TIC Nº1

INTEGRANTES:

Ruiz, ,Mirian Burgos, Tatiana Ledesma, Nadia Aramayo, Lucas Mamani, Paola Jaramillo, Mariela Campos, Alejandra Campo, Fernando

Punto 1

En los gráficos del 1 al 6, se observaron las estimaciones a lo largo de 10 años de la producción de los cereales en la Argentina.

Se refleja que durante el período 2005 al 2009, la producción disminuye. Mientras que del 2010 al 2016 se produjo un leve incremento y variaciones. Puede relacionarse estos cambios, a las diferencias de políticas económicas, es decir, a la incorporación de las retenciones móviles y luego a la eliminación de las mismas.

Gráfico 1: Trigo. Estimaciones de producción.

Gráfico 2: Arroz. Estimaciones de producción.

Gráfico 3: Avena. Estimaciones de producción.

Gráfico 4: Centeno. Estimaciones de producción.

Gráfico 5: Cebada. Estimaciones de producción.

Gráfico 6: Maíz. Estimaciones de producción.

Gráfico 7: Incremento en los valores FAS.

En el gráfico N°7, se detalla el incremento de los valores FAS luego de la aplicación de las nuevas políticas económicas (quita de retenciones y liberación del tipo de cambio). El FAS es el precio de los productos libres de gastos luego de que se retiran de los buques. Se puede observar, que tanto el maíz como el girasol, reflejaron mejoras directamente relacionadas con la eliminación de las retenciones.

Conclusión

La Argentina durante el período del 2002 al 2008 atravesaba un modelo económico que introdujo retenciones a las importaciones de cereales. Esto se produjo por la devaluación de la moneda local, y principalmente por el financiamiento del déficit fiscal. Dicho modelo, que luego se convirtió en una política económica nacional, generó un incremento en las retenciones, con el consecuente aumento de los costos de producción llevando el modelo a un plano no sustentable.

Estas medidas fueron sostenidas en el período mencionado a través de resoluciones (Resolución 125/08 y Resolución 64/08) que establecían esquemas de retenciones móviles a las exportaciones produciendo impactos en las toneladas producidas y en los precios internacionales.

En el año 2015, se generaron dos medidas económicas de alto impacto en el mercado de cereales: los cambios en las retenciones y la liberación del tipo de cambio.

Esto produjo que aumentara la producción de cereales, y una mejora en los precios internacionales. Tanto el FAS y el FOB, reflejaron mejoras convirtiendo a los cereales en productos más competitivos con respecto a la soja; aportando con este modelo a la sustentabilidad física y económica.

Tabaco

En los últimos 20 años la producción de tabaco en la Argentina ha mostrado una tendencia positiva, con máximo valor de producción en la campaña 2004/2005. A partir de allí se evidencia una caída, aunque con una mejoría en la campaña 2010/2011. Se puede ver además que en el periodo 2014/2015 la producción de tabaco fue menor que en la campaña anterior, debido a una menor superficie sembrada y cosechada a pesar de un aumento en el rendimiento. Por otra parte, hay que mencionar los distintos tipos de tabacos cultivados según el volumen producido: Virginia (característico de Salta y Jujuy) cuya producción aumento en el

último tiempo debido a la demanda de cigarrillos suaves; y Burley (característico de Misiones y Tucumán, con mayor superficie cultivada en Misiones)

Por el decreto 626/2016 el Ministerio de Hacienda y Finanzas del Gobierno Nacional aumentó de 60% a 75% de los impuestos internos a los cigarrillos, en el último periodo, esto impacto en el consumo, nivel de actividad y empleo, centrándose principalmente en el NOA.

Madera de Fibra Larga

Según el Ministerio de Agricultura Ganadería y Pesca, la República Argentina cuenta actualmente con aproximadamente 33.2 millones de hectáreas de Bosques Nativos y 1.2 millones de hectáreas de Bosques Cultivados, representados principalmente por especies exóticas de rápido crecimiento Hoy en día esta en vigencia la ley 25.080 (y su prorroga, la Ley N° 26432) que establece incentivos para el desarrollo del sector forestal. La diversidad de climas, suelos, especies, tierras aptas para el cultivo, bajos costos de producción y altas tasas de crecimiento forestales permiten la implementación de bosques forestados en el país. (junto con la mejora de rentabilidad de industrias vinculadas a la exportación).

Prácticamente el 60% de las forestaciones del país corresponde a especies de coníferas, fundamentalmente Pinuselliottii y Pinustaeda y en menor medida otras especies como Araucaria angustifolia, Pinus ponderosa y Pseudotzugamenziesii. Aproximadamente un 25% de los bosques cultivados corresponden a los eucalipto, siendo el Eucalyptusgrandis y el Eucalyptussaligna los más plantados; en menor medida Eucalyptuscamandulensis, Eucalyptustereticornis, Eucalyptusviminalis y Eucalyptusglobulus.

CONCLUSION

En cuanto al tabaco: durante los años 2005-2009 muchas de las provincias argentinas comenzaron a firmar leyes y decretos que prohibían fumar en lugares cerrados, pero se puede observar que esto no afecto la producción de tabaco, por el contrario hubo un incremento de la misma. Después de este periodo empezó una baja en la producción, no tanto debida a la baja de consumo en el país, sino al decrecimiento y estancamiento en las exportaciones. Si bien la producción de tabaco genera una importante fuente de trabajo, y una alta calidad, perdió oportunidades en el mercado externo, oportunidades que otros países supieron aprovechar.

En cuanto a la madera de fibra larga: la posibilidad de alcanzar una mayor participación sectorial en la economía, está muy relacionada con la llegada de nuevas inversiones en nuevas industrias o ampliaciones de las existentes. La Ley Nº 25.080 generó incentivos efectivos para atraer la inversión en el sector forestal y con ello incrementar en forma considerable la masa forestal disponible

Las inversiones nacionales y extranjeras, sobre el sector en la última década, han permitido aumentar la producción para el mercado interno, y las exportaciones de bienes con mayor valor agregado. En el 2008 las industrias de pasta y papel, tableros, laminados e impregnación realizaron inversiones por 86,920 millones de dólares. Para un desarrollo competitivo y multiplicador del empleo del sector forestoindustrial es fundamental, la existencia de bosques bien manejados y la realización de inversiones en la industria de la madera y sus manufacturas; en la industria de la celulosa y el papel; en transporte y en servicios múltiples.

Si el entorno de los negocios mejora y se producen las inversiones necesarias, el país puede convertirse en un referente forestal a nivel mundial.

Producción minera en Argentina

.

Desde el plan minero lanzado por el presidente Néstor Kirchner en el año 2003, las empresas mineras pueden comprar en el exterior todos los bienes que requiera su tarea e ingresarlos al país sin recargos aduaneros ni pagos de IVA, y pueden transferir libremente al exterior todas sus ganancias sin pagar nada. Están exentos de los impuestos internos, de sellos, a los cheques y a las cuentas corrientes. Durante los primeros cinco años de operación están exentos de todos los gravámenes nacionales, provinciales y municipales. Pagan el canon minero provincial y una regalía que no puede exceder el 3% del valor que ellos mismos declaran en boca de mina.

Hacia fines de 2007, se dispone desde el Poder Ejecutivo la imposición de retenciones entre el 5% y el 10% a las exportaciones iniciadas con anterioridad a 2002, medida que hasta ese momento había sido bloqueada con el argumento de la estabilidad fiscal comprometida en la ley.

Hacia noviembre del 2008, el Senado de la Nación refrendaba el proyecto, ya aprobado en Diputados, de Ley de Presupuestos Mínimos para la protección de los glaciares y del ambiente periglaciar, en cuyo texto se establecían impedimentos para realizar actividades que pudieran, afectar este recurso hídrico tales como liberación de sustancias contaminantes, construcción de

infraestructuras no científicas o explotaciones minera e hidrocarburíferas, entre otras medidas.

Las retenciones incrementan lo que las explotaciones mineras observan como un costo, modificando así la ley de corte, el contexto internacional para los precios de los metales hace poco verosímiles las constantes diatribas por parte de sus agentes de prensa en cuanto a las amenazas que estas medidas representan para su rentabilidad. Por tal motivo, si durante los años 2008 y 2009 se observó un limitado proceso de suspensión tanto de proyectos nuevos como de ampliaciones, este debe enmarcarse en el contexto de crisis mundial y no en la vigencia de las retenciones; como lo comprueba la puesta en actividad de nuevo proyectos una vez superada la etapa de mayor incertidumbre.

Conclusión

Podemos decir que la actividad minera ha experimentado en los últimos años una importante expansión, a partir de las inversiones realizadas para la exploración y la explotación, principalmente de grandes empresas extranjeras.

En países como Argentina, las políticas pro-mineras alientan la extranjerización de la economía, prácticamente regalando los recursos naturales no renovables a empresas transnacionales, a un precio muy bajo y con un costo enorme si se tiene en cuenta el pasivo ambiental y el desempleo, ambos generados al término de la explotación.

El sector minero metalífero está orientado al mercado externo y son escasas las articulaciones que estas empresas realizan con productos nacionales, lo que se manifiesta en la baja incidencia en el PBI, en la escasa de empleo y el bajo desarrollo en tecnología.

Punto 2

análisis de co2eq y pbi para distintos países

A continuación se presentan los gráficos correspondientes a la evolución temporal de las variables CO2eq y PBI en los últimos años, para Argentina, Brasil, Bolivia, Alemania, Dinamarca, Francia y China.

El CO2eq es una medida universal de medición utilizada para indicar la posibilidad de calentamiento global de cada uno de los gases con efecto invernadero, usado para evaluar los impactos de emisiones.

El PBI corresponde al producto bruto interno, concepto extendido en numerosos países. Se trata de una noción que engloba a la producción total de servicios y bienes de un país durante un periodo de tiempo.

HIPÓTESIS

Las hipótesis a considerar son las siguientes:

H1: A medida que aumentan las emisiones de CO2eq aumenta el PBI.

H2: Aumenta el PBI per cápita cuando aumenta la producción.

H3: No existe relación entre el PBI y CO2eq.

CONCLUSIÓN

A través del análisis de los respectivos gráficos y considerando el contexto económico social de cada país estudiado, podemos llegar a varias conclusiones. Argentina presenta numerosos recursos naturales, energéticos y agrícolas, sus tierras son fértiles y presentan un enorme potencial de energía renovable; es un país productor de alimentos y con grandes oportunidades en otras áreas. En la última década hubo un crecimiento significativo, se priorizo el gasto social a través de diversos planes. Cabe destacar que este país es el único que no presenta datos de PBI, por lo tanto no se puede realizar una comparación confiable o afirmar que algunas de las hipótesis mencionadas se ajustan para este, solo podemos llegar a la conclusión que a medida que transcurrió el tiempo el CO2eq sufrió un aumento.

Alemania fue otro país que se encontró en la línea de análisis y recordemos que estuvo marcado por la crisis económica mundial del 2008 y se puede observar una baja de valores en el PBI en ese periodo, pero no así en las emisiones CO2eq por lo tanto podemos inferior que para este país se ajusta la hipótesis 3, algo importante a resalta es que es el único país que disminuye las emisiones.

Pese a la tensión en la material económica en el país vecino, Brasil se observó un buen indicio en tazas de desempleo pero hubo pérdida del poder adquisitivo, problemas de público conocimiento con la presidenta de turno pero podemos observar en las gráficas que el PBI fue en aumento al igual que las emisiones de CO2eq .

En Bolivia hubo un incremento en la tasa de crecimiento económico como así también en el índice de desarrollo humano, pero a pesar del impacto positivo, este no se traduce en el nivel de pobreza y podemos decir que la débil relación entre el crecimiento económico y la reducción de la pobreza se ven reflejado en nuestros datos, porque observamos un crecimiento en el PBI pero de pequeño rango, aun así las emisiones van en aumento.

Dicho lo anterior podemos inferior que la mejor hipótesis que se ajusta a nuestro análisis es la hipótesis 3, es decir, que no hay relación aparente entre el producto bruto interno y las emisiones de CO2eq; este aumento se podrá atribuir a el avance de la tecnología, de productos que no están bien regulados o al aumento de emisiones naturales sumadas a las realizadas por el hombre.

 Dinamarca sostuvo su economía en la actividad agrícola. Las buenas políticas ambientales aplicadas, pueden haber incidido en que las emisiones de CO2eq fueran bajas.

En Francia el PBIva aumentando hasta el año 2007 donde alcanza un máximo, luego disminuye en el año 2009 y vuelve a aumentar en los años sucesivos, aunque sin alcanzar el máximo de 2007. En cuanto al CO2eq se observan fluctuaciones año a año, durante toda la serie temporal considerada, alcanzando un pico en 2001, pero los valores se mantienen bajos, en comparación con otros países que se analizaron. Esta situación se ajusta a la hipótesis 3 planteada con anterioridad.

En Chinase observa un aumento del pbi año a año, describiendo una curva positiva con respecto al tiempo, siendo el máximo valor registrado el del último año de la serie considerada. La emisión de CO2eq paralelamente aumenta año a año, la mayor registrada fue en el año 2010, desciende en 2011, sin embargo vuelve a aumentar. Por otra parte podemos mencionar que la agricultura ha sido tradicionalmente el pilar económico de China y sigue siendo un sector de gran importancia en la economía nacional, que sostiene a la mayor parte de la población, por ello podemos inferir que se ajustan a este caso las hipótesis 1 y 2.

Punto 2

INDICADOR: Consumo de energía eléctrica (kWh per cápita)

DEFINICION: medidas de consumo de energía eléctrica de la producción de centrales eléctricas y plantas de cogeneración menos las pérdidas por transmisión, distribución y transformación y uso propio de las plantas de calor y electricidad.

RELEVANCIA PARA EL DESARROLLO: En las economías en desarrollo el crecimiento del consumo de energía está estrechamente relacionada con el crecimiento en los sectores modernos - la industria, el transporte motorizado, y las áreas urbanas -, pero el consumo de energía también refleja factores climáticos, geográficos y económicos (como el precio relativo de la energía).

INDICADOR : PIB per cápita (US $ )

DEFINICION: El PIB per cápita es el producto interno bruto dividido por la población a mitad de año. El PIB es la suma del valor bruto agregado por todos los productores residentes en la economía, más los impuestos sobre los productos,

menos los subsidios no incluidos en el valor de los productos. Se calcula sin hacer deducciones por depreciación de los activos fabricados ni por el agotamiento y la degradación de los recursos naturales. Los datos están en dólares corrientes.

INDICADOR: las emisiones de CO2 (toneladas métricas per cápita)

DEFINICION: las emisiones de dióxido de carbono son las que provienen de la quema de combustibles fósiles y de la fabricación de cemento. Ellos incluyen el dióxido de carbono producido durante el consumo de sólido, líquido y gas y combustibles quema de gas.

RELEVANCIA PARA EL DESARROLLO: Las emisiones de dióxido de carbono de un país son solamente un indicador de un gas de efecto invernadero. Para tener una idea más completa de cómo un país influye en el cambio climático, gases como el metano y el óxido nitroso se deben tener en cuenta. Esto es particularmente importante en las economías agrícolas. intensidad de emisión es la tasa de emisión media de un contaminante determinado de una fuente dada con relación a la intensidad de una actividad específica. intensidades de emisión también se utilizan para comparar el impacto ambiental de los diferentes combustibles o actividades.

INDICADOR :Àrea selvática (kilómetros cuadrados)

DEFINICION: La superficie forestal es la tierra con bosques naturales o plantados de árboles de al menos 5 metros in situ, ya sean productivas o no, y excluye árbol se encuentra en los sistemas de producción agrícola (por ejemplo, en plantaciones frutales y sistemas agroforestales) y árboles en los parques y jardines urbanos.

RELEVANCIA PARA EL DESARROLLO: A medida que las amenazas a la biodiversidad de montaje, la comunidad internacional se está centrando cada vez más en la conservación de la diversidad. La deforestación es una de las causas principales de la pérdida de la biodiversidad y la conservación del hábitat es vital para frenar esta pérdida. Los esfuerzos de conservación se han centrado en la protección de áreas de alta biodiversidad.

INDICADOR: índice de Gini (estimación del Banco Mundial)

DEFINICION: índice de Gini mide el grado en que la distribución del ingreso (o, en algunos casos, los gastos de consumo) entre individuos u hogares dentro de una economía se desvía de una distribución perfectamente igual. La curva de Lorenz los porcentajes acumulados de los ingresos totales percibidos en contra de la cantidad acumulada de receptores, empezando por el individuo o una familia más pobre. Las medidas del índice de Gini el área entre la curva de Lorenz y una línea hipotética de igualdad absoluta, expresados como porcentaje de la superficie

máxima por debajo del umbral. Así, un índice de Gini de 0 representa la igualdad perfecta, mientras que un índice de 100 implica desigualdad perfecta.

INDICADOR: brecha de la pobreza en las líneas nacionales de pobreza (%)

DEFINICION: brecha de la pobreza en las líneas de pobreza nacionales es el déficit medio de las líneas de pobreza (contando los no pobres por tener cero déficit) como porcentaje de las líneas de pobreza. Esta medida refleja la profundidad de la pobreza, así como su incidencia.

INDICADOR: extracciones de agua dulce anuales, total (mil millones de metros cúbicos)

DEFINICION: Extracción anual de agua dulce son la extracción de agua en total, sin contar las pérdidas por evaporación de las cuencas de almacenamiento. Los retiros también incluyen agua de las plantas de desalinización en los países donde son una fuente significativa. Las extracciones de agua puede superar el 100 por ciento del total de recursos renovables donde la extracción de los acuíferos no renovables o de plantas de desalinización o la reutilización del agua, donde es significativa. Los retiros para la agricultura y la industria son las extracciones totales para el riego y la producción de ganado y para uso industrial directa (incluyendo para la refrigeración de centrales termoeléctricas). Las extracciones para usos domésticos incluyen agua potable, uso o suministro municipal, y el uso de los servicios públicos, los centros comerciales y hogares.

RELEVANCIAS PARA EL DESARROLLO: La capacidad de los países en desarrollo para hacer más agua disponible para usos domésticos, agrícolas, industriales y ambientales dependerá de una mejor gestión de los recursos hídricos y la planificación y la integración más intersectorial. Los medios de vida de los más pobres se asocian críticamente con acceso a servicios de agua.

H 0: p=0 No existe correlación entre el Consumo de Energía Eléctrica per cápita y el PIB per cápita.

H i: p>0 Existe correlación lineal positiva entre Consumo de Energía Eléctrica per cápita y el PIB per cápita.

Coeficientes de correlación

Correlación de Pearson: Coeficientes\probabilidades

Consumo de Energía Eléctrica PIB per cápita Consumo de Energía Eléctrica 1,000 0,004PIB per cápita 0,913 1,000

Conclusión: a partir del análisis de correlación se obtuvo un p-valor: 0,004 menor al nivel de significación de 0,05 por lo que se toma la decisión de rechazar la Hipótesis Nula. El valor de 0<r<1 nos dice existe una correlación lineal positiva en la que el Consumo de Energía Eléctrica per cápita crece a medida que aumenta el PIB per cápita. Y como el r= 0,91 cercana al valor 1 se afirma que es la relación es fuerte.

H 0 : p=0 No existe correlacion entre el PIB per capita y las emisiones de CO2

H i : p≠0 Existe correlación entre el PIB per cápita y las emisiones de CO2

Coeficientes de correlación

Correlación de Pearson: Coeficientes\probabilidades

PIB per capita(US$ Emisiones de CO2 PIB per capita(US$ 1,00 0,40Emisiones de CO2 0,38 1,00

Conclusión: Como resultado de la correlación lineal se obtiene el p-valor= 0,04 menor al nivel de significación (0,05) que permite rechazar la hipótesis nula . A partir del valor de r se puede decir que existe correlación positiva entre el PIB per cápita y las emisiones de CO2 , pero como el valor r= 0,38 se dice que es una relación débil.

H 0 : p=0 No existe correlación lineal entre PIB y área selvática

H i: p<0 Existe correlación lineal negativa entre PIB y área selvática

Coeficientes de correlación

Correlación de Pearson: Coeficientes\probabilidades

PIB per capita (US$ Area selvatica

PIB per capita (US$ 1,00 0,03Area selvatica -0,81 1,00

Conclusión: Los resultados de esta correlación lineal muestran un p-valor= 0,03 menor al nivel de significación por lo tanto la decisión es Rechazar la Hipótesis nula. Y como consecuencia se puede afirmar que existe una correlacion lineal negativa entre el PIB y el área selvática , es decir a medida que aumenta el PIB se reduce el área selvática en Argentina. Sin embargo se observa que el valor r=0,81 no es cercano a 1 por lo que es una relación débil.

H 0: p=0 No existe correlación lineal entre PIB y Extracción de agua dulce

H i: p>0 Existe correlación lineal entre PIB y Extracción de agua dulce

Coeficientes de correlación

Correlación de Pearson: Coeficientes\probabilidades

Extracción anual de agua PIB per cap Extracción anual de agua dulce 1,00 0,10PIB per cap 0,90 1,00

Conclusión: Debido al p-valor= 0,10 se toma la decisión de No rechazar la hipótesis nula, ya que es mayor que el nivel de significación, es decir que no existe correlacion positiva entre la extracción anual de agua dulce y el PIB per capita en Argentina

H 0 : p=0 No existe correlación lineal entre PIB y el índice de GINI

H i: p<0 Existe correlación lineal negativa entre PIB y el índice de GINI

Coeficientes de correlación

Correlación de Pearson: Coeficientes\probabilidades

Índice de GINI PIB per cápita Índice de GINI 1,000 0,003PIB per cápita -0,920 1,000

Conclusión: Tomando los datos del cuadro de resultados se obtuvo un p-valor= 0,003 menor al nivel de significación 0,05 ; y por consiguiente se rechaza la Hipótesis Nula. Entonces como -1<r<0 existe correlación lineal negativa entre PIB y el índice de GINI , es decir que a medida que incrementa el PIB aumenta el índice de GINI en Argentina , y como r=-0,92 se afirma que es una relación fuerte.

H 0: p=0 No existe correlación lineal entre el índice de GINI y las emisiones de CO2

H i: P<0 Existe correlación lineal negativa entre el índice de GINI y las emisiones de CO2

Coeficientes de correlación

Correlación de Pearson: Coeficientes\probabilidades

Índice de GINI Emisiones de CO2 Índice de GINI 1,00 0,68Emisiones de CO2 -0,19 1,00

Conclusión: A partir del p-valor=0,68 mayor al nivel de significación de 0,05 se toma la decisión de no rechazar la hipótesis nula. Por lo tanto se dice que no existe correlación entre el Índice de GINI y las emisiones de CO2.

H 0 : p=0 No existe correlación entre Brecha de Pobreza Nacional , PIB y Emisiones de CO2

H i: p≠0 Existe correlación entre Brecha de Pobreza Nacional , PIB y Emisiones de CO2

Coeficientes de correlación

Correlación de Pearson: Coeficientes\probabilidades

PIB per capita Brecha de pobreza Emisiones de CO2 PIB per capita 1,000 0,003 0,900Brecha de pobreza -0,953 1,000 0,997Emisiones de CO2 0,066 -0,002 1,000

Conclusión: Como resultado de la correlación se obtuvo un p-valor =0,003 que indica el rechazo de la hipótesis de prueba, es decir que existe correlación negativa entre PIB per cápita y la brecha de pobreza nacional, a partir del r= -0,95 se puede afirmar que a medida que aumenta el PIB per cápita se reduce la brecha de pobreza nacional. Mientras que para las correlaciones entre Emisiones de CO2 y PIB per cápita (0,9) ;y Brecha de pobreza nacional y Emisiones de CO2 (0,99) ,el p-valor es mayor que el nivel de significación por lo tanto no se rechaza la hipótesis nula, y por consiguiente se dice que no existe correlación entre las variables.

H 0: p=0 No existe correlación entre PIB, Índice de GINI y las emisiones de CO2

H i: p≠0 Existe correlación entre PIB, Índice de GINI y las emisiones de CO2

Coeficientes de correlación

Correlación de Pearson: Coeficientes\probabilidades

Indice de GINI Emisiones de CO2 PIB per capita Indice de GINI 1,000 0,682 0,001Emisiones de CO2 -0,191 1,000 0,399PIB per capita -0,947 0,381 1,000

Conclusión: Respecto al p-valor=0,001 obtenido del análisis de correlación se toma la decisión de rechazar la hipótesis nula, entonces se afirma que existe una relación negativa entre el índice de GINI y el PIB per cápita teniendo en cuenta el coeficiente r= -0,947. En cuanto a las correlaciones entre el Índice de GINI y emisiones de CO2 con un p-valor= 0,68; y entre PIB per cápita y Emisiones de CO2 con un p-valor=0,39 por lo tanto se toma la decisión de no rechazar la hipótesis nula, es decir que no existe relación entre estas .