El objetivo de esta investigación es desarrollar un índice de pérdidas y desperdicios de alimentos e investigar el grado de compromiso de las empresas mexicanas para disminuir los desechos de alimentos. El índice muestra que al menos 35.3% de los alimentos se pierden o desperdician anualmente en México, un país con más de 19 millones de personas en condiciones de pobreza e inseguridad alimentaria. Se aplicó una encuesta a 3 grupos de empresarios, los resultados muestran que 23% de las grandes empresas mexicanas desarrolla cotidianamente actividades contra el desperdicio de alimentos, pero 79% de las medianas empresas y 96% de las pequeñas y micro empresas no tienen ningún plan ni realizan actividades cotidianas contra las pérdidas y desperdicios de alimentos. Proponemos la tarea de reducir desechos de alimentos como una gran área de oportunidad para la Responsabilidad Social Corporativa en México.
(FPF) al análisis de eficiencia técnica de empresas industriales en 91 municipios de México. Los datos cubren el período 2006/2008 a nivel de firmas, por rama de actividad económica. Los resultados indican que la frontera estocástica se contrajo en la rama de minerales no metálicos, se estabilizó en las ramas de calzado, confección y textil y tuvo desplazamiento suavemente expansivo para el sector de muebles. Una conclusión es que todos los sectores exhiben una tendencia al aumento de los niveles promedio de ineficiencia técnica. La concentración industrial, incentivos salariales y niveles de escolaridad son factores explicativos del desempeño industrial. No obstante, modelos más generales y la inclusión de nuevas variables en la ecuación de ineficiencia son procedimientos necesarios para obtener estimaciones más robustas.
En este artículo se examinan los factores determinantes de la capacidad tributaria del Distrito Federal y 25 municipios en tres zonas metropolitanas de México. Se presentan algunos modelos que han sido formulados en la literatura internacional de frontera para cuantificar el potencial de obtención de recursos tributarios. Su principal contribución consiste en aplicar un modelo econométrico robusto, el Modelo de Frontera Estocástica, para medir la capacidad de obtención de recursos fiscales en tres zonas metropolitanas de México y cuantificar el grado de esfuerzo fiscal desplegado por 25 municipios y el Distrito Federal durante el periodo 1992-2007. AbstractThis article examines the factors that determine the tax capacity of the Federal District and 25 municipalities in three metropolitan zones in Mexico. The author presents models that have been formulated in international frontier literature to determine the potential for obtaining tax resources. His main contribution involves implementing a robust econometric model, the Stochastic Frontier Model to measure the capacity for obtaining resources in three metropolitan zones in Mexico and determine the degree of fiscal effort made by 25 municipalities and the Federal District during the period from 1992 to 2007.
Este artículo presenta una metodología novedosa que permite analizar la evolución de la clase media en una sociedad. Estudia la polarización del ingreso en México y cómo ella ha evolucionado en el período 1984-2010 con base en la metodología propuesta por Esteban et al., (2007). Dicha metodología consiste en dividir la sociedad de acuerdo con grupos o clases de ingreso. Los resultados muestran que hubo un sensible aumento en la polarización; la clase media en México ha caído persistentemente. Además de ello, el índice de polarización en México es superior al de otros países: lo que indica que la clase media en México es, sistemáticamente, más débil. La gran diferencia entre el ingreso promedio de los grupos sociales analizados explica ese resultado. El artículo también presenta definiciones no arbitrarias de las clases de ingreso alto, medio y bajo y constata que hogares con ingresos familiar per capita mensual arriba de $30,432 (unos 2536 dólares) en 2010 pertenecen a la clase alta.
This paper analyzes the tax collection from payroll tax on staff and non-staff in the state of Quintana Roo from 2000 to 2010. Its main contribution is to identify the statistical revenue behavior using a fractal approach, establishing iterative patterns at both state and municipal level, for the entire analyzed series of 132 months as well as shorter time periods. It serves as a trigger for application in other locations and charges in order to explore some features of taxation. Two statistical criteria were used to determine normal or abnormal series of municipal tax collection during the study period, namely, the Empirical Rule criteria and parameters using Chebyshev's theorem. As a contrast, the Jarque-Bera test was applied on residuals, concluding that the fiscal revenue from the state of Quintana Roo (municipal data) does not follow a normal distribution, which is why the fractal approach has been used. The results with data for tax collection by municipalities throughout Quintana Roo show the presence of a fractal behavior (repetitive and cyclic) in revenue, which can be interpreted as the presence of a consolidated tax base, thus justifying the conclusion that there is strength (the observed level of collection) in local public finances. The same conclusion is obtained, with different temporal cuts, when analyzing and detecting the presence of specific fractal revenue behavior observed in municipalities of Benito Juarez (Cozumel) and Othon P. Blanco from 2000 to 2010.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.