). Se calculó la regresión
MCO usando la corrección de White para la heteros-
cedasticidad, con el objeto de obtener errores están-
dares consistentes. El coeficiente de la productividad
inicial es negativo y significativo. La velocidad anual
de convergencia es .%. Esta evidencia permi-
te concluir que el proceso de convergencia es muy
lento. En el , las agriculturas europeas estaban
todavía muy lejos de un hipotético estado estaciona-
rio común. Estos resultados coinciden con los publi-
cados por Gil Canaleta () y Castillo y Cuerva
(), pero en el presente estudio la velocidad de
convergencia es menor.
Para probar si el proceso de convergencia ha sido
homogéneo o no, se dividió el período de tiempo en
dos intervalos homogéneos, - y -.
Table . Absolute -convergence in agricultural productivity, -.
Tabla . La convergencia absoluta en la productividad agrícola, -.
Constant b F R2Obs.
1985-2004 0.062* 0.008** 5.41** 0.084 0.91 % 125
1985-1994 0.083* 0.016* 9.54* 0.091 1.50 % 125
1994-2004 0.065* 0.009*** 2.85** 0.036 0.85 % 125
Wald test(1) F(1,123) 1.90 p 0.170
Source: Cambridge Econometrics, European Regional Database . *, ** and ***: statistical significance
at %, % and % confidence level. OLS estimation using White’s correction for heteroskedasticity
v Fuente: Cambridge Econometrics, Base de Datos Regional Europea de . *, ** y ***: significatividad
estadística al %, % y % de nivel de confianza. Estimación MCO usando la corrección de White
para heterocedasticidad.
DETERMINANTS OF LABOUR PRODUCTIVITY CONVERGENCE IN THE EUROPEAN AGRICULTURAL SECTOR
631
CUERVA
Table . Conditional -convergence in agricultural productivity, -.
Cuadro . Convergencia condicional en la productividad agrícola, -
.
1985-2004 1985-1994 1994-2004
Constant 0.057* 0.052** 0.082*
b0.014* 0.016** 0.025*
I 0.003** 0.004 0.006
HC 0.000 0.000 0.000***
MR 0.500* 0.987* 0.360
CAP 0.000 0.000 0.000
F 4.29* 9.70* 4.99*
R20.269 0.348 0.201
b 1.64 1.71 2.87
Obs. 104 104 112
Source: Cambridge Econometrics (European Regional Database ), Eurostat
(Farm Structure Survey ) and European Commission (). *, ** and ***:
statistical significance at %, % and % confidence level. OLS estimation
using White’s correction for heteroskedasticity v Fuente: Cambridge Econometrics
(European Regional Database , ), Eurostat (Encuesta de estructuras
agrarias ) y Comisión Europea (). *, ** y ***: significatividad estadística
al %, % y % de nivel de confianza. Estimación MCO usando la corrección
de White para heterocedasticidad.
A conditional convergence model is estimated
in the pursuit of identifying the differences across
the stationary states. Table illustrates the results
of estimations for the different periods according
to equation (). In - and in -
estimations only include the EU- regions. In -
the estimation includes the EU- regions
because of the availability of CAP data for the new
Member States in .
Statistically significant -convergence is observed
across the whole period. The value of the parameter
involves an annual speed of convergence of around
. %.
The sector investment and the migration rate are
the only significant variables registering the expected
sign in the period -. Ceteris paribus, an
investment improvement increases the rate of
productivity growth. Gutierrez () reached
the same conclusion. Agricultures with low levels
of investments have a great potential to develop in
this way and future increases in their capital gross
formation will mean higher productivity growth.
Nevertheless, the explanatory power of this variable
is low (. in -). That means that an
increase in investment per worker of % raises the
productivity growth rate by . percentage points
per years. This result with the fact that investment is
La prueba de Wald se usó para probar si es constan-
te a lo largo del tiempo y mostró que la estimación de
fue estable entre los sub-períodos. En -,
la velocidad anual de convergencia fue de . %.
En - la velocidad del proceso perdió sig-
nificatividad y descendió hasta una tasa de . %.
Estos resultados confirman que la convergencia se ha
debilitado desde la segunda mitad de los noventa.
Sin embargo, el poder explicativo de las estima-
ciones es bajo (ajuste bajo del modelo), lo cual apun-
ta a grandes diferencias de productividad no explica-
das entre las regiones. En este caso, el parámetro b
puede estar subestimado y sería necesario probar la
posibilidad de converger a diferentes estados estacio-
narios (no convergencia absoluta).
Con el objetivo de identificar las diferencias en-
tre los estados estacionarios, se estima un modelo de
convergencia condicional. El Cuadro ilustra los re-
sultados de las estimaciones para los diferentes perío-
dos, de acuerdo a la ecuación (). En - y en
-, las estimaciones sólo incluyen regiones de
la UE-. En -, las estimaciones incluyen
las regiones de la UE- debido a la disponibilidad
de datos de la PAC para los nuevos Estados miem-
bros en .
Se observa convergencia estadísticamente signi-
ficativa en todo el periodo. El valor del parámetro
632
AGROCIENCIA, 16 de agosto - 30 de septiembre, 2012
VOLUMEN 46, NÚMERO 6
only significant in the whole period could mean that
its effect on productivity takes place in the long term.
Out-migration appears to be a major element in the
productivity growth (the estimated coefficient is .
in -). This result is not surprising because
the loss of the sector labour force is in part due to the
mechanization which increases sector productivity.
Additionally, the migrations of the workers together
with the greater skills of the remaining workers cause
favourable effects on growth productivity in this
period. De la Fuente and Freire (), Gutierrez
() and McErlean and Wu () find similar
evidence. This result may support the idea that
migration from agriculture to the rest of economic
sectors has positively influenced the intra-sector
convergence. However, this significant effect seems
to have disappeared in the recent period.
In relation to human capital, the results differ from
what is expected. Although theoretical and technical
knowledge has been essential to reduce disparities
and to improve food security (FAO, ) it does
not seem to have a significant effect on productivity
growth. However, in - certain statistical
significance is observed but the estimated coefficient
is literally zero. Alfranca () and Serrano
() reached a similar conclusion. One possible
explanation could be that the indicator used is not
suitable because it does not refer to the initial period.
In addition, human capital measurement is complex.
Different perspectives of knowledge must be taken
into account: education, labour experience, learning
by doing or workers’ skills. The selected explanatory
variable does not consider all those aspects. In
many studies, the results about the relation between
education and productivity are disappointing. To a
large extent, it is due to the indicators used (De la
Fuente, ).
With regard to the CAP, its coefficient is not
significant. According to Sassi (), this result calls
into question the role of the CAP as an important
factor in increasing productive efficiency. From the
side of a support market policy, all the agricultural
sectors have not strongly benefited from the CAP
(Vega, ; García Álvarez-Coque and Wieck,
). In this sense, the CAP could have interfered
in productive specialisation, in favour of the most
supported productions, and may have impeded the
exploitation of the competitive advantages in each
agriculture system. According to Esposti (), the
implica una velocidad anual de convergencia de alre-
dedor de . %.
La inversión del sector y la tasa de migración son
las únicas variables significativas que registran el sig-
no esperado en el período -. Ceteris paribus,
una mejora en la inversión, aumenta la tasa de creci-
miento de la productividad; Gutiérrez () llegó a
la misma conclusión. Las agriculturas con bajos nive-
les de inversión tienen un gran potencial a desarro-
llar por esta vía y futuros aumentos de la formación
bruta de capital significarán un mayor crecimiento
de la productividad. Sin embargo, el poder explica-
tivo de esta variable es bajo (. en -).
Esto significa que un aumento en la inversión por
trabajador del % eleva la tasa de crecimiento de
la productividad en . puntos porcentuales por
año. Este resultado, junto con el hecho de que la
inversión es sólo significativa para todo el período,
podría significar que su efecto sobre la productividad
se da en el largo plazo. La emigración parece ser un
elemento principal del crecimiento de la productivi-
dad (el coeficiente estimado es . en -).
Este resultado no es sorprendente porque la pérdida
de la fuerza de trabajo del sector en parte se debe
a la mecanización, lo cual aumenta la productividad
de éste. Además, las migraciones de los trabajadores,
junto con las mayores habilidades de los trabajado-
res que permanecen, incidieron favorablemente en el
crecimiento de la productividad en este periodo. De
la Fuente y Freire (), Gutiérrez () y McEr-
lean y Wu () encontraron evidencia similar en
sus investigaciones. Este resultado puede sustentar la
idea de que la migración desde la agricultura hacia el
resto de los sectores económicos ha influido positiva-
mente en la convergencia intra-sectorial. Sin embar-
go, este importante efecto parece haber desaparecido
en el periodo reciente.
En relación con el capital humano, los resulta-
dos difieren de lo esperado. Aunque el conocimiento
teórico y técnico ha sido fundamental para reducir
las desigualdades y mejorar la seguridad alimentaria
(FAO, ), parece no tener un efecto significativo
en el crecimiento de la productividad. Sin embargo,
en - se observa cierta significatividad esta-
dística, pero el coeficiente estimado fue literalmente
cero. Alfranca () y Serrano () llegaron a una
conclusión similar. Una posible explicación podría
ser que el indicador utilizado no es adecuado porque
no se refiere al periodo inicial. Además, la medición
DETERMINANTS OF LABOUR PRODUCTIVITY CONVERGENCE IN THE EUROPEAN AGRICULTURAL SECTOR
633
CUERVA
effect of CAP payments is exerted by maintaining
more sector labour force than required, making
productivity gains difficult.
As a result of the CAP reform, direct payments
as mechanisms of market support were introduced.
This concern may explain why the change seems not
to have a positive effect on productivity growth in
the period -. Direct payments may have
stimulated small farmers to remain as formal farm
holders in order to receive these payments even
though they are often not fit enough to farm the land
because of their advanced age, being employed in
other sectors or even living in urban areas. This could
help to explain why migration rate is not a decisive
factor to explain productivity growth any longer in
the period -.
These conclusions need to be taken cautiously.
The non-significance of the CAP’s first pillar support
could also indicate that its effect on intra-sector
convergence has been too small to be detected. In
fact, the CAP support is relatively small compared
to other financial sources and only a few farms
receive the main support: in the eighties, % of
support ended up in only % of farms (European
Commission, ). Moreover, its lack of significance
could be explained by potential mis-specification of
the CAP information in this period. Anyway, the
non-significance of the CAP may not be interpreted
as lack of effectiveness.
conclusIons
The analysis of the evolution of agricultural labour
productivity for European regions concludes that the
market integration process has not contributed to the
absolute convergence among European agricultures.
The agriculture-specific related characteristics
have limited the convergence process. From the
economic policy point of view, the existence of a
common agricultural policy (CAP) should foster
the convergence process. Nevertheless, the evidence
seems to indicate that it is not so.
This conclusion does not should be taken as
CAP is inefficient (we have to remind that market
support has allowed the survival of a lot of small
holdings and farmers in Europe, very important for
the conservation of the rural areas in the EU) but it
should make think policy makers about alternative
measures less distorting of market and international
del capital humano es compleja. Hay que tener en
cuenta diferentes perspectivas del conocimiento: la
educación, la experiencia laboral, el “aprender ha-
ciendo” o las habilidades del trabajador. La variable
explicativa seleccionada no tiene en cuenta todos esos
aspectos. En muchos estudios, los resultados sobre la
relación entre la educación y la productividad son
decepcionantes. En gran medida se debe a los indica-
dores utilizados (De la Fuente, ).
Con respecto a la PAC, su coeficiente no es sig-
nificativo. De acuerdo con Sassi (), este resulta-
do pone en tela de juicio la función de la PAC como
un factor relevante para aumentar la eficiencia pro-
ductiva. Desde el punto de vista de una política de
apoyo al mercado, no todos los sectores de la agri-
cultura se han beneficiado significativamente de la
PAC (Vega, ; García Álvarez-Coque y Wieck,
). En este sentido, la PAC podría haber inter-
ferido en la especialización productiva en favor de
las producciones más apoyadas económicamente,
y haber impedido el aprovechamiento de las ven-
tajas competitivas de cada sistema agrícola. Según
Esposti (), el efecto de los pagos de la PAC es
ejercido manteniendo más fuerza de trabajo de la
requerida en el sector, haciendo más difícil las ga-
nancias de productividad.
Como resultado de la reforma de la PAC de ,
se introdujeron los pagos directos como mecanis-
mo de apoyo al mercado. Esta preocupación puede
explicar por qué el cambio parece no haber tenido
un efecto positivo en el crecimiento de la producti-
vidad en el período -. Los pagos directos
pueden haber estimulado a los pequeños agricultores
a permanecer como los propietarios formales de las
explotaciones para recibir estos pagos, aunque con
frecuencia no están en condiciones de cultivar la tie-
rra debido a su avanzada edad, por trabajar en otros
sectores, o incluso vivir en zonas urbanas. Esto podría
ayudar a explicar por qué la tasa de migración no es
un factor determinante para explicar el crecimiento
de la productividad en el período -.
Estas conclusiones deben ser tomadas con cautela.
La no significatividad del apoyo de la PAC al primer
pilar podría también indicar que su efecto sobre la
convergencia intra-sectorial ha sido demasiado pe-
queño para ser detectado. De hecho, dicho apoyo es
relativamente pequeño comparado con otras fuentes
de financiación y sólo unas pocas explotaciones re-
ciben el apoyo principal: en los años ochenta, %
634
AGROCIENCIA, 16 de agosto - 30 de septiembre, 2012
VOLUMEN 46, NÚMERO 6
trade to improve efficiency of European agriculture.
The solution is not to increase the market support.
It is more urgent to apply a sector policy capable of
generating employment, diversifying activities and
reducing the structural problems of holdings. In this
sense, fostering productive and R&D investment
should be in the core of the CAP measures instead of
production subsidies.
lIterAture cIted
Alexiadis, S., and A. Alexandrakis. . Threshold Conditions’
and Regional Convergence in European Agriculture.
International J. Econ. Sci. Appl. Res. : -.
Alfranca, O. . Determinantes de la productividad total
de los factores en el sector agrario español. Investigación
Agraria. Producción y Protección Vegetales : -.
Barro, R., and X. Sala-i-Martín. . Economic growth and
convergence across the United States. NBER Working paper
. Cambridge. pp: .
Castillo, J. S., and M. C. Cuerva. . Análisis de la convergencia
en productividad agraria en las regiones europeas. Economía
Agraria y Recursos Naturales : -
Colino, J., P., Noguera, and M. Rodríguez. . La agricultura
gallega en la Unión Europea: Balance del primer decenio.
Fundación Caixa Galicia. p.
Colino J., and P. Noguera. . Patrones estructurales y
convergencia interregional en la agricultura europea. Historia
Agraria : -.
De La Fuente, A. . Educación y crecimiento: un panorama.
Working Paper D--, Ministry of Economics. Spain.
pp: .
De La Fuente, A., and M. J. Freire . Estructura sectorial
y convergencia regional. Revista de Economía Aplicada
:-.
Esposti, R. . Regional growth and policies in the
European Union: Does the Common Agricultural Policy
have a counter-treatment effect? Am. J. Agric. Econ. :
-.
European Commission. . The development and future of
the CAP. Reflection paper of the Commission. COM ()
final. Brussels. pp: .
European Commission. . Study on the impact of community
agricultural policies on economic and social cohesion.
Directorate General for Regional Policy. Brussels. pp: .
European Commission. . Green Paper on Territorial
Cohesion Turning territorial diversity into strength. COM
() final. Brussels. pp: .
Ezcurra, R., B. Iraizoz, P. Pascual, and M. Rapún. . Spatial
disparities in European agriculture: a regional analysis. Appl.
Econ. : -.
Ezcurra, R., B. Iraizoz, P. Pascual, and M. Rapún. .
Agricultural productivity in the European Regions: Trends
and explanatory factors. Eur. Urban and Regional Studies
: -.
FAO (Food and Agriculture Organization). . The State of
Food and Agriculture. FAO Collection. Agriculture . pp:
.
del apoyo fue a sólo % de las explotaciones (Co-
misión Europea, ). Además, su falta de signifi-
catividad se podría explicar por la potencial falta de
especificación de la información de la PAC en este
período. En cualquier caso, la no significatividad de la
PAC no debe interpretarse como una falta de eficacia.
conclusIones
El análisis de la evolución de la productividad del
trabajo agrario en las regiones europeas concluye que
el proceso de integración de los mercados no ha con-
tribuido a la convergencia absoluta entre las agricul-
turas europeas. Las características específicas de cada
agricultura han limitado el proceso de convergencia.
Desde el punto de vista de la política económica, la
existencia de una política agrícola común (PAC) de-
bería fomentar el proceso de convergencia. Sin em-
bargo, la evidencia parece indicar que no es así.
Esta conclusión no debe llevar a considerar que la
PAC es ineficiente (hay que recordar que el apoyo al
mercado ha permitido la supervivencia de una gran
cantidad de pequeñas explotaciones y agricultores en
Europa, muy importante para la conservación de las
zonas rurales de la UE), pero debería hacer pensar a
los que formulan las políticas en medidas alternativas
para mejorar la eficiencia de la agricultura europea
menos distorsionadoras del mercado y del comercio
internacional. La solución no es aumentar el apoyo al
mercado. Es más urgente aplicar una política sectorial
capaz de generar empleo, diversificar actividades y re-
ducir los problemas estructurales de las explotaciones.
En este sentido, fomentar la inversión productiva y en
ID debería estar entre las prioridades de la PAC, en
lugar de los subsidios a la producción.
—Fin de la versión en Español—
pppvPPP
García Álvarez-Coque, J. M., and C. Wieck. .¿Es la
reducción de las desigualdades interregionales una cualidad
de la PAC? th National Conference of Agricultural
Economics Association. Pamplona. Spain. pp: .
Gardiner, B., R. Martin, and P. Tyler. . Competitiveness,
productivity and economic growth across the European
regions. Regional Studies : -
Gil Canaleta, C. . Capital Público y Convergencia en las
Regiones Europeas. Civitas, Madrid. p.
Gutierrez, L. . Convergence in US and EU agriculture. Eur.
Rev. Agric. Econ. : -.
DETERMINANTS OF LABOUR PRODUCTIVITY CONVERGENCE IN THE EUROPEAN AGRICULTURAL SECTOR
635
CUERVA
Larson, Y., and D. F. Mundlak. . On the intersectorial
migration of agricultural labour. Econ. Develop. Cultural
Change : -.
Lassibille, G. . El papel del capital humano en la agricultura
española. Agricultura y Sociedad : -.
Lockheed, M. E., D. T. Jamison, and L. J. Lau. . Farmer
education and farm efficiency: a Survey. Econ. Develop.
Cultural Change : -.
McErlean, S., and Z. Wu. . Regional agricultural labour
productivity convergence in China. Food Policy : -.
Paci, R. . More similar and less equal. Economic growth
in the European regions. Weltwirtschaftliches Archiv. :
-.
Paci, R., and F. Pigliaru. . European regional growth: Do
sectors matter? In: Adams, J., and F. Pigliaru (eds). Economic
Growth and Change. National and Regional Patterns.
Edward Elgar. Cheltenham. pp: -.
Sala-i-Martin, X. . Regional cohesion: evidence and theories
of regional growth and convergence. Eur. Econ. Rev. :
-.
Sassi, M. . OLS and GWR Approaches to agricultural
convergence in the EU-. Int. Adv. Econ. Res. : -.
Serrano, L. . Capital humano, estructura sectorial y
crecimiento en las regiones españolas. Investigaciones Econ.
: -.
Vega, J. . ¿Quiénes son los verdaderos beneficiarios de la
PAC? In: García Delgado, J. L., y J. García Grande (eds).
Política Agraria Común: Balance y Perspectivas. Colección
Estudios Económicos . Servicios de Estudios de La Caixa.
pp: -.
