Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 1
PORTADA
(Elaborada por la revista)
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 454
Determinantes de la Exportación Agrícola en el Ecuador
Determinants of Agricultural Exports in Ecuador
Laura Lisseth Garcia Tene
laura.garcia@unach.edu.ec
https://orcid.org/0009-0007-0796-5701
Universidad Nacional de Chimborazo
Ecuador
Daniela Guzman Condori
guzmandaniela404@gmail.com
https://orcid.org/0009-0004-4930-0861
Universidad Técnica de Oruro
Bolivia
Artículo recibido: 15/06/2026
Aceptado para publicación: 20/07/2026
Conflictos de Intereses: Ninguno que declarar
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 455
RESUMEN
La presente investigación tiene por objetivo identificar los factores más significativos
que determinan las exportaciones en el sector agrícola del Ecuador. La investigación
contempla el método hipotético deductivo y es descriptiva correlacional, dado que busca la
relación entre las variables analizadas; y asume un enfoque cuantitativo y un diseño no
experimental. La población es representada por datos de la exportación agrícola del Ecuador
provenientes del Banco Central de Ecuador, y la muestra contempla datos estadísticos del
período 2000-2020. Para la contrastación de la hipótesis se emplea el programa estadístico
Eviews 12.0 y el modelo econométrico de mínimos cuadrados ordinarios (MCO), con el que
se pudo identificar los principales determinantes de las exportaciones agrícolas del Ecuador.
Los resultados revelan que las variables, PIB agrícola, apertura comercial e índice de precio
al productor determinan las exportaciones agrícolas, es decir que estas variables influyen en
el comportamiento de las exportaciones agrícolas de Ecuador; así también, se aplicó el
método de Johansen para corroborar la relación a largo plazo entre las variables y se puede
concluir que si existe una relación en el largo plazo entre las variables del modelo.
Palabras clave: exportación agrícola, PIB agrícola, apertura comercial, índice de
precios al consumidor
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 456
ABSTRACT
This research aims to identify the most significant factors determining agricultural
exports in Ecuador. The study adopts a hypothetical-deductive method and follows a
descriptive-correlational approach, as it seeks to analyze relationships among the variables
under study. It employs a quantitative approach with a non-experimental design. The
population is represented by agricultural export data from Ecuador obtained from the Central
Bank of Ecuador, while the sample comprises statistical data for the period 2000–2020.
Hypothesis testing is conducted using the statistical software EViews 12.0 and an
econometric model based on Ordinary Least Squares (OLS), which allows for the
identification of the main determinants of Ecuador’s agricultural exports. The results reveal
that variables such as agricultural GDP, trade openness, and the producer price index
determine agricultural exports; that is, these variables influence the behavior of Ecuador’s
agricultural exports. Additionally, the Johansen method is applied to verify the long-term
relationship among the variables, leading to the conclusion that a long-run relationship exists
within the model variables.
Keywords: agricultural exports, agricultural GDP, trade openness, consumer price
index
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 457
INTRODUCCIÓN
La agricultura es la fuente principal de la producción de alimentos, mercancías y es un
impulsor para el crecimiento económico en varios países (Carrión y Garzón, 2020). Según el
Banco Mundial (2022), la agricultura puede ayudar a disminuir la pobreza, incrementar los
ingresos y mejorar la seguridad alimentaria, además es esencial para el crecimiento
económico de los países en desarrollo representando un 25% del PIB en el periodo de
estudio. En general el sector agrario representa un papel importante en la economía, ya que
permite el desarrollo de los países que la practican a su vez la agricultura cumple la necesidad
de satisfacer la alimentación de los individuos a través del intercambio (García, 2020).
En América Latina la agricultura tiene una participación entre 5% y 18% del PIB en la
economía de varios países a través del comercio agrícola en el cual incluye las exportaciones
e importaciones agrarias, mismos que lo consideran como un motor de crecimiento
económico (Escobar, 2016). Según Rodríguez (2020) la agricultura tiene gran relevancia en
América Latina ocupando una posición privilegiada en la generación de divisas para la
financiación de proyectos de recuperación socioeconómica a través de las exportaciones
agrarias, así mismo aporta a la promoción de ingresos para los productores y empresas,
además de generar empleo para los pobladores tanto urbano y rural (Ramírez, 2020).
En el caso de Ecuador el sector agrario forma parte del crecimiento económico representando
entre un 8% y 9% del PIB en el periodo 2000 al 2020, además genera fuentes de empleo e
ingresos para la población rural con el cual contribuyen a reducir la pobreza (Martínez,
2013). Fiallo (2017) afirma que la agricultura es un pilar esencial en la economía ecuatoriana
por tres razones: ayuda al crecimiento de la economía, apoya a cumplir con la soberanía
alimentaria y genera empleo. Según Motoche et al., (2021) las exportaciones impulsan al
Ecuador como potencia agropecuaria siendo los principales productos exportados el banano,
cacao, flores entre otros, mencionando así que para fortalecer el sector agrario es necesario la
intervención del gobierno así también el clima y precio.
Corredor et al., (2019) y Carrión y Garzón (2020) menciona que el PIB agrícola tiene un gran
impacto en las exportaciones agrícolas esto debido a que la agricultura es uno de los sectores
que influyen en el crecimiento económico del Ecuador y a una disminución de la misma
causa una disminución en las exportaciones agrícolas. Investigadores como Zubimendi
(2007) y Maridueña (2017) afirman que otro de los determinantes de las exportaciones
agrícolas es la apertura comercial, ya que permite aumentar las exportaciones agrarias y
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 458
acceder a mercados más extensos a los países más pequeños y a un aumento de la apertura
comercial de igual forma las exportaciones agrarias aumentan, Echavarría (2003) considera
que IPP es otro de los determinantes de las exportaciones, en el Ecuador en periodo 2000 –
2020, según el Ministerio de Agricultura y Ganadería disminuyó el precio de insumos como
fertilizantes, semillas entre otros, utilizados al momento de producir (Ministerio de
Agricultura y Ganadería, 2017). Este escenario sigue presente en la actualidad causando una
disminución de la producción, siendo los pequeños agricultores los más afectados ya que
invierten todo su capital en materiales para la siembra, y con el fenómeno del índice de precio
al productor se ve afectada sus cosechas por falta de recursos económicos que sustenten
eventos paulatinos en relación al tiempo de producción.
En este contexto, la presente investigación pretende identificar los principales determinantes
que influyen en el comportamiento de las exportaciones agrícolas en el Ecuador en el periodo
de estudio, cabe mencionar que no existen investigaciones acerca de los determinantes de las
exportaciones agrícolas en el Ecuador. Las exportaciones agrícolas, presentan épocas en el
cual disminuyen la cantidad agraria exportada de los cuales se desconoce cuáles son los
principales factores que causan esta disminución de las exportaciones agrícolas. No obstante,
el sector agrario es muy importante en la economía ecuatoriana ya que genera fuentes de
empleo, ayuda en la disminución de pobreza, aporta al crecimiento económico y en especial
es el principal generador de alimentos para la población.
Revisión de literatura
Existen diversas investigaciones sobre los determinantes de las exportaciones agrícolas.
Hatab et al., (2010) identifican los determinantes los cuales fueron: las exportaciones
agrícolas, el PIB, PIB per cápita, apertura comercial y el tipo de cambio. A su vez, (Rao et
al., 2016; Lilik et al., 2020) manifiestan que los aranceles, PIB, tipo de cambio, distancia,
idioma, población, desempeño logístico, índice de desarrollo humano, acuerdos comerciales e
índice de precios al consumidor son las principales variables a considerar en la exportación
agrícola. De la misma manera Tesfave (2014) y Fassil y Dege (2021) consideran que el PIB,
calidad institucional, impuesto de los productos agrícolas, apertura comercial, tamaño de la
población, inversión extranjera directa e insumos agrícolas son variables que influyen en la
exportación agraria.
De la misma manera varias investigaciones admiten que los términos de intercambio,
producto interno bruto, precio mundial y el tipo de cambio nominal, son determinantes de la
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 459
exportación agrícola (Samual, 2012; Eshetu y Goshu, 2021). Por otro lado, Etuk y SI (2021),
Braha et al., (2017) y Kiani et al., (2018) consideran al PIB, distancia, apertura comercial,
población, idioma, tipo de cambio e inflación como determinantes para las exportaciones
agrícolas. Asimismo, Diana (2012) menciona que los principales determinantes de la
exportación agrícola incluyen variables como el PIB, el desarrollo de infraestructura, la
apertura comercial, insumos de fertilizantes y la calidad institucional.
Fernandes (2016) plantea que los determinantes de las exportaciones agrarias pueden
agruparse en: tipo de cambio, tasa de interés, PIB, stock agregado de dinero y las
exportaciones agrícolas. De igual manera Echavarría (2003), indica que las exportaciones
agrícolas, productividad laboral, el tipo de cambio real, índice de precio al productor y
demanda mundial son los determinantes de las exportaciones. De forma similar para Aguirre
et al., (2018) en su estudio realizado el PIB, la población, tipo de cambio, incluyendo
variables como el idioma y acceso a océanos son determinantes de la exportación agrícola
(Kingu, 2014). Por su parte Ibrahim (2015), Boansi et al., (2014) y Amoro y Shen, (2012)
determinaron que la apertura comercial, tasa de interés, inflación, cantidad de producción y el
tipo de cambio influyen en las exportaciones agrícolas.
Asimismo, varias investigaciones realizadas en diferentes partes del mundo identifican que el
PIB, las exportaciones agrícolas, tipo de cambio, precio de los productos, apertura comercial,
calidad institucional e inflación, son los determinantes de las exportaciones agrarias
(Ushahemba, 2015; Gbetnkom y Khan, 2002; Ukoha, 2007). De la igual manera para Nguyen
(2010), Hussain et al., (2020), Zada et al., (2011) y Okoruwa et al., (2003) los determinantes
de la exportación agrícola son: el PIB, renta del país, costos de exportación, tipo de cambio,
capacidad de producción, precio de las exportaciones agrarias, precio del cultivo y la
población.
Determinantes de la exportación agrícola
- Producto Interno Bruto agrícola (PIB agrícola)
Para Paredes y Viera (2020) el PIB agrícola representa la cantidad de producción agrícola de
un país en un periodo especifico, de la misma manera Paz et al., (2009) menciona que el PIB
agrícola es el nivel de producción neta (se descuenta todos los insumos). Según Viteri y Tapia
(2018) el crecimiento económico del Ecuador se ha basado en la exportación agricultura
misma que se desarrolla a nivel estatal vía oferta de producción, además la exportación
agrícola ocupa uno de los puestos más importantes en la generación de empleo y es uno de
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 460
los sectores que más aporta al PIB. Por su tiempo, Carrión y Garzón (2019), manifiestan que
cuando el PIB agrícola crece es gracias al aumento en las exportaciones agrarias de los
diferentes productos del país, por lo tanto, el PIB agrícola y las exportaciones agrícolas
mantienen una relación significativa.
- Apertura Comercial
La apertura comercial es la capacidad que posee una nación para trasladar bienes y servicios
con el resto del mundo, mismos que dependen de los aranceles que impone cada nación, esta
acción se realiza mediante el comercio (Páez, 2020). En el momento que una nación
identifica sus riquezas naturales y determina cuáles son sus carencias agrícolas, industriales,
entre otras, inicia el proceso de la exportación de productos que pueden hacer crecer su
economía local a través de la venta e intercambio de productos, y es allí cuando nace el
comercio internacional, el cual debe estar regido por normas y leyes que protejan y respalden
el intercambio comercial (Torres, 1972). La apertura comercial está presente en la teoría
económica desde sus inicios, por ejemplo, para los mercantilistas el crecimiento económico
de un país se explicaba en función del excedente exportable, para David Ricardo la apertura
comercial era la solución a los problemas que afronta un crecimiento económico (Blanco,
1992).
- Índice de precio al productor (IPP)
El índice de precio al productor es un indicador macroeconómico que mide la evolución de
los precios de los bienes producidos para el mercado interno y la exportación, su objetivo
principal es verificar la tendencia los precios de los productos de una economía es decir si
suben o bajan. El índice de precio al productor en el sector agrario tiene un gran impacto en
la economía del mundo, en los últimos años en el sector agrícola se ha registrado un aumento
del costo de producción esto a causa de la subida de precio de la materia prima, en especial
fertilizantes e insumos que son necesarios para la producción agraria lo cual ha provocado el
incremento del precio de exportación de los productos agrarios. Para Lilik et al., (2020) la
variación de precios afecta a las exportaciones agrarias, a un aumento de la misma causa una
disminución en la cantidad exportada, por el contrario, a una disminución de precios de los
productos incrementa la exportación agraria.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 461
METODOLOGÍA
La investigación contempla el método hipotético deductivo y es descriptiva correlacional,
dado que busca la relación entre las variables analizadas; y asume un enfoque cuantitativo y
un diseño no experimental, el cual se basa en apreciar la realidad tal y cual se plantea sin
realizar cambio alguno, es decir es una investigación en la que es imposible manipular
variables. La población es representada por datos de la exportación agrícola del Ecuador
provenientes del Banco Central de Ecuador, la muestra contempla datos estadísticos del
período 2000-2020. Así, la fuente de información es secundaria y también se considera
instrumentos de carácter bibliográficos y documentales, teniendo como fuentes principales ya
mencionado al Banco Central del Ecuador, el Ministerio de Comercio Exterior e Inversiones
y el Ministerio de Agricultura y Ganadería, como fuente secundaria de información los datos
estadísticos del Banco Mundial (BM), documentos institucionales, artículos científicos y
literatura especializada en la temática. Para la contrastación de la hipótesis se emplea el
programa estadístico Eviews 12.0 con el que se pudo identificar los principales determinantes
de las exportaciones agrícolas del Ecuador, y se emplea el modelo econométrico de mínimos
cuadrados ordinarios (MCO).
Modelo econométrico
El método de mínimos cuadrados ordinarios conocido por sus siglas MCO, está vinculado
con la regresión, el cual se expresa en una relación funcional, mediante una ecuación y la
correlación, el cual representa a un valor que mide la intensidad con el que están relacionadas
las variables. El método determina la relación existente entre dos o más variables tomando en
cuenta que una variable siempre debe ser dependiente y una o varias variables deben ser
independientes. Cuando se relaciona solo 2 variables, se habla de una regresión o correlación
simple, pero si existe más de dos variables, se habla de una regresión o correlación múltiple
(Bereket, 2020).
Este método se ha aplicado en investigaciones similares, teniendo como una de las variables
dependiente las exportaciones agrícolas y variables independientes el pib agrícola, apertura
comercial y el índice de precio al productor; los resultados obtenidos en las investigaciones,
indican que estos factores tienen un impacto significativo con relación a las exportaciones
agrícolas (Aguirre et at.,2018, Boansi et at., 2014, Amoro y Shen 2012, Gbetnkom & Khan
2002 y Ukoha 2007, Roy 2020).
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 462
En la presente investigación se emplea 4 variables una dependiente que es la exportación
agrícola y 3 independientes las cuales son: PIB agrícola, apertura comercial e índice de precio
al productor, por el cual se hablará de una regresión o correlación múltiple, al cual le
pertenece la siguiente fórmula:
𝑌
𝑡= 𝛽0+ 𝛽1𝑋1𝑡 + 𝛽2𝑋2𝑡 + 𝛽3𝑋3𝑡 + 𝛽4𝑋4𝑡 + 𝑢𝑡
Donde:
Variable dependiente:
Yt = Exportaciones agrícolas (EXPAGR). Representa el conjunto de productos de la rama
agropecuaria vendidos por el Ecuador a diferentes países. Estará representada por los
productos de mayor demanda en las exportaciones.
Variables independientes:
X1t = Producto interno bruto agrícola (PIBAGR). Define el valor total de los productos y
servicios agrícolas producidos por un país en un periodo específico ya sea mensual trimestral
o anual.
X2t = Apertura comercial (AC). Hace referencia disponibilidad de un país para la
transferencia de un bien o servicio en el comercio exterior.
X3t = Índice de precio al productor (IPP). Es un indicador que mide la evolución de precios
percibidos por el sector productivo de un país, es decir sirven para saber si los precios de los
productos suben o bajan independientemente de su canal de comercialización.
ut = Término de perturbación estocástica.
t = Periodicidad de los datos.
β0, β1, β2, β3= son coeficientes a ser estimados.
Por lo tanto, la relación matemática entre la exportación agrícola y las variables se expresan
de la siguiente manera:
𝐸𝑋𝑃𝐴𝐺𝑅𝑡= 𝛽0+ 𝛽1𝑃𝐼𝐵𝐴𝐺𝑅1𝑡 + 𝛽2𝐴𝐶2𝑡 + 𝛽3𝐼𝑃𝑃3𝑡𝑈𝑡
Supuestos:
Para aplicar el modelo MCO se debe cumplir los siguientes supuestos:
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 463
• Los regresores deben ser exógenos
• No debe existir perfecta multicolinealidad
• Los errores deben ser homocedásticos y no presentar autocorrelación
Con las condiciones expuesto anteriormente, el método MCO proporciona un estimador
insesgado de varianza mínima , siempre que los errores tengan varianzas finitas, bajo la
suposición adicional de que los errores se distribuyen normalmente, el estimador MCO es el
de máxima verosimilitud.
RESULTADOS
En la figura 1, se presenta el comportamiento de las exportaciones agrícolas del Ecuador en el
periodo 2000-2020, donde se evidencia que mantiene una tendencia creciente, cabe
mencionar que el año 2000 las exportaciones agrarias bajaron debido a la crisis financiera lo
cual impidió que muchos productos queden estancados a causa de la devaluación del sucre,
en los años siguientes gracias a la dolarización las exportaciones agrarias incrementaron
teniendo una tasa de crecimiento del 15% en el año 2003, en los años 2008 y 2009 se registró
las tasas de crecimiento más altas del periodo de estudio teniendo tasas del 23 y 27%
respectivamente, este crecimiento se dio gracias al aumento de las exportaciones del cacao a
los Estados Unidos, Europa y Holanda, en el año 2012 se registró una disminución de las
exportaciones agrarias, esto a causa de la disminución de la producción de distintos productos
dedicados a la exportación, en el año 2014 las exportaciones agrarias tuvo un crecimiento del
15%, finalmente en el año 2020 las exportaciones agrarias tuvo una tasa de crecimiento del
14% gracias a que los envíos a la Unión Europea, uno de los principales socios comerciales
del Ecuador aumentaron un 23%.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 464
Figura 1. Exportación agrícola del Ecuador (en millones de dólares). Periodo 2000-2020.
Fuente: Elaboración propia con información extraída del Banco Central del Ecuador (2020).
El PIB agrícola del Ecuador desde el año 2000 hasta el año 2020 mantiene una tendencia
creciente (ver figura 2); es decir, que en el periodo de estudio los ingresos de las actividades
agrícolas han incrementado, a partir del año 2000 se implementaron políticas agrarias para
incentivar la producción agrícola, permitiendo un crecimiento del 5% del pib agrícola, en el
año 2005 se diseñó la Estrategia Agropecuaria Ecuatoriana que consistía en la tecnificación e
innovación de la producción agrícola, lo cual ayudo a aumentar la productividad agrícola en
los siguientes años permitiendo mayores ingresos de este sector para el país, desde el año
2007 con el Gobierno de la Revolución Ciudadana, se creó y mejoro las políticas agrarias
para ayudar a los pequeños y medianos agricultores en su producción, enfocándose
específicamente en proyectos hídricos, con ello beneficio a muchas provincias permitiendo
un crecimiento del pib agrícola del 8% en el año 2011 (Ministerio de Agricultura, Ganadería,
Acuacultura y pesca, 2015). En el año 2014 gracias al aumento de las exportaciones agrarias
el pib agrícola creció un 8%, debido a la crisis económica y fenómenos naturales que ocurrió
en el año 2016 el pib agrícola tuvo un crecimiento menor del 1%, con la llegada del Covid-19
en el año 2020 el pib agrícola solo creció un 0,3%.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 465
Figura 2. PIB agrícola del Ecuador (en millones de dólares). Periodo 2000-2020.
Fuente: Elaboración propia con información extraída del Banco Mundial (2020).
Así también, se observa en la figura 3 la apertura comercial en el Ecuador en el periodo 2000-
2020, encontrándose valores de 40 y 50%, sabiendo que los valores cercanos a 100% indica
mayor apertura y valores cercanos a 0 indica escasa apertura. Como se puede apreciar en la
figura el año con mayor apertura comercial fue en el año 2008 con un valor del 51%, y el año
con menor apertura fue en el año 2000 con un valor del 39%.
Figura 3. Apertura Comercial del Ecuador (en porcentaje). Periodo 2000-2020.
Fuente: Elaboración propia con información extraída del Banco Mundial (2020).
0
1000
2000
3000
4000
5000
6000
7000
8000
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 466
Finalmente, en la figura 5 se muestra el índice de precio al productor del Ecuador del periodo
2000-2020 donde se evidencia que tiene una tendencia creciente, con un valor mínimo de
48,32 en el año 2000 y un valor máximo 103,23 en el año 2019.
Figura 4. Índice de precio al productor del Ecuador (en porcentaje). Periodo 2000-2020.
Fuente: Elaboración propia información extraída del Banco Central del Ecuador (2020).
Estimación del modelo econométrico
Siendo la hipótesis principal de la investigación: H1: El PIB agrícola, la apertura comercial y
el índice de precio al productor, son los determinantes más significativos de las exportaciones
en el sector agrícola del Ecuador durante el periodo 2000-2020. Para contrastar la hipótesis
mencionada anteriormente se aplica un modelo econométrico de regresión lineal múltiple,
llamado método de Mínimos Cuadrados Ordinarios, el cual consiste en determinar la relación
existente entre dos o más variables tomando en cuenta que siempre exista una variable
dependiente y una o varias independientes.
Para determinar la relación existente entre las variables de estudio se estima un modelo
econométrico por Mínimos Cuadrados Ordinarios. Los datos recopilados en la investigación
son de tipo trasversal, las series son anuales que comprende el periodo de 2000-2020,
teniendo 80 observaciones en total, para la estimación la variable dependiente la exportación
agrícola y las variables independientes el pib agrícola, apertura comercial y el índice de
precio al productor. Para la estimación del modelo los datos se transformaron a logaritmos,
lo cual permiten realizar un análisis en términos porcentuales de las variables de estudio.
Por tanto, la función logarítmica se establece de la siguiente manera:
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 467
𝐿𝑂𝐺𝐸𝑋𝑃𝐴𝐺𝑅𝑡= 𝛽0+ 𝛽1𝐿𝑂𝐺𝑃𝐼𝐵𝐴𝐺𝑅1𝑡 + 𝛽2𝐿𝑂𝐺𝐴𝐶2𝑡 + 𝛽3𝐿𝑂𝐺𝐼𝑃𝑃3𝑡𝑈𝑡
Donde:
Variable dependiente:
LOGEXPAGR = Exportaciones agrícolas.
Variables independientes:
LOGPIBAGR = Producto interno bruto agrícola.
LOGAC = Apertura comercial
LOGIPP = Índice de precio al productor.
ut = Término de perturbación estocástica.
t = Periodicidad de los datos.
β0, β1, β2, β3= son coeficientes a ser estimados.
Comportamiento de las variables
Se realiza un análisis gráfico de las series trasformadas a logaritmos, para contrastar el
comportamiento de las variables, además de efectuar un análisis en conjunto de la serie.
Figura 5. Comportamiento de las variables LOGEXPA, LOGPIBA, LOGAC Y LOGIPP.
Fuente: Elaboración propia.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 468
En la figura 5 se puede observar que las variables LOGEXPA, LOGPIBA, LOGAC y
LOGIPP, presentan una tendencia creciente en el periodo de análisis, con lo cual se podría
afirmar a priori que las series podrían ser no estacionarias y cointegren, mismos que se
comprueba mediante las pruebas de estacionariedad, luego de ello se realiza una regresión
lineal múltiple mediante el MCO, con el fin de verificar si las variables dentro del modelo
son significativas para explicar la exportación agrícola del Ecuador.
Estimación de regresión por mínimos cuadrados ordinarios (MCO)
En la tabla 1 muestra los resultados del análisis de la regresión lineal realizado a través de los
mínimos cuadrados ordinarios que contempla el nivel de significancia de las variables
independientes, para explicar la variable dependiente, lo cual indica que las variables
LOGPIBA y LOGIPP son significativas al 5% para explicar las exportaciones agrarias
(LOGEXPA), con una probabilidad de 0.0187 y 0.0014 respectivamente, a su vez la variable
independiente LOGAC es significativa al 10% con una probabilidad de 0.0636.
Tabla 1. Regresión lineal múltiple a través de MCO.
VARIABLE
COEFFIENT
STD. ERROR
T-STATISTIC
PROB
LOGPIBA
0.968518
0.372620
2.599214
0.0187
LOGAC
-0.778362
0.392259
-1.984308
0.0636
LOGIPP
1.377602
0.362026
3.805258
0.0014
C
-3.723941
2.627582
-1.417250
0.1745
R-squared
0.974283
Mean dependent var
7.651738
F-statistic
214.6754
Durbin-Watson stat
1.123008
Prob(F-statistic)
0.000000
Fuente: Elaboración propia.
Así también, el coeficiente del modelo explica el aumento o disminución que se produce en la
variable dependiente cuando se incrementa en una unidad la variable explicativa y las demás
permanecen constantes, se observa que aun aumento de las exportaciones agrarias en una
unidad la variable PIB agrícola aumenta en un 0.96, a su vez a un aumento de las
exportaciones agrarias en una unidad, la variable apertura comercial disminuye en un -0.77,
por ultimo a un aumento de las exportaciones agrarias en una unidad, la variable índice de
precios al productor aumenta en un 1.37.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 469
Para verificar que no existe la presencia de regresión espuria en el modelo, debe cumplir la
condición establecida por Grange y Newbold (1974) de que R2>DW, se observa en el
modelo que el valor de Durbin Watson = 1.12 es mayor al valor del coeficiente de correlación
R2 = 0.97, lo cual afirma la condición de la no existencia de la relación espuria demostrando
así que la relación de las variables es verdadera.
Test de raíz unitaria
Las pruebas de raíz unitaria son pruebas de estacionariedad en una serie de tiempo, sabiendo
que las series estacionarias son aquellas series de tiempo que la media y su varianza se
mantienen constantes, es decir que no cambian con el tiempo, por el contrario, las series no
estacionarias son series temporales que la media y varianza cambia con el tiempo (Gujarati,
2010). Para determinar si las series son estacionarias o no estacionarias se realiza la prueba de
raíz unitaria a través del estadístico de Dickey Fuller Aumentado (ADF) las cuales estableces
dos hipótesis que son las siguientes:
H0: La serie no es estacionaria – Presenta raíz untaría.
H1: La serie es estacionaria – No presenta raíz unitaria.
Para aceptar o rechazar a hipótesis nula H0 se debe tomar en cuenta las siguientes
condiciones:
Si, ADFCalculado > Valor critico; se rechaza H0
Si, ADFCalculado< Valor crítico; se rechaza H0
Se puede observar en la tabla 2 el test de Durbin Watson aplicado a todas las variables de
estudio, el cual indica que la variable LOGAC no presenta problemas de autocorrelación, por
el contrario las variables LOGEXPA, LOGPIB y LOGIPP inicialmente presentan problemas
de autocorrelación, pero se procedió a corregirlos haciendo ajustes al modelo introduciendo 2
retardos con el cual se corrigió dicho problema y finalmente las variables se encuentran
dentro de margen establecido para la ausencia del problema de correlación en el test de
Durbin Watson.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 470
Tabla 2. Test de raíz unitaria-en niveles.
VARIABLE
ADF
CALCULADO
VALOR
CRÍTICO 5%
DW
RETARDOS
P-VALOR
LOGEXPA
-0.847129
-3.040391
1.987217
2
0.7807
LOGPIBA
-1.627226
-3.040391
1.926173
2
0.4490
LOGAC
-2.860148
-3.020686
1.938038
0
0.0640
LOGIPP
-2.534308
-3.040391
1.897480
2
0.1244
Fuente: Elaboración propia.
Con respecto al test de raíz unitaria se puede visibilizar que el ADFCalculado de las variables
LOGEXPA, LOGAC, LOGPIBA y LOGIPP es mayor al valor crítico del 5% y presentan una
probabilidad ADF mayor al nivel de significancia del 0.05 lo cual es evidencia suficiente para
rechazar la hipótesis H1 y aceptar la hipótesis nula H0 de que las series no son estacionarias
en sus niveles. Ver tabla 3.
Tabla 3. Test de raíz untaría con primeras diferencias.
VARIABLE
ADF
CALCULADO
VALOR
CRÍTICO 5%
DW
RETARDOS
P-
VALOR
LOGEXPA
-3.146142
-3.040391
2.021647
1
0.0409
LOGPIBA
-1.516565
-3.052169
1.918202
2
0.5013
LOGAC
-2.801614
-2.801614
1.925798
2
0.0778
LOGIPP
-2.310084
-3.040391
2.038545
1
0.1794
Fuente: Elaboración propia.
En la tabla 3 se observa el test de raíz unitaria en primeras diferencias donde el ADFCalculado
de la variable LOGEXPA es menor al valor crítico del 5% y el valor del ADFCalculado de las
variables LOGPIBA, LOGAC y LOGIPP es mayor al valor crítico del 5%, además el Durbin
Watson de las variables se encuentran dentro de los parámetros establecidos lo cual indica
que no existe el problema de autocorrelación. Por lo que se concluye que la variable
LOGEXPA rechaza la hipótesis nula y las variables LOGPIB, LOGAC y LOGIPP acepta la
hipótesis nula y se puede afirmar que las series son no estacionarias en primeras diferencias.
Así también, se realiza la prueba de estacionariedad en residuos, que se puede observar en la
tabla 4.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 471
Tabla 4. Prueba de estacionariedad en Residuos.
VARIABLE
ADF
CALCULADO
TABLA DE
DAVISON Y
MACKINO
DW
RETARDOS
P-
VALOR
Resid001
-5.505586
-3.119910
2.044026
0
0.0009
Fuente: Elaboración propia.
El contraste de estacionariedad se aplica también a los residuos del modelo y se establecen
las mismas hipótesis y condiciones de aceptación utilizados anteriormente en la prueba de
raíz unitaria. Los resultados reflejados en la tabla 4 de la prueba de estacionariedad aplicado a
los residuos indica que el ADFCalculado = -5.505586 es menor al valor de la tabla de Davison y
Mackinnon de -3.119910 lo cual indica que los residuos del modelo son estacionarios en
niveles.
Test de Cointegración de Johansen
Una vez verificado que todas las variables del modelo no son estacionarias y poseen el nivel
de integración 1(1), se realiza la prueba de cointegración a través del método de Johansen que
según Benites (2021), es un estadístico que ayuda a determinar si tres o mas series de tiempo
están cointegradas, es decir determina la existencia o no de las relaciones estables en el largo
plazo de todas las variables del modelo para lo cual se considera el siguiente juego de
hipótesis.
H0: No hay un vector de cointegración, H1: A lo sumo hay un vector de cointegración
H1: Hay un vector de cointegración, H2: A lo sumo hay dos vectores de cointegración
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 472
Tabla 5. Test de Cointegración.
VARIABLES
TEST ESTADÍSTICO DE LA TRAZA
TEST ESTADÍSTICO DE
AUTOVALOR MÁXIMO
ESTADÍSTICO
DE TRAZA
PROB**
VECTOR
ESTADÍSTICO
DE
AUTOVALOR
MÁXIMO
PROB**
VECTOR
Ninguno
74.13405
0.0000
1 vector
32.54593
0.0106
1 vector
A lo sumo 1
41.58813
0.0014
1 vector
20.45478
0.0619
1 vector
A lo sumo 2
21.13335
0.0063
13.47742
0.0663
A lo sumo 3
7.655930
0.0057
7.655930
0.0057
Fuente: Elaboración propia
De acuerdo a los resultados del estadístico de la traza y autovalor máximo reflejada en la
tabla 5 existe 1 vector de cointegración, debido a que en el primer juego de hipótesis el valor
de significancia de “Ninguno” es menor a la probabilidad de 0.05, permitiendo rechazar la
hipótesis nula y afirmar que a lo sumo existe 1 vector de cointegración.
En el segundo juego de hipótesis el valor de significancia del estadístico de la traza y
autovalor máximo de “A lo sumo 1” es mayor a 0.05, por lo cual se acepta la hipótesis nula y
afirma que existe 1 vector de cointegración.
Con ello se confirma la existencia de relación en el largo plazo, es decir que el PIB agrícola,
la apertura comercial y el índice de precios al productor si son significativas en el largo plazo
en las exportaciones agrícolas del Ecuador del periodo 2000-2020.
DISCUSIÓN
Con los resultados obtenidos en la investigación de los determinantes de las exportaciones
agrícolas del Ecuador periodo 2000-2020, al aplicar el modelo de MCO se comprobó que el
PIB agrícola es significativa al 5% con una probabilidad del 0,0187 es decir que el PIB
agrícola si explica a las exportaciones agrarias, coincidiendo con la teoría económica de
Adam Smith donde hace alusión a la agricultura como generadora de riqueza de una nación,
además de generar excedentes en la economía y permitir las exportaciones agrarias, de la
misma manera los resultados de Manzoor et al., (2008) resalta que el PIB agrícola es
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 473
significativa con respecto a las exportaciones agrarias, es decir que a un aumento en el PIB
agrícola se da un incremento de las exportaciones agrarias.
Para autores como Hatab et al., (2010), Ibrahim, (2015), Lilik et al., (2020), Etuk & SI
(2021), Gbetnkom & Khan, (2002), Mazzor et al., (2008) y Sertoğlu (2016) señalan que el
PIB agrícola, la apertura comercial y el índice de precio al productor son determinantes
significativos en la exportación agrícola del Ecuador, los cuales concuerdan con resultados
obtenidos en la investigación, donde se evidencia que el PIB agrícola y el índice de precio al
productor son determinantes más significativos al 5% con un valor de significancia del
0.0187 y 0.0014 y la apertura comercial es significativa al 10% con un valor de 0.0636,
donde se evidencia que las variables antes mencionadas son altamente influyentes para las
exportaciones agrarias del Ecuador.
De esta manera, el análisis de la regresión lineal múltiple a través del MCO permitió la
determinación de las relaciones entre las variables, con el cual se demostró que el PIB
agrícola, la apertura comercial y el IPP son determinantes más significativos en las
exportaciones agrarias del Ecuador, es decir que estas variables son los más influyentes.
CONCLUSIÓN
Al analizar el comportamiento de las Exportaciones agrarias en el periodo de estudio entre el
año 2000 y el año 2020, ha existido un aumento de las mismas, esto se dio gracias a la
influencia de varios factores como es el PIB agrícola, que debido a las distintas políticas
agropecuarias efectuadas por los distintos gobiernos a favor de las exportaciones agrarias ha
ido en incremento, otro factor importante es la apertura comercial que tiene el país, lo cual
ayuda a transferir con más facilidad los productos agrícolas con otros países, a su vez los
precios de los productos se ve influenciado para que las exportaciones agrarias aumenten
mismos que son medidos por el índice de precio al productor, que permite saber si los precios
de los productos de una economía suben o bajan.
A través del análisis de la regresión lineal múltiple, con el método de mínimos cuadrados
ordinarios, se evidenció que las variables PIB agrícola, apertura comercial y IPP son los
determinantes más significativos, manteniendo una relación positiva con respecto a las
exportaciones agrícolas con un nivel de significancia del 0.0187, 0.0636 y 0.0014
respectivamente. Se concluye que a medida que aumente las exportaciones agrarias en una
unidad la variable PIB agrícola aumenta en un 0.96, a su vez a un aumento de las
exportaciones agrarias en una unidad, la variable apertura comercial disminuye en un -0.77,
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 474
por último, a un aumento de las exportaciones agrarias en una unidad, la variable índice de
precios al productor aumenta en un 1.37, demostrando así la relación existente entre las
variables PIB agrícola, apertura comercial e IPP con las exportaciones agrarias.
En esta investigación para corroborar la relación a largo plazo entre las variables de aplicó el
método de identificación de cointegración de Johansen este es un estadístico que ayuda a
determinar si tres o más series de tiempo tienen relaciones estables en el largo plazo, de
acuerdo a los resultados se puede concluir que si existe una relación en el largo plazo entre
las variables del modelo.
REFERENCIAS
Abolagba, E., Onyekwere, C., Agbonkpolor, B., & Omar, H. (2017). Determinantes de las
exportaciones agrícolas. Taylor y Francis Online. Journal of Human Ecology, 20(29),
181-184. https://www.tandfonline.com/doi/abs/10.1080/09709274.2010.11906261
Aguirre González, M., Candia Campanob, C., Beltrán Valdebenito, L., & Beltrán
Vandebenito, J. (2018). A gravity model of trade for Nicaraguan Agricultural Exports.
Scielo, 37(74). https://doi.org/10.15446/cuad.econ.v37n74.55016
Aguirre Panta, E. Y. (2022). Determinantes de las exportaciones agrícolas tradicionales
peruanas, periodo 1950 – 2019. Repositorio institucional de la Universidad Nacional
de Frontera. https://repositorio.unf.edu.pe/bitstream/handle/UNF/241/TESIS%20-
%20Aguirre%20Panta%2c%20Yenifer%20Elizabeth.pdf?sequence=1&isAllowed=y
Alfonso Corredor, V., Prieto Sánchez, M., Montes Uribe, E., & Zárate Solano, H. (2019).
Determinantes y evolución de los precios y cantidades de las principales
exportaciones agrícolas de Colombia diferentes al café. Repositorio Ban Rep.
https://repositorio.banrep.gov.co/bitstream/handle/20.500.12134/9795/be_1100.pdf
Amoro, G., & Shen, Y. (2012). The Determinants of Agricultural Export: Cocoa and Rubber
in Cote d’Ivoire. International Journal of Economics and Finance, 5(1).
https://doi:10.5539/ijef.v5n1p228
Aquino, R., Duarte, J., García, O., & Zambrano, L. (31 de enero de 2008). Teoría de la oferta
y la demanda. Gestiopolis. https://www.gestiopolis.com/teoria-de-la-oferta-y-la-
demanda/
Banco Central de Ecuador. (2020). Datos estadísticos anuales. Quito. Ecuador.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 475
Banco Mundial. (2022). Agricultura y alimentos.
https://www.bancomundial.org/es/topic/agriculture/overview#1
Bereket, I. (2020). The Determinate of Agricultural Export in Ethiopia: An Error. Journal of
Economics and Sustainable Development, 11(3).
Blanco, B. (1992). Consideraciones teóricas y empíricas sobre la apertura económica.
Repositorio institucional de la Universidad de Colombia y Nacional.
Boansi, D., Kounagbé Lokonon, B. O., & Appah, J. (12 de Julio de 2014). Determinants of
Agricultural Export Trade: Case of Fresh Pineapple Exports from Ghana. British
Journal of Economics, Management & Trade, 4(11) 1736-1754.
https://www.zef.de/fileadmin/user_upload/bdavid_download_Boansi4112014BJEMT
10773_1.pdf
Braha, K., Qineti, A., Cupák, A., & Lazorčáková, E. (2017). Determinants of Albanian
Agricultural Export: The Gravity Model Approach. Agris On-line Papers in
Economics and Informatics, 9(2). 10.22004/ag.econ.262457
Briones Mendoza, M.C. (2018). Incidencia de Factores Determinantes en el sector agrícola
en Ecuador: banano, cacao, café y palma africana. Período de estudio 2000-2017.
Repositorio institucional de la Universidad Católica de Santiago de Guayaquil.
http://repositorio.ucsg.edu.ec/bitstream/3317/11674/1/T-UCSG-PRE-ECO-CECO-
252.pdf
Carrión Loaiza. J. F, & Garzón Montealegre. V. J. (2020). Análisis del producto interno bruto
agrícola ecuatoriano y sus principales productos en el periodo 2002 – 2019. Revista
Científica Dominio de las Ciencias. 6(4).
https://dialnet.unirioja.es/servlet/articulo?codigo=8638110
Carrión, J., & Garzón Montealegre, X. (2019). Análisis del producto interno bruto agrícola
ecuatoriano y sus principales productos en el periodo 2002 – 2019. Repositorio
institucional de la Universidad Técnica de Machala.
http://repositorio.utmachala.edu.ec/bitstream/48000/16158/1/TTUACA-2020-EA-
DE00011.pdf
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 476
Carrión, J., & Garzón, V. (2020). Análisis del producto interno bruto agrícola ecuatoriano y
sus principales productos el periodo 2000-2019. Revista Científica Dominio de las
Ciencias, 6. https://doi.org/10.23857/pocaip
Contreras Valencia, Y. J. (febrero de 2010). “Análisis de la Apertura Comercial en el sector
Agrícola de Michoacán”. Instituto de investigaciones económicas y empresariales.
http://bibliotecavirtual.dgb.umich.mx:8083/jspui/bitstream/DGB_UMICH/941/1/ININ
EE-M-2010-0007.pdf
Datosmacro. (2011). Más exportaciones en Ecuador en el último año. Datosmacro.com.
https://datosmacro.expansion.com/comercio/exportaciones/ecuador?anio=2011#:~:tex
t=En%202011%20las%20exportaciones%20en,de%20exportaciones%20respecto%20
al%20PIB.
Días Valdivia, C. A., & Loderman, J. (noviembre de 2010). Análisis de la relación entre
calidad institucional, recursos naturales y crecimiento económico. Scielo.
http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2074-
47062010000200001
Echavarria, J. J. (2003). Características, determinantes e impacto de las exportaciones en
Colombia: resultados a nivel de firma. Coyuntura Económica.
https://ideas.repec.org/a/col/000438/013424.html
Escobar, G. (marzo de 2016). La relevancia de la agricultura en América Latina y el Caribe.
Friedrich Eberto Stiftung. https://static.nuso.org/media/documents/agricultura.pdf
Eshetu, F., & Goshu, D. (2021). Determinants of Ethiopian Coffee Exports to Its Major Trade
Partners: A Dynamic Gravity Model Approach. SAGE journals, 56(2).
https://journals.sagepub.com/doi/10.1177/0015732520976301
Eshetu, F., & Mehare, A. (2020). Determinants of Ethiopian Agricultural Exports: A
Dynamic Panel Data Analysis. Review of Market Integration (12) 1-2.
https://doi.org/10.1177/0974929220969272
Etuk, E., & SI, Í. (2021). Determinants of trade flow of some selected nontraditional
agricultural export commodities in Nigeria. African Journal of Food, Agriculture,
Nutrition and Development. 21(10).
Franquesa, M. (9 de marzo de 2016). Agricultura de exportación. Agroptima.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 477
García Sanz, M. P., & García Meseguer, M. (1986). Métodos de investigación. UCM.
https://www.ucm.es/data/cont/media/www/pag-135806/12%20metodologc3ada-1-
garcia-y-martinez.pdf
García, G. (28 de octubre de 2020). Agricultura: tendencias y mejores prácticas. The Food
Tech. https://thefoodtech.com/seguridad-alimentaria/agricultura-tendencias-y-
mejores-practicas/
Gbetnkom, D., & Khan, D. (2002). Determinants of agricultural exports: The case of
Cameroon. African Economic Research Consortium, Nairobi.
https://www.africaportal.org/documents/5636/rp120.pdf
Guest, E. (3 de mayo 2021). Mercantilismo y fisiocracia en el siglo XXI. Students for Liberty
a freer future.
Hatab , A., Romstad, E., & Huo, X. (2010). Determinants of Egyptian Agricultural Exports:
A Gravity. Research Fellow in the Department of Economics and Resource
Management, 1(3).
https://www.scirp.org/journal/paperinformation.aspx?paperid=3086
Hernandez, S. y Duana, D. (2020). Técnicas e instrumentos de recolección de datos. Revista
Index. 9(17)
Horacio, L. y Piffano, P. (2005). Microeconomía Aplicada a Educación Universitaria.
Buenos Aires.
Huerta Quintanilla, R. (30 de noviembre de 2016). Microeconomía. Economia Unam.
http://www.economia.unam.mx/cienciaeco/pdfs/num8/03HUERTA.pdf
Hussain, S. I., Hussain, A., & Muhammad, M. A. (2020). Determinants of export supply in
Pakistan: A sector wise disaggregated analysis. Cogent Economics & Finance, 8(1).
https://www.tandfonline.com/doi/full/10.1080/23322039.2020.1732072
Ibrahim, A. (2015). Determinants of Agricultural Export Earnings in Nigeria, 1980-2011.
International journal of innovative research and development, 4(8).
https://www.semanticscholar.org/paper/Determinants-of-Agricultural-Export-
Earnings-in-Ibrahim-Onoriode/3e9285aa8c57c91a6c0415fd8472a81afb37ebec
Instituto Nacional de Estadísticas y Censos. (2016). Encuesta Superficie y Producción
Agropecuaria Continua ESPAC 2016.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 478
https://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estadisticas_agropecuarias/espac/espac-
2016/Informe%20ejecutivo%20ESPAC_2016.pdf
Jiménez Torres, A., & Masa Sánchez, P. (2016). Producción de café y variables climáticas:
El caso de Espíndola, Ecuador. IIES.
http://iies.faces.ula.ve/revista/articulos/revista_40/pdf/rev40jimenezt.pdf
Jordán Sánchez, J. J. (2014). Vec model for the estimation of asset price inflation: Empirical
evidence in the us markets. Scielo. 1(14).
http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2518-
44312014000100005#:~:text=El%20modelo%20VEC%20es%20tambi%C3%A9n,de
%20largo%20plazo%20entre%20ellas.
Karagoz, K. (2015). Determining Factors of Turkey's Export Performance: An Empirical
Analysis. Procedia Economics and Finance, 38(1), 446-457.
https://doi.org/10.1016/S2212-5671(16)30216-7
Kiani, A., Ijaz, F., & Muhammand, H. (2018). Determinants of Agricultural Exports of
Pakistan: An Application of Gravity Model. Join for free. Researchgate, 8(4)
https://www.researchgate.net/publication/329309638_Determinants_of_Agricultural_
Exports_of_Pakistan_An_Application_of_Gravity_Model
Kingu, J. (2014). Determinants of Tanzanian agricultural export: A case of cotton lint.
Developing Country Studies, 4(1).
Lilik, S., Purwono, R., & Esquivias, M. Á. (2020). Analysis of determinants of Indonesian
agricultural exports. Entrepreneurship and Sustainability Issues, 4(8).
10.9770/jesi.2020.7.4(8)
Manzoor Hussain, M., Waqar, S & Muhammad, A. (octubre 2008). Causal Relationship
Between Exports and Agricultural GDP in Pakistan. Munich Personal Repec Archive.
https://mpra.ub.uni-muenchen.de/11845/
Martínez Coll, J. C. (2023). La inflación estructural. Manual básico de economía.
https://www.juntadeandalucia.es/averroes/centros-
tic/14002996/helvia/aula/archivos/repositorio/250/271/html/economia/13/index.htm
Martínez, L. (2013). La Agricultura Familiar en el Ecuador Informe del Proyecto Análisis de
la Pobreza y de la Desigualdad en América Latina Rural. Centro Latinoamericano
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 479
para el Desarrollo Rural. https://www.rimisp.org/wp-
content/files_mf/1434745799147AgriculturaFamiliarEcuadorMartinez_editado.pdf
Mejía, I. W. (2014). Análisis estadístico de las exportaciones del sector agrícola ecuatoriano,
para la determinación de potenciales productos y sus perspectivas actuales de
exportación. Puce.
http://repositorio.puce.edu.ec/bitstream/handle/22000/10846/2.77.000433.pdf?sequen
ce=4&isAllowed=y
Ministerio de Agricultura y Ganadería. (2019). Agricultura, la base de la economía y la
alimentación. MAG. https://www.agricultura.gob.ec/agricultura-la-base-de-la-
economia-y-la-alimentacion/
Mun, T. (1978). La riqueza de Inglaterra por el comercio exterior: Discurso acerca del
comercio de Inglaterra con las Indias Occidentales. Fondo de Cultura Económica.
Nguyen, B. X. (2010). The Determinants of Vietnamese Export Flows: Static and Dynamic
Panel Gravity Approaches. International Journal of Economics and Finance, 2(4).
https://pdfs.semanticscholar.org/618c/aab6163359abbaf0c2b4edfc7fee356208a1.pdf
Okoruwa, V., Ogundare, G., & Yusuf, S. (2003). Determinants of traditional agricultural
exports in Nigeria:an application of cointegration and correction model.
Researchgate, 42(4) 427-438.
https://www.researchgate.net/publication/282764724_Determinants_of_traditional_ag
ricultural_exports_in_Nigeria_An_application_of_cointegration_and_correction_mod
el
Organización de las Naciones Unidad para la Alimentación y la Agricultura. (2021). Ecuador
en una mirada. Organización de las Naciones Unidad para la Alimentación y la
Agricultura. https://www.fao.org/ecuador/fao-en-ecuador/ecuador-en-una-mirada/es/
Páez, G. (5 de mayo de 2020). Apertura comercial. Economipedia.
https://economipedia.com/definiciones/apertura-comercial.html
Palavras, C. (2003). Determinantes das Exportações Agrícolas em Cenário de
Macroeconomia Aberta: Abordagem por Modelos de Séries de Tempo. Anpec.
http://www.anpec.org.br/encontro2003/artigos/E56.pdf
Paz., J., Benavides, H., & Arias, J. (2009). Midiendo el desempeño del PIB agrícola: una
nota técnica. Repiica.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 480
http://repiica.iica.int/docs/B0855E/COMUNIICA%20Midiendo%20desempe%C3%B
1o%20PIB.pdf
Perez Monsalve, J. (15 de enero 2014). Simulación Modelo VAR IPP-IPC*. Artículo de
investigación científica y tecnológica. 30(52), 86-87.
Rao, M., Liu, H., & MahmudC, H. (2016). Pakistan's agricultural exports, determinants and
its potential: an application of stochastic frontier gravity model. The Journal of
International Trade & Economic Development, 26(3) 257-276.
https://doi.org/10.1080/09638199.2016.1243724
Roy, B. (2020). Determinants of Agricultural Exports of India: Parikalpana – KIIT. Journal
of Management, 16(1.2). 10.23862/kiit-parikalpana/2020/v16/i1-2/204558
Sánchez Arévalo, J. L., Ferreira de Lima, J. R., & Firmino Araújo, A. (abril de 2014).
Determinantes de la Oferta de Exportación de Mango: estudio de caso para el Perú.
Scielo.
https://www.scielo.br/j/resr/a/v4QmWRfjBcMpQNrh4ykhXZg/?format=pdf&lang=es
Sertoglu, K., & Dogan, N. (2016). Agricultural Trade and its Determinants: Evidence from
Bounds Testing Approach for Turkey. International Journal of Economics and
Financial Issues. 6(2), 450-455.
Tekeste, S. (2012). School of Graduate studies determinants of agricultural export.
Academia.
Tesfaye, E. (2014). Determinants of Agricultural Export in Sub-Saharan Africa: Evidence
from Panel Study. American Journal of Trade and Policy, 1 (2), 62-70.
https://abc.us.org/ojs/index.php/ajtp/article/view/364
Teshome, W. (2019). A Dynamic Panel Gravity Model Application on the Determinant
Factors of Ethiopia’s Coffee Export Performance. Annals of Data Science, 1(6), 787–
806. https://link.springer.com/article/10.1007/s40745-019-00198-4
Timmer, CP. (1995).Agriculture and economic development revisited. In Research in
domestic and International Agribusiness management.Vol 11.
Torres, R. (1972). Teoría del comercio internacional. Buenos Aires.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 3 - Año 2026
Página | 481
Torres, Y. (2018). Econometría básica para economistas. Unach.
http://obsinvestigacion.unach.edu.ec/obsrepositorio/archivospdf/econometria_basica_
para_economistas.pdf
Turrado Asaja, J. A. (15 de octubre de 2022). "Golpe de la inflación a la agricultura" José
Antonio Turrado, ASAJA. Agronews Castilla y León.
https://www.agronewscastillayleon.com/golpe-de-la-inflacion-la-agricultura-jose-
antonio-turrado-asaja
Ukoha, O. O. (octubre de 2007). Relative Price Variability and Inflation: Evidence from the
Agricultural Sector in Nigeria. Department of Agricultural Economics.
https://www.africaportal.org/documents/6336/RP171.pdf
Ushahemba Ijirshar, V. (30 de enero de 2015). The empirical analysis of agricultural exports
and economic growth in Nigeria. Journal of Development and Agricultural
Economics. https://academicjournals.org/journal/JDAE/article-full-text-
pdf/C40062250615
Viteri Vera, M. d., & Tapia Toral, M. C. (4 de abril de 2018). Economía ecuatoriana: de la
producción agrícola al servicio. Revista Espacios.
https://www.revistaespacios.com/a18v39n32/a18v39n32p30.pdf
Zada, N., Bahadar, K., & Muhammad, M. (2011). Determinants of Exports of Pakistan: A
Country-wise Disaggregated Analysis. Pakistan Institute of Development Economics,
50(4), 715-732. https://www.jstor.org/stable/23617730
Zubimendi, F. (2007). Crecimiento económico y apertura comercial: Análisis de la influencia
de los canales. Munich Personal RePEc Archive. https://mpra.ub.uni-
muenchen.de/63343/1/MPRA_paper_63343.pdf
© Los autores. Este artículo se publica en Prisma ODS bajo la Licencia Creative Commons Atribución 4.0
Internacional (CC BY 4.0). Esto permite el uso, distribución y reproducción en cualquier medio, incluidos fines
comerciales, siempre que se otorgue la atribución adecuada a los autores y a la fuente original.
: https://doi.org/10.65011/prismaods.v5.i3.304
Cómo citar este artículo (APA 7ª edición):
Garcia Tene, L. L. ., & Guzman Condori, D. . (2026). Determinantes de la Exportación
Agrícola en el Ecuador. Prisma ODS: Revista Multidisciplinaria Sobre Desarrollo
Sostenible, 5(3), 454-481. https://doi.org/10.65011/prismaods.v5.i3.304
