Revista Natura@economia Jul-Dic 2013

Dr. Jose Luis Samaniego LeyvaComision Economica para America Latina – CEPAL (Naciones Unidas)

Dr. Luis Miguel Galindo PalizaUniversidad Nacional Autonoma – Mexico

Dr. Vincent Alcantara EscolanoUniversidad Autonoma de Barcelona - Espana

Dr. Americo Saldivar ValdesUniversidad Nacional Autonoma de Mexico - Mexico

Departamento Academico de Economia y PlanificacionFacultad de Economia y Planificacion

Universidad Nacional Agraria La MolinaApartado postal 12-056. Av. La Molina s/n – La Molina / Lima - Peru

Telf. (51-1) - 614 - 7800 anexos 239 Telefax: (511) 3495762E-mail: [email protected]: http://ojournal.lamolina.edu.pe

Roberto Ivan Escalante SemerenaDirector/Editor

Comite editorial

Dr. Pere RieraUniversidad Autonoma de Barcelona - Espana

Ph. D. Daniel BromleyUniversity of Wisconsin–Madison - Estados Unidos

Dr. Waldemar Fernando Mercado CuriUniversidad Nacional Agraria La Molina - Peru

Ph. D. Jorge Alfonso Alarcon NovoaUniversidad Nacional Agraria La Molina – Peru

Dr. Roger Alferdo Loyola GonzalesUniversidad Nacional Agraria La Molina - Peru

Silvia Rosa Perez HuamanSecretaria tecnica

Pierina Andrea Pimentel PecerosCoordinacion editorial

ISSN 2226-9479Frecuencia de la publicacion: semestralArbitraje: Revision por pares anonimosFinanciamiento: REDCAPAInformacion para preparacion de manuscritos y suscripciones:Departamento Academico de Economia y PlanificacionDiseno y diagramacion de interiores: Cap. y Gest. de Tecnologias de Informacion Marlan SACFoto de portada: Parque Nacional del ManuFuente: http://www.peru.com

Revista Natura@economia

La revista Natura@economia tiene la finalidad de difundir entre especialistas, tomadores de de-

cisiones, funcionarios publicos y privados, organizaciones no gubernamentales e interesados,

los resultados de investigaciones en forma de articulos cientificos ineditos referentes a la eco-

nomia y sus vinculos multidisciplinarios con los recursos naturales, el ambiente y el desarrollo

sustentable. Con Natura@economia se pretende poner en manos de la sociedad, informacion

especializada pero accesible, de temas relevantes que inciden en el desarrollo economico y en

el bienestar general, hoy influenciados y fuertemente determinados por las relaciones que esta-

blece la sociedad con los recursos naturales y el ambiente.

Volumen 1, numero 2 Julio – Diciembre 2013

TABLA DE CONTENIDOS

Articulos Pag.

1. Valoracion y demanda del servicio ambiental hidro-

logico en el Parque Nacional Cumbres de Monterrey.

Américo Saldívar, Marcelo Olivera y Adán Isidro. 9

2. La Productividad total de factores incorporando va -

riables ambientales: El caso peruano Carlos Orihuela y

Jose Luis Nolazco. 29

3. Impacto del cambio climatico sobre los ingresos del

cafe convencional: un analisis de panel balanceado.

Periodo 1991 – 2010. Flor Rivera y Laura Alvarado. 49

4. Viabilidad de Reduccion de Emisiones por Deforestas-

cion y Degradacion de Bosques: el caso de las Áreas

Naturales Protegidas del Peru. Augusto Castro y Roger

Loyola.69

5. Evaluacion de la sustentabilidad de la produccion or -

ganica del cafe a traves de la medicion de eficiencia

economica con variables ambientales. Laura Alvarado. 91

6. Validacion de Estudios Individuales de Impacto Am -

biental: caso del Megaproyecto de Gas de Camisea,

Peru. Carlos Palomares y Jorge Alarcón. 111

EDITORIAL

Ponemos a disposicion de nuestros lectores el segundo numero de la revista. Consta de seis articulos, la ma-yoria de ellos dedicados al Peru, y todos relacionados con temas ambientales importantes.

El primero de ellos se refiere al pago por servicios hidrologicos en el Parque Nacional Cumbres de Monterrey en Mexico, entendido como un instrumento de intervencion para la conservacion del area natural protegida. El autor demuestra que la poblacion tiene disposicion a pagar, por lo tanto, es plausible introducir impues-tos para financiar la conservacion. Se propone un esquema institucional para su operatividad.

Un segundo trabajo que ponemos a disposicion de todos se intitula “La productividad total de factores in-corporando variables ambientales: El caso peruano”. Las variables ambientales que se analizan son el capital humano y el dioxido de carbono. Se trata de una aplicacion metodologica al caso peruano.

En el tercer articulo se analiza la “Viabilidad de reduccion de emisiones por deforestacion y degradacion de bosques: el caso de ANP del Peru”. En el se demuestra que el financiamiento de los proyectos REDD+ en Áreas Naturales Protegidas (ANP) es solo viable para dotar de sostenibilidad financiera a no mas del 28% de las 25 ANP seleccionadas como estudio de caso, de un total de 75.

Un cuarto trabajo, tambien referido a Peru, analiza el “Impacto del cambio climatico sobre los ingresos del cafe convencional: un analisis de panel balanceado. Periodo 1991-2010”. El objetivo central del trabajo es demostrar como variables ambientales son incluidas en el calculo de los ingresos de productores de cafe convencional en un contexto de cambio climatico. Las variables analizadas son la temperatura, precipita-cion, superficie y produccion y estas no perjudicarian los ingresos agricolas.

Un quinto trabajo tiene que ver con la “Evaluacion de la sustentabilidad de la produccion organica de cafe a traves de la medicion de eficiencia economica con variables ambientales”. Se trata de una adaptacion meto-dologica aplicada al caso del cafe convencional y el cafe organico en el Peru; se demuestra las ventajas de la produccion organica sobre la convencional.

Finalmente, un sexto trabajo ofrece los resultados de una investigacion muy importante acerca de la “Valida-cion de estudios individuales de impacto ambiental (EIA): caso del Megaproyecto de Gas de Camisea, Peru”. En este trabajo se hace una propuesta metodologica para validar cuantitativamente los EIA del mas grande proyecto gasero del Peru.

Creemos que estos esfuerzos academicos son valiosos y contribuyen a la discusion del capital natural de America Latina.

Roberto Ivan Escalante Semerena

Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (9-28)

9

Resumen

El Parque Nacional Cumbres de Monterrey re-

presenta una zona de vital importancia por la

aportacion de bienes y servicios ambientales

a la dinamica y sobrepoblada Zona Metro-

politana de Monterrey. Sin embargo, existen

procesos economicos y sociales que ejercen

una fuerte presion para su conservacion,

que la hace vulnerable en el futuro cercano1.

En este trabajo se presenta un analisis para

2instrumentar un mecanismo de Pago por

Servicios Ambientales Hidrologicos con la fi-

nalidad de incentivar su conservacion y ase-

gurar la disponibilidad de agua potable para

los usuarios de las cuencas media y baja. Para

ello, se utilizaron los metodos de valoracion

contingente, costo de oportunidad y costo

de restauracion. Los resultados sugieren que

la sociedad es consciente de la importancia

del Parque y muestran una alta proporcion de

participacion a traves de su disposicion a pa-

gar para conservarlo.

1 Doctor en Sociologia (Colegio de Mexico). Profesor e investigador en la Division de Estudios de Posgrado de la Facultad de Economia (Universidad Nacional Autonoma de Mexico – UNAM). Dirección postal: 70-545, UNAM, C.P. 04510. Teléfono: 52-55-56521888 ext. 48983; e-mail: [email protected]

2 Doctor en Economia con especialidad en Economia de los Recursos Naturales (Facultad de Economia, UNAM, Mexico). Profesor e investigador de la Universidad Autonoma Metropolitana, Distrito Federal, Mexico. Dirección Postal: Av. Insurgentes Sur 4360, B-304, La Joya; Tlalpan, CP 14090, Mexico DF, Mexico. Teléfono: 52-55-91776600; e-mail: [email protected]

Palabras clave: Valoracion Economica, Pago

por Servicios Ambientales Hidrologicos, Dis-

posicion a Pagar, Sustentabilidad.

Clasificación JEL: Q59.

Abstract3

The “Parque Nacional Cumbres de Monterrey”

is a region of vital importance given its contri-

bution of environmental goods and services

to the dynamic and booming Metropolitan

Area of Monterrey. However, there are eco-

nomic and social processes that exert strong

pressure on its conservation thus making

it vulnerable in the near future. This paper

analyses the implementation of a Payment

for Hydrological Environmental Services me-

chanism with the objective to provide incen-

tives for the region’s preservation and ensure

water availability to the mid and low basins

consumers. Methods used for the analysis

presented are: Contingent Valuation, Cost of

opportunity and Restoration costs. The re-

search results suggest that society is cons-

3 Economista (Facultad de Economia, UNAM, Mexico), Asistente de consultor (Dr. Americo Saldivar V., UNAM) “Beneficios Economicos del Tratamiento de Aguas Residuales en la Cuenca baja del Rio Coatzacoalcos - Veracruz, Mexico”. Dirección postal: Cahitas 35C, CTM Culhuacan II, C.P. 04440, Coyoacan, Mexico, D.F. Teléfono: 52-55-56221888 (anexo: 48983); e-mail: [email protected]

VALORACIÓN Y DEMANDA DEL SERVICIO AMBIENTAL HIDROLÓGICO EN EL PARQUE

NACIONAL CUMBRES DE MONTERREY

Saldívar V., Américo1; Olivera V., S. Marcelo2; Isidro C., Adán3

Fecha de recepción: 18-01-12 Fecha de aceptación: 05-06-2013

mailto:[email protected]


Saldívar, Américo; Olivera, Marcelo e Isidro, AdánValoración y demanda del servicio ambiental hidrológico en el Parque Nacional Cumbres de Monterrey

10

cious of the importance of the Parque and

has a high level of participation through peo-

ple’s inclination and willingness to pay for its

conservation. But the main obstacle to apply

the mechanism comes from political and ins-

titutional agencies.

Keywords: Economic Valuation, Payment for

Hydrological Environmental Services, Willing-

ness to Pay, Sustainability.

JEL Classification: Q59.

1. INTRODUCCIÓN

Tanto el Parque Nacional Cumbres de Monte-

rrey como la Zona Metropolitana de Monte-

rrey (en adelante, ZMM) se encuentran den-

tro de la cuenca del Rio Bravo4, considerada

una de las mas importantes de Mexico, por

su relevancia economica, geografica, fronte-

riza, asi como por su nivel de vulnerabilidad,

sobreexplotacion y degradacion del recurso

agua.

A raiz de la conformacion en el ano 2000 del

Consejo de Cuenca del Rio Bravo y del Grupo

de Seguimiento y Evaluacion, se detecto la si-

guiente problematica: a) escasez del recurso

agua; b) aumento de la demanda y creciente

competencia entre usos, usuarios y entida-

des federativas (por ejemplo, Nuevo Leon y

Tamaulipas); c) sobreexplotacion y contami-

nacion de cauces y acuiferos; d) ocurrencia

de fenomenos hidrometeorologicos extre-

4 Ésta se ubica en la franja fronteriza con Estados Unidos de Norte America y abarca cuatro estados de la Republica Mexicana: Chihuahua, Coahuila, Nuevo Leon y Tamaulipas, con una superficie, en la parte mexicana, de 226,280 km2.

mos; e) bajas eficiencias en los usos agrico-

la y municipal; y f ) insuficientes sistemas de

medicion de la cantidad y calidad del recurso,

entre otros (CONAGUA, Gerencia Regional Rio

Bravo 2006, p. 9).

La Comision Nacional de Áreas Naturales

Protegidas (en adelante, CONANP) senala

en el Plan de Manejo del Parque Nacional lo

siguiente: “El noreste de Mexico se ha carac-

terizado por su progreso, con dominancia

de la actividad industrial, lo que ha derivado

en un dinamico cambio de uso de suelo que,

aunado al aprovechamiento irracional de los

recursos forestales, han modificado los ciclos

hidrologicos, el reabastecimiento de los man-

tos acuiferos, el habitat natural de la fauna

silvestre y ha aumentado la perdida de sue-

lo por erosion” (CONANP, 2007, p. 9). Esto ha

traido aumento de temperatura, mayor tasa

de evaporacion, baja precipitacion pluvial y

por lo tanto, disminucion del aporte de agua

al subsuelo y a las corrientes superficiales. El

agua es el mas importante servicio ambiental

que proporciona el Parque, por lo que la falta

de dotacion del liquido elemento significaria

cambios dramaticos en el bienestar de los ha-

bitantes de la Zona Metropolitana de Monte-

rrey (CONANP, 2007).

En relacion al cambio de uso de suelo en la

ZMM, recientemente hay presiones urbanas

por mayores y mejores areas de ubicacion

para sus viviendas (que implica el fracciona-

miento de zonas residenciales), asi como por

mayores areas de esparcimiento para uso de

las empresas (como campos de golf, clubes

exclusivos y campos deportivos). Por su par-

te, en el medio rural de Cumbres de Monte-


11

rrey, el cambio de uso de suelo se presenta

por la expansion de la frontera agropecuaria,

la extraccion de materiales para construccion

y la presion por actividades del turismo. En la

figura 1 se presenta los principales factores

de presion del uso de suelo en la region de la

Sierra Madre Oriental, donde se localiza Cum-

bres de Monterrey.

Se reconoce la gran importancia economica,

social y ecologica que tiene el Parque Cum-

bres de Monterrey, al brindar sus servicios

ambientales a la poblacion y a la industria de

la ZMM. La CONANP (2007) senala que esta

area contiene la segunda mayor concentra-

cion de especies de pinos y encinos, y asimis-

mo que ocupa el segundo lugar en riqueza de

especies y endemismos para la flora fanero-

gamica (con unas 3,600 especies endemicas)

y el primer lugar en endemismos de avifauna.

Adicionalmente, la Comision Nacional para el

Conocimiento y Uso de la Biodiversidad (CO-

NABIO) considera a esta area como de alto

valor para la conservacion, ya que se presen-

tan zonas alternadas de bosques de pino y de

chaparral en buen estado de conservacion;

tambien le asigna una categoria alta en su

funcion como corredor biologico ya que une

areas de bosques templados con areas mas

secas al norte. Por todo lo anterior, su falta de

proteccion y cuidado acarrearia grandes da-

nos a la region en el mediano y largo plazos.

De esta manera, ante la problematica plantea-

da, en este estudio se considera que el mane-

jo de las cuencas hidrograficas constituye un

aspecto propicio para la gestion integral del

agua, mientras que el Pago por Servicios Am-

bientales Hidrologicos (en adelante, PSAH)

representa solo una de las muchas directrices

para lograr dicho objetivo. En tal sentido, los

objetivos de este estudio son:

Estimar y conocer la disposicion a pagar (DAP)

por parte de los usuarios domesticos del agua

de la ZMM para contribuir a las actividades de

Figura 1. Procesos de Transformación de la Sierra Madre Oriental

Fuente: CONANP, 2007.


12

conservacion y/o mejoramiento de los ecosis-

temas forestales que mantengan o mejoren la

provision de servicios ambientales hidrologicos.

Estimar el costo de oportunidad del uso del

suelo de las actividades economicas primarias

para la conservacion del bosque en las zonas

rurales de Cumbres de Monterrey, asi como el

costo de restauracion del suelo forestal.

Definir una propuesta para el funcionamien-

to de un mecanismo de PSAH que incluya: el

instrumento de recaudacion, la periodicidad

y medios de pago, asi como la disponibilidad

de los gobiernos locales para participar en el

desarrollo del esquema propuesto.

2. REVISIÓN BIBLIOGRÁFICA

Farley y Costanza (2010) senalan que el tema

del Pago por Servicios Ambientales (en ade-

lante, PSA) ha incrementado su popularidad

en la medida que representa una forma de

manejar los ecosistemas a traves de los incen-

tivos economicos. Estos autores comentan

que los servicios ecosistemicos son esencia-

les, no sustituibles y la mayoria de ellos se

estan volviendo escasos, por lo que implican

costos reales para su prestacion. De ahi deri-

va la pertinencia de desarrollar mecanismos

adecuados para pagar por ellos.

Respecto al tema de la equidad y la eficiencia,

como parte del debate entre los enfoques de

la economia ambiental y la economia ecolo-

gica, Farley y Costanza (2010) y Tacconi (2012)

retoman la discusion sobre que mecanismo

de PSA es mas apropiado. Desde la vision de

la economia ecologica, los esquemas de PSA

deben dar prioridad esencial a la no sustitui-

bilidad de los servicios de los ecosistemas,

especialmente aquellos cuya oferta es insufi-

ciente para satisfacer las necesidades basicas

(Farley y Costanza, 2010, p. 2066). Los servicios

ambientales y su pago van mucho mas alla de

una transaccion coasiana, ya que dentro del

enfoque de la economia ecologica el interes

social, la sustentabilidad, la distribucion, junto

con la conservacion y el desarrollo rural, serian

mas importantes que la eficiencia economica

(Tacconi, 2012). En ambos planteamientos se

sugiere que se debe trascender la perspectiva

convencional de los economistas en el tema,

ya que se ha dado prioridad a esquemas de

PSA basados en el mercado, cuando es nece-

sario reconocer la complejidad inherente de

los ecosistemas y su sostenibilidad, asi como

priorizar el tema de la justicia y equidad por

sobre la eficiencia economica.

En relacion a la disyuntiva entre mercado ver-

sus bienes publicos, se discute una contra-

posicion por el hecho que los mercados son

sistemas de intercambio voluntario en el que

los precios son determinados por la interac-

cion de la oferta y la demanda, mientras que

los servicios que brindan los ecosistemas son

determinados por sus caracteristicas fisicas

y solo pueden abordarse considerando las

cuestiones de no-rivalidad y no-exclusividad.

En este sentido, existe una gran variedad de

servicios ambientales con la propiedad de

no-exclusividad, por lo que su libre acceso es

inevitable y la negociacion de sus costos de

transaccion en el mercado podria ser vasta.

De esta manera, no hay ninguna razon en par-


13

ticular para creer que un enfoque basado en

el mercado sera mas eficiente que cuando no

lo es per se, y menos aun para creer que sera

mas sostenible y justo. Por esto, en lugar de

tratar de comercializar los servicios a traves de

la creacion de mercados, se tiene que aceptar

que se trata de bienes publicos, los cuales son

intrinsecamente no-excluibles, y puede tener

sentido para las instituciones el tomar la inicia-

tiva, de manera complementaria, en la medida

de lo posible, con esquemas mercantiles. No

es ninguna coincidencia que muchos de los

esquemas de PSA sean patrocinados por los

gobiernos (Farley y Costanza, 2010, p. 2065).

Referente a los temas de PSA, las institucio-

nes y la politica publica, Kelsey, Kousky y Sims

(2008) apuntan que en los casos en que los

servicios de los ecosistemas sean bienes pu-

blicos, puede ser deseable la participacion

de los gobiernos y asi superar el tema del

free-riding a traves de gravamenes a los be-

neficiarios para recaudar fondos. Por su parte

Muradian, et al (2010) senalan la importancia

de no subestimar los factores institucionales

y de politica economica al disenar un meca-

nismo de PSA, considerando para ello tanto

los enfoques teoricos como las practicas de

implementacion del mismo.

En contexto de lo politico, Kelsey, Kousky y

Sims (2008) recomiendan tener presente los

siguientes temas: a) los fondos disponibles

para comprar servicios de los ecosistemas de-

pende no solo de su demanda, sino tambien

de la estructura del mecanismo de financia-

miento; b) aunque los esquemas de PSA pue-

dan ser mas rentables (usando el criterio de

costo-efectividad), su viabilidad politica de-

pende del poder de aquellos grupos que so-

portan tanto los costos como los beneficios;

c) las subvenciones existentes que son pro-

ducto de arreglos politicos pueden interferir

con los incentivos eficaces; d) los actores no

gubernamentales seran mas eficaces cuando

sean un complemento de las instituciones

gubernamentales.

Finalmente, a partir de la puesta en practica

de diversos esquemas de PSA en el mundo, se

han identificado ciertos temas en los cuales

debe centrarse la atencion para desarrollar

y/o mejorar dichos esquemas. Al respecto,

Farley y Costanza (2010) senalan la importan-

cia de retomar los criterios de la Declaracion

de Heredia sobre PSA referidos a: la certi-

dumbre de medir la provision de los servicios

ecosistemicos, la definicion apropiada de los

derechos de propiedad, la distribucion equi-

tativa de los costos y beneficios derivados de

la provision de dichos servicios, el financia-

miento sostenible y, la participacion social,

entre otros.

Por su parte, Muradian et al (2010) comentan

que deben existir al menos tres condiciones

necesarias para que opere un esquema “ge-

nuino” de PSA: 1) definicion clara del tipo y

conservacion del uso de suelo; 2) que los usua-

rios tengan el derecho de terminar la relacion

contractual (en tanto se trate de una transac-

cion voluntaria) y; 3) existencia de monitoreo

que asegure la provision del servicio. Sin em-

bargo, no siempre se cumple alguna de estas

condiciones, ademas de que existe una gran

variedad de casos de PSA donde su exito de-

pende grandemente del involucramiento del

Estado y de las comunidades locales.


14

3. METODOLOGÍA

Muchos de los recursos naturales son valo-

rados comercialmente, sin embargo, existen

otros atributos provenientes del medio am-

biente que dificilmente pueden ser evaluados

en terminos crematisticos, como la calidad

del aire y los flujos de servicios de los ecosis-

temas (Freeman, 1993). Y dado que no existe

un indicador (precio) en el mercado que per-

mita negociar el valor que estos recursos tie-

nen, en muchos casos se hace un uso inade-

cuado de ellos. Azqueta (1994) clasifica estos

bienes en: externalidades, bienes publicos y

recursos comunes.

En el caso de las funciones ambientales, para

llegar a estimar valores, se crearon diferentes

metodos de valoracion, los cuales se clasifi-

can en directos e indirectos. Los metodos de

valoracion directos se basan en precios de

mercado disponibles. La fuente de informa-

cion se basa en parametros de conductas ob-

servadas, como los precios pagados o gastos

efectuados en mercados convencionales ta-

les como cambio en productividad, perdidas

de ganancia (por ejemplo, con efectos en la

salud) y costo de oportunidad. Por su parte,

con los metodos indirectos es posible inferir

el valor implicito de un bien, a traves de pre-

cios pagados por otros bienes o servicios re-

lacionados con el mismo tales como: diferen-

ciales de salario, precios hedonicos (valores

de la propiedad), funciones de produccion y

costo de viaje, entre otros.

Cada uno de los metodos usados en este es-

tudio, fueron seleccionados de acuerdo a la

disponibilidad de informacion, la restriccion

de tiempo, ademas de que nos permitiesen

responder a las preguntas de investigacion

formuladas y por lo tanto resolver adecuada-

mente los objetivos planteados.

3.1. Método de Valoración

Contingente

El Metodo de Valoracion Contingente (MVC)

consiste en simular un mercado para un bien

o conjunto de bienes, que no lo tienen. Me-

diante encuestas a una muestra de usuarios,

se trata de averiguar la disposicion a pagar

(DAP) por disponer de un bien ambiental. Esta

forma de medicion permite una amplitud de

aplicaciones, desde el mercadeo hasta la va-

loracion de bienes ambientales, pasando por

determinacion de danos en bienes colectivos.

Esto constituye la principal ventaja del meto-

do, aunque simultaneamente la elaboracion

del ejercicio enfrenta una notable compleji-

dad (Riera, 1994). La DAP resultante debe in-

terpretarse en su contexto, como el monto en

dinero calculado para un determinado grupo

objetivo, en las dimensiones de tiempo y es-

pacio, por lo cual predicciones mas alla de los

valores monetarios obtenidos no tienen nin-

guna validez. Ademas, es necesario aclarar

que este valor de ninguna manera implica un

pago por parte del grupo y/o poblacion ob-

jetivo.

Para el desarrollo de este metodo, se realizo

una encuesta en la ZMM en octubre de 2007,

con una muestra que cubre los requerimien-

tos metodologicos de acuerdo a la teoria

del muestreo aleatorio simple. Se aplico un

cuestionario bajo la modalidad referendum


15

(formato dicotomico), con las correcciones de

Hanemann, que requiere de los entrevistados

unicamente respuestas del tipo “si” o “no”, a

diferencia de metodos utilizados anterior-

mente que exigian repreguntar varias veces

hasta que el entrevistado cambiase el signo

de su respuesta. La variante aplicada tiene

enormes ventajas, porque elimina el sesgo

que inducen las repreguntas, ademas de que

tiene un menor costo de aplicacion (Bishop y

Heberlein, 1979).

Hanemann (1984) y Cameron (1988) desarro-

llaron formulaciones teoricas del MVC que

permiten estimar cambios en el bienestar de

las personas. Hanemann formula el problema

como la comparacion entre dos funciones

indirectas de utilidad. Cameron interpreta la

respuesta como una comparacion entre la

cantidad de dinero sugerida en la encuesta

y la diferencia entre los valores dados por la

funcion de gasto evaluada con y sin posibili-

dad de acceso al bien publico que se preten-

de valorar. McConnel (1990) demostro que las

porciones deterministicas de los dos modelos

sugeridos son duales entre si. La diferencia

entre los dos enfoques es el momento en que

se agrega el termino estocastico a las funcio-

nes.

En el presente estudio se privilegio el enfo-

que de Hanemann para la estimacion de las

medidas de bienestar. Se uso la formulacion

del modelo en su version lineal multiple, la

cual expresa la DAP como cambios en el ni-

vel de bienestar en funcion al monto de pago

(X) y las caracteristicas mas relevantes de la

muestra (Xi) y un factor estocastico:

ΔV=α – βX – βiXi +η (1)

El proceso de calculo de la muestra, se realizo

a traves de la aplicacion de un modelo multi-

nomiallogit, el cual fue significativo y cumplio

con los test y restricciones estadisticas usuales.

Si bien el MVC ofrece ventajas, tambien pre-

senta debilidades (Mathews, 1995), entre ellas

que frecuentemente no muestra ser sensible

a la dimension del bien ambiental (scope), la

que presenta sensibilidad al marco de refe-

rencia con el cual se formula la pregunta de

valoracion hipotetica, generando comporta-

mientos estrategicos en los entrevistados y el

consecuente sesgo en la respuesta. Tambien

es sensible a la consideracion de sustitutos y,

en muchos casos, los resultados no han sido

validados por otros metodos. Sin embargo,

en la decada de los noventa fue discutida am-

pliamente la validez de los resultados de Valo-

racion Contingente (Riera, 1994), sobre todo

como una medicion de desastres ecologicos

(y/o contaminacion), que es utilizada ante tri-

bunales, a partir de una discusion ventilada

por expertos en el seno de la Comision de la

NOAA (National Oceanic and Atmospheric Ad-

ministration, de los Estados Unidos). Actual-

mente en Mexico se aplica este metodo para

medir la compensacion por los danos produ-

cidos por el derrame de petroleo de la British

Petroleum en el Golfo de Mexico (INE, 2012).

3.2. Costo de oportunidad

El concepto de costo de oportunidad se basa

en la idea de que los costos de usar un recurso

para propositos que no tienen precios en el


16

mercado, o no son comercializados, pueden

ser estimados utilizando el ingreso dejado de

percibir por no usar el recurso en otras acti-

vidades productivas (definida como variable

proxy). Tal es el caso, por ejemplo, de preser-

var un area para un parque nacional en vez

de usarlo para fines agricolas. Los ingresos

dejados de percibir en la actividad agricola

representan, en este caso, el costo de oportu-

nidad del parque. Asi, en vez de valorar direc-

tamente los beneficios del parque, se estima

los ingresos dejados de ganar por preservar

el area. En este contexto, el costo de oportu-

nidad es considerado como el costo de la pre-

servacion. En el presente estudio se definio

los ingresos promedio por las principales ac-

tividades que compiten por la conservacion

del bosque, siendo el trabajo agropecuario la

principal actividad de la region.

3.3. Costos de restauración

Conservar o preservar un area natural implica

un precio o un costo economico. En el caso de

la restauracion de ecosistemas se debe asig-

nar un precio de mercado, con lo cual, de ma-

nera indirecta, es posible cuantificar el monto

a pagar a los propietarios de los bosques ara

que realicen diversas obras de conservacion

y manejo. Para este estudio, el costo por res-

tauracion se establecio a partir de los criterios

de la Comision Nacional Forestal (CONAFOR).

Dependiendo de las condiciones y el tipo de

ecosistema, asi como de los precios de merca-

do de los insumos necesarios, es posible de-

terminar un precio en particular por hectarea

restaurada.

4. DEMANDA Y OFERTA DE LOS SERVICIOS AMBIENTALES HIDROLÓGICOS

4.1. La demanda

El agua para uso domestico siempre ten-

dra preferencia en el diseno de las politicas,

programas y normas administrativas que se

elaboren para la prestacion del servicio pu-

blico de agua potable (Articulo 22 de la Ley

de Agua Potable y Saneamiento del Estado de

Nuevo Leon). En este sentido, al mes de junio

de 2007 se ofrecia servicio de agua potable

a 950,042 usuarios en la ZMM y a 178,667 en

los municipios foraneos, es decir, a un total

de 1’128,709 usuarios en el Estado de Nuevo

Leon.

La cuenca media y baja del rio Bravo, que es

la que abastece de agua a esta zona, es ali-

mentada en gran parte por las estribaciones

por la sierra madre oriental, localizadas en

los estados de Nuevo Leon y Coahuila, en los

cuales se localizan 31 de los 50 acuiferos que

atienden las necesidades de agua potable

de cerca de 9 millones de habitantes. Parte

importante de esta subcuenca lo constitu-

ye el Parque Natural Cumbres de Monterrey

(CONANP, 2007).

Por otra parte, el agua consumida por la po-

blacion en Mexico esta subsidiada, es decir

que las tarifas aplicadas no cubren los cos-

tos reales de extraccion y distribucion del li-

quido. Agravantes del problema son la exis-

tencia de predios que no tienen instalados


17

medidores para contabilizar el consumo de

agua, o que tienen pozos no registrados. Por

ejemplo, en 1998 en Monterrey, unicamente

el 77% del agua suministrada fue facturada,

el restante 23% no se cobro debido a la falta

de un medidor o por perdidas en las lineas

de distribucion. Los porcentajes mas altos de

facturacion se presentan en las tomas do-

mesticas, siendo en 1999 del 90%. De otra

parte, se cuenta por cientos el numero de

pozos que funcionan sin los permisos y re-

gistros correspondientes.

4.2. La oferta

El Parque Nacional Cumbres de Monterrey es

una de las 128 Áreas Naturales Protegidas que

existen en Mexico. Cuenta con una superficie

de 177,395 hectareas y comprende 8 munici-

pios del estado de Nuevo Leon. Forma parte

de la region hidrologica de la cuenca alta y

media del rio Bravo. Esta parte del territorio

de la cuenca constituye una de las regiones

con mayor escasez de agua y de acuiferos so-

breexplotados, amen de formar parte del de-

sierto chihuahuense. Para el 2005 se estimaba

una disponibilidad media anual apenas ma-

yor a 1,000m3 de agua por habitante, y para

el 2030 se estima que sea de 900m3/hab/ano

(CONAGUA, 2007). Ello ubica a esta region

como de alto riesgo y estres hidrico.

De otra parte, gracias a su superficie forestal,

constituye la principal zona de recarga y abas-

tecimiento de agua para mas de 4 millones de

usuarios que habitan en la ZMM. En la actua-

lidad, aparentemente, el mayor problema y

restriccion en la distribucion y suministro del

agua potable no es tanto su disponibilidad,

sino el gasto y su costo en energia para su ex-

traccion y transporte. El agua que se suminis-

tra a esta zona se extrae de fuentes superfi-

ciales y subterraneas. Actualmente, alrededor

del 55% del abastecimiento proviene de las

fuentes superficiales, basicamente de las pre-

sas La Boca, El Cuchillo y Cerro Prieto, mien-

tras que las fuentes subterraneas aportan un

45% (Tabla 1). Esta relacion se invierte segun

la estacion o temporalidad, ya que durante el

estiaje el 60% del gasto proviene de los man-

tos freaticos. Vale decir que las fuentes sub-

terraneas tienen un deficit, resultado de una

reducida recarga de los mismos, que los situa

en una condicion de sobreexplotacion.

Si bien existe discusion sobre el volumen que

aporta Cumbres en la disponibilidad y los

abastecimientos hidricos de la ZMM, las opi-

Fuentes de Agua Potable Aportación (m3/s) %

Subterráneas

Pozos 3.402 37.00

Galerías 0.637 6.93

Manantiales 0.138 1.50

Superficiales Presas 5.018 54.57

Fuente: INEGI, 2002.

Tabla 1. Fuentes de Agua Potable de la Zona Metropolitana de Monterrey


18

niones mas optimistas varian entre el 50% y el

70%. Ello permite inferir que, con excepcion

de los pozos de Mina y Buenos Aires, el resto

de la extraccion de agua subterranea depen-

de de la infiltracion del Parque Nacional Cum-

bres de Monterrey. Pero, independientemen-

te de cual sea el porcentaje, consideramos

que la aportacion del Parque beneficia no

solo a la ZMM, sino a todo el estado de Nuevo

Leon con su zona citricola y aun a cuencas re-

gionales como la del Rio Bravo.

Otros servicios ambientales identificados

dentro del Parque Cumbres de Monterrey

son: turismo, recreacion, excursion y belle-

za escenica; resguardo y preservacion de la

biodiversidad; prevencion contra riesgos y

contingencias ambientales; provision de ma-

terias primas y; otros servicios, tales como la

captura de dioxido de carbono en la atmosfe-

ra de la region a traves del proceso de la foto-

sintesis por el que funcionan como esponjas

para limpiar el aire en la region y, sobre todo,

en la ZMM.

5. RESULTADOS

5.1. Disposición a pagar

La estimacion de la DAP de la poblacion de

la ZMM revela que la media de pago es de

seis pesos con ochenta centavos mensuales

(aproximadamente 0.60 centimos de dolar

americanos), por lo que, aplicar un pago ge-

neralizado de cinco pesos por mes, por cada

toma domiciliaria seria aceptado por la po-

blacion (ver Tabla 2).

De acuerdo a la modelacion, se observa una

correlacion entre el nivel de estudios, el co-

nocimiento de los servicios ambientales y la

DAP por la conservacion del bosque, es decir,

a mayor nivel de estudios o conocimiento de

la problematica ambiental mayor disposicion

a pagar por la conservacion del ambiente.

Otro resultado interesante del modelo es la

importancia de la forma de pago, la cual tiene

relacion con el grado de confianza de la po-

blacion en el organismo operador del servicio

de agua potable de la ciudad de Monterrey.

De acuerdo con los datos obtenidos, en nu-

meros redondos el padron de beneficiarios de

los servicios hidrologicos alcanza un millon

de usuarios o familias (con servicio medido),

incluyendo pequenas industrias y servicios.

A partir de la consulta realizada, se encontro

que los usuarios estarian dispuestos a aportar

una cuota voluntaria con una periodicidad

mensual, a traves del recibo de agua potable.

La justificacion por la que se determino este

instrumento de recaudacion obedece a tres

razones: la confianza hacia el organismo ope-

rador de Agua (el Servicio de Agua y Drena-

je de Monterrey) en la administracion de los

recursos y en el servicio del agua brindado;

el hecho que represente un instrumento efi-

ciente en terminos de recaudacion para la

conformacion del fondo de conservacion de

Cumbres de Monterrey; y finalmente, el he-

cho que garantizaria el financiamiento del

fondo en el largo plazo.

5.2. Costo de oportunidad

Las principales actividades economicas que


19

plantean una amenaza a la cobertura vege-

tal del Parque Cumbres de Monterrey son las

agricolas, ganaderas y forestales. En la agri-

cultura, los principales cultivos anuales en el

area de la montana Cumbres de Monterrey

son maiz, frijol, trigo, avena forrajera, cebada,

sorgo y sorgo forrajero. Por su parte la agri-

cultura perenne tiene fines comerciales, pro-

duciendose manzana, nuez, aguacate, duraz-

no, ciruela, chabacano, pastos y citricos.

En el caso la actividad ganadera, de las 1,394

Unidades de Produccion Rural (UPR) con acti-

vidad agropecuaria existentes en la Montana,

1,152 tienen una produccion ganadera, (lo

que representa el 82%), de las cuales solo el

30% vende su produccion (Mejia 2003, p. 28),

lo cual permite afirmar que, en su mayoria, la

produccion ganadera esta dedicada a la sub-

sistencia y el ahorro.

En el presente estudio, el monto promedio

por el que los agricultores estarian dispues-

tos a cambiar el uso de suelo a la conserva-

cion de sus predios es de $5,952/hectarea, lo

cual indica que la competencia es muy seria

frente a otros usos alternativos, lo que es aun

mas marcado si consideramos el tema del cre-

cimiento de la “mancha urbana” en la region

(ver Tabla 3).

5.3. Costos de restauración

Dependiendo de las condiciones y el tipo de

ecosistema, asi como de los precios de mer-

cado de los insumos necesarios, es posible

determinar un precio por hectarea restaura-

da. En la Tabla 4 se muestra que en el caso de

los ecosistemas arido y semiarido, asi como el

templado frio, que son los representativos en

Cumbres de Monterrey, el valor puede ascen-

der a $5,161 y $9,485 respectivamente.

Resultados del Modelo Mutinomial Logit

Variable Coeficiente

Intercepto 148.7667

Oferta de pago -21.95691

(-20.85)

Nivel de estudios -1.032551

(-2.45)

Conocimiento de los servicios ambientales -20.31294

(-37.01)

Forma de pago de la Contribución -18.24712

(-3.94)

Pseudo R2 0.9662

Disposición a pagar (expresada en pesos) 6.80

Fuente: Elaboración con datos propios.

Tabla 2. Disposición a pagar para la conservación de Cumbres de Monterrey


20

El monto de los costos de restauracion men-

cionados considera diversos componentes o

conceptos, como los costos de produccion de

las plantas necesarias para cubrir una hecta-

rea, los costos de transporte de las mismas,

la asesoria tecnica y los costos por concepto

de pago de jornales para plantar y realizar las

obras de conservacion de suelo y agua.

6. DISCUSIÓN

El reto de conciliar la participacion de todos

los actores involucrados (usuarios, proveedo-

res, gobierno, instituciones no gubernamen-

tales y sociedad en general), es uno de los

mas importantes en el diseno e implementa-

cion de un mecanismo de PSA. En el caso es-

tudiando, a pesar que se encontro viabilidad

economica y social por parte de los usuarios

domesticos del agua en la ZMM, para imple-

mentar un mecanismo de este tipo, el tema

de la voluntad politica de los gobiernos muni-

cipal, estatal y federal, en terminos generales,

no se ha manifestado en un claro y decidido

interes en incorporar el tema de la sustenta-

bilidad en las politicas publicas de oferta y

gestion del agua.

Se entiende que tanto la implementacion de un nuevo canon del agua asi como su ad-ministracion no es tarea facil, e inclusive se muestran abiertas reticencias y objeciones de parte de las autoridades locales para realizar-lo. Esto permite considerar que se trata de un tema de negociacion politica, de convenci-miento y, sobre todo, de la aceptacion de una nueva cultura del agua tanto de los habitan-tes de la ZMM como de los distintos niveles de gobierno.

La participacion incluyente y participativa de todos los actores involucrados resulta una ta-rea importante. El que los ecosistemas ofrez-can un conjunto de servicios, muchos de los cuales son intrinsecamente no-excluibles, puede tener sentido para que las institucio-

Concepto Valor del costo de oportunidad

Sector agrícola ($/hectárea)Maíz 373.0

Hortalizas 412.5

Manzana 7,344.0

Nuez 15,681.5

Sector ganadero Promedio anual de venta ($)Ganado caprino 2,840.0

Ganado bovino 5,113.0

Sector forestal Promedio anual de venta ($)

Leña 942.0

Fuente: Elaboración a partir de estimaciones propias.

Tabla 3. Ingresos por actividades agropecuarias en Cumbres de Monterrey


21

nes tomen la iniciativa, complementados, en la medida de lo posible, con esquemas de mercado. No es ninguna coincidencia que muchos de los esquemas de PSA sean pa-trocinados por los gobiernos (Farley y Cos-tanza, 2010). En este sentido, los esquemas de PSA seran mas eficaces cuando formen parte de un conjunto coherente de politicas para abordar el uso y manejo de ecosiste-mas. Por el contrario, seran menos efectivos cuando otros instrumentos de politica esten proporcionando incentivos contrapuestos ta-les como subsidios en el consumo de agua y energia o cuando la legislacion que controla

la asignacion sea inflexible (Farley y Costanza, 2010, p. 2061).

En el caso planteado para Cumbres de Mon-

terrey se encontro que puede ser factible el

desarrollo de un mecanismo de PSAH en una

modalidad mixta con la participacion tanto

del Estado como del mercado. Esto es posi-

ble ya que los gobiernos pueden gravar a los

beneficiarios para recaudar fondos para las

politicas de PSA, aunque con posibles conse-

cuencias distributivas de economia y politica

(Kelsey, Kousky&Sims, 2008, p. 9468.)

Tabla 4. Costos de restauración por tipo de ecosistema

Concepto

Ecosistema

Templado frío

Árido y semiárido con reforestación

Árido y semiárido

con siembra directa

Densidad de plantación (plantas/hectárea) 1,600.00 900.00 -

Costo de producción por planta ($/planta) 1.30 1.00 -

Producción de planta para reforestación inicial o semilla

para siembra en el caso de árido y semiárido ($/hectárea)2,080.00 900.00 500.00

Producción de planta para reposición ($/hectárea) 832.00 360.00 -

Manejo de planta (carga, transporte y descarga) ($/

hectárea)487.00 487.00 -

Obras de restauración (control de la erosión) o preparación

del terreno para reforestación, o mejoramiento de flujos

hídricos, desazolve de manantiales ($/hectárea)

3,500.00 - 3,500.00

Jornales para reforestación ($/hectárea) 1,280.00 720.00 200.00

Jornales para reposición de planta ($/hectárea) 512.00 288.00

Asesoría técnica ($/hectárea) 300.00 300.00 300.00

Mantenimiento (control de malezas, fertilización, protección,

entre otros) ($/hectárea)494.00 2,106.00 661.00

Total 9,485.00 5,161.00 5,161.00

Fuente: CONAFOR.


22

Adicionalmente, Muradian et al (2010) coin-cide junto con otros autores en que se debe dar una vision alternativa a la vision coasiana de los esquemas de PSA dada la ausencia de mercados, ademas de los altos costos de tran-saccion entre proveedores y usuarios del ser-vicio, para que se logre el optimo paretiano. Farley y Costanza (2010) retoman el papel de la adaptacion de las instituciones con la finali-dad de tratar adecuadamente los servicios de los ecosistemas y las compensaciones entre los servicios a fin de que sus contribuciones al bienestar humano puedan ser sostenidas y mejoradas. Los sistemas de PSA pueden ser un elemento eficaz en estas instituciones.

Como puede apreciarse, el analisis de los esquemas sobre PSA se apoya en los meca-nismos de cooperacion, la mediacion de las instituciones, los derechos de propiedad, el marco legal, asi como las percepciones y los valores sociales. En nuestro estudio, hemos visto que estos factores estan presentes; si bien no incluimos el factor juridico-legal, este es imprescindible a efectos de asegurar la permanencia del esquema dentro de un pacto voluntario-normativo. Retomando los elementos de analisis anteriores, se propone el siguiente esquema para la implementacion de PSAH en la ZMM.

6.1. Mecanismo de operación

del PSAH

En el caso de Mexico se han observado dos momentos que vale la pena aclarar. Primero, el esquema se desarrolla gracias al impulso institucional: la Comision Nacional del Agua (CONAGUA) aporta un fondo “semilla” con mas de 200 millones de pesos a partir del ano 2001 para que la Comision Nacional Fores-

tal (CONAFOR) los administre como subsidio para conservacion forestal. Despues, se le agregan los llamados “fondos concurrentes” con aportaciones de otras instituciones de los distintos niveles de gobierno e interna-cionales. En nuestro caso, se sugiere un tercer momento, el cual incorpore a los usuarios del agua con la finalidad de hacerlos correspon-sables en el tema de la conservacion de los ecosistemas y tambien para desmontar de manera paulatina los subsidios centralizados.

De esta manera, para la conservacion del Área Natural Cumbres de Monterrey se proponen dos alternativas o modalidades, dependiendo del origen de los recursos: formar un fondo a traves del cobro directo a los usuarios con DAP voluntaria y; cobrar a traves del pago por derechos del agua a los organismos ope-radores municipales y/o a traves de los titulos de concesion de agua a empresas. En ambas modalidades deben separarse de manera cla-ra el pago o compensacion por conservacion, de las tarifas por el suministro de agua.

El diseno del fondo y la propuesta de distri-bucion de los recursos con DAP voluntaria, se propone que sea a traves de un consejo de administracion integrado por representan-tes de las siguientes instituciones: Congreso Local del Estado de Nuevo Leon; Organismos desconcentrados de la Secretaria de Medio Ambiente y Recursos Naturales (SEMARNAT) en el Estado de Nuevo Leon como la Comi-sion Nacional del Agua (CONAGUA), el CONA-FOR y la CONANP, asimismo del gobierno del Estado (Agencia de Proteccion al Medio Ambiente del Estado de NL), del Servicio de Agua y Drenaje de Monterrey; Gobiernos Mu-nicipales de la ZMM; Representacion civil y Organizaciones no Gubernamentales (Prona-


23

tura, Guardianes de la Huasteca, Parque Chi-pinque, etc.); de la Universidad Autonoma de Nuevo Leon y del Instituto Tecnologico y de Estudios Superiores de Monterrey (ITESM).

Para la distribucion de los recursos obtenidos por el PSAH (ver Tabla 5) se recomienda:80% en pago a los oferentes de servicios ambien-tales (conservacion y manejo del bosque); 2% a una evaluacion anual de los resultados y a la eficiencia del manejo del fondo; entre 5% y 7% para la administracion del fondo (gastos operativos y administrativos del fondo), de acuerdo al tamano del monto; 2% para finan-ciar estudios e investigaciones relacionados a impactos economicos, sociales y ecologicos del fondo en la cuenca baja del Rio Bravo; en-tre 3% y 4% para asesorias legales en relacion a disputas o problemas relacionados al uso de suelo y tenencia de la tierra y; 5% para publi-citar en medios masivos de comunicacion, la importancia ecologica y socioeconomica del Parque Nacional Cumbres de Monterrey y la necesidad de generar recursos por los usuarios para su conservacion.

En el caso de la administracion de los recursos se propone la creacion de un fondo cuyo ob-jetivo central sea promover, ejecutar y evaluar acciones de conservacion y preservacion de los recursos de Cumbres de Monterrey (y en futuro cercano a nivel de la cuenca). Asimis-mo, crear un organo autonomo y manejado por instancias locales. Ademas, la generacion de recursos financieros propios y sostenibles en el largo plazo. Finalmente, la formulacion y aplicacion de una ley organica con personali-dad juridica propia (Tabla 5).

Adicionalmente, es posible modificar el pago por derechos del agua. En este caso, se reque-

riria de una modificacion de la Ley Federal de Derechos a efecto que, sobre los pagos actua-les por concepto de tarifas se cargue entre un 10% y 12% adicional. Esta cuota se “etique-taria” como uso exclusivo para el fondo de conservacion de Cumbres de Monterrey en primer termino y se podria extender a nivel

de la cuenca en el mediano plazo.

La administracion del fondo propuesto po-

dria hacerse a traves de un Fideicomiso de tu-

tela local, el mismo que expresaria el interes

de la federacion para ir al encuentro de las ne-

cesidades locales y regionales en terminos de

la conservacion y preservacion de un recurso

escaso que es de interes nacional. Los montos

recaudados por dicho fideicomiso permitirian

pagar por la conservacion del bosque y el so-

tobosque de alrededor de 100 mil hectareas

en la region de Cumbres de Monterrey, para

realizar labores de restauracion en las areas

degradadas.

7. CONCLUSIONES

El Parque Cumbres de Monterrey representa

una fuente importante para la provision de

servicios ambientales hidrologicos para la

ZMM. Sin embargo, el cambio de uso de sue-

lo debido a la presion del crecimiento demo-

grafico, asi como las actividades economicas

propias de la region, ponen en peligro la pro-

vision de estos servicios para la poblacion. En

este sentido, el reto para conciliar la oferta con

la demanda del agua en esta region, plantea

la necesidad de realizar mayores esfuerzos

para asegurar la disponibilidad, preservacion

y sustentabilidad del recurso, garantizando


24

su abastecimiento para los diferentes usos

y las futuras generaciones. En esta linea de

preocupacion, un esquema de PSAH podria

ayudar en la solucion de los problemas de es-

casez hidrica en la region para el futuro.

La metodologia empleada nos permitio obte-

ner los resultados esperados de acuerdo a los

objetivos planteados. De esta manera, consi-

derando los resultados obtenidos se concluye

que existe anuencia por parte de la poblacion

para participar en la conservacion de esta

area natural a traves de su disposicion a pagar

(DAP), la cual se estimo en 6.80 pesos men-

suales (aproximadamente 0.60 centavos de

dolar americano) con cargo a su servicio de

agua, por lo que podria esperarse una recau-

dacion de alrededor de 12 millones de pesos

anuales. Se encontro que la DAP esta relacio-

nada con los conocimientos de los usuarios

con respecto a los servicios ambientales que

le aporta Cumbres de Monterrey, asi como su

confianza en el organismo operador del agua

para que administre dichos recursos. A pesar

de que el valor del costo de oportunidad pro-

medio para la conservacion de areas foresta-

les es alto, de acuerdo al valor del costo de

restauracion para los tipos de ecosistemas

que existen en Cumbres de Monterrey, se es-

tima cubrir alrededor de 100 mil hectareas de

cubierta forestal para su conservacion (apro-

ximadamente diez veces mas a las que actual-

mente se cubre por esta modalidad).

De acuerdo a las caracteristicas socioecono-

micas de la ZMM y por los resultados logra-

dos en este estudio, se considera factible la

instrumentacion de un mecanismo mixto de

Esce

nario

Dis

posi

ción

apa

gar (

$)

Usu

ario

s de

l agu

a

Mon

to a

nual

($)

Distribución de Gastos

Restauración de barrancas

Conservación de bosque

Conservación de chaparral

Administrati-vos, legales e investigación

Cos

to to

tal (

$/he

ctár

ea)

Porc

enta

je d

el F

ondo

Cob

ertu

ra (h

ectá

rea)

Cos

to ($

/hec

táre

a)

Porc

enta

je d

el fo

ndo

Cob

ertu

ra (h

ectá

reas

)

Cos

to ($

/hec

táre

a)

Porc

enta

je d

el fo

ndo

Cob

ertu

ra (h

ectá

reas

)

Porc

enta

je d

el fo

ndo

Mon

to ($

)

1 5 880,876 52,852,560 5,100 20% 2,073 375 50% 70,470 200 10% 6,426 20% 10,570,512

2 6 880,876 63,423,072 5,100 20% 2,487 375 50% 84,564 200 10% 31,712 20% 12,684,614

3 6.8 880,876 71,879,481 5,100 20% 2,819 375 50% 95,839 200 10% 35,940 20% 14,375,896

Fuente: Elaboración a partir de estimaciones propias.

Cuadro 5. Diseño y distribución de recursos del PSAH para Cumbres de

Monterrey


25

PSAH, bajo una modalidad voluntaria y nor-

mada. Voluntaria en el sentido de que existe

anuencia por parte de la poblacion usuaria

para participar y normada porque es nece-

sario dar certeza institucional, juridica y de

largo plazo para recabar e invertir los recur-

sos generados y manejados a traves de un

Fideicomiso. Sin embargo, es preciso senalar

que, infortunadamente, no existe la voluntad

politica e institucional necesaria para asumir

dicho compromiso e impulsar el esquema

propuesto.

En este sentido, retomamos el argumento de

que la responsabilidad para conservar Cum-

bres de Monterrey requiere ser compartida

entre usuarios y proveedores del recurso hi-

drico, por lo que se debe impulsar un esfuer-

zo y trabajo bajo los principios de apoyo mu-

tuo, solidaridad, confianza y determinacion

etica, de voluntad politica e institucional –tal

y como fue senalado por autores ya citados

–. Se trata, en ultima instancia, de brindar a la

comunidad un servicio que garantice el obje-

tivo de agua segura, agua para siempre.


26

8. REFERENCIAS BIBLIOGRÁFICAS

Azqueta, D. (1994). Valoración económica de la

calidad ambiental, Espana, McGraw-Hill Inte-

ramericana de Espana, S. A.

Bishop, R. C., Heberlein, T. A. (1979). “Measu-

ring values of extramarketgoods: are indirect

measures biased?” American Journal of Agri-

cultural Economics, Vol. 61, No. 5, pp. 926-930.

Bulte, E. H., Lipper, L., Stringer, R., Zilberman,

D. (2008). “Payments for ecosystem services

and poverty reduction: concepts, issues, and

empirical perspectives”, Environment and De-

velopment Economics, 13(3), pp. 245-254.

Cameron,R., Carson, R. T., (1989).Using surveys

to value public goods: the contingent valuation

method, Washington Dc., Resources for the

Future.

Cameron, T., (1988). “A new paradigm for va-

luing non-market goods using referendum

data: maximum likelihood estimation by cen-

sored logistic regression”, Journal of Environ-

mental Economics and Management, 15, pp.

355-379.

CONAGUA (2004). Situación del subsector de

agua potable, alcantarillado y saneamiento,

Mexico, D. F., SEMARNAT.

CONAGUA (2006). Cuarto Foro Mundial del

agua. Informe final. Mexico, D. F., SEMARNAT.

CONAGUA (2006) Cuenca del río Bravo: diag-

nóstico y participación social, Monterrey, Me-

xico, CONAGUA, Gerencia Regional Rio Bravo.

CONAGUA (2007). Estadísticas del agua en Mé-

xico, Mexico D. F., SEMARNAT.

CONANP (2007). Programa de conservación y

manejo del Parque Nacional Cumbres de Mon-

terrey, Monterrey, Mexico, CONANP.

Engel, S., Pagiola, S., &Wunder, S. (2008). “De-

signing payments for environmental services

in theory and practice: an overview of the

issues”, Ecological Economics, 65(4), pp. 663-

674.

Farber, S., Costanza, R., Wilson, M. (2002).

“Economic and ecological concepts for va-

luing ecosystem services”.Ecological Econo-

mics, Vol. 41, No. 3, pp. 375-392.

Farley, J.,Costanza, R. (2010). “Payments for

ecosystem services: from local to global”, Eco-

logical Economics, 69(11), pp. 2060-2068.

Freeman, A. M. (1993). The measurement of

environmental and resource values: theory and

methods, Washington, Dc., Resources for the

Future.

Hanemann, M.W. (1984). “Welfare evaluations

in contingent valuation experiments with dis-

crete responses”, American Journal of Agricul-

tural Economics, Vol. 66, No. 3, pp. 103-118.

Hanemann, W., Loomis, J.&Kanninen, B.

(1991). “Statistical efficiency of double-boun-

ded dichotomous choice contingent valua-


27

tion”, American Journal of Agricultural Econo-

mics, Vol. 73, No. 4, pp. 1255-1263.

Hanneman, W.M. (1991). “Willingness to pay

and willingness to accept: how much can

they differ?” American EconomicReview, Vol.

81, No.3, pp. 635-647.

INE (2012). Proyecto de valoración económica

de los bienes y servicios ambientales provistos

por el Golfo de México. Términos de referencia

del Estudio, Mexico, D. F., Secretaria de Medio

Ambiente y Recursos Naturales (SEMARNAT),

Instituto Nacional de Ecologia (INE), p. 20.

INEGI (2002) Estadísticas del Medio Ambiente

de la ZMM 2001,Aguascalientes, Mexico, Insti-

tuto Nacional de Estadistica, Geografia e In-

formatica.

INEGI (2006). Anuario Estadístico del Estado de

Nuevo León,Aguascalientes, Mexico, Instituto

Nacional de Estadistica, Geografia e Informatica.

Kelsey Jack, B., Kousky, C.& Sims, K. R. E. (2008).

“Designing payments for ecosystem services:

lessons from previous experiences with in-

centive-based mechanisms”, PNAS, 105(28),

pp. 9465-9470.

Mathews, E., Johnson, R., Dunford,W., Desvous-

ges H. (1995).“The potential role of conjoint

analysis in natural resource damage assess-

ments”,Triangle Economic Research, TER tech-

nical working Paper No.G-9503, Durham, NC,.

McConnell, E. (1990). “Models for referendum

data: the structure of discrete choice models

for contingent valuation”, Journal of Environ-

mental Economics and Management, Vol. 18,

No. 1, pp. 19-34.

Millennium Ecosystem Assessment (2005).

Ecosystem and human well-being. Biodiversity

Synthesis, Washington, Dc., World Resources

Institute.

Mejia, M. J. L. (2003). Programa de manejo

montaña Cumbres de Monterrey, Monterrey,

Mexico.

Mitchell, R., Carson, R. (1989). Using surveys

to value public goods: the contingent valua-

tion method. Washington D. C., Estados Uni-

dos, Resources for the Future.

Muradian, R., Corbera, E., Pascual, U., Kosoy,

N. & May, P. H. (2010). “Reconciling theory

and practice: an alternative conceptual fra-

mework for understanding payments for en-

vironmental services”, Ecological Economics,

69(6), pp. 1202-108.

Noriega, J., Enkerlin-Hoeflich (2000). Ordena-

miento ecológico y modelos para el desarrollo

sostenible de la Sierra Madre Oriental para los

estados de Coahuila y Nuevo León, Monterrey,

Mexico, Centro de Calidad Ambiental, ITESM.

Pagiola, S., Bishop J. &Landell Mills, N.,

(comps). (2006). La Venta de servicios ambien-

tales forestales. Mecanismos basados en el mer-

cado para la conservación y el desarrollo. Mexi-

co, D. F., SEMARNAT, INE, CCMSS.

Riera, P. (1994). Manual de valoración contin-


28

gente. Madrid, Espana, Instituto de Estudios

Fiscales.

Riera, P., Descalzi, C., Ruiz, A. (1994). “El valor

de los espacios de interes natural en Espana.

Aplicacion de los metodos devaloracion con-

tingente y coste de desplazamiento”,Revista

Española de Economía, numero monografi-

co recursos naturalesy medio ambiente , pp.

207-229.

Saldivar, V. A. (2007). Las aguas de la ira: eco-

nomía y cultura del agua en México. ¿sustenta-

bilidad o gratuidad?, Mexico D. F., Facultad de

Economia, UNAM.

Tacconi, L. (2012). Redefining payments for

environmental services, Ecological Economics,

73, , pp. 29-36.


29

1Resumen

La Productividad Total de Factores (PTF) se ob-

tiene a partir de una funcion de produccion

neoclasica la cual depende normalmente de los

factores mano de obra y capital. Al ser obtenida

como residual, la PTF mide la contribucion al cre-

cimiento del producto que no es explicada por

ambos factores. Siguiendo a Tzouvelekas, Vou-

vaki y Xepapadeas (2007), el presente estudio

propone incorporar un factor ambiental (medi-

do como emisiones de CO2) y un factor huma-

no (capital humano) a la funcion de produccion

agregada del Peru a fin de obtener un PTF mas

apropiado. Usando series de tiempo para el pe-

riodo 1960-2009, se encontro que la variable am-

biental resulto significativa y por ende, su omi-

sion podria sobreestimar la tipica PTF. Asimismo,

se demuestra que el capital humano no explica

el producto, lo cual va en linea con lo encontrado

por Carranza, Fernandez-Baca y Moron (2003) y

Yamada (2006) para el caso peruano.

Palabras clave: Solow, Productividad Total

de Factores, crecimiento, ambiente.

Clasificación JEL: O44,O47, Q5

1 Magister Economia de los Recursos Naturales y del Medio Ambiente (Universidad de Concepcion - Chile). Docente e investigador (UNALM). Dirección postal: Jr. Pirandello 105, Dpto. 102 (Lima, Peru). Teléfono: (511) 6147800 anexo: 239; e-mail: [email protected]

2Abstract

Total Factor Productivity (TFP) is obtained

from a neoclassical production function

which usually depends on the factors labor

and capital. To be obtained as a residual, TFP

measures the contribution to output growth

that is not explained by two factors. Accor-

ding Tzouvelekas, Vouvaki and Xepapadeas

(2007), this study proposes to incorporate an

environmental factor (measured as CO2 emis-

sions) and human capital to the aggregate

production function of Peru in order to ob-

tain a PTF more appropriate. Using time series

for the period 1960-2009, it was found that

the environmental variable was significant

and hence their omission could overestimate

the typical PTF. It also shows that human ca-

pital does not explain the product, which is in

line with findings by Carranza, Fernandez-Ba-

ca and Moron (2003) and Yamada (2006) for

Peru.

Key words: Solow, Total Factor Productivity,

growth, environment.

JEL Classification: O44, O47, Q5

2 Economista (UNALM-Peru). Consultor del Programa de Desarrollo Rural Sostenible (PDRS) de la GTZ. Asistente de docencia (UNALM-Peru). Dirección postal: Calle Helsinski 363, Ate-Vitarte. Teléfono: (511) 3511463; e-mail: [email protected]

LA PRODUCTIVIDAD TOTAL DE FACTORES INCORPORANDO VARIABLES

AMBIENTALES: EL CASO PERUANO

Carlos Enrique Orihuela Romero1 José Luis Nolazco Cama2


Orihuela, Carlos; Nolazco, Jose LuisLa productividad total de factores incorporando variables ambientales: El caso peruano

30

1. INTRODUCCIÓN

En la decada de los cincuenta, Solow (1957)

establecio las bases de la teoria del crecimien-

to economico del producto, el cual -conforme

a su planteamiento- es explicado no solo por

la contribucion de los factores clasicos de

produccion, tales como capital y mano de

obra, sino tambien por el componente deno-

minado Productividad Total de Factores (PTF),

el cual mide la fraccion del producto que no

es explicada por tales factores.

Esta teoria ha sido cuestionada por la omision

de la variable ambiental (Georgescu-Roegen,

1975), lo cual podria sesgar los resultados al

no incluir, por ejemplo, los costos de contami-

nacion en el crecimiento economico (Brock,

1973). Ya por la decada de los ochenta, esta

teoria entro en transicion una vez que apare-

cieron los modelos de crecimiento endogeno

los cuales se alejan del planteamiento neocla-

sico al suponer una tasa de crecimiento endo-

gena que permite incorporar las preferencias,

la tecnologia y las politicas regulatorias a los

procesos de crecimiento economico (Romer,

1987; Grossman y Helpman, 1991; Aghion y

Howitt, 1992).

Posteriormente, la discusion entre el creci-

miento economico y el deterioro ambiental

tomo fuerza a fines de los noventa probando

la hipotesis de la Curva Ambiental de Kuz-

nets que, en lineas generales, propone la

existencia de una relacion en forma de U-in-

vertida entre el deterioro medio ambiental

y el crecimiento economico (Stern, Common

y Barbier, 1996; Ekins, 1997; De Bruyn et al.,

1998; Harbaugh y Levinson, 2002). Sin em-

bargo, estos estudios no estuvieron exentos

de criticas en la estimacion econometrica

tales como presencia de heterogeneidad, si-

multaneidad, sesgo de variables omitidas y

cointegracion (Stern, 2004).

En la actualidad, ha resurgido el analisis de

la contabilidad del crecimiento verde en los

modelos neoclasicos estudiados en la deca-

da de los setenta3, y en la cual se analiza la

incorporacion de la variable ambiental en la

explicacion del producto, para asi cuantificar

una verdadera PTF (Xepapadeas 2003, 2005;

Kalaitzidakis, Mamuneas y Stengos, 2006;

Tzouvelekas, Vouvaki y Xepapadeas, 2007).

La premisa es que es que existira un sesgo al

omitir la variable ambiental pues la PTF sera

explicada solo por cambios tecnologicos,

desarrollo del capital humano, estabilidad

politica y macroeconomica, solvencia del

sistema financiero, entre otros, excepto por

la degradacion ambiental.

El primer objetivo de este trabajo es de tipo

metodologico. Se plantea la necesidad de in-

corporar en el producto no solo el capital ar-

tificial, mano de obra y capital humano, sino

tambien la variable ambiental. Se propone

que este ultimo factor debe incorporarse en

cualquier estudio empirico de crecimiento.

El segundo objetivo es calcular una PTF mas

apropiada para el Peru, lo que puede gene-

rar mejoras en las conclusiones y/o medidas

de politicas publicas que permitan lograr el

objetivo estrategico de la alta competitivi-

3 Para los primeros estudios sobre el analisis de la contaminacion ambiental en los modelos de crecimiento en estilo neoclasico, vease, por ejemplo Keeler, Spence y Zeckhauser (1971), Brock (1973), Gruver (1976) y Becker (1982).


31

dad con mejores niveles de empleo, basa-

da en un estructura productiva diversifica-

da, competitiva, sostenible y con alto valor

agregado. Esta hipotesis se prueba a traves

de modelos no lineales en parametros para

series de tiempo durante el periodo 1960-

2009 corroborando previamente -a traves de

la metodologia de Granger (1988)- que las

variables regresoras explican al producto y

no lo contrario.

El resto del documento esta estructurado

de la siguiente manera: en la seccion 2, se

realizara una revision de literatura de la me-

dicion de la PTF y la inclusion de la variable

ambiental en la explicacion del producto; en

la seccion 3 se analiza la PTF a partir del mo-

delo de Solow y se deriva una PTFA a partir

de la inclusion del factor ambiental en tal

modelo; en la seccion 4 se senalan las fuen-

tes de los datos y los modelos a desarrollar

en las estimaciones econometricas; mientras

que en la seccion 5 se explicara los resulta-

dos obtenidos y el valor de la PFTA, evaluan-

do previamente la relacion existente entre

las regresoras y el producto. Finalmente, las

conclusiones y recomendaciones se presen-

tan en la seccion 6.

2. REVISIÓN DE LITERATURA

Son abundantes los estudios que han calcu-

lado la PTF tradicional para las economias

de diversos paises e incluso para los sectores

que la componen. Sin embargo, la literatura

empirica que estima la PTF incluyendo la va-

riable ambiental es reciente.

Xepapadeas (2003, 2005) ofrecio un analisis

de la relacion entre el crecimiento economico

y la degradacion ambiental en la funcion de

produccion neoclasica de Solow. Dicho au-

tor demuestra la posible dependencia de las

emisiones de CO2 y el producto.

Kalaitzidakis, Mamuneas y Stengos (2006)

demostraron empiricamente el efecto de la

contaminacion -medido por las emisiones de

CO2- en el crecimiento economico para los

paises industrializados. Usando un modelo

semiparametrico para el periodo 1981-1998,

los autores encontraron una relacion no lineal

significativa entre el crecimiento de la PTF y

las emisiones de CO2, la cual varia en funcion

del nivel de contaminacion de un pais y el ni-

vel de capital humano.

Tzouvelekas, Vouvaki y Xepapadeas, (2007)

tambien incorporaron las emisiones de CO2

como proxy de la degradacion ambiental en

el producto y analizaron su contribucion en la

medicion de la PTF mediante un modelo de

datos panel para 23 paises de la OCDE. Los re-

sultados sugieren que tales emisiones tienen

una contribucion estadisticamente significativa

para la PTF. Sin embargo, una particularidad de

estos ultimos estudios es que omiten la prueba

de causalidad entre las emisiones de CO2 y el

producto. Tener en consideracion este ultimo

analisis, permitira evaluar la viabilidad de incluir

la variable ambiental como factor del producto.

Justamente, Coondoo y Dinda (2002) cuestio-

nan los estudios que evaluan la relacion entre

el producto y nivel de contaminacion. Utili-

zando un modelo de datos panel, los autores

demostraron, a traves del test de causalidad


32

de Granger, que en paises desarrollados de

Norte America y Europa Occidental la causa-

lidad va desde las emisiones de CO2 hacia el

producto, mientras para los grupos de paises

en desarrollo como America del Sur, Centroa-

merica y Oceania la causalidad es de manera

inversa. Incluso, para Asia y África encontra-

ron que esta relacion es bidireccional, aunque

la heterogeneidad entre los grupos de paises

pudo ocasionar sesgos en los resultados.

Por esa razon, Menyah y Wolde-Rufael (2010)

evaluaron la relacion causal en el largo pla-

zo del crecimiento economico, las emisiones

contaminantes y el consumo de energia para

el sur de África durante el periodo 1965-2006,

aplicando la metodologia de cointegracion

de Johansen. Mediante la prueba de causali-

dad de Granger, los autores demostraron una

relacion unidireccional tanto de las emisiones

de CO2 y del consumo de energia hacia el cre-

cimiento economico.

Para el caso peruano, Vega-Centeno (1997),

Seminario y Beltran (1998), Carranza, Fernan-

dez-Baca y Moron (2003), IPE (2003), estimaron

la PTF sin factor ambiental aunque en algun

caso (Jimenez, 2011) tambien incluyeron el ca-

pital humano. Sobre esta ultima variable, vale

destacar que no hay estudios rigurosos sobre

su inclusion en la funcion de produccion agre-

gada peruana debido a la ausencia de infor-

macion confiable de la calidad de educacion

(Carranza, Fernandez-Baca y Moron, 2003, Ya-

mada, 2006; Moron, 2007; Jimenez, 2011).

En sintesis, dada la deficiencia en el calculo de

la PTF para el caso peruano, a continuacion

se propone incorporar la variable ambiental

como input en el producto evaluando previa-

mente, la causalidad entre estas. Posterior-

mente, se calculara una nueva PTF para los

fines ya mencionados.

3. EL MODELO

3.1. Modelo de Solow sin

medio ambiente4

En el modelo clasico de crecimiento de Solow

tradicional, sin consideraciones ambientales,

se tiene:

Ẏ!= 𝑆𝑆!

!!+ S!

!!+ 𝑆𝑆!

!!

𝑌𝑌 = 𝐹𝐹(𝐾𝐾,𝐸𝐸) = 𝐹𝐹(𝐾𝐾,𝐴𝐴𝐴𝐴)

!!

𝑦𝑦 = !!

!!

𝑆𝑆!!!

(1)

En terminos de crecimiento, la expresion (1)

se puede escribir de la siguiente manera:

Ẏ!= 𝑆𝑆!

!!+ S!

!!+ 𝑆𝑆!

!!


!!

𝑦𝑦 = !!

!!

𝑆𝑆!!!

(2)

Donde Y es el producto agregado, K es el ca-

pital fisico, E=AL es el trabajo efectivo, siendo

L la mano de obra (input) y A es un parametro

que incrementa el cambio tecnico. Asimismo,

SK y SL son las participaciones del capital y del

trabajo en el producto. La PTF se define como:

𝑔𝑔! = 𝑆𝑆!!!= !

!− 𝑆𝑆!

!!− 𝑆𝑆!

!!

(3)

Bajo retornos constantes a escala, SK + SL = 1, y por tanto la expresion (3) se convierte en:

𝑔𝑔! = 𝑆𝑆!𝐴𝐴𝐴𝐴 =

𝑦𝑦𝑦𝑦 − 𝑆𝑆!

𝑘𝑘𝑘𝑘 (4)

4 Para mas detalles, revisar el Anexo 1.


33

Donde

Ẏ!= 𝑆𝑆!

!!+ S!

!!+ 𝑆𝑆!

!!


!!

𝑦𝑦 = !!

!!

𝑆𝑆!!!

es el ratio de crecimiento del pro-

ducto por trabajador

Ẏ!= 𝑆𝑆!

!!+ S!

!!+ 𝑆𝑆!

!!


!!

𝑦𝑦 = !!

!!

𝑆𝑆!!!

y

Ẏ!= 𝑆𝑆!

!!+ S!

!!+ 𝑆𝑆!

!!


!!

𝑦𝑦 = !!

!!

𝑆𝑆!!!

es el ratio

del crecimiento del capital por trabajador

(k = K/L). Por lo tanto, la PTF esta dada por

Ẏ!= 𝑆𝑆!

!!+ S!

!!+ 𝑆𝑆!

!!


!!

𝑦𝑦 = !!

!!

𝑆𝑆!!!

, donde el ratio del trabajo exogeno

que aumenta el cambio tecnico 𝑥𝑥 =Ȧ𝐴𝐴

pue-

de ser directamente determinado.

3.2. Modelo de Solow

Ambiental5

Usando las ideas de Denison (1962), Dasgup-

ta y Mäler (2000) y Tzouvelekas, Vouvaki y

Xepapadeas, (2007), quienes incorporaron el

capital humano y la variable ambiental como

inputs del producto, la nueva funcion de pro-

duccion neoclasica estandar sera:

Y = F(K, E, H, X)

Donde en adicion al K y E, H es stock de ca-

pital humano, X = BZ es la multiplicacion de

la variable ambiental Z y el ahorro o aumento

en el cambio tecnico B (tambien denominado

residual ambiental). Diferenciando (5) respec-

to al tiempo, la ecuacion de crecimiento sera:

𝑌𝑌𝑌𝑌= 𝑆𝑆!

𝐾𝐾𝐾𝐾

+ 𝑆𝑆!𝐻𝐻𝐻𝐻

+ 𝑆𝑆!𝐴𝐴𝐴𝐴

+ 𝑆𝑆!𝐿𝐿𝐿𝐿

+ 𝑆𝑆!𝐵𝐵𝐵𝐵

+ 𝑆𝑆!𝑍𝑍𝑍𝑍

(6)

Donde Sj,(j=K, L, H, Z) representa la parti-

cipacion de los factores en el producto. Por

lo tanto, de la expresion (6) la PTF ajustada

(PTFA) se define como γ:

𝛾𝛾 = 𝑆𝑆!𝐴𝐴𝐴𝐴

+ 𝑆𝑆!𝐵𝐵𝐵𝐵

=𝑌𝑌𝑌𝑌− 𝑆𝑆!

𝐾𝐾𝐾𝐾

− 𝑆𝑆!𝐻𝐻𝐻𝐻

− 𝑆𝑆!𝐿𝐿𝐿𝐿

− 𝑆𝑆!𝑍𝑍𝑍𝑍

(7)

5 Para mas detalles, revisar el Anexo 2.

Donde bajo retornos constantes a escala:

SK+SH+SL+SZ=1 Asimismo, la expresion (7)

se puede expresar como tasa de crecimiento:

𝛾𝛾 =𝑌𝑌𝑌𝑌− 𝑆𝑆!

𝑘𝑘𝑘𝑘

− 𝑆𝑆!ℎℎ

− 𝑆𝑆!𝑧𝑧𝑧𝑧

(8)

A diferencia de (3) o (4), las expresiones (7) u

(8)incluyen la variable ambiental (s↓Z Z˙/Z) y

el capital humano 𝑆𝑆!𝐻𝐻𝐻𝐻

, lo cual indica que

existen dos recursos mas que generan creci-

miento de la produccion, ademas del stock de

capital artificial y la mano de obra. Por lo tan-

to, Z y H deberian ser consideradas con el fin

de obtener una estimacion ajustada de la PTF.

4. METODOLOGÍA

4.1. Los Datos

Esta seccion proporciona las fuentes de las

variables que sirvieron para estimar eco-

nometricamente la PTFA durante el periodo

1960-2009. Para la estimacion de la variable

dependiente, el producto, se utilizo la data

del producto interno bruto (PIB), cuya infor-

macion fue obtenida del Banco Central de

Reserva del Peru. Las variables regresoras

fueron: stock de capital artificial (K), stock

de capital humano (H) y como proxy de la

degradacion de los recursos naturales, se

utilizo las emisiones de CO2 (Z).

El uso de esta ultima variable, para el caso

peruano, obedecio principalmente a tres ra-

zones. En primer lugar, de todos los contami-

nantes, las emisiones de CO2 son las mas re-

presentativas: en 1994 concentraron el 97%

del total de emisiones de efecto invernadero


34

(MINEM, 2010). En segundo lugar, dicha va-

riable se genera a partir de la contaminacion

por sectores economicos tales como trans-

porte, pesca, industria, agropecuario, mine-

ria y otros que de una u otra forma, generan

degradacion de los recursos naturales. Por ul-

timo, las emisiones de CO2 han sido utilizadas

en estudios de crecimiento que incluyen la

variable ambiental tales como Kalaitzidakis,

Mamuneas y Stengos, (2006) y Tzouvelekas,

Vouvaki y Xepapadeas (2007).

La informacion de K se obtuvo de Semina-

rio et al. (2008) para el periodo 1960-2007.

Para el periodo restante (2008-2009) se es-

timo mediante extrapolacion lineal simple.

La variable H fue estimada usando la expre-

sion H = PEA(eαθ) donde PEA es la poblacion

economicamente activa, que en el Peru esta

comprendida entre los 15 y los 65 anos; θ es

el numero de anos de logro educativo mien-

tras que α corresponde a la tasa de retorno

de la educacion.

Para el periodo 1984-2004 la informacion de α

fue obtenida de Yamada (2007), mientras que

para los periodos 1960-1983 y 2005-2009 se

utilizaron los valores de los anos 1984 y 2004,

respectivamente. La informacion de θ fue ob-

tenida de Barro y Lee (2000) quienes ofrecen

estimaciones por quinquenio. La informa-

cion de la PEA se obtuvo de INEI (2010a) para

el periodo 1970-2009, mientras que para el

periodo 1960-1969 se estimo mediante ex-

trapolacion lineal simple.

La informacion de Z fue obtenida de INEI

(2010b) para todo el periodo 1985-2009.

Para el periodo restante, se utilizo la infor-

macion del World Bank (2011). Las series de

K, H y Z fueron divididas entre la PEA (L). Las

series monetarias fueron convertidas a soles

constantes del ano 1994, utilizando el de-

flactor implicito del PIB.

4.2. Modelos para la

estimación de la PTFA

Sea la especificacion Cobb-Douglas estandar,

incluyendo las emisiones de CO2 y el capital

humano:

𝑌𝑌 = 𝐴𝐴𝐾𝐾!!𝐻𝐻!! 𝐴𝐴𝐴𝐴 !! 𝐵𝐵𝐵𝐵 !!

(9)

La funcion de produccion agregada (9) expre-

sada en terminos por trabajador (PEA = L)

seria:

𝑌𝑌𝐿𝐿 =

𝐾𝐾𝐿𝐿

!! 𝐻𝐻𝐿𝐿

!! 𝐴𝐴𝐴𝐴𝐿𝐿

!! 𝐵𝐵𝐵𝐵𝐿𝐿

!!

(10)

Y, sabiendo que 𝐴𝐴 = 𝑒𝑒!!!

y 𝐵𝐵 = 𝑒𝑒!!!

, don-

de b1 y b2 son parametros que representan

la tasa de crecimiento constante del cambio

tecnico de la mano de obra y emisiones de

CO2, respectivamente, se tiene:

𝑦𝑦 = 𝑘𝑘!!ℎ!!𝑧𝑧!!𝑒𝑒 !!!!!!!!! !

(11)

Donde:𝑦𝑦 =𝑌𝑌𝐿𝐿

, 𝑘𝑘 =𝐾𝐾𝐿𝐿

, ℎ =𝐻𝐻𝐿𝐿

y 𝑧𝑧 =𝑍𝑍𝐿𝐿

. Linea-

lizando (11), se obtienen las elasticidades de

cada input:

ln𝑦𝑦 = 𝑠𝑠!𝑏𝑏! + 𝑠𝑠!𝑏𝑏! 𝑡𝑡 + 𝑠𝑠! ln 𝑘𝑘 + 𝑠𝑠! ln ℎ + 𝑠𝑠! ln 𝑧𝑧

; 𝑠𝑠! = 1− 𝑠𝑠! − 𝑠𝑠! − 𝑠𝑠!

(12)

Donde: PTFA= 𝑠𝑠!𝑏𝑏! + 𝑠𝑠!𝑏𝑏! . Asimismo, si a


35

(12) se impone a2 = 0, se obtiene una fun-

cion de produccion con emisiones de CO2

pero sin capital humano:

ln𝑦𝑦 = 𝑠𝑠!𝑏𝑏! + 𝑠𝑠!𝑏𝑏! 𝑡𝑡 + 𝑠𝑠! ln 𝑘𝑘 + 𝑠𝑠! ln 𝑧𝑧 (13)

Por otro lado, si sZ = 0 entonces en (12) se

tiene a la funcion de produccion agregada

tradicional con capital humano sin emisiones:

ln𝑦𝑦 = 𝑠𝑠!𝑏𝑏! 𝑡𝑡 + 𝑠𝑠! ln 𝑘𝑘 + 𝑠𝑠! ln ℎ (14)

Donde: PTF= 𝑠𝑠!𝑏𝑏! . Adicionalmente, si

sH=sZ=0 , (12) se transforma en la funcion de

produccion neoclasica estandar:

ln𝑦𝑦 = 𝑠𝑠!𝑏𝑏! 𝑡𝑡 + 𝑠𝑠! ln 𝑘𝑘 (15)

Cada una de estas especificaciones (12), (13),

(14) y (15), pueden ser asociadas a distintas

ecuaciones de crecimiento. Especificamente

en (12), que es la ecuacion mas general, se

tiene:

𝑌𝑌𝑌𝑌= 𝛾𝛾 + 𝑆𝑆!

𝑘𝑘𝑘𝑘

− 𝑆𝑆!ℎℎ

− 𝑆𝑆!𝑧𝑧𝑧𝑧

(16)

Donde la PTFA: 𝛾𝛾 = 𝑠𝑠!𝑏𝑏! + 𝑠𝑠!𝑏𝑏!

Por lo tanto, la PTFA puede ser estimada eco-

nometricamente, incluyendo una tendencia,

en las ecuaciones (12)-(15), o una constante

en la ecuacion (16). Sin embargo, esta ultima

ecuacion no sera estimada, pues tiene la des-

ventaja de no poder separar las contribucio-

nes del cambio tecnico asociados a la mano de

obra (b↓1) y las emisiones de CO2 (b↓2). Asi-

mismo, las estimaciones usando una funcion

de produccion en primeras diferencias (segun

la aproximacion 𝑥𝑥 ·/𝑥𝑥 ≅ ln 𝑥𝑥↓𝑡𝑡 − ln 𝑥𝑥↓(𝑡𝑡 − 1)

podrian presentar problemas asociados con

la estacionariedad de las variables en niveles.

Teniendo en cuenta la dependencia de los

parametros asociados a cada factor de la pro-

duccion y la necesidad de estimar b1 y b2 (pa-

rametros irrestrictos), es claro que las ecua-

ciones (12)-(15) no pueden ser estimadas via

una tendencia simple. Para solucionar este

problema, haciendo sZ+sK+sH+sL=1, se

plantean los siguientes modelos no lineales

en parametros:

PTFA1:

ln !!= 𝑠𝑠!𝑏𝑏! + 1 − 𝑠𝑠! − 𝑠𝑠! − 𝑠𝑠! 𝑏𝑏! 𝑡𝑡 + 𝑠𝑠! ln

!!+ 𝑠𝑠! ln

!!− 𝑠𝑠! ln 𝑧𝑧

Donde la PTFA es igual a:

𝑠𝑠!𝑏𝑏! + 1 − 𝑠𝑠! − 𝑠𝑠! − 𝑠𝑠! 𝑏𝑏! = 𝑠𝑠!𝑏𝑏! + 𝑠𝑠!𝑏𝑏!

.

PTFA1:

ln !!= 𝑠𝑠!𝑏𝑏! + 1 − 𝑠𝑠! − 𝑠𝑠! 𝑏𝑏! 𝑡𝑡 + 𝑠𝑠! ln

!!− 𝑠𝑠! ln 𝑧𝑧 (18)

Siendo la PTFA igual a: 𝑠𝑠!𝑏𝑏! + 1 − 𝑠𝑠! − 𝑠𝑠! 𝑏𝑏! = 𝑠𝑠!𝑏𝑏! + 𝑠𝑠!𝑏𝑏!

y sH=0.

Asimismo, a fin de comparar las variantes

para la estimacion del PTFA, se plantea los si-

guientes modelos:

PTF1:

ln 𝑦𝑦 = 1 − 𝑠𝑠! − 𝑠𝑠! 𝑏𝑏! 𝑡𝑡 + 𝑠𝑠! ln 𝑘𝑘 + 𝑠𝑠! ln ℎ

(19)

Donde la PTF es igual a:

(17)


36

1 − 𝑠𝑠! − 𝑠𝑠! 𝑏𝑏! = 𝑠𝑠!𝑏𝑏!

y sZ=0.

PTFA2: ln 𝑦𝑦 = 1 − 𝑠𝑠! 𝑏𝑏! 𝑡𝑡 + 𝑠𝑠! ln 𝑘𝑘

(20)

Donde la PTF es igual a:

1 − 𝑠𝑠! 𝑏𝑏! = 𝑠𝑠!𝑏𝑏! y 𝑠𝑠! = 𝑠𝑠! = 0 .

Para evitar el problema de endogeneidad

en los modelos (17)-(20) asociado con los

inputs e inconsistencia en los estimadores

de la funcion de produccion, se estima en

PTFA1 - PTFA2 y PTF1 - PTF2 bajo retor-

nos constantes a escala, ya que en este caso

los estimadores MCO son consistentes para

el caso de una funcion de produccion de tipo

Cobb-Douglas (Mundlak, 1996).

5. RESULTADOS

5.1. Causalidad entre el

producto y variables

regresoras

Antes de proceder a la estimacion de la PTFA,

es necesario explicar el tipo de causalidad

existente entre las variables regresoras y el

producto. Siguiendo la metodologia de Gran-

ger (1988) se propone probar el test de cau-

salidad para tres sub periodos, 1960-1990,

1960-1999 y 1993-2009, asi como para todo

el horizonte de analisis, 1960-2009.

El primer periodo (1960-1990) fue escogido

para compararlo con los resultados de Coon-

doo y Dinda (2002) quienes obtuvieron una

relacion unidireccional que va desde el pro-

ducto hacia las emisiones de CO2 para Ame-

rica del Sur.

El segundo periodo (1960-1999) corresponde

al estudiado por Carranza, Fernandez-Baca y

Moron (2003) para el caso peruano, de mane-

ra que su resultado pueda ser comparado con

los obtenidos en este estudio. Durante una

parte de este periodo (1970-1992), el Peru

experimento profundos cambios macroeco-

nomicos (hiperinflacion, altos niveles de des-

empleo, recesion), incluso el flagelo del terro-

rismo, de manera que los resultados podrian

estar severamente distorsionados por estos

eventos.

En el tercer periodo (1993-2009), la economia

peruana inicio un proceso de recuperacion,

emprendiendose profundas reformas estruc-

turales que contribuyeron a un sostenido cre-

cimiento economico.

Conforme a la Tabla 1, solo las variables regre-

soras convencionales (K y L) presentaron la di-

reccion de causalidad esperada: ambas inci-

den sobre el producto, y no lo contrario para

los cuatro periodos de analisis. Sin embargo,

las variables regresoras no convencionales (H

y Z) tuvieron un comportamiento ambiguo

dependiendo del periodo.

Los resultados para todos los periodos in-

dican que el producto no explica el capital

humano y tampoco de manera inversa. Lo

anterior coincide a lo obtenido para la PTF

peruana por Carranza, Fernandez-Baca y Mo-

ron (2003), Yamada (2006) y Jimenez (2011),

quienes tampoco encuentran alguna relacion

entre el capital humano y el producto, adu-


37

ciendo que esto se debe a la ausencia de in-

formacion confiable en la construccion de di-

cho factor. Por tanto, no deberia estimarse la

ecuacion PTFA1 para ningun periodo ya que

se estaria incluyendo una variable espuria en

la regresion.

Para los periodos 1960-1990 y 1960-1999, la

ecuacion correcta a estimar seria PTF2. En el

primer periodo, el producto explica las emi-

siones de CO2 y no de manera inversa, lo cual

coincide a lo obtenido por Coondoo y Dinda

(2002) y por lo tanto, no seria correcto incluir

las emisiones de CO2 como un input en dicho

Hipótesis Nula1960-1990 1960-1999 1993-2009 1960-2009

Prob.Chi2

Prob.F

Prob.Chi2

Prob.F

Prob.Chi2

Prob.F

Prob.Chi2

Prob.F

ln y no causa a lo Granger a ln z 0.01 0.00 0.17 0.19 0.48 0.49 0.06 0.07

ln z no causa a lo Granger a ln y 0.24 0.20 0.10 0.12 0.00 0.02 0.01 0.01

Rezago Óptimo del VAR 3 2 1 2

ln y no causa a lo Granger a ln k 0.81 0.81 0.29 0.30 0.92 0.93 0.13 0.14

ln k no causa a lo Granger a ln y 0.04 0.06 0.02 0.03 0.07 0.10 0.00 0.00


ln y no causa a lo Granger a ln h 0.31 0.33 0.09 0.13 0.69 0.69 0.95 0.95

ln h no causa a lo Granger a ln y 0.93 0.93 0.93 0.93 0.98 0.99 0.55 0.54


Resultado PTF2 PTF2 PTFA2 PTFA2

1/ Las variables se testearon en primeras diferencias para que sean estacionarias. Asimismo, todas las variables están en términos por trabajador (L).

Fuente: Elaboración propia.

Tabla 1. Causalidad de Granger 1/

periodo ya que ocasionaria endogeneidad en

las estimaciones. Para el segundo periodo, las

emisiones de CO2 no explican el producto y

tampoco de manera inversa. Sin embargo,

durante los periodos 1993-2009 y 1960-2009,

los resultados sugieren que el stock de capi-

tal artificial y las emisiones de CO2 explican

el producto y no de manera inversa para un

nivel de significancia del 10%.Considerando

dichas variables como inputs, la ecuacion co-

rrecta a estimar en ambos casos seria PTFA2.

El efecto que las emisiones de CO2 incidan sobre

el producto o que ocurra lo contrario depende-

ria de dos situaciones: i) la eficiencia en el uso

de la energia (diferentes cantidades de energia

para producir un mismo producto) y ii) la con-

centracion de la actividad economica en secto-

res mas o menos intensivos en el uso de energia.

Durante el periodo 1960-1990, la incidencia

del PIB sobre las emisiones de CO2(Z) puede

explicarse por los efectos de la deforestacion

y el cambio de uso en el suelo (CONAM, 2001),

eventos que contribuyeron con mas del 47%

de las emisiones totales a nivel nacional en

el ano 2000. El resto esta conformado por la

generacion electrica e hidrocarburos y por


38

el consumo de energia que, adicionalmente,

abarca los sectores industria comercial y do-

mestico (MINAM, 2010).

El aumento poblacional, los ciclos economi-

cos y otros eventos socioeconomicos, con-

llevaron a una creciente migracion hacia la

amazonia, cambiando el uso del suelo para

fines agricolas, aun cuando esta presion ha

sido decreciente en algunos periodos. Por el

lado de la industria, la eficiencia energetica

fue baja en este periodo (Grafico 1) debido

posiblemente al debil sistema regulatorio

imperante en la industria peruana en aquella

epoca.

De otro lado, a inicios de los noventa se em-

prendieron profundas reformas estructura-

les en todo el pais, con el fin de reactivar la

economia. Estas reformas abarcaron no solo

el sector energetico sino tambien los secto-

res transportes, saneamiento y telecomuni-

caciones. Posteriormente, en el ano 2004 se

inicio el Proyecto Camisea el cual consiste

en la extraccion y distribucion de las cuan-

tiosas reservas de gas natural y liquidos

(LGN), cuya importancia se reflejo en el in-

cremento del PIB en 1%, modificando asi la

matriz energetica, lo que significo un decre-

cimiento sostenible de la intensidad ener-

getica (MINEM, 2010). Todo esto explicaria,

en parte, la incidencia de las emisiones de

CO2 sobre el producto durante el periodo

1990-2009.

En resumen, se corrobora que la causalidad

entre la variable dependiente y la variable

ambiental difiere entre el periodo 1960-2009

y el subperiodo 1960-1990. Por lo tanto, es

importante tener en cuenta que las estima-

ciones pueden estar sesgadas si no se realiza

un previo analisis de causalidad.

5.2. Estimación Econométrica

de la PTFAz

Una vez determinada la relacion de causali-

dad para evaluar que ecuacion deberia esti-

marse para diferentes periodos de tiempo, se

plantea la medicion de la PTFA. A continua-

cion, se determina y compara los resultados

de la PTFA (sLb1+s↓Z b↓2) y PTF (sLb1) para

los periodos 1960-1999, 1993-2009 y 1960-

2009, obteniendo incluso las contribuciones

del cambio tecnico asociados a la mano de

obra (b↓1) y a las emisiones de CO2 (b↓2).

Cabe anadir que para obtener dichos resulta-

dos, se plantea un modelo no lineal en para-

metros cuya ventaja radica en obtener la par-

ticipacion de cada factor en el producto, mas

aun, si este explicado por mas de dos inputs.

En primer lugar, es importante tambien men-

cionar que para los diferentes periodos algu-

nas variables son no significativas individual-

mente debido a la multicolinealidad entre el

stock de capital artificial, stock de capital hu-

mano y la mano de obra (Anexo 3). Sin embar-

go, a pesar de este problema, los estimadores

siguen siendo insesgados. Por ello, el presen-

te estudio evita estimar la PTFA por decadas,

ya que ante problemas de multicolinealidad

los parametros son muy sensibles y pueden

carecer de una medicion adecuada en los es-

timadores y dela PTFA (Green, 1990).

En segundo lugar, la mayoria de modelos es-


39

timados para los diferentes periodos fueron

corregidos de problemas de heteroscedastici-

dad y autocorrelacion utilizando el estimador

consistente de Newey-West (HAC). Asimismo,

todos los estimadores resultaron globalmen-

te significativos incluso al 1% (Anexo 4).

Segun lo obtenido por el test de causalidad

durante los periodos1960-1999, 1993-2009 y

1960-2009, las estimaciones mas adecuadas

son PTF2 y PTFA2, para el primero y los dos ul-

timos periodos, respectivamente. Del mismo

modo, si se consideraran las alternativas PTF1

y PTFA1, los resultados serian erroneos ya que

ocasionaria problemas de regresion espuria y

omision de variables relevantes (Tabla 2).

Para el periodo 1960-1999, la estimacion PTF2

y PTFA2 indica que la PTF es -1.53 % y -0.62%

respectivamente, lo cual difiere a lo obtenido

por Carranza, Fernandez-Baca y Moron (2003)

quienes obtuvieron -0.33% utilizando la me-

todologia de cointegracion de Johansen. Mas

alla del metodo usado, la diferencia puede

explicarse debido a que dichos autores uti-

lizaron las series monetarias en millones de

dolares de 1995, mientras que en el presente

estudio se utilizo la misma informacion pero

en millones de nuevos soles de 1994. Asi-

mismo, Carranza, Fernandez-Baca y Moron

(2003) asumieron que la tasa de depreciacion

es 2.5% y que el aporte del stock de capital al

producto es de 33%, la cual difiere con la tasa

de depreciacion del presente estudio (5%).

En sintesis, los resultados6 evidencian lo que

ocurrio en la sociedad peruana durante los

anos 80’s, donde hubo violencia terrorista,

inestabilidad politica y caos macroeconomico

6 Los estudios de Vega - Centeno (1997), Seminario y Beltran (1998) e IPE (2003) no se pudieron comparar puesto que ellos calcularon la tasa de crecimiento de la PTF por decenios para el periodo 1950-1995.

Figura 1. PIB y Emisiones por trabajador durante el periodo 1960-2009

Fuente: Elaboración propia en base a BCRP (2011) e INEI (2010).


40

que conllevo a un uso ineficiente de los recur-

sos. En efecto, Blyde y Fernandez Arias (2005)

estimaron que el crecimiento en la PTF del

Peru durante el periodo 1960-99 fue el mas

bajo de Sudamerica, con excepcion de Vene-

zuela. Ademas, dichos autores descubrieron

que al ajustar por el nivel de desarrollo, de los

21 paises de America Latina y el Caribe anali-

zados, el Peru ocupo el ultimo lugar en termi-

nos del nivel de la PTF.

Considerando el periodo 1993-2009, donde

no hubo inestabilidad economica y social, la

PTF obtenida es 1.03%. Este incremento se

explica por el dinamismo en la inversion, ma-

yores puestos de trabajo, incremento de las

emisiones de CO2 y el hecho que las politicas

publicas estuvieron orientadas a lograr la re-

forma del Estado y la organizacion de la pro-

duccion en la economia.

1960-1999 Variables sK sL sH sZ b1 b2 PTF PTFA

PTF1 k, l, h0.8971

[0.00]

0.1642

[0.00]

1.3012

[0.20]-

21.0914

[0.04]- -3.46% -

PTF2 k, l0.9431

[0.00]

0.0569

[0.00]- -

-0.2693

[0.00]- -1.53% -

PTFA1 k, l, h, z0.6491

[0.00]

0.4788

[0.32]

-0.5104

[0.30]

0.3825

[0.00]

0.0020

[0.77]

0.0021

[0.00]- 0.17%

PTFA2 k, l, z0.6434

[0.00]

-0.011

[0.41]-

0.3674

[0.00]

0.0174

[0.00]

0.0173

[0.00]- -0.62%


PTF1 k, l, h0.8236

[0.00]

-0.4412

[0.87]

0.6176

[0.04]-

-0.0088

[0.00]- 0.39% -

PTF2 k, l0.8575

[0.00]

0.1425

[0.00]- -

0.0667

[0.00]- 0.95% -

PTFA1 k, l, h, z0.5942

[0.00]

-0.3113

[0.40]

0.4041

[0.31]

0.3130

[0.07]

5.6602

[0.99]

5.6569

[0.00]- 0.86%

PTFA2 k, l, z0.5917

[0.00]

0.0632

[0.14]-

0.3451

[0.05]

0.0337

[0.00]

0.0237

[0.00]- 1.03%


PTF1 k, l, h0. 9704

[0.00]

0.9359

[0.50]

-0.9063

[0.00]-

0.0014

[0.00]- 0.13% -

PTF2 k, l0.9368

[0.00]

0.0632

[0.00]- -

-0.1739

[0.00]- -1.09% -

PTFA1 k, l, h, z0.6236

[0.00]

1.1740

[0.13]

-1.2393

[0.12]

0.4416

[0.00]

0.0099

[0.00]

0.0100

[0.00]- 1.60%

PTFA2 k, l, z0.5945

[0.00]

-0.0153

[0.39]-

0.4208

[0.00]

-0.0029

[0.84]

-0.0027

[0.00]- -0.11%

2/ Los valores en corchete representan el p-value. Detalles en Anexo 4.


Tabla 2. Comparación de resultados2/ de la PTFA y PTF (%) por periodos


41

Si bien se ha incrementado la PTF para el ul-

timo periodo (debido al extraordinario cre-

cimiento peruano de la ultima decada), este

resultado aun sigue siendo reducido. La ex-

plicacion es que actualmente el 68% de la

PEA trabaja en empresas de no mas de cinco

trabajadores, en condiciones tecnicas y pro-

ductivas inferiores al promedio latinoameri-

cano. Asimismo, los estandares tecnologicos

y de productividad todavia no muestran una

propension suficientemente energica hacia la

innovacion y la competitividad con mayor va-

lor agregado (CEPLAN, 2011).

Otro gran problema en el Peru es el subem-

pleo. Los datos disponibles muestran que en

el ano 1998 el subempleo afectaba al 49.5%

de la PEA y en el ano 2009, la situacion habia

mejo rado debido a que el empleo adecuado

aumento a 51.6%, mientras que el desempleo

y subempleo disminuyeron en 2% y 5%, res-

pectivamente. Actualmente, hay escaso apo-

yo del gobierno que se complemente con las

inversiones en investigacion y desarrollo en

las universidades y centros de investigacion.

Ademas, el impulso a la innovacion en las Me-

dianas y Pequenas Empresas (MYPE) es bajo

y son pocas las asociaciones universidad-em-

presa, por lo que la duracion de crecimiento

y la vida util de aquellas es muy corta. Asi, el

sector emprendedor no aprovecha las limita-

das oportunidades relacionadas con la inves-

tigacion y el desarrollo, lo que genera insufi-

ciente innovacion tecnologica y una menor

competitividad del sector en la region. Las

productividades muy disimiles impiden las

relaciones inter-empresariales y limitan a su

vez la sustentacion de mas empleos produc-

tivos, limitando a la mano de obra a bajos in-

gresos o al subempleo (CEPLAN, 2011).

Por ultimo, si se analizara todo el periodo de

estudio (1960-2009), la PTF es -0.11%.Una po-

sible explicacion es que si bien hubo un cre-

cimiento de la PTF durante 1993-2009, este

resultado fue opacado principalmente por

los hechos ocurridosen los anos 1970-1992,

donde la productividad fue la menor de Ame-

rica Latina. Asimismo, el aporte negativo de

la mano de obra sobre el producto indicaria

que si bien existia mano de obra adecuada-

mente empleada, es decir, tenia condiciones

laborales que les permitia satisfacer sus nece-

sidades basicas, la bajas tasas de crecimiento

del producto en los ochenta no permitieron

sostener la masa laboral (presentandose asi la

etapa de los rendimientos negativos).

6. CONCLUSIONES Y RECOMENDACIONES

De acuerdo a la evidencia empirica desarro-

llada en el presente estudio, se corrobora que

las emisiones de CO2, (proxy de la variable

ambiental), explican el producto durante el

periodo 1960-2009, excepto para el subpe-

riodo 1960-1990, en el que la relacion fue

inversa. Por lo tanto, es importante tener en

cuenta que la inclusion de la variable ambien-

tal como factor del producto puede variar

dependiendo del pais y periodo en analisis.

En consecuencia, realizar la prueba de causa-

lidad entre ambas variables es necesario en

cualquier estudio sobre el crecimiento eco-

nomico.


42

De otro lado, para el periodo 1960-2009, se

demuestra que la PTF es -0.11% incluyen-

do como inputs al stock de capital artificial,

mano de obra y las emisiones de CO2. Este re-

sultado fue superior a la PTF medida solo con

factores tradicionales (-1.09%). Por lo tanto,

si no se incluye la variable ambiental como

input, la PTF obtenida sera distorsionada.

Cuando se incluye la variable ambiental, los

resultados de las participaciones de los fac-

tores en el producto difieren sustancialmente

durante los periodos 1993-2009 y 1960-2009.

La explicacion puede deberse a que mas alla

de utilizar distintas metodologias o utilizar las

series monetarias en diferentes unidades de

medida, posiblemente al no incluir la variable

ambiental en el analisis, los resultados de las

contribuciones de los inputs en el producto

seran sesgados.

Sobre las emisiones de CO2, una considera-

cion seria realizar investigaciones utilizando

otros contaminantes a fin de contrastar las

posibles variaciones en los resultados obte-

nidos en este estudio. Asimismo, seria intere-

sante desarrollar el modelo neoclasico incor-

porando el stock de capital natural, aunque

esto podria resultar ser dificil debido a pro-

blemas de agregacion o por no disponer de

informacion historica.

Por ultimo, si el Peru quiere salir del subdesa-

rrollo y perseverar una senda de crecimiento

alto y sostenido, tendra que focalizar esfuer-

zos en lograr mejoras sustanciales en sus

niveles de productividad. Si bien a nivel ma-

croeconomico, la inversion en capital fisico y

humano resulta ser una condicion necesaria

para el crecimiento sostenido, no es suficien-

te (Alarco, 2011). Por ello, el gobierno debe

enfocarse en tener una mejor eficiencia en

el uso de los recursos, como tambien prestar

especial atencion al efecto perjudicial de la

informalidad sobre los incentivos y mecanis-

mos para una mayor productividad sectorial

y empresarial.

AGRADECIMIENTOS:

Los autores desean agradecer a los dos dicta-minadores anonimos por sus observaciones constructivas asi como a Roberto Escalante y Juan Pichihua por sus valiosos comentarios en una version preliminar de este estudio. Como es costumbre, cualquier error u omision es res-ponsabilidad exclusiva de los autores.


43


Aghion, P.; y Howitt, P. (1992). “A Model of

Growth through Creative Destruction”, Eco-

nometrica, Econometric Society, vol. 60(2),

pp. 323-51.

Alarco, G. (2011). Competitividad y Desarro-

llo: Evolucion y Perspectivas Recientes. CEN-

TRUM Catolica, Centro de Negocios de la Pon-

tificia Universidad Catolica del Peru.

Barro, R., Lee, J. (2000). “International Data on

Educational Attainmed: Updates and Implica-

tions, National Bureau of Economic Research

Working Papers, 7911.

BCRP (2011). Series Estadisticas Anuales del

Banco Central de Reserva del Peru (BCRP). Dis-

ponible en http://estadisticas.bcrp.gob.pe/.

Becker, R. (1982). “Intergenerational equity: The

capital environment trade-off”, Journal of Environ-

mental Economics and Management 9: 165-185.

Blyde, J., and Fernandez-Arias, E.(2005). “Why

Latin America is Falling Behind.” In: E. Fernan-

dez-Arias, R. Manuelli and J.S. Blyde, editors.

Sources of Growth in Latin America: What is

Missing? Washington, DC, United States: In-

ter-American Development Bank.

Brock, W. (1973). Transitional impacts of envi-

ronmental policy in an endogenous growth

model. International Economic Reviews, 37,

861-893.

Carranza, E., Fernandez-Baca, J. y Moron, E.

(2003). “Markets, Government, and the Sour-

ces of Growth in Peru”, Universidad delPacifi-

co, Departamento de Economia, mimeogra-

fiado.

CEPLAN (2011). Plan Bicentenario: El Peru ha-

cia el 2021. Centro Nacional de Planeamiento

Estrategico. Disponible en www.ceplan.gob.pe

Chimeli, A., Braden, J. (2005). Total factor pro-

ductivity and the environmental Kuznets cur-

ve. Journal of EnvironmentalEconomics and

Management, 49, 366-380.

CONAM (2001). Comunicacion Nacional del

Peru a la Convencion de Naciones Unidas so-

bre el Cambio Climatico. Junio 2001.

Coondoo, D., Dinda, S. (2002). Causality

between income and emission: a country

group-specific econometric analysis. Ecologi-

cal Economics, 40(3), 351-367.

Dasgupta, P., y Heal, G. (1979). Economic

Theory and Exhaustible Resources, Cambrid-

ge Economic Handbook, Cambridge.

Dasgupta, P., Mäler, K. (2000). Net national

product, wealth and social well-being.Envi-

ronmental and Development Economics, 5(1-

2), 69-93.

De Bruyn, S., Van den Berghand, J., Opschoor,

B. (1998). Economic Growth and Emissions:

Reconsidering the Empirical Basis of Envi-

ronmental Kuznets Curves. Ecological Econo-

mics, 25(2), 161-175.

http://estadisticas.bcrp.gob.pe/

http://www.ceplan.gob.pe


44

Denison, E. (1962). The Sources of Economic

Growth in the United States and the Alternati-

ve Before, Us. Washington DC: Committee for

Economic Development.

Ekins, P. (1997). The Kuznets curve for the en-

vironment and economic growth: examining

the evidence. Environment and Planning,

29(5), 805-830.

Georgescu-Roegen, N. (1975). Energy and

economic myths. Southern Economic Jour-

nal, 41(3), 347-381.

Granger, C. (1988).Some recent develop-

ments in the concept of causality.Journal of

Econometrics, 39(1-2), 199-211.

Green, W. (1990).”Econometric Analysis”, Mac-

millan, New York, Second Edition.

Grossman, G., Helpman, E. (1991). Innovation

and growth in the global economy, Cambrid-

ge, MA, MIT Press, Cambridge.

Gruver, G.W. (1976). “Optimal investment in

pollution control capital in a neoclassical

growth context”, Journal of Environmental

Economics and Management, 3, 165-177.

Harbaugh, W., Levinson A., Wilson, D. (2002).

Reexamining the Empirical Evidence for an

Environmental Kuznets Curve. The Review of

Economics and Statistics, 84(3), 541-551.

INEI (2010a). Peru: Evolucion de los Indicado-

res de Empleo e Ingresos por Departamentos,

2001-2009. Direccion Nacional de Cuentas

Nacionales. Documento no publicado.

INEI (2010b). Peru: Anuario de Estadisticas

Ambientales 2010. Disponible en www.inei.

gob.pe. Fecha de actualizacion: 2010.

IPE (2003). La brecha en infraestructura, ser-

vicios publicos, productividad y crecimiento

en el Peru. En J. Coronado (Ed.), Asociacion

de Empresas Privadas de Servicios Publicos

(pp. 19-71), Lima: Instituto Peruano de Eco-

nomia.

Jimenez, F. (2011).Producto potencial, fuen-

tes del crecimiento y productividad en la eco-

nomia peruana (1950-2008). El Trimestre Eco-

nomico, 78 (4), 913-940.

Kalaitzidakis, P., Mamuneas, T., Stengos, T.

(2006).The contribution of Pollution to Pro-

ductivity Growth.Working Paper.

Keeler, E., M. Spence and R. Zeckhauser

(1971).“The optimal control of pollution”,

Journal of Economic Theory 4: 19-34.

Menyah, K., Wolde-Rufael, Y. (2010).Energy

consumption, pollutant emissions and eco-

nomic growth in South Africa.EnergyEcono-

mics, 32(6), 1374-1382.

MINAM (2010). Huella de Carbono del Minis-

terio del Ambiente. Informe Final. Disponible

en www.minam.gob.pe

MINEM (2010). Balance Nacional de Energia

2009. Direccion General de Eficiencia Energe-

tica. Disponible en www.minem.gob.pe

http://www.inei.gob.pe

http://www.inei.gob.pe

http://www.minam.gob.pe

http://www.minem.gob.pe


45

Mundlak, Y. (1996). Production Function Es-

timation: Reviving the Primal. Econometrica,

64(2), 431-438.

Romer, P. (1987). Growth based on increasing

returns due to specialization, The American

Economic Review, 77(2), 56-62.

Seminario, B. y Beltran, A. (1998). Crecimiento

economico en el Peru: 1896-1995. Nuevas evi-

dencias estadisticas. Centro de Investigacion

de la Universidad del Pacifico (CIUP).

Seminario, B. (2004).Metodologia para la ela-

boracion de Proyecciones Macroeconomicas:

Peru 2004-2025. Version Preliminar. Centro de

Investigacion de la Universidad del Pacifico

(CIUP).

Seminario, B., Rodriguez, M., Zuloeta, J. (2008).

Metodos alternativos para la estimacion del

PBI potencial 1950-2007. Centro de Investi-

gacion de la Universidad del Pacifico (CIUP),

Documento de trabajo, http://www.up.edu.

pe/ciup/SiteAssets/Lists/JER_Jerarquia/Edi-

tForm/20090112144424_DD%2007-20%20

v8_final1.pdf.

Solow, R. (1957). Technical Change and the

Aggregate Production Function.Review of

Economics and Statistics, 39(3), 312-320.

Stern, D., Common, N.; y Barbier, E. (1996).“Eco-

nomic growth and environmental degrada-

tion: the environmental Kuznets curve and

sustainable development”, World Develop-

ment, 24, 1151-1160.

Stern, D. (2004). “The Rise and Fall of the En-

vironmental Kuznets Curve”. World Develop-

ment, 32(8), 1419-1439.

Tzouvelekas E., Vouvaki, D. and Xepapadeas,

A. (2007). “Total Factor Productivity Growth

and the Environment: A Case for Green Grow-

th Accounting”. CCMP – Climate Change Mo-

delling and Policy, Nota Di-Lavoro, 38,http://

www.feem.it/userfiles/attach/Publication/

NDL2007/NDL2007-038.pdf.

World Bank (2011). World Development In-

dicators, p.435. Disponible en: http://www.

preventionweb.net/english/professional/pu-

blications/v.php?id=19618

Xepapadeas, A. (2003). Economic Growth and

the Environment.University of Crete, Depart-

ment of Economics, Rethymno, Greece.

Xepapadeas, A. (2005). Economic Growth and

the Environment.Handbook of Environmen-

tal Economics, Vol. 3, Elsevier Publishers.

Yamada, G. (2006). “Retornos a la educacion su-

perior en el mercado laboral. ¿Vale la pena el es-

fuerzo?”, Documento de Discusion num. 6, CIUP.

Yamada, G. (2007). “Retornos a la educacion

superior en el mercado laboral: ¿Vale la pena

el esfuerzo?. Universidad del Pacifico-Centro

de Investigacion y CIES, Documento de traba-

jo, (78), http://cies.org.pe/files/documents/in-

vestigaciones/educacion/retornos-a-la-edu-

cacion-superior-en-el-mercado-laboral.pdf.

Vega-Centeno, M. (1997). “Inestabilidad e in-

http://www.up.edu.pe/ciup/SiteAssets/Lists/JER_Jerarquia/EditForm/20090112144424_DD 07-20 v8_final1.pdf




http://www.feem.it/userfiles/attach/Publication/NDL2007/NDL2007-038.pdf



http://www.preventionweb.net/english/professional/publications/v.php?id=19618



http://cies.org.pe/files/documents/investigaciones/educacion/retornos-a-la-educacion-superior-en-el-mercado-laboral.pdf




46

suficiencia del crecimiento: el desempeno de

la economia peruana 1950-1996”. Pontificia

Universidad Catolica del Peru, Revista Econo-

mia, 39-40, 11-62.

8. ANEXOS

Anexo 1

Para la obtencion dela PTF, la funcion de produccion tradicional se define como:

Ẏ!= 𝑆𝑆!

!!+ S!

!!+ 𝑆𝑆!

!!


!!

𝑦𝑦 = !!

!!

𝑆𝑆!!!

(A.1)

La igualdad anterior se puede expresar de la siguiente manera:

Y = 𝐾𝐾!!(𝐴𝐴𝐴𝐴)!! (A.2)

Aplicando logaritmos se obtiene:

log𝑌𝑌 = log𝐾𝐾!! + log𝐴𝐴!! + log 𝐿𝐿!! (A.3)

log𝑌𝑌 = 𝑆𝑆!log𝐾𝐾 + 𝑆𝑆!log𝐴𝐴 + 𝑆𝑆!log 𝐿𝐿 (A.4)

𝜕𝜕 log𝑌𝑌𝜕𝜕𝑡𝑡

=𝜕𝜕(𝑠𝑠! log𝐾𝐾 + 𝑠𝑠!log𝐴𝐴 + 𝑠𝑠! log 𝐿𝐿)

𝜕𝜕𝑡𝑡

(A.5)

𝑌𝑌𝑌𝑌= 𝑠𝑠!

𝐾𝐾𝐾𝐾

+ 𝑠𝑠!𝐴𝐴𝐴𝐴

+ 𝑠𝑠!𝐿𝐿𝐿𝐿

(A.6)

Por tanto, la PTF se define como:

𝑔𝑔! = 𝑠𝑠!𝐴𝐴𝐴𝐴

=𝑌𝑌𝑌𝑌− 𝑠𝑠!

𝐾𝐾𝐾𝐾

− 𝑠𝑠!𝐿𝐿𝐿𝐿

(A.7)

Y luego aplicando logaritmos:

𝑔𝑔! = 𝑠𝑠! log𝐴𝐴 = log𝑌𝑌 − 𝑠𝑠! log𝐾𝐾 − 1 − 𝑠𝑠! log 𝐿𝐿

(A.8)

𝑔𝑔! = 𝑠𝑠! log𝐴𝐴 = log𝑌𝑌 − 𝑠𝑠! log𝐾𝐾 − log 𝐿𝐿 + 𝑠𝑠! log 𝐿𝐿

(A.9)

𝑔𝑔! = 𝑠𝑠! log𝐴𝐴 = log𝑌𝑌 − log 𝐿𝐿 − 𝑠𝑠! log𝐾𝐾 − log 𝐿𝐿

(A.10)


47

𝑔𝑔! = 𝑠𝑠! log𝐴𝐴 = log𝑌𝑌𝐿𝐿

− 𝑠𝑠! log𝐾𝐾𝐿𝐿

(A.11)

𝑔𝑔! = 𝑠𝑠!𝜕𝜕 log𝐴𝐴𝜕𝜕𝜕𝜕

=𝜕𝜕 log 𝑌𝑌

𝐿𝐿𝜕𝜕𝜕𝜕

− 𝑠𝑠!𝜕𝜕 log 𝐾𝐾

𝐿𝐿𝜕𝜕𝜕𝜕

(A.12)

Asumiendo retornos constantes a escala ( 𝑠𝑠! + 𝑠𝑠! = 1

), se obtiene:

𝑔𝑔! = 𝑠𝑠!𝐴𝐴𝐴𝐴

=𝑌𝑌𝑌𝑌− 𝑠𝑠!

𝑘𝑘𝑘𝑘

(A.13)

Anexo 2

Ahora, incluyendo el factor ambiental, la funcion de produccion estaria definida como:

Y = F(K, H, E, X) (A.14)

Aplicando logaritmos:

log𝑌𝑌 = log𝐾𝐾!! + log𝐻𝐻!! + log𝐴𝐴!! + log 𝐿𝐿!! + log𝐵𝐵!! + log𝑍𝑍!! (A.15)

Diferenciando lo anterior respecto del tiempo, se obtiene

𝜕𝜕 log𝑌𝑌𝜕𝜕𝜕𝜕

=𝑠𝑠!𝜕𝜕 log𝐾𝐾

𝜕𝜕𝜕𝜕+𝑠𝑠!𝜕𝜕 log𝐻𝐻

𝜕𝜕𝜕𝜕+𝑠𝑠!𝜕𝜕 log𝐴𝐴

𝜕𝜕𝜕𝜕+𝑠𝑠!𝜕𝜕 log 𝐿𝐿

𝜕𝜕𝜕𝜕+𝑠𝑠!𝜕𝜕 log𝐵𝐵

𝜕𝜕𝑡𝑡+𝑠𝑠!𝜕𝜕 log𝑍𝑍

𝜕𝜕𝑡𝑡 (A.16)

Luego, definiendo a 𝑠𝑠! , 𝑗𝑗 = 𝐾𝐾,𝐻𝐻, 𝐿𝐿,𝑍𝑍 como las elasticidades de los inputs hacia el producto y si

la PTFA (γ)esta dado por (A.17):

𝛾𝛾 = 𝑠𝑠!𝐴𝐴𝐴𝐴

+ 𝑠𝑠!𝐵𝐵𝐵𝐵

=𝑌𝑌𝑌𝑌

− 𝑠𝑠!𝐾𝐾𝐾𝐾

− 𝑠𝑠!𝐻𝐻𝐻𝐻

− 𝑠𝑠!𝐿𝐿𝐿𝐿

− 𝑠𝑠!𝑍𝑍𝑍𝑍

(A.17)

Bajo retornos constantes a escala (𝑠𝑠! + 𝑠𝑠! + 𝑠𝑠!𝑠𝑠! = 1 ó 𝑠𝑠! = 1𝑠𝑠! + 𝑠𝑠! + 𝑠𝑠!) , se tiene

que:

𝛾𝛾 = 𝑠𝑠!𝐴𝐴𝐴𝐴

+ 𝑠𝑠!𝐵𝐵𝐵𝐵

=𝑌𝑌𝑌𝑌

− 𝑠𝑠!𝐾𝐾𝐾𝐾

− 𝑠𝑠!𝐻𝐻𝐻𝐻

− 1 − 𝑠𝑠! − 𝑠𝑠! − 𝑠𝑠!𝐿𝐿𝐿𝐿

− 𝑠𝑠!𝑍𝑍𝑍𝑍

(A.18)

𝑌𝑌𝑌𝑌−𝐿𝐿𝐿𝐿= 𝛾𝛾 + 𝑠𝑠!

𝐾𝐾𝐾𝐾−𝐿𝐿𝐿𝐿

+ 𝑠𝑠!𝐻𝐻𝐻𝐻−𝐿𝐿𝐿𝐿

+ 𝑠𝑠!𝑍𝑍𝑍𝑍−𝐿𝐿𝐿𝐿

(A.19)

𝜕𝜕 log 𝑌𝑌

𝐿𝐿𝜕𝜕𝑡𝑡

= 𝛾𝛾 + 𝑠𝑠!𝜕𝜕 log 𝐾𝐾


+ 𝑠𝑠!𝜕𝜕 log 𝐻𝐻


+ 𝑠𝑠!𝜕𝜕 log 𝑍𝑍


(A.20)


48

La expresion (19)se obtiene de (A.23):

𝑦𝑦𝑦𝑦= 𝛾𝛾 + 𝑠𝑠!

𝑘𝑘𝑘𝑘+ 𝑠𝑠!

ℎℎ+ 𝑠𝑠!

𝑧𝑧𝑧𝑧

(A.23)

v K H L ZK 1.000000 0.975955 0.982044 0.651099

H 0.975955 1.000000 0.997154 0.600224

L 0.982044 0.997154 1.000000 0.610070

Z 0.651099 0.600224 0.610070 1.000000

Fuente: Elaboración propia

Anexo 3. Matriz de correlación de las variables explicativas

1960-1999 Variables R2

ajustadoProb.

Prueba FProb.

Test BPG3/Prob.

Test LM4/

PTF1 k, l, h 0.66 0.00 0.31 0.00

PTF2 k, l 0.65 0.00 0.78 0.00

PTFA1 k, l, h, z 0.88 0.00 0.00 0.00

PTFA2 k, l, z 0.88 0.00 0.00 0.00

1993-2009 VariablesR2

ajustadoProb.

Prueba FProb.

Test BPG*

Prob.Test LM**

PTF1 k, l, h 0.63 0.00 0.57 0.04

PTF2 k, l 0.59 0.00 0.97 0.00

PTFA1 k, l, h, z 0.81 0.00 0.42 0.05

PTFA2 k, l, z 0.81 0.00 0.72 0.00

1960-2009 VariablesR2

ajustadoProb.

Prueba FProb.

Test BPG*

Prob.Test LM**

PTF1 k, l, h 0.61 0.00 0.20 0.00

PTF2 k, l 0.60 0.00 0.19 0.00

PTFA1 k, l, h, z 0.87 0.00 0.00 0.00

PTFA2 k, l, z 0.85 0.00 0.00 0.003/ Test de Breusch-Pagan-Godfrey.

4/ Test de Breusch-Godfrey (2 rezagos).

Fuente: Elaboración propia

Anexo 4. Test estadísticos en los modelos PTFA y PTF


49

Resumen1

En el Peru el cafe convencional representa el

cuarto cultivo mas importante en el sector

agricola y como todo cultivo es sensible a los

cambios del clima afectando o beneficiando su

produccion. Este estudio tiene como finalidad

analizar el impacto del cambio climatico sobre

la variacion de ingresos agricolas de los pro-

ductores cafetaleros de las principales zonas

de produccion en el Peru, lo cual es relevante

pues tiene un alcance nacional y no local como

en estudios previos. Para ello, se utilizo el enfo-

que de la funcion de produccion, en base a un

modelo econometrico de datos panel, con el

objetivo de identificar si la variacion de las va-

riables ambientales ante el cambio del clima,

podria afectar al cultivo del cafe convencional

de los principales departamentos de la selva

alta. Los resultados muestran que existe una

relacion de convexidad entre la temperatura

maxima y la produccion de cafe convencional,

es decir, que ante un incremento de la tempe-

ratura maxima por encima de su valor opimo

dara lugar a un nivel de produccion mas alto

y por ende, los ingresos de los agricultores ca-

1 Economista (UNALM-Peru). Asistente de investigacion economica ambiental (UNALM). Dirección postal: MZ N2 LT 3 S.S. JUAN PABLO II (Lima-Peru). Teléfono: (511) 6147134 anexo: 239; e-mail: [email protected]

fetaleros no se veran perjudicados. Estos resul-

tados evidencian que seguir cultivando cafe

convencional a largo plazo sera rentable para

los agricultores de la zona en estudio, el cual

aporta el 1.08% al valor bruto de la produccion

del sector agricola.

Palabras Clave: Impacto del Cambio Climati-

co, cafe convencional, variacion de ingresos y

enfoque de la funcion de produccion.

Clasificación JEL: Q54.

Abstract2

In the conventional coffee Peru is the fourth

most important crop in the agricultural sec-

tor as any crop is sensitive to climate chan-

ges affecting or benefiting production. This

study aims to analyze the impact of climate

change on agricultural income variation co-

ffee growers of the main producing areas in

Peru, which is relevant because it has a natio-

nal scope and local in previous studies. For

2 Master en Innovacion Agraria para el Desarrollo Rural (UNALM-Peru). Profesora Auxiliar a dedicacion exclusiva (UNALM). Dirección postal: Jr. Valer 595 C Pueblo Libre (Lima-Peru). Teléfono: (511) 6147800 anexo:239; e-mail: [email protected]

IMPACTO DEL CAMBIO CLIMÁTICO SOBRE LOS INGRESOS DEL CAFÉ

CONVENCIONAL: UN ANÁLISIS DE PANEL BALANCEADO. PERIODO 1991 – 2010

Flor del Carmen Rivera Bocanegra1 , Laura Silvia Alvarado Barbaran2


Rivera, Flor; Alvarado, Laura Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.Periodo 1991-2010

50

this, we used the approach of the production

function, based on the panel data econome-

tric model, in order to identify whether the va-

riation of environmental variables to climate

change could affect the cultivation of coffee

major conventional high forest departments.

The results show that there is a relationship

between the maximum temperature con-

vexity and conventional coffee production,

that is, to a maximum temperature rise above

opimo value will lead to a higher production

level and therefore the income of coffee far-

mers will not be harmed. These results show

that conventional coffee continue to cultivate

long-term will be profitable for farmers in the

study area, which contributes 1.08% to the

gross value of agricultural production.

Keywords: Climate Change Impact, coffee

conventional approach of the production

function, income variation.

JEL Classification: Q54.

1. INTRODUCCIÓN

En el Peru, el impacto del cambio climatico ha

tenido gran repercusion, principalmente, en

la produccion de los cultivos agricolas, como

es el caso del cafe convencional.

En el ano 2013, la produccion promedio de

cafe en el Peru representa el 4.2% del Valor

Bruto de la Produccion del sector agricola,

ocupando el cuarto entre los principales pro-

ductos agricolas3 (MINAG, 2009). Dicho culti-

3 Los tres primeros productos agricolas son: la papa con un 7.6%, alfalfa con un 5.1% y arroz cascara con 5% del VBP (MINAG, 2009).

vo se produce generalmente en la selva alta,

donde se posee las condiciones climaticas

mas adecuadas para su potencial desarrollo,

oscilando la temperatura optima entre 18ºC

y 22º C, con niveles minimo y maximo de 16

ºC y 24 ºC, respectivamente (MINAG, 20094 y

Pro-Amazonia, 2003).

En este contexto, la contribucion del presente

estudio es evaluar el impacto del cambio cli-

matico sobre la produccion del cafe conven-

cional en los principales departamentos de

la selva alta del Peru (Amazonas, Cajamarca,

Huanuco, Junin, San Martin y Puno), en los

cuales se produce el 78.4% del cafe conven-

cional del pais.

A diferencia de otros estudios que analizaron

el impacto del cambio climatico en el Peru

para un solo departamento, uno de los apor-

tes de este estudio es su alcance nacional.

Adicionalmente, constituye una contribucion

a la literatura en el tema, al aplicar el Enfo-

que de la Funcion de Produccion utilizando

un modelo de datos de panel balanceado, el

cual tiene la ventaja de poder utilizar mayor

cantidad de informacion, al interrelacionar

datos de corte transversal con series de tiem-

po. Para tal efecto se uso informacion de pro-

duccion, superficie cosechada, precipitacion

y temperatura. Se considero como unidad de

transversal a cada uno de los departamen-

tos, con veinte datos anuales para el periodo

1991-2010.

El trabajo se divide en tres partes. En primer

lugar, se estimo econometricamente la fun-

4 Disponible en http://frenteweb.minag.gob.pe/sisca/?mod=consulta_cult

http://frenteweb.minag.gob.pe/sisca/%3Fmod%3Dconsulta_cult

http://frenteweb.minag.gob.pe/sisca/%3Fmod%3Dconsulta_cult


51

cion de produccion de cafe convencional

mediante un modelo de panel balanceado.

En segundo lugar, se escogio la forma funcio-

nal de la funcion de produccion y la relacion

de las variables climaticas y el nivel de pro-

duccion del cafe convencional. Por ultimo, se

calculo la variacion de ingresos de los agricul-

tores en los principales departamentos de la

selva alta para el periodo 2011-2100 bajo un

determinado escenario climatico.


Existen muchos estudios que estimaron los

efectos del cambio climatico sobre el sector

agricola. Entre los principales tenemos el es-

tudio de Deressa, Hassan y Poonyth (2005)

para el caso de la cana de azucar, en que se

obtuvo que cuando la temperatura en verano

a menor a 23ºC disminuyen los ingresos netos

por hectarea, sucediendo lo contrario cuando

la temperatura supera los 23ºC.

El estudio de Ramirez et al. (2010), el cual for-

ma parte de una serie de documentos elabo-

rados por la Comision Economica para Ameri-

ca Latina y el Caribe (CEPAL), analiza el efecto

del cambio climatico sobre la agricultura uti-

lizando el Enfoque de la Funcion de Produc-

cion y el Enfoque Ricardiano, para Costa Rica,

El Salvador, Guatemala, Honduras, Nicaragua

y Panama; para el caso de Belice solo utiliza-

ron el primero de los enfoques mencionados.

A pesar de la importancia de evaluar el impac-

to del cambio climatico en el sector agricola

peruano, poco se ha avanzado sobre el tema.

A nivel agregado, Vargas (2009) estimo que al

ano 2030 el Producto Bruto Interno real seria

6.8% menor al que se tendria en un escenario

sin cambio climatico; asimismo encontro que,

dada la diversidad de climas que caracteriza

al Peru, el impacto del cambio climatico seria

diferente segun el departamento y el sector

productivo, siendo uno de los mas sensibles

el sector agricola.

A nivel departamental, Torres (2010) realizo

un analisis economico del impacto del cam-

bio climatico en la produccion de mango, li-

mon, cafe y platano en la region Piura. Para

ello, la autora utilizo una funcion de pro-

duccion en donde las variables explicativas

fueron temperatura, precipitacion y el Feno-

meno “El Nino”, mediante un analisis de serie

de tiempo para el periodo 1970-2009. Para

el caso del cafe, los resultados indican que

existe una relacion concava entre el rendi-

miento del producto y los niveles de tempe-

ratura; es decir, ante un aumento en la tem-

peratura minima y maxima, el rendimiento

del cultivo aumenta en 41%. En el caso del

limon, el aumento es de 51.9%. Sin embar-

go, para los casos de mango y platano, los

rendimientos disminuyen en 7% y 39.86%,

respectivamente.

Por su parte, Loyola y Orihuela (2011), eva-

luaron el costo economico del cambio clima-

tico en la agricultura de las regiones Piura y

Lambayeque, para el periodo 2010-2100. Para

ello, se utilizaron algunos cultivos represen-

tativos de ambas regiones, tales como arroz,

maiz amarillo, limon, mango, cana de azucar,

platano y algodon. Utilizando una variante

del modelo agronomico, establecieron la re-


52

lacion de cada uno de estos cultivos con la

temperatura y la precipitacion y se estimo el

cambio del beneficio asociado unicamente

a las variaciones en el ingreso de cada culti-

vo. Los resultados sugieren que el costo del

cambio climatico es significativo, especial-

mente a largo plazo. Asimismo, se encontro

que el comportamiento entre la temperatura

y la produccion tienen forma convexa para el

caso de limon y platano en Piura.

De la revision de literatura se concluye que,

salvo para el caso de Piura, no se ha analiza-

do el impacto del cambio climatico en el cafe,

lo cual motivo la realizacion de este estudio,

para diferentes zonas productoras de este

cultivo, seleccionandose a los departamen-

tos de Amazonas, Cajamarca, Huanuco, Junin,

San Martin y Puno, que representan el 78%

de la produccion nacional de cafe, el que es

cultivado mayoritariamente por pequenos

productores (con menos de 5 has. en prome-

dio), quienes por lo tanto tienen baja capaci-

dad para desarrollar cambios tecnologicos en

adaptacion al cambio climatico.

3. EL MODELO

La metodologia utilizada en este estudio se

sustento en el modelo agronomico del enfo-

que de la funcion de produccion, el cual per-

mite estimar los efectos del cambio climatico

en la agricultura a partir de identificar los va-

lores maximos y minimos de la temperaturas

y los niveles de precipitacion, cuyas variacio-

nes respecto a un determinado umbral pro-

vocan respuestas beneficiosas o perjudiciales

para un cultivo determinado y por ende para

los respectivos agricultores. Segun, Fleischer

y Mendelsohn (2007) la funcion de produc-

cion de un cultivo agricola se expresa de la

siguiente forma:

Q = f(X, Z, M) (1)

Donde Q representa la cantidad producida,

X que representa la cantidad de insumos, Z

engloba a las variables climaticas (tempera-

turas maxima y minima, y precipitacion) y M

representa la habilidad o capacidad de los

agricultores. Mendelsohn, Nordhaus y Shaw

(1994), sugieren que las variables climaticas

deben ser incluidas en el modelo con una

forma funcional cuadratica, para poder de-

terminar la relacion existente con el nivel de

produccion. De esta manera, los coeficientes

estimados ayudan a predecir el nivel optimo

de produccion ante el impacto del cambio cli-

matico. Este analisis fue utilizado en los estu-

dios de Galindo (2009) y Ramirez et al (2010).

Es decir, la ventaja de utilizar una funcion de

produccion cuadratica es que permitira cal-

cular la relacion entre el nivel de produccion

del cultivo (variable dependiente) y los valo-

res optimos de cada uno de los factores cli-

maticos que determinen su produccion (tem-

peratura yo precipitacion).

Cabe senalar que al no disponer de series his-

toricas de costos insumos, no hemos utilizado

en este estudio el otro enfoque existente, que

es el Enfoque Ricardiano, el cual consiste en

estimar el valor de la tierra como funcion del

ingreso neto agricola.


53

4. METODOLOGÍA

4.1. Recopilación de

información

Para el desarrollo de la investigacion se reco-

pilo informacion del Ministerio de Agricultura

(MINAG) de las variables produccion y super-

ficie cosechada de cafe de los siete principa-

les departamentos cafetaleros del Peru.

Para el caso de las variables climaticas, tempe-

ratura y precipitacion, la informacion fue ob-

tenida del Instituto Nacional de Estadistica e

Informatica (INEI). Asimismo, analizar la varia-

cion de ingresos, se transformaron los precios

al productor de corrientes a reales, utilizando-

se como deflactor el Índice de Precios al Con-

sumidor del ano base 1994, obtenido del INEI.

4.2. Estimación de la función

de producción del café

convencional:

Siguiendo a Mendelsohn, Nordhaus y Shaw

(1994), para quienes la relacion del nivel de

produccion y las variables climaticas deberia

tener una forma de U invertida, es decir, para

determinar si existe una relacion de convexi-

dad entre las variables senaladas, se formulo

la siguiente ecuacion cuadratica5:

Qi,t= β0 + β1Si,t + β2TMi,t + β3 TM2i,t + β4TNi,t

+ β5TN2i,t + β6PPi,t + β7 PP2

i,t + μi,t (2)

5 No se escogio otras formas funcionales por no satisfacer el objetivo del estudio. Ademas la funcion cuadratica se asemeja a la forma funcional que utilizaron estudios anteriores (Ramirez et al, 2010) para determinar el impacto del cambio climatico en la agricultura de cultivos especificos y/o otros sectores.

Donde:

Qi,t = Produccion (Toneladas) del cafe conven-

cional en el departamento i para el ano t.

Si,t = Superficie cosechada (hectareas) del

cafe convencional en el departamento i para

el ano t.

TMi,t = Temperatura maxima (ºC) en el depar-

tamento i para el ano .

TM2i,t = Temperatura maxima (ºC) al cuadra-

do en el departamento i para el ano .

TNi,t = Temperatura minima (ºC) en el depar-

tamento i para el ano .

TN2i,t = Temperatura minima (ºC) al cuadrado

en el departamento i para el ano .

PPi,t = Precipitacion (mm) en el departamen-

to i para el ano .

PP2i,t = Precipitacion (mm) al cuadrado en el

departamento i para el ano .

μi,t = Error aleatorio.

Se empleo el analisis de la primera derivada

para encontrar el valor optimo de la variable

climatica y la condicion de la segunda deriva-

da, para determinar la relacion de concavidad

o convexidad entre la produccion y las varia-

bles climaticas. Utilizando el modelo de datos

panel, se esperaba que los signos de los coefi-

cientes de los terminos lineales β2, β4, β6 sean

positivos. Es decir, que en los primeros anos


54

el incremento en los niveles de temperatura y

precipitacion generan un aumento en el nivel

de produccion del cafe convencional.

Por su parte, para hallar el nivel optimo de

temperatura, en el cual se maximiza la pro-

duccion de cafe convencional, se partio del

supuesto que β3,β5 y β7 son negativos. Esto

indica que ante cualquier incremento de la

temperatura por encima de su valor optimo

dara lugar a un nivel de produccion mas bajo,

por lo tanto la funcion de produccion toma-

ra una forma concava. Tambien es posible

encontrar que los signos de los coeficientes

β2, β4, β6 sean negativos y los de β3, β5 y β7

tengan signos positivos, lo que implicaria una

funcion de produccion convexa (Mendelso-

hn, Nordhaus y Shaw, 1994). Esto significaria

que el incremento de la temperatura genera

perdidas en el corto plazo para los agricul-

tores, alcanzando una produccion minima,

mientras genera incrementos de la produc-

cion a largo plazo.

Siguiendo a Ramirez et al (2010), se formula-

ron las siguientes especificaciones alternati-

vas a ser probadas:

Qi,t=β0+β1Si,t+β2TMi,t+β3TM2i,t+β4TNi,t

+β5TN2i,t+β6PPi,t+β7PP2

i,t+ ui,t (2.1)

Qi,t=β0+β1Si,t+β2TMi,t+β3TM2i,t+β4TNi,t

+β5TN2i,t+ui,t (2.2)

Qi,t=β0+β1Si,t+β4TNi,t +β5TN2i,t+β6PPi,t

+β7PP2i,t+ ui,t (2.3)

Qi,t=β0+β1Si,t+β4TNi,t+β5TN2i,t+ ui,t (2.4)

Qi,t=β0+β1Si,t+β2TMi,t+β3TM2i,t+β6PPi,t

+β7PP2i,t+ ui,t (2.5)

Qi,t=β0+β1Si,t+β2TMi,t+β3TM2i,t+ ui,t (2.6)

La importancia de definir diferentes alter-

nativas del modelo es poder identificar que

variables son innecesarias o irrelevantes al

modelo, lo cual podria ocurrir por la posible

correlacion entre las variables explicativas,

provocando asi que los paramentos sean no

significativos.

En cuanto al tratamiento de los datos panel,

se estimaron seis tipos de ecuaciones para

los modelos Pooled y de Efectos Fijos (MEF) y

solo dos ecuaciones para el Modelo de efec-

tos aleatorios (MEA), dado que el numero

de unidades transversales (departamentos)

debe ser mayor al numero de variables ex-

plicativas6. Por lo tanto, para la eleccion del

mejor modelo se tuvo en consideracion dos

criterios de analisis:

• Se escogio como mejor ecuacion aque-

lla que cumplia con los signos adecuados

de la teoria economica, es decir que los

coeficientes de las variables temperatura

y precipitacion en terminos lineales y cua-

draticos tenga signos diferentes, para ob-

tener valores positivos de la temperatura y

precipitacion. Estos valores ademas de ser

positivos, deben cumplir con los rangos

optimo de temperatura y precipitacion

sugeridos en el estudio de Pro Amazo-

nia-MINAG (2003).

6 En el Anexo 3, solo se muestran los principales modelos de datos panel las cuales fueron escogidos segun los criterios de decision establecidos en el estudio.


55

• Las mejores ecuaciones para cada mo-

delo de estimacion, debian tener los va-

lores mas bajos de los criterios Akaike y

Schwarz. Asimismo, los coeficientes aso-

ciados a cada variable regresora debia

ser significativos y el valor del R2 ajustado

debe ser alto.

Es importante mencionar que en todas las

estimaciones, segun cada tipo de modelo,

se corrigieron problemas de heteroscedas-

ticidad y autocorrelacion entre cada unidad

transversal utilizando los errores estandar

robustos White Cross-Section y Cross-Section

Sur, respectivamente.

4.3. Variación de ingresos en

la producción del café

convencional

Por ultimo, para estimar la variacion de los

ingresos en la produccion del cafe conven-

cional en los principales departamentos de la

selva alta, se utilizo las proyecciones de tem-

peratura realizadas por el Instituto Nacional

de Investigaciones Espaciales de Brasil (en

adelante, INPE, por el original en portugues),

para un escenario caracterizado por altos

incrementos de dioxido de carbono (CO2)7,

aunque siempre tomando como referencia

los estudios del SENAMHI, que establecen la

variacion anual de temperatura a nivel de las

regiones naturales (costa, sierra y selva) sub-

dividas a su vez en norte, centro y sur para los

periodos 2010-2030, 2031-2050, y 2051-2100,

tal como se muestra en Anexo 2.

7 Denominado escenario A2.

Con el fin de obtener mediciones comparati-

vas, se calculo el Valor Presente Neto de los

ingresos anuales con tasas de descuento de

0.5%, 2%, 4% , sugeridas por Ramirez et al

(2010) y Galindo (2009). Adicionalmente, se

utilizo la tasa de descuento social de 10%

establecida para el Peru por el Ministerio de

Economia y Finanzas (MEF, 2011)8. En cual-

quier caso, se trata de identificar si a largo

plazo resulta conveniente o no seguir culti-

vando cafe convencional, ante el impacto del

cambio climatico, hasta el ano 2100.

Siendo interes de este trabajo medir el cam-

bio en el ingreso atribuido a la variacion cli-

matica, se usaron los parametros estimados

del mejor modelo, elegido en base a los cri-

terios de seleccion ya mencionados anterior-

mente, y se calculo la produccion bajo un

contexto de cambio climatico (QCC) y el nivel

de produccion sin cambio climatico (QSCC)

para un determinado periodo.

Asumiendo que el precio del cultivo (en ter-

minos reales) permanece constante, expre-

sando IT como el ingreso total y CT como el

costo total de produccion, para un determi-

nado periodo t, la funcion de beneficio con la

que se trabajo fue la siguiente:

Bit = IT(Qit) - CT(Qit) (3)

Donde las funciones IT y CT dependen del ni-

vel de produccion. De esta manera, el cambio

en el beneficio es igual a:

ΔBit = ΔIT(Qit ) - ΔCT(Qit ) (4)

8 R.D. Nº 001-2011-EF/63.01 - Establecido por el Ministerio de Economia y Finanzas (MEF, 2011).


56

Luego, asumiendo que los costos totales, en

terminos reales, permanecen constantes du-

rante el periodo de analisis, entonces el cam-

bio en el beneficio es equivalente unicamen-

te a la variacion del ingreso. Por lo tanto la

expresion (4) se transforma en:

ΔBit = ΔIT(Qit) = Pit * Δ(Qit) (5)

El supuesto que ΔCT(Qit) = 0, se sustenta

en el hecho que en el largo plazo el proceso

de aprendizaje les permite a los agricultores

obtener no solo un mayor conocimiento de

las tecnicas agronomicas, sino tambien una

reduccion de procesos y por ende una dismi-

nucion de costos.

Segun la ecuacion (5), el cambio en el ingreso

total depende de la variacion del nivel de pro-

duccion. En otras palabras, es la diferencia de

la produccion para un contexto con cambio

climatico (QCCC) para un periodo (t) menos

el nivel de produccion sin cambio climatico

(QSCC) del ano 2010. Asumiendo que el pre-

cio del cultivo, en terminos reales, permanece

constante al ano base 2010, entonces el cam-

bio en el ingreso esta dado por:

ΔB!" = ΔIT!" = P! !"#" ∗ Q!"(!!!) − Q !"#$#(!"") (6)

En consecuencia, el cambio en el beneficio

sera equivalente al cambio del ingreso total,

el que se calcula multiplicando los precios en

chacra reales por el cambio en la produccion

que se obtendra si el clima no varia.

La ecuacion (6) implica estimar la variacion del

bienestar ante el efecto de los cambios de tem-

peratura y precipitacion, mediante el cambio en

el ingreso, el cual a su vez, al suponer precios

constantes, es igual a la cosecha estimada me-

nos la cosecha proyectada. Esto permite tener

aproximaciones de las perdidas o ganancias a

largo plazo para los agricultores de las zonas en

estudio, y asi determinar si es conveniente o no

seguir produciendo cafe convencional.

Para determinar los ingresos de los agriculto-

res bajo un escenario de cambio climatico se

empleo las proyecciones de temperatura del

INPE (ver Anexo 2). Asimismo, para el calcu-

lo de los ingresos de los agricultores bajo un

escenario sin cambio climatico se asumio el

nivel de produccion y el precio real del ano

2010 como constantes hasta el ano 2100,

bajo el supuesto de que no hay ninguna va-

riacion (ni incremento ni disminucion) de las

variables meteorologicas que afectan al cafe

convencional en el largo plazo.

Por otro lado, no se evaluo un segundo esce-

nario bajo el supuesto de precios en chacra

reales proyectados, debido que ello requeriria

asumir grandes supuestos sobre como cam-

biaria el mercado mundial frente al cambio

climatico, lo cual aumentaria el nivel de in-

certidumbre de la estimacion. Por ello, resulto

mas prudente asumir que el comportamiento

de estos precios permanezcan constantes, tal

como lo sugieren Sanghi y Mendelsohn (2008).

Asimismo, este escenario alternativo sobrees-

timaria los ingresos de los agricultores, dado

que el alto nivel de incertidumbre sobre el

comportamiento de precios, en este tipo de

estudios, conduce a obtener resultados muy

positivos (grandes beneficios) o muy negati-


57

vos (grandes perdidas). Por tal motivo, al asu-

mir precios reales constantes se obtiene una

evolucion mas atenuada del nivel de precios,

acorde con las proyecciones del nivel de tem-

peratura (INPE, 2011). No obstante, es nece-

sario reconocer que al asumir precios reales

constantes cabria la posibilidad de sobresti-

macion o subestimacion de ingresos, si bien

el sesgo seria mas moderado.

5. RESULTADOS

Los resultados muestran que los modelo

POOLED y MEA9, son los que cumplen con los

criterios de decision y se encuentran dentro

del rango del nivel de temperatura optima se-

nalado por Pro Amazonia (2003) de 18 a 22°C

con valores minimo y maximo de 16 y 24°C,

respectivamente, que es considerado ade-

cuado para un buen crecimiento y desarrollo

del cultivo en la selva alta.

Luego, se procedio a realizar el test de Breu-

sch-Pagan para escoger el mejor modelo en-

tre el POOLED y el MEA, lo cual se muestra en

el Anexo 5. Los resultados indican que no se

rechaza la hipotesis nula de Breusch y Pagan;

es decir, no existe diferencias entre cada uni-

dad trasversal del modelo POOLED y del MEA,

a traves del tiempo, por lo que se concluye

que el MEA no es apropiado y, en consecuen-

cia, se escoge como mejor al modelo Pooled,

el cual representara la funcion de produccion

del cafe convencional.

La interpretacion del mejor modelo es que

no existe diferencias entre cada uno de los

9 Ver Anexos 3 y 4.

principales departamentos cafetaleros de la

selva alta en el periodo 1991-2010, lo cual es

consistente con la cercania geografica de los

productores.

La resultante funcion de produccion del cafe

convencional tiene la siguiente ecuacion:

Qi,t = 17274.41 + 0.76Si,t - 1742.32 TMi,t + 39.25 TMi,t

2 + μi,t (7)

La expresion (7) evidencia que la temperatura

maxima es la variable climatica que determina

el nivel de produccion del cafe convencional

en los principales departamentos de la selva

alta. Asimismo, el resultado permite compro-

bar que existe una relacion directa entre la

produccion de cafe convencional y la superfi-

cie cosechada. Es decir, que un aumento de la

superficie cosechada ocasionara un incremen-

to en el nivel de produccion del cafe.

Por otro lado, el signo negativo de la tempe-

ratura maxima en terminos lineales, significa

que en los primeros anos los incrementos en

los niveles de temperatura provocan una dis-

minucion en el nivel de produccion del cafe.

Por el contrario, para la temperatura maxima

en terminos cuadraticos se observo un signo

positivo, lo que indica que a largo plazo, al so-

brepasar un umbral (valor optimo), la tempe-

ratura maxima ocasionara incrementos en los

niveles de produccion.

Debe senalarse que no fue considerada la

ecuacion que incluye como variables explica-

tivas a la temperatura minima y a la precipi-

tacion, porque el nivel de la temperatura no


58

estaba dentro del rango establecido por Pro

Amazonia (2003), ademas que los valores de

los coeficientes no son estadisticamente sig-

nificativos. Algo similar ocurrio con la variable

precipitacion. Estos resultados son consisten-

tes con el estudio de Kabubo y Karanja (2007),

en el que se reconoce que los cambios en la

temperatura son, en general, mas importan-

tes que los cambios en la precipitacion, asi

como con los estudios de Ramirez et al (2010)

y Torres (2010). Otra forma de justificar que la

temperatura maxima se encuentre en la fun-

cion de produccion, es que el cultivo del cafe

se adapta mejor a las altas temperaturas que

caracteriza a las zonas tropicales. Asimismo,

el nivel de temperatura optima se encuentra

dentro del rango establecido por Pro Amazo-

nia y cumple con los criterios del estudio.

Cabe indicar que existe la posibilidad de in-

corporar la variable climatica precipitacion en

este tipo de estudios, utilizando data trimes-

tral o mensual. Sin embargo, no pudimos in-

corporar dicha variable en dicho estudio, por

no contar con la informacion disponible para

los periodos de analisis. Por ello, el presente

estudio es una mejor aproximacion para ana-

lizar y explicar el impacto del cambio climati-

co en el cafe convencional ante un incremen-

to de la variable temperatura maxima.

5.1. Optimización de la

función de producción del

café convencional y valor

óptimo de la variable

climática

En primer lugar, se analizo la ecuacion (7), me-

diante la condicion de la primera derivada,

encontrandose que el valor optimo de la tem-

peratura maxima es de 22.20°C, valor que es el

mismo para todos los principales departamen-

tos cafetaleros, debido a que se escogio el me-

jor Modelo Pooled, el cual omite las diferencias

que puedan existir entre cada unidad transver-

sal (principales departamentos cafetaleros de

la selva alta) a traves del tiempo.

En segundo lugar, se calculo la segunda de-

rivada para encontrar la relacion de conca-

vidad o convexidad entre la produccion y la

variable climatica (temperatura maxima), tal

y como se muestra en el Anexo 6. Los resulta-

dos arrojaron un valor positivo de 78.49358,

lo que quiere decir que existe una relacion de

convexidad entre la produccion del cafe con-

vencional y la temperatura maxima, es decir,

un incremento de la temperatura maxima,

luego de obtenido su valor optimo, dara lugar

a un nivel de produccion mas alto, por lo que

se concluye que la funcion de produccion tie-

ne forma convexa, tal como se muestra en la

figura 1.

La convexidad reflejada en la figura 1, tam-

bien permite apreciar que mientras a corto

plazo se obtiene una produccion minima de

21.80 miles de TM, cuando la temperatura lle-

ga a su nivel optimo, a largo plazo sera bene-

ficioso obtener un mayor nivel de produccion

de cafe convencional.

La forma convexa de la funcion de produccion

del cafe convencional concuerda con la teoria

y con estudios anteriores, como el de Mendel-

sohn, Nordhaus y Shaw (1994), quienes afir-

man que es posible encontrar que los signos


59

de los coeficientes en terminos lineales de la

variable climatica (temperatura maxima) sea

negativo y los coeficientes en terminos cua-

draticos de la misma variable arrojen signo

positivo, en este caso la funcion de produc-

cion sera de forma convexa. Es decir, que el

incremento de la temperatura genera perdi-

das en el corto plazo para los agricultores lle-

gando a una produccion minima y en el largo

plazo incrementos en la temperatura conlle-

vara a incrementos en la produccion. Estos

resultados tambien son congruentes con el

estudio de Deressa, Hassan y Poonyth (2005),

asi como en Loyola y Orihuela (2011).

Finalmente, la relacion convexa entre la pro-

duccion de un cultivo agricola y la tempera-

tura, implica que el impacto del cambio cli-

matico no necesariamente tiene efectos ad-

versos para todo tipo de cultivo, ya que ello

depende tanto del tipo de region como del

tipo de cultivo (Gerald, 2009). Para el caso del

cafe convencional le favorece principalmente

temperaturas altas, por ser un producto de

zona tropical, donde se obtiene una mejor

calidad de cafe en el pais.

5.2. Variación de ingresos

del café convencional

en los principales

departamentos de la

selva alta

Se tomo como referencia las estimaciones

realizadas por el INPE para los periodos 2010-

2030, 2031-2050 y 2051-2100, de la variacion

de temperatura para uno de los escenarios

mas extremos, denominado A210 , segun ubi-

cacion geografica de los principales depar-

tamentos que cultivan el cafe convencional:

Selva alta Norte (Amazonas, Cajamarca y San

Martin); Selva alta Central (Huanuco y Junin)

y Selva alta Sur (Puno).

Asimismo, para todos los departamentos en

estudio se utilizaron las tasas de descuento

sugeridas por Ramirez et al (2010) y Galindo

(2009): 0.5%, 2%, y 4%. Adicionalmente, los

10 Los escenarios de emisiones globales del Panel Intergubernamental de Cambio Climatico (IPCC, 2007) son: A1, A2, B1y B2. El escenario A2 describe un mundo heterogeneo con una poblacion mundial en continuo crecimiento economico por habitante y un proceso de cambio tecnologico de manera fragmentada. Asimismo, se considera a este escenario como el mas extremo por presentar mayor nivel de contaminacion de CO2.

Fuente: Elaboración Propia.

Figura 1. Producción de café convencional vs. Temperatura máxima


60

Figura 2. Producción de café convencional estimado para el año 2100


resultados se compararon con la tasa de des-

cuento social de 10%, utilizada en el Peru.

En la figura 2, se observa que a partir del ano

2011 se alcanzo un nivel minimo de produccion

de 21.80 Miles de TM y a partir del ano 2031 se

dara un incremento mas fuerte o mas notorio

de la produccion hasta el ano 2100 con una pro-

duccion promedio de 22.52 Miles de TM.

5.3. Proyecciones de la

variación de ingresos

causado por el aumento

de la temperatura máxima

En la tabla 1, se muestra los resultados del

cambio en los ingresos de los agricultores,

como consecuencia de la variacion del nivel

de temperatura maxima en la produccion del

cafe convencional.

Se observa que en todos los departamentos

la variacion de los ingresos sigue la forma

del modelo de regresion escogido (POO-

LED) para el cultivo del cafe convencional.

Asimismo, al analizar cada departamento en

un mismo intervalo de tiempo, sus ingresos

disminuyen cuando el valor de la tasa de des-

cuento aumenta, es decir que los agricultores

de los departamentos seguiran produciendo

cafe convencional, ya que para estas tasas de

descuento, a pesar que se genera menos in-

gresos, estos siguen siendo positivos.

Por ello, a los agricultores les favorece que el

comportamiento de la tasa de descuento sea

constante en el tiempo ya que obtendran ma-

yores ingresos, de lo contrario deberan estar

a la expectativa de que las tasas de descuento

no varien drasticamente porque sus ingresos

futuros se veran afectados reduciendose len-

tamente. Es decir, que ante un incremento de

la temperatura, los ingresos de los agriculto-

res aumentaran para unas mismas tasas de

descuento cumpliendo tambien con la rela-

cion y criterio de convexidad que se obtuvo

al analizar la variable temperatura maxima


61

Tabla 1. Variación de ingreso por departamentos a precios en chacra reales

constantes

Región Departa-mentos Años

Variación de ingresos para cada tasa de des-cuento (S/.)

0.50% 2% 4% 10%

Selva alta Norte

Amazonas

2011-2030 696 556 416 187

2031-2050 19,323 11,819 6,288 1,133

2051-2100 713,843 248,441 67,304 2,915

Cajamarca

2011-2030 715 571 427 192

2031-2050 20,708 12,654 6,723 1,204

2051-2100 779,145 270,947 73,284 3,143

San Martín

2011-2030 513 410 307 138

2031-2050 14,244 8,712 4,635 835

2051-2100 526,223 183,143 49,615 2,148

Selva alta Central

Huánuco

2011-2030 651 520 389 175

2031-2050 19,503 11,910 6,320 1,126

2051-2100 664,534 232,424 63,487 2,826

Junín

2011-2030 570 460 349 163

2031-2050 20,080 12,370 6,632 1,205

2051-2100 713,976 250,975 69,111 3,146

Selva alta Sur Puno

2011-2030 1,080 862 645 290

2031-2050 20,779 12,828 6,924 1,324

2051-2100 665,678 233,141 63,976 3,014

Fuente: elaboración propia.

versus el nivel de produccion en base a la fun-

cion de produccion del cafe convencional.

6. CONCLUSIONES Y RECOMENDACIONES

6.1. Conclusiones

El impacto del cambio climatico sobre los

ingresos del cafe convencional en los princi-

pales departamentos de la selva alta, no ne-

cesariamente provoca una disminucion de

los niveles de ingreso. Sin embargo, esto de-

pende principalmente del comportamiento

de los precios. Los resultados muestran que

es rentable seguir cultivando cafe convencio-

nal para los agricultores de la zona en estu-

dio, puesto que obtendran ganancias a largo

plazo. Asimismo, dicho incremento en el nivel

ingresos aporta el 1.08% al Valor Bruto de la

Produccion del Sub Sector agricola.

Se puede afirmar entonces que el impacto

del cambio climatico es favorable para el cul-

tivo del cafe convencional en los principales

departamentos de la selva alta peruana, lo

cual coincide con los resultados de otros es-

tudios previos realizados en la region Piura.

De esta manera, se sustenta que el impacto

del cambio climatico no necesariamente ten-

dra efectos adversos para todos los cultivos


62

del Peru, ya que ello depende de la region y

tipo de cultivo. (Gerald et al, 2009). Particu-

larmente, para el caso del cafe convencional,

por ser un producto de zonas tropicales, es

favorecido por altas temperaturas, lo que per-

mite obtener un producto de buena calidad.

De esta manera, se concluye que resulta be-

neficioso para los agricultores de los principa-

les departamentos de la selva alta seguir cul-

tivando cafe convencional, con su correspon-

diente contribucion de 1.08% al incremento

en el Valor Bruto de la Produccion agricola del

pais.

Debe tambien senalarse que estudios sobre

el impacto del cambio climatico estan suje-

tos a ciertas limitaciones, ya que los resulta-

dos podrian relativizarse por la extension del

periodo analizado, por la validez de los datos

utilizados, asi como por el caracter incierto

de ciertas variables, como los precios al pro-

ductor. Por este motivo, en este estudio uti-

lizamos el supuesto de precios reales al pro-

ductor, constantes en el tiempo, evitando asi

el tener que proyectar para un periodo tan

extenso. Otro tipo de dificultades afronta-

das se refiere a la obtencion de informacion

precisa del clima de una determinada zona.

En este aspecto, se ha supuesto, por simpli-

ficacion, que los datos de determinadas es-

taciones meteorologicas corresponden a las

localizaciones geograficas que se estudian,

lo cual evidentemente implica ciertos ries-

gos de inexactitud. Adicionalmente, se ha

empleado informacion solo de un escenario

climatologico, lo cual limita aun mas los re-

sultados obtenidos.

Por ello es importante mencionar que los

resultados encontrados en el estudio deben

ser tomados con mucha cautela ya que son

parte de un proceso reflexivo y metodolo-

gico, dentro de una perspectiva integral del

analisis del impacto del cambio climatico, en-

focado en este caso particular a los ingresos

de los productores de cafe convencional en

la selva alta del Peru. Adicionalmente, toman-

do como punto de partida estudios como el

nuestro, se deben realizar mayores acciones

preventivas que permitan la adaptacion al

cambio climatico de cultivos de importancia

nacional y que involucra a los agricultores de

las zonas en estudio.

6.2. Recomendaciones

El problema principal afrontado en esta in-

vestigacion, fue no contar con informacion

del costo de produccion del cultivo del cafe

convencional. Debido a esta limitacion, al

analizar los beneficios de los agricultores, se

considero que los costos son constantes, lo

que implico asumir que a largo plazo el pro-

ceso de aprendizaje del agricultor le permite

un mayor conocimiento sobre las alternati-

vas, tecnicas y distribucion agronomicas, con

el fin de enfrentar las variaciones del clima y

reducir los costos a incurrir.

La limitacion anteriormente expuesta, tam-

bien impide aplicar en este tipo de estudios,

el Enfoque Ricardiano. En general, por todo

lo mencionado, recomendamos la aplicacion

de encuestas para determinar los costos de

produccion de productos como el analiza-

do. Complementariamente, creemos que las

instituciones encargadas (Ministerio de Agri-


63

cultura, Instituto Nacional de Estadisticas,

etc.), deberian realizar censos agropecuarios

con mayor frecuencia, para asi estimar estos

costos y favorecer la realizacion de investiga-

ciones similares.. Asimismo, se recomienda

hacer un analisis por empresas productoras

de cafe, para tener un contraste de como

afecta el cambio climatico en la produccion

de cafe para estas empresas y establecer me-

didas de adaptacion y mitigacion mediante la

informacion obtenida utilizando un Enfoque

Ricardiano.

AGRADECIMIENTOS:

Los autores desean agradecer a los dos dicta-minadores anonimos por sus observaciones que ayudaron a enriquecer este manuscrito asi como a los economistas Jose Luis Nolazco Cama y Miguel Ángel Alcantara por sus valiosos comentarios.


64


Baltagi, B.H. (2008). Econometric Analysis of

Panel Data (4a Ed.). John Willey and Sons Ltd.

Inglaterra.

Barco, D. y Vargas, P. (2010). “El Cambio Clima-

tico y Sus Efectos en el Peru”, en Moneda. No.

143, pp. 25-29. Banco Central de Reserva del

Peru.

Beltran, A. y Castro, J.F. (2010). Modelos de

datos de panel y variables dependientes limi-

tadas: teoria y practica. Universidad del Paci-

fico. Lima.

Camara Peruana del Cafe y Cacao –CPCC

(2007). El cafe en el Peru. Lima.

Cline, W.R. (2007). Global warming and agricul-

tural: impact estimates by country. Center for

Global Development and Peterson Institute for

International Economics. Washington, D.C.

Dell, M., Jones, B.F. y Olken, B.A. (2008). Cli-

mate Change and Economic Growth: Eviden-

ce from the last half century. Working Paper

14132. National Bureau of Economic Re-

search. Junio.

Deressa, T., Hassan, R.M. y Poonyth, D. (2005).

“Measuring the Impact of Climate Change on

South African Agriculture: the case of sugar-

cane Growing regions”. Agrekon. Vol 44(4), pp.

524-542.

Fleischer, A., Lichtman, I. y Mendelsohn, R.

(2007). Climate Change, Irrigation, and Israeli

Agriculture. World Bank, Policy Research Wor-

king Paper, No. 4135.

Galindo, L.M. (2009). Economia del Cambio

Climatico en Mexico.UNAM, Mexico.

Green, W. (2002) Econometric Analysis. Prenti-

ce Hall. (5ª Ed.). New York University.

Instituto Nacional de Estadistica e Informati-

ca del Peru – INEI. http://www1.inei.gob.pe/

web/aplicaciones/siemweb/.

Instituto Nacional de Pesquisas Espaciais de

Brasil – INPE. ftp://ftp.cptec.inpe.br/modelos/

clima/RECCS/Brasil

IPCC. (2007) Climate Change: Fourth Assess-

ment Report of the Intergovernmental Panel

on Climate Change. Cambridge University

Press. Cambridge.

Junta Nacional de Cafetaleros del Peru – JNC.

http://www.juntadelcafe.org.pe/

Kabubo, J. y Karanja, F (2007) The Economic

Impact of Climate Change on Kenyan Crop

Agriculture: Ricardian Approach. Policy Re-

search Working, Paper 4334, The World Bank.

Loyola R. (2009). Los Costos del Cambio Cli-

matico en el Peru. Guion propuesto para los

Estudios Nacionales de la Economia Del Cam-

bio Climatico en Sudamerica (ERECC-SA). Mi-

nisterio del Ambiente.

Loyola R. y Orihuela C. (2011). El costo econo-

http://www1.inei.gob.pe/web/aplicaciones/siemweb/

http://www1.inei.gob.pe/web/aplicaciones/siemweb/

ftp://ftp.cptec.inpe.br/modelos/clima/RECCS/Brasil

ftp://ftp.cptec.inpe.br/modelos/clima/RECCS/Brasil

http://www.juntadelcafe.org.pe/


65

mico del cambio climatico en la agricultura

peruana: El caso de la region Piura y Lamba-

yeque. PMP13-2009. Consorcio de Investiga-

cion Economica y Social–CIES. Disponible en:

www.cies.org.pe

Mendelsohn, R., W. Nordhaus y D. Shaw.

(1994). “The Impact of Global Warming on

Agriculture: A Ricardian Analysis”. American

Economic Review (84), pp.753-771.

Ministerio de Agricultura – MINAG. (2010). Di-

namica agropecuaria. 1997 -2009. Oficina de

Estudios Economicos y Estadisticos.

Ministerio de Agricultura del Peru – MINAG.

www.minag.gob.pe

Ministerio del Ambiente del Peru y Servicio

Nacional de Meteorologia e Hidrologia del

Peru – MINAM- SENAMHI (2008). Escenarios

Climaticos en el Peru para el Ano 2030.

Nelson, G.C., et al (2009). El cambio climatico.

El impacto en la agricultura y los costos de

adaptacion. Instituto Internacional de Investi-

gacion sobre Politicas Alimentarias IFPRI Was-

hington, D.C.

Pro-Amazonia – MINAG. (2003). Programa

para el Desarrollo de la Amazonia: Caracteri-

zacion del Cafe. Lima.

Ramirez, D. et al (2010) Istmo Centroameri-

cano: Efectos del Cambio Climatico Sobre la

Agricultura. CEPAL.

Sanghi A. y Mendelsohn R. (2008). “The im-

pacts of global warming on famers in Brazil

and India”. Global Environmental Change ,

N°18, pp 655-665.

Seo, S.N. y Mendelsohn, R. (2008). “An Analysis

of Crop Choice: Adapting to climate Change

in Latin American Farms”. Ecological Econo-

mics, 67, pp. 109-116.

Torres Ruiz, L. (2010). Analisis Economico del

Cambio Climatico en la Agricultura de la Re-

gion Piura-Peru, Caso: Principales Productos

Agroexportables. CIES. Universidad Nacional

de Piura.

Vargas, P. (2009). El Cambio Climatico y sus

Efectos en el Peru. Banco Central de Reserva

del Peru - Documento de Trabajo N° 2009-14.

http://www.minag.gob.pe


66

8. ANEXOS

Variable Símbolo Definición Unidad

de medida

Tipo de variable

Unidades temporales t Intervalo de tiempo de 1991 hasta 2010 Año Discreta

Unidades transversales i

Principales departamentos cafetaleros de la selva

alta: Amazonas, Cajamarca, Huánuco, Junín, San

Martín y Puno.

Cualitativa

nominal

Dependiente Q Producción de café convencional Ton.Cuantitativa

continua

Independiente

S Superficie Cosechada del café convencional Ha.

Cuantitativa

continua

P Precio chacra real café convencional (base=1994) S/./Ton.

TM Temperatura máxima °C.

TN Temperatura mínima °C.

PP Precipitación mm.

Fuente: Instituto Nacional de Estadística e Informática (INEI), MINAG, SENAMHI.

Elaboración Propia.

Región Departamento Provincia Variación Promedio Anual de

Temperatura (°C)2010-2030 2030 - 2050 2050 - 2100

Selva alta norte

Amazonas

Rodríguez de Mendoza

0.01 0.04 0.066

Utcubamba

Bagua

CajamarcaSan Ignacio

Jaén

San Martín

Moyobamba

Rioja

Tocache

Selva alta

central

Huánuco Tingo María

0.010 0.041 0.062Junín

Chanchamayo

Sapito

Selva alta sur Puno San Juan del oro 0.012 0.035 0.058

Fuentes: SENAMHI, INPE y Pro Amazonia.

Elaboración Propia.

Anexo 2. Variación anual de temperatura para cada departamento según su

ubicación

Anexo 1. Descripción de las variables


67

Anexo 3. Mejores modelos estimados de datos panel que determinará la

función de producción del café convencional

Anexo 4. Nivel de Temperatura óptima para cada tipo de modelo escogido

Tipo de modelo*POOLED

(1)

MEA

(2)

MEF

(3)

Variable dependiente (Ton.) Q Q Q

β0

17274 21100.7 -15015

(0.00) (0.67) (0.19)

β1

0.76 0.78327 0.89

(0.00) (0.00) (0.00)

β2

-1742 -2332.3 3026.82

(0.00) (0.64) (0.07)

β3

39.25 54.45 -115.16

(0.00) (0.64) (0.02)

R2 0.98 0.85 0.98

R2 ajustado 0.97 0.84 0.97

Criterio Akaike 20.53 20.32

Criterio Schwarz 20.65 20.56

Durbin Watson 1.28 1.57 1.88

Prob.(F-statistic) 0.00 0.00 0.00

*El modelo escogido de POOLED, MEA y MEF pertenece a la ecuación (VI), que se estimó para cada tipo de modelo. A su vez, los valores en paréntesis representan los p-value.

N= tamano de la muestra: numero de anos del 1991-2010 y 6 unidades transversales (Principales departamentos de la selva alta). Es decir 114 observaciones

Q = Produccion en Ton.

β0 = Parametro asociado al intercepto.

β1 = Parametro asociado a la S (Superficie cosechada en Ha.).

β2 = Parametro asociado a la (Temperatura maxima lineal en °C).

β3 = Parametro asociado a la (Temperatura maximo cuadratica en °C).


Tipo de modelo POOLED (1) MEA (2) MEF (3)*Temperatura Máxima optima (°C) 22.19 21.42 13.14

*Variable climática independiente.



68

Anexo 5. Test de Breusch-Pagan

Anexo 6. Relación de la producción del café convencional entre las variables

climáticas, según el mejor modelo

Valor Estadístico Probabilidad1.061853 0.302793


Variable climática Valor óptimo¹ Segunda derivada

Relación de la producción (Qt) y

temperatura máxima (TMt)

Temperatura Máxima (TMt)

TM!∗ =

−(−1742.32)2 39.25 = 22.20 2(39.25)>0 Convexa

¹Se encontró el valor óptimo al igualar a cero la primera derivada.

Fuente elaboración Propia


69

“VIABILIDAD DE REDUCCIÓN DE EMISIONES POR DEFORESTACIÓN Y DEGRADACIÓN DE BOSQUES: EL CASO DE LAS ÁREAS NATURALES PROTEGIDAS DEL PERÚ”

Augusto Castro N.1, Roger Loyola G.2


Resumen

El Peru cuenta con 75 Áreas Naturales Prote-

gidas (ANP) las cuales operan en condiciones

financieras que no permiten la implementa-

cion de sus planes maestros de gestion. En

este contexto, REDD+ constituye una alterna-

tiva de acceso a recursos financieros para la

gestion de las ANP. El presente estudio evaluo

la viabilidad de la implementacion del me-

canismo REDD+ en ANP seleccionadas del

Sistema Nacional de Áreas Naturales Protegi-

das por el Estado. El Analisis concluye que el

numero de ANP en las que seria viable la im-

plementacion de proyectos REDD+, segun las

condiciones actuales del mercado voluntario

de carbono forestal, fluctua apenas entre 2 y 7.

Palabras Clave: 1 REDD+, costo beneficio,

Áreas Naturales Protegidas.

Clasificación JEL: Q23

1 Mg.Sc. Economia de los Recursos Naturales y del Ambiente (UNALM), Direccion de Bosques y Cambio Climatico ONF Andina, Colombia. Dirección postal: Clle. Lola Pardo Vargas 045 Dpto 1001, Lima-Peru. Teléfono: (511) 2424757; e-mail: [email protected]

Abstract

Peru has 75 Natural Protected Areas (ANP)

which operate under financial conditions that

don’t allow the implementation of its mana-

gement plans. In that context, REDD+, cons-

titutes an option to bring financial resources

to ANP. The present research assessed REDD+

implementation in selected ANP from the

Natural Protected Areas National System (SI-

NAMPE). The analysis concluded, that under

the current status of the forest voluntary car-

bon markets, REDD+ implementation would

be viable just between 2 and 7 ANP.

Key words: 2 REDD+, cost benefit, Natural Pro-

tected Areas

JEL Classification: Q23

1. INTRODUCCIÓN

Se estima que cada ano se pierden 13 millo-

nes de ha de bosques tropicales a nivel global

2 Doctor en Planeamiento Energetico (Universidad Federal de Rio de Janeiro - Brasil). Profesor en economia ambiental y valoracion ecologica (UNALM - Peru). Director de Evaluacion, Valoracion y Financiamiento del Patrimonio Natural (MINAM). Dirección postal: Av. La Universidad s/n La Molina Peru. Teléfono: (511) 6147800 anexo: 239; e-mail: [email protected]

Castro, augusto; Loyola, RogerViabilidad de Reducción de Emisiones por Deforestación y Degradación de Bosques: el caso de las Áreas Naturales Protegidas del Perú

70

emitiendo a la atmosfera entre 5.6 y 8.6 Gt de

carbono (Kremen, Niles et al. 2000, Bellassen

and Gitz 2008), cifras que se encontrarian enc-

tre el 12% y el 17% de las emisiones totales de

CO2 (Kremen, Niles et al. 2000, Bellassen and

Gitz 2008, Van der Werf, Morton et al. 2009,

Burgess, Bahane et al. 2010). Ante este hecho,

la Convencion Marco de las Naciones Unidas

para el Cambio Climatico (UNFCCC por sus

siglas en ingles) discute sobre los medios y

elementos necesarios para frenar este pro-

ceso (UNFCCC 2009, UNFCCC 2010, UNFCCC

2011). Entre las alternativas discutidas para

asegurar el exito en la lucha contra el cambio

climatico, se encuentra la implementacion de

un mecanismo para la reduccion de emisio-

nes provenientes de la deforestacion y de la

degradacion de los bosques en paises en de-

sarrollo (mecanismo comunmente conocido

como REDD+), que implica, ademas de la re-

duccion de la deforestacion y la degradacion

de los bosques, el manejo forestal sostenible

y el incremento y conservacion de las reser-

vas de carbono de los bosques.

REDD+ es considerado, en el informe sobre la

economia del cambio climatico (Stern 2007),

como el mecanismo mas costo efectivo para

abordar la mitigacion del cambio climatico.

Ademas, es una alternativa significativa, efec-

tiva, rapida y “win-win” (gana-gana) para des-

acelerar las tasas de deforestacion y degrada-

cion forestal, para promover la conservacion

de los bosques, para contribuir al fortaleci-

miento de la gobernanza forestal y para apo-

yar en los esfuerzos de lucha contra la pobre-

za y desarrollo economico sostenible (Angeld-

sen 2008). Adicionalmente, si se reducen las

emisiones provenientes de la deforestacion y

de la degradacion de los bosques es posible

que se obtengan beneficios adicionales e.g.

la conservacion de la biodiversidad y de los

conocimientos ancestrales de las comunida-

des que habitan los bosques (Turner, Brandon

et al. 2007, Malhi, Roberts et al. 2008, Baker,

Jones et al. 2010, Turner, Brandon et al. 2012).

Peru es considerado como un pais con gran-

des extensiones de bosques y baja tasa de

deforestacion (da Fonseca, Rodriguez et al.

2007). Asimismo, es el segundo en superfip-

cie de bosques tropicales en America Latina,

y el cuarto a nivel mundial. Posee mas de 70

millones de hectareas de bosques tropicales

y el 13% de los bosques amazonicos. Se es-

tima que entre los anos 1990 y 2000 se de-

forestaron anualmente 150,000 ha por ano

(MINAM 2010). Sin embargo, las amenazas de

deforestacion y degradacion forestal se viene

incrementando en los ultimos anos, en parte

como consecuencia de un crecimiento eco-

nomico acelerado, basado principalmente en

la explotacion de recursos naturales (MINAM

2011).

Se sabe, ademas, que en la actualidad los cam-

bios en el uso del suelo y las practicas en el sec-

tor forestal son la principal causa de las emi-

siones de GEI en el Peru, pues aporta el 47%

de las emisiones nacionales (MINAM 2010). En

ese sentido, el estado, apoyado por la socie-

dad civil, esta promoviendo e implementando

acciones a nivel nacional, regional y local para

recuperar y conservar los ecosistemas fores-

tales e.g. Programa Nacional de Conservacion

de Bosques para la Mitigacion del Cambio Cli-

matico. Sin embargo, estas acciones requieren

de mayor soporte tecnico y financiero para


71

alcanzar la meta voluntaria, presentada por el

Peru, de reducir su deforestacion neta en bos-

ques naturales a cero al ano 2021. En especial,

si se considera que es altamente probable que

la actual tasa de deforestacion se incremente

en las proximas decadas, dados los planes de

inversion existentes y la presion de actividades

ilicitas que implican deforestacion y degrada-

cion de bosques.

En las Áreas Naturales Protegidas (ANP) del

Peru, el cambio en el uso de suelo no esta per-

mitido por lo que la amenaza de deforestacion

y degradacion de bosques no debiera existir.

Sin embargo, estos espacios no cuentan con

los recursos financieros necesarios para su ges-

tion (Villanueva 2005) con lo que se justifica la

necesidad de buscar alternativas adicionales

que contribuyan a su preservacion.

En ese contexto, REDD+ constituye una alter-

nativa de recursos financieros para la gestion

de las ANP; al mismo tiempo, para contribuir

con los objetivos globales de reduccion de

emisiones de GEI, conservar la biodiversidad

y disminuir la pobreza en zonas de amortigua-

miento de ANP. Dada la situacion de deficit de

recursos financieros, bajo la que se gestionan

las ANP, en el presente estudio se evalua si el

mecanismo REDD+ constituye una alterna-

tiva viable para proveer recursos financieros

para la gestion de las ANP. Con esta finalidad,

se analizaran cuatros aspectos fundamenta-

les: 1) ingresos por venta de certificados de

reducciones voluntarias de emisiones (VERs)

producidos por actividades de REDD+ en

ANP seleccionadas; 2) costos de gestion se-

gun tamano de ANP y para los escenarios de

recursos financieros optimo y minimo; 3) re-

lacion costo beneficio para proyectos REDD+

en ANP seleccionadas; 4) priorizacion de ANP

como parte de una estrategia REDD+ de al-

cance nacional.

Las expectativas sobre altas rentabilidades

de REDD+ han sido construidas basadas en

analisis de costos de oportunidad (Wertz-Ka -

nounnikoff 2008) que generalmente no cona-

sideran otras categorias de costos, como son

los costos de transaccion y los costos de im-

plementacion (Pagiola and Bosquet 2009). En

estos estudios, se considera a los costos de

oportunidad como los mas elevados (Irawan,

Tacconi et al. 2013), Sin embargo, recientes

estudios sugieren que las otras categorias de

costos no son irrelevantes (Tacconi 2012). En

el presente trabajo, por un lado, se conside-

ran los costos de implementacion de REDD+

como la principal categoria de costos; por

otro, se reconoce que cuando se habla de

REDD+ en la UNFCCC se hace referencia a

acciones principalmente enmarcadas en el

nivel nacional para reducir las emisiones de

gases de efecto invernadero provenientes de

la deforestacion y degradacion de bosques

y conservar e incrementar los stocks de car-

bono. Sin embargo, las estimaciones y resul-

tados del presente trabajo de investigacion

consideran como acciones REDD+ aquellas

que buscan el mercado voluntario de carbo-

no; y estan dirigidas, principalmente, a evitar

deforestacion.

En la seccion II, se presentan los anteceden-

tes de REDD+, los costos relacionados con su

implementacion y trabajos sobre la econo-

mia de REDD+ realizados previamente. En la

seccion III y IV, se plantea la metodologia; y


72

se discuten los resultados, respectivamente.

Finalmente, en la seccion V, se concluye sobre

la viabilidad de implementacion de REDD+ en

ANP, y se discute la pertinencia de usar el me-

canismo como una herramienta complemen-

taria a los esfuerzos de conservacion actuales.

2. ANTECEDENTES

2.1. Contexto internacional

REDD+

La discusion sobre la reduccion de emisiones

en el sector forestal se inicio en el ano 2005

durante la decimo primera sesion de la Con-

ferencia de las Partes (COP 11) de la UNFCCC.

En esa oportunidad; Papua, Nueva Guinea y

Costa Rica presentaron una propuesta para

considerar opciones con el fin de reducir

emisiones de GEI ocasionadas por la defo-

restacion – RED (Hiraldo and Tanner 2011). El

argumento utilizado fue que ni la UNFCCC ni

el protocolo de Kioto consideraban las emi-

siones provenientes de la deforestacion y que

para esa fecha se estimaban que eran equiva-

lentes a por lo menos el 17 % de las emisiones

globales totales. Esa propuesta constituye el

primer intento de incluir la “deforestacion evi-

tada” como parte de un acuerdo climatico de

caracter global.

A la fecha, se ha aumentado de manera con-

siderable el alcance de la propuesta inicial

de Papua, Nueva Guinea y Costa Rica. En la

COP 11, se considero que la degradacion de

los bosques, principalmente por tala selec-

tiva, constituye una causa importante de

emisiones de GEI en paises en desarrollo,

y se solicito al Órgano Subsidiario de Ase-

soramiento Tecnico y Cientifico (SUBSTA por

sus siglas en ingles) que realice consultas y

acciones necesarias para evaluar la viabilidad

de REDD, con lo cual se incluyen las emisiones

provenientes de la degradacion de bosques

en el mecanismo.

El Plan de Accion de Bali, decidido en la COP

13 del ano 2007, senala que los enfoques para

mitigar el cambio climatico deben incluir: “te-

mas referentes a la reduccion de emisiones

por deforestacion y degradacion de bosques

en paises en desarrollo; asi como el rol de la

conservacion, manejo sostenible de los bos-

ques y el mantenimiento de los stocks de car-

bono en los paises en desarrollo” (Hiraldo and

Tanner 2011). Sin embargo, no es hasta la COP

15 cuando se empieza a hablar de REDD+ y se

refiere a: “medidas de politicas e incentivos

positivos en temas referentes a la reduccion

de emisiones por deforestacion y degrada-

cion de bosques; asi como el rol de la conser-

vacion, manejo sostenible de los bosques y el

mantenimiento de los stocks de carbono en

los paises en desarrollo”(UNFCCC 2009).

En cuanto a medios de implementacion del

mecanismo REDD+, en la COP 15, realizada

en diciembre del ano 2009, se esperaba al-

canzar resultados sobre los detalles que per-

mitirian la amplia aplicacion de REDD+. Las

discusiones se centraron, principalmente, en

el acceso a recursos financieros y la escala de

implementacion; sin embargo no fue posible

alcanzar consensos entre las partes (UNFCCC

2009). Fue recien en la COP 16 realizada en din-

ciembre del 2010 donde se tomaron decisio-

nes sobre las acciones que deben realizar los


73

paises en desarrollo que, voluntariamente,

deseen implementar el mecanismo: (1) esce-

narios de referencia; (2) sistemas de medicion,

reporte y verificacion de gases de efecto in-

vernadero; (3) estrategias nacionales REDD+;

y (4) sistemas para informar como las salva-

guardas sociales y ambientales estan siendo

consideradas en las acciones REDD+ (UNn-

FCCC 2010). Asimismo, se llego a un consenso

acerca de las 3 fases para la implementacion

de REDD+ (Angelsen, Brown et al. 2009); y se

decidio que los escenarios de referencia y los

sistemas de medicion, reporte y verificacion

podrian desarrollarse de manera interina a

escala sub nacional mientras que los paises

incrementan sus capacidades para alcanzar el

nivel nacional (UNFCCC 2010).

REDD+ es un mecanismo financiero aun bajo

discusion en la UNFCCC; y, por lo tanto, a la

fecha no existe un mercado regulado por las

Naciones Unidas de Certificados de Reduccio-

nes de Emisiones de Carbono proveniente de

REDD+. Sin embargo, existen mercados vo-

luntarios (no regulados por la UNFCCC) que

buscan compensar acciones REDD+ (Streck

2012). Estos mercados seguiran en funcionai-

miento mientras no se tomen decisiones en

la UNFCCC. Las reglas de estos mercados vo-

luntarios de carbono forestal seran detalladas

durante el desarrollo del trabajo de investiga-

cion, y se usaran como referencia para la rea-

lizacion de los calculos del analisis.

2.2. Costos y beneficios de

REDD+

REDD+ fue propuesto para incentivar a los

paises en desarrollo la implementacion de ac-

ciones para reducir emisiones de la deforesta-

cion y conserven sus bosques con la expecta-

tiva que los pagos de carbono superarian los

costos necesarios para alcanzar el objetivo de

reducir la deforestacion y la degradacion de

bosques (12). Los costos de REDD+ incluyen

los costos de implementacion, los costos de

oportunidad y los costos de transaccion. Los

costos de implementacion emergen de las

actividades necesarias para hacer frente a las

causas de deforestacion. Los costos de opor-

tunidad son los beneficios de la mejor alter-

nativa productiva que se dejarian de percibir

como resultado de REDD+. Diversos trabajos

sobre los costos y beneficios de REDD+ han

sido publicados recientemente [ver por ejem-

plo (Kremen, Niles et al. 2000, Borner and

Wunder 2008, Nepstad, Soares-Filho et al.

2009, Börner, Wunder et al. 2010, Hunt 2010,

Merger, Held et al. 2012, Irawan, Tacconi et al.

2013)]. Estos estudios consideran a los cos -

tos de oportunidad como los mas altos (28);

y, por consiguiente, los mas relevantes para

el analisis; constituye, por ende, en atencion

de un gran numero de estudios. Los costos

de transaccion estan referidos a los proce-

sos de negociacion necesarios para la firma

de acuerdos y arreglos institucionales. Las

expectativas sobre la rentabilidad del meca-

nismo fueron construidas principalmente, ba-

sadas, en estudios de costos de oportunidad.

Estos estudios, por lo general, no consideran

los otros costos de REDD+ como son los cos-

tos de transaccion y los costos de implemen-

tacion (27). Sin embargo, los otros costos no

son irrelevantes (10, 30) y por ello es posible

que estos estudios sobreestimen la rentabili-

dad de REDD+.


74

3. MÉTODOS

3.1. Área de estudio

3.1.1. Las áreas protegidas del Perú

Las areas protegidas del Peru pueden clasifi-

carse, de acuerdo a quien las administra, en

tres grupos: Las Áreas Naturales Protegidas

que pertenecen al Sistema Nacional de Áreas

Naturales Protegidas por el Estado (SINANPE)

y son administradas por el gobierno nacional;

las areas de conservacion regionales (ACR),

administradas por los gobiernos regionales;

y las areas de conservacion privadas (ACP),

administradas por personas particulares o

empresas privadas en coordinacion con el

gobierno.

3.1.2. Sistema Nacional de Áreas Naturales Protegidas por el Estado

El SINAMPE se encuentra bajo la jurisdiccion

del Servicio Nacional de Áreas Naturales Pro-

tegidas por el Estado (SERNANP), entidad bajo

jurisdiccion del Ministerio del Ambiente. An-

tes de la creacion del Ministerio del Ambien-

te, se hallaba bajo jurisdiccion del Ministerio

de Agricultura a traves del Instituto Nacional

de Recursos Naturales (INRENA). En agosto

del 2012, el SINANPE estaba conformado por

75 ANP (19,5 millones de ha). Adicionalmente

a estas Áreas protegidas, en agosto del 2012

se habian conformado 15 ACR (2,4 millones

de ha) y 51 ACP (196 480,86 ha) con lo que

el territorio total protegido del pais es igual

a 22,1 millones de ha (16,91% de la superficie

del Peru).

El SINANPE cuenta con nueve categorias de

ANP definitivas que, segun su condicion le-

gal, finalidad y usos permitidos pueden ser

ANP de uso directo y ANP de uso indirecto.

Ademas de las 9 categorias mencionadas, se

encuentran dos categorias en estudio: El Área

de conservacion Privada y la Zona Reservada.

Las Zonas Reservadas, se establecen de forma

transitoria en areas que, reuniendo las con-

diciones para ser consideradas como areas

naturales protegidas, requieren de estudios

complementarios.

3.1.3. Casos de estudio

La seleccion de los casos de estudio se reali-

zo en dos etapas: 1) preseleccion de 40 ANP

(16,5 millones de ha), de las 75 ANP del SI-

NANPE. Ésta se baso en la disponibilidad de

informacion cartografica; 2) seleccion final de

las 25 ANP (14,3 millones de ha) que presen-

taron variaciones en la superficie de bosques

(deforestacion) al ano 2050, segun informa-

cion disponible en Soares-Filho et.al. (2006).

En la Tabla 1, se presentan las 25 ANP selec-

cionadas, categoria, ubicacion, superficie y

clasificacion segun tamano.

3.2. Ingresos por ventas en

el mercado voluntario de

carbono

Para estimar potenciales ingresos por ventas

de VERs, se utilizo la siguiente formula:

I= EGEI * Pr * Ef

http://es.wikipedia.org/wiki/Gobierno_regional_en_el_Per%C3%BA

http://es.wikipedia.org/wiki/Ministerio_de_Agricultura_del_Per%C3%BA

http://es.wikipedia.org/wiki/Ministerio_de_Agricultura_del_Per%C3%BA


75

Donde:

I: Ingreso por venta de VERs en US$

EGEI: Emisiones de gases de efecto inver-

nadero en tCO2e

Pr: Precio negociado para los VERs

Ef: Eficiencia de las actividades REDD+ im-

plementadas.

La variable EGEI fue estimada haciendo uso

de herramientas SIG y basados en proyec-

ciones de deforestacion y en mapas de dis-

tribucion de biomasa viva sobre el suelo en

la Amazonia. Con ello, se estimaron las emi-

siones de GEI proyectadas al ano 2050 bajo

el escenario BAU para las ANP seleccionadas.

El trabajo se realizo en tres etapas: En la eta-

ANP Categoría Ubicación(Departamento)

Superficie total (ha) Tamaño

Cordillera Azul Parque NacionalHuancavelica, Loreto, San Martin,

Ucayali 1,353,190.85 Grande

Sierra del Divisor Zona Reservada Loreto, Ucayali 1,478,311.39 Grande

Alto Mayo Bosque de Protección San Martín 177,749.84 Grande

Amarakaeri Reserva Comunal Cuzco, Madre de Dios 402,335.62 Grande

Tambopata Reserva Nacional Madre de Dios 274,690.88 Grande

Ichigkat Muja-Cordillera

del CóndorParque Nacional Amazonas 88,477.00 Mediana

Cordillera de Colan Santuario Nacional Amazonas 39,215.80 Mediana

Santiago Comaina Zona Reservada Amazonas Loreto 398,449.44 Grande

El Sira Reserva Comunal Cuzco, Huancavelica, Pasco 616,413.41 Grande

BahuajaSonene Parque Nacional Madre de Dios 1,091,416.00 Grande

San Matías-San Carlos Bosque de Protección Pasco 145,818.00 Grande

Manu Parque Nacional Cuzco, Madre de Dios 1,716,285.22 Grande

ChayuNaín Reserva Comunal Amazonas 23,597.76 Mediana

Pampa Hermosa Santuario Nacional Junín 11,543.74 Mediana

Yanachaga-Chemillén Parque Nacional Pasco 110,657.78 Grande

Gueppy Zona Reservada Loreto 613,682.61 Grande

Pagaibamba Bosque de Protección Cajamarca 2,031.02 Pequeña

Río Abiseo Parque Nacional San Martin 272,407.96 Grande

PuiPui Bosque de Protección Junín 53,467.21 Mediana

Megantoni Santuario Nacional Cuzco 215,868.96 Grande

Pacaya Samiria Reserva Nacional Loreto 2,170,247.45 Grande

Tingo María Parque Nacional Huánuco 4,777.50 Pequeña

Alto Purús Parque Nacional Madre de Dios, Ucayali 2,514,775.23 Grande

Huascarán Parque Nacional Ancash 340,002.62 Grande

Machiguenga Reserva Comunal Cuzco 218,905.63 Grande

Fuente: SINAMPE.

Tabla 1. 25 ANP seleccionadas


76

pa (1), se determino la superficie deforestada

cada 5 anos (2010 – 2050) bajo un escena-

rio BAU haciendo uso de los resultados de

Soares-Filho et al. (2006). En las Figuras 1 y 2,

se muestran la evolucion de la deforestacion

entre los anos 2010 y 2050 para el escenario

BAU). En la etapa (2), se relaciono la superfi-

cie deforestada con el contenido de CO2 ha-

ciendo uso de los resultados presentados por

Saatchi et al. (2007). En la Figura 3, se puede

ver la distribucion de contenido de CO2 para

la amazonia peruana. Durante la etapa (3), se

determinaron las emisiones en tCO2e bajo el

escenario BAU calculando el producto de la

superficie deforestada con el contenido de

tCO2e relacionado a esa deforestacion. En el

Anexo 1, se muestra, como ejemplo, el proce-

so seguido para estimar las emisiones de GEI

para el Bosque de Proteccion Alto Mayo.

Figura 1. Deforestación al 2010, escenario BAU

Fuente: Soares-Filho et al. (2006).


77

Figura 2. Deforestación al 2050 escenario BAU

Fuente: Soares-Filho et al. (2006).

Figura 3. Mapa distribución biomasa aérea en la Amazonia peruana (tCO2e/ha)

Fuente: Saatchi et al. (2007).


78

La variable Pr, es equivalente al precio pro-

medio negociado en el mercado voluntario

de carbono forestal entre los anos 2008, 2009

y 2010 equivalente US$ 5.4 (Diaz, Hamilton et

al. 2011). Adicionalmente, se realizaron estir-

maciones de ingresos con un precio arbitrario

de US$ 10.0.

Para determinar Ef, se definieron 2 escena-

rios bajo el supuesto que las acciones REDD+

pueden ser 100% o 75% efectivas dependien-

do de las inversiones realizadas segun la dis-

ponibilidad de acceso a recursos financieros.

Un escenario de acceso a recursos financieros

optimos permitiria, entonces, implementar

acciones REDD+ 100% efectivas Ef (100%).

Mientras que el acceso a recursos financieros

minimos permitiria implementar acciones

REDD+ 75% efectivas Ef (75%).

Adicionalmente, se tomaron las siguientes

consideraciones para estimar los ingresos por

ventas de VERs: (i) el periodo de compromiso

despues del cual la deforestacion es medida y

las compensaciones son recibidas es igual a 5

anos; (ii) los beneficios adicionales obtenidos

de la manutencion de ANP (e.g. servicios am-

bientales u otros bienes y servicios del bos-

que) no son considerados en el analisis; (iii)

los supuestos y caracteristicas descritas para

los trabajos realizados por Soares-Filho et al.

(2006) y Saatchi et al (2007).

3.3. Costos REDD+ en ANP

Los costos de implementar REDD+ en ANP

fueron estimados mediante la siguiente for-

mula:

C = CI + CO + CT

Donde:

C: costo total de implementar REDD+ en

un ANP

CI: costo de implementacion de las acti-

vidades REDD+

CO: costo de oportunidad

CT: costo de transaccion.

Los costos de implementacion (CI) fueron es-

timados mediante la siguiente formula:

CI = CG * Superficie del ANP

Donde:

CG es equivalente a los costos actualizados

de gestion de ANP en US$/ha. Estos cos-

tos fueron reportados por Villanueva (2005)

para los escenarios: (i) de acceso a recursos

financieros optimos, el cual supone que un

ANP cuenta con los medios para un manejo

conforme a su plan maestro; (ii) de acceso a

recursos financieros minimos, el cual supone

que un ANP tiene ciertos recursos y medios

indispensables para su manejo, pero que le

faltan elementos para alcanzar un nivel de re-

cursos financieros optimo.

Para actualizar los costos de gestion al 2010,

segun tamano de ANP y para los escenarios

propuestos, se: (1) convirtieron los valores

en US$ propuestos por Villanueva (2005) a

nuevos soles utilizando un tipo de cambio de

3.423 S/. / US$; (2) se afectaron los valores ob-

tenidos por la tasa de inflacion anual segun


79

datos del Instituto Nacional de Estadisticas e

Informacion (INEI); (3) se convirtieron los va-

lores obtenidos en S/. a US$ usando el tipo

de cambio de 2.815 S/./US$ a diciembre del

2010.

Asimismo, para estimar el costo total de im-

plementar REDD+ en un ANP se tuvieron en

cuenta los siguientes supuestos: (i) los costos

de elaboracion de escenarios de referencia de

emisiones y del establecimiento de un siste-

ma para medir, reportar y verificar las reduc-

ciones de emisiones son asumidos por el nivel

nacional; (ii) los costos por ha de mantener las

ANP se mantienen constantes en el tiempo;

(iii) el estado peruano asumio los costos de

oportunidad de impedir el cambio de uso del

suelo en las ANP declaradas a la fecha.

Bajo esos supuestos el costo total de imple-

mentar REDD+ en un ANP (C) seria equiva-

lente al costo de implementacion de las ac-

tividades REDD+ (CG). Sin embargo, se con-

sidero conveniente incluir un escenario que

comprenda tanto los costos de oportunidad,

como los costos de transaccion. Para la cons-

truccion de ese escenario, se utilizaron los si-

guientes valores: El costo de oportunidad (CO)

fue tomado del costo de oportunidad prome-

dio por ha, valor reportado por Armas et.al.

(2009) equivalente a 4361 S/./ha (1515.82

US$/ha) para la amazonia peruana. Los costos

de transaccion fueron tomados del rango de

valores reportados por Chenost y Gardette

(2009) que oscilan entre US$ 172,000 y US$

878 000 por proyecto, este valor incluye los

costos de elaboracion de los documentos de

proyecto. Para el presente estudio se tomo el

valor inferior, equivalente a US$ 172,000.

3.4. Relación Costo Beneficio

La relacion costo beneficio (B/C) fue estimada

calculando la proporcion entre el valor presente

neto (VPN) de: (i) los flujos estimados de ingre-

sos por ventas de VERs bajo los escenarios de

100% y 75% de efectividad de las actividades

REDD+; y (ii) el costo de gestion segun tamano

de las ANP seleccionadas bajo los escenarios

de acceso a recursos financieros optimos y mi-

nimos. El analisis se realizo utilizando dos tasas

sociales de descuento. Una equivalente al 10%

es usada para proyectos sociales por el Minis-

terio de Economia y Finanzas del Peru. La otra,

equivalente al 5%, considerada como apropia-

da por estudios similares en otras regiones del

mundo (Bellassen and Gitz 2008).

4. RESULTADOS Y

DISCUSIÓN

4.1. Ingresos por venta de VERs

Los resultados del analisis confirman que el ta-

mano del ANP no es una variable que determine

el nivel de ingresos y, por el contrario, las reservas

de carbono y las amenazas de deforestacion son

variables determinantes en el nivel de ingresos

de una iniciativa REDD+ (Miles and Kapos 2008),

sobre todo cuando el enfasis de los proyectos en

el mercado voluntario de carbono se centra en la

Reduccion de la Deforestacion (RED) lo que dis-

minuye la atencion, por cuestiones tecnicas, en

los otros componentes de REDD+ como son: la

degradacion de bosques, los incrementos de los

stocks de carbono, el manejo forestal sostenible

y la conservacion de los stocks de carbono (Ebea-

ling and Yasue 2008).


80

Las 5 ANP que presentan mayores EGEI totales

para los anos 2010-2050 son: Cordillera Azul,

Sierra del Divisor, Alto Mayo, Amarakaeri y

Tambopata (ver Anexo 2). Asimismo, el valor

promedio de ingresos por venta de VERS para

el escenario Ef (100%) y Pr = 5.4 US$, seria equi-

valente a US$ 63,471,390, con un valor maxi-

mo de ingresos totales de US$ 245,310,111

para el Parque Nacional (PN) Cordillera Azul y

un minimo de US$ 0 para la Reserva Comunal

(RC) Machiguenga. Dada la relacion entre los

ingresos por venta de VERS y EGEI, ingresos

equivalentes a US$ 0 (e.g los obtenidos por la

RC Machiguenga) son explicados por la escasa

deforestacion que esta ANP presentaria.

Para el escenario Ef (75%) y Pr = US$ 5.54;

el valor promedio de los ingresos totales es

equivalente a US$ 47,603,541; con un valor

maximo de US$ 183,982,583 y un minimo

equivalente a US$ 0. Cambios significativos

en los potenciales ingresos por ventas de

VERs fueron hallados al variar el nivel de efec-

tividad de las actividades REDD+ que se tra-

ducen en mayores EGEI evitadas.

Las ANP con valores maximos y minimos de

ingresos, bajo cualquiera de los escenarios,

fueron PN Cordillera Azul y RC Machiguenga

respectivamente.

4.2. Costos REDD+ en ANP

del Perú

Si bien los costos para evitar la deforestacion

varian segun ANP, estas variaciones no estan

relacionadas con variaciones potenciales en

EGEI (Miles and Kapos 2008). Del analisis, se

puede inferir que estas variaciones estan re-

lacionadas con el tamano de las areas y la ca-

pacidad de las instituciones proponentes de

aprovechar economias de escala. Esto hace

suponer que quizas sea mas rentable imple-

mentar REDD+ en ANP de tamano grande o

mediana y que sera necesario buscar meca-

nismos financieros adicionales para lograr el

mantenimiento integral y total de las ANP al

interior del SINANPE.

Para el escenario recursos financieros opti-

mos, el CI promedio es equivalente a US$

96,042,215, el maximo US$ 352,561,928 para

PN Alto Purus y el minimo USS 15,513,800 para

el PN Yanachaga-Chemillen. Bajo el escenario

de acceso a recursos financieros minimos, el

CI promedio de un ANP es equivalente a US$

59,336,620. Con valores maximos y minimos

de US$ 224,488,411 y US$ 7,925,105 respecti-

vamente y correspondientes, nuevamente, a

los PN Alto Purus y Yanachaga-Chemillen.

Tamaño ANP Recursos óptimos Recursos mínimoGrande 3.42 2.18

Mediana 40.38 22.23

Pequeña 231.56 95.17

Fuente: Elaboración propia con base en Villanueva (2005).

Tabla 2. Costos de gestión en US$/ha según tamaño de ANP actualizados al

año 2010


81

4.3. Relación costo beneficio

de REDD+ en ANP del

Perú

Los valores de la relacion B/C para el escena-

rio de Ef (100%) y Pr US$ 5.4 muestran que

seria viable implementar REDD+ solo en las

2 ANP que poseen valores de relacion B/C

mayores a 1: Bosque de Proteccion (BP) Alto

Mayo y la Reserva Nacional (RN) Tambopata.

Para el resto de las ANP, el valor de la relacion

B/C es menor a uno con lo que se haria in-

viable la implementacion de REDD+. Valores

similares fueron obtenidos cuando: (i) la tasa

de descuento utilizada fue del 5%, Pr = US$

5.4 y Ef (100 %); (ii) y cuando tasa de descuen-

to utilizada fue 10%, Pr = US$5.4 y Ef (75%);

bajo esos escenarios seria viable implementar

actividades REDD+, en las mismas dos ANP

mencionadas anteriormente (ver Tabla 3).

Tabla 3. Valores de la relación B/C para Pr = US$ 5.4 (100 y 75 % efectividad)

ANPB/C (100%) B/C (75%)

Tasa Descuento 10%

Tasa Descuento 5%

Tasa Descuento 10%

Tasa Descuento 5%

Cordillera Azul 0.68 0.94 0.80 1.10

Sierra del Divisor 0.41 0.65 0.49 0.78

Alto Mayo 1.95 2.11 2.30 2.48

Amarakaeri 0.77 0.95 0.91 1.14

Tambopata 1.00 1.06 1.17 1.24

Ichigkat Muja- Cordillera

del condor0.22 0.22 0.30 0.30

Cordillera de Colan 0.27 0.37 0.36 0.51

Santiago Comaina 0.50 0.46 0.59 0.42

El Sira 0.18 0.20 0.22 0.24

Bahuaja Sonene 0.11 0.12 0.13 0.15

San Matías San Carlos 0.36 0.59 0.42 0.70

Manu 0.01 0.03 0.01 0.04

Chayu Naín 0.38 0.39 0.51 0.54

Pampa Hermosa 0.06 0.09 0.08 0.12

Yanachaga-Chemillén 0.06 0.10 0.07 0.11

Gueppy 0.00 0.01 0.00 0.01

Pagaibamba 0.06 0.05 0.11 0.10

Rio Abiseo 0.00 0.01 0.00 0.01

Pui Pui 0.00 0.00 0.00 0.00

Megantoni 0.00 0.01 0.00 0.01

Pacaya Samiria 0.00 0.00 0.00 0.00

Tingo María 0.00 0.00 0.00 0.01

Alto Purus 0.00 0.00 0.00 0.00

Huascarán 0.00 0.00 0.00 0.00

Machiguenga 0.00 0.00 0.00 0.00

Fuente: Elaboración propia en base a los datos estimados.


82

Adicionalmente, los resultados muestran que

RC Amarakaeri y el PN Cordillera Azul poseen

relaciones B/C cercanos a uno. Por ello, la im-

plementacion de REDD+ podria ser viable al

disminuir los CI. Asimismo, cuando la tasa de

descuento utilizada fue del 5% los valores de

la relacion B/C oscilan entre 2.48 y 0. Bajo ese

escenario los resultados muestran que seria

viable implementar actividades REDD+ en 4

ANP: BP Alto Mayo, RN Tambopata, RC Ama-

rakaeri y PN Cordillera Azul.

Ademas, se realizaron estimaciones asumien-

do Pr =US$ 10.00. En ese caso, para Ef (100%), y

tasa de descuento del 10%, se obtienen valores

de relacion B/C mayores a 1 en 4 de las 25 ANP

analizadas: BP Alto Mayo, RN Tambopata, RC

Amarakaeri, PN Cordillera Azul. Asimismo, si la

tasa de descuento utilizada fuera de 5%, los re-

sultados muestran que la implementacion de

REDD+ seria viable, adicionalmente a las ANP

mencionadas anteriormente, en las Zonas Res-

ervadas (ZR) Santiago Comaina y Sierra Divisor

y BP San Matias-San Carlos (ver Tabla 4).

ANPB/C (100%) B/C (75%)

Tasa Descuento 10%

Tasa Descuento 5%

Tasa Descuento 10%

Tasa Descuento 5%



Alto Mayo 3.61 3.91 4.25 4.60

Amarakaeri 1.43 1.79 1.69 2.10

Tambopata 1.85 1.96 2.17 2.30

Ichigkat Muja- Cordillera

del condor0.40 0.40 0.55 0.55

Cordillera de Colan 0.49 0.69 0.67 0.94


El Sira 0.34 0.38 0.40 0.44

Bahuaja Sonene 0.21 0.23 0.25 0.27


Manu 0.02 0.06 0.03 0.08

Chayu Naín 0.70 0.73 0.95 0.99

Pampa Hermosa 0.10 0.16 0.14 0.22

Yanachaga-Chemillén 0.10 0.18 0.12 0.21

Gueppy 0.00 0.01 0.01 0.02

Pagaibamba 0.11 0.10 0.20 0.18

Rio Abiseo 0.00 0.01 0.00 0.01

Pui Pui 0.00 0.01 0.00 0.01

Megantoni 0.00 0.01 0.00 0.01

Pacaya Samiria 0.00 0.00 0.00 0.00

Tingo María 0.00 0.01 0.00 0.01

Alto Purus 0.00 0.00 0.00 0.00

Huascarán 0.00 0.00 0.00 0.00

Machiguenga 0.00 0.00 0.00 0.00


Tabla 4. Valores de relación B/C para Pr = US$ 10.00 (100 y 75 % efectividad)


83

Los valores de la relacion B/C para Ef (75%) y

Pr = US$10.00 oscilan entre 4.25 y 0 cuando

la tasa de descuento fue del 10%. Bajo ese es-

cenario, seria viable implementar actividades

REDD+ en 5 ANP: BP Alto Mayo, RN Tambopa-

ta, RC Amarakaeri, el PN Cordillera Azul y ZR

Santiago Comaina. Por otro lado, cuando la

tasa de descuento utilizada es de 5% los valo-

res de la relacion B/C oscilan entre 4.6 y 0. Bajo

ese escenario seria viable implementar activi-

dades REDD+ en 7 ANP: las 5 anteriormente

mencionadas mas ZR Sierra Divisor, y BP San

Matias-San Carlos.

Los resultados obtenidos por el analisis son

corroborados por el interes actual por parte

de diferentes actores publicos y privados en

implementar actividades REDD+ en algunas

de las ANP del area de estudio. La eviden-

cia muestra que las iniciativas de proyectos

REDD+ en las ANP se desarrollan en las que

presentan relacion costo beneficio mas altas,

como son: Selva central que incluye tres par-

ques Yanachaga-Chemillen, Yanesha y San

Matias-San Carlos (Scriven 2012), Tambopata

(Hajek, Ventresca et al. 2011), la iniciativa Mat-

nu-Amarakaeri (Hajek, Ventresca et al. 2011),

Cordillera Azul (http://www.cima.org.pe/not_

archivos_det.php?n=38) y Alto Mayo (http://

www.conservation.org/global/peru/iniciati-

vas_actuales/Pages/ICAM.aspx).

Como se menciono en la metodologia, se

considero conveniente construir un escenario

que incluye tanto los costos de oportunidad

(CO) como los costos de transaccion (CT). Para

incluir los costos mencionados, se selecciona-

ron las ANP que presenten relacion B/C mayor

a 1 bajo el escenario que considera Pr = US$

10.0, Ef (75%) y tasa de descuento del 5%. Los

costos de oportunidad fueron estimados con

base al valor promedio por ha reportado por

Armas et al. (2009) equivalente a 1515.82 US$/

ha.

Los resultados fueron estimados, incluyendo

los costos de oportunidad y transaccion, para

Pr = US$ 5.4, Ef (75% y 100%) y tasa de des-

cuento del 5%. Se muestran que de incluirse

los costos de oportunidad y de transaccion

bajo las condiciones descritas anteriormente

no habria ningun ANP que haria viable imple-

mentar REDD+ (ver Tabla 5).

ANPB/C (100%) B/C (75%)

Tasa Descuento 10%

Tasa Descuento 5%

Tasa Descuento 10%

Tasa Descuento 5%



Alto Mayo 0.26 0.32 0.28 0.34

Amarakaeri 0.26 0.32 0.29 0.35

Tambopata 0.24 0.27 0.25 0.29




Tabla 5. Valores de la relación B/C para Pr = US$ 5.4 incluyendo costos de

oportunidad y costos de transacción

http://www.cima.org.pe/not_archivos_det.php?n=38

http://www.cima.org.pe/not_archivos_det.php?n=38

http://www.conservation.org/global/peru/iniciativas_actuales/Pages/ICAM.aspx




84

Asimismo, si los costos de oportunidad fue-

ran disminuidos en US$ 1 000, los resultados

muestran que se mantendria la situacion an-

terior, en la que en ninguna ANP seria viable

implementar REDD+. La situacion varia lige-

ramente cuando se incrementa el Pr de 5.4 a

11. 7 USS (ver Tabla 6). Dado ese escenario,

seria viable implementar REDD+ en una ANP,

Cordillera Azul.

5. CONCLUSIONES

Segun el analisis realizado, bajo supuestos

moderados, el numero de ANP en las que

seria viable la implementacion de proyec-

tos REDD+, segun las condiciones actuales

del mercado voluntario de carbono forestal,

varia apenas entre 2 y 7. Dependera de: (i) el

precio de los VERs; (ii) del aprovechamiento

de economias de escala; y (iii) de la tasa de

descuento que se utilice. Segun el analisis,

las ANP que debieran priorizarse para la im-

plementacion de REDD+ por presentar los

valores de la relacion B/C mas altos son: BP

Alto Mayo, RN Tambopata, RC Amarakaeri, PN

Cordillera Azul, ZR Santiago Comaina, ZR Sier-

ra Divisor, BP San Matias-San Carlos.

En las ANP del SINAMPE que no presentan

altas amenazas de deforestacion y/o no tie-

nen alto contenido de carbono almacenado,

no sera viable la implementacion de REDD+

a escala de proyecto. El analisis confirma que

los ingresos potenciales por ventas de VERs

forestal varian segun: las amenazas de defo-

restacion, las reservas de carbono, el nivel de

eficiencia de las actividades REDD+ a imple-

mentarse y los precios de los VERs. Con ello,

se demuestra la necesidad de disenar una

estrategia REDD+ a ser implementada en el

SINAMPE que tenga un alcance nacional y

que considere otros mecanismos financieros

alternativos para dotar de recursos financie-

ros optimos a estas ANP.

Los resultados confirman que los costos de

implementar actividades REDD+ efectivas

varian segun la ANP. Estas no necesariamen-

te estan relacionadas con variaciones en los

ANPB/C (100%) B/C (75%)

Tasa Descuento 10%

Tasa Descuento 5%

Tasa Descuento 10%

Tasa Descuen-to 5%



Alto Mayo 0.57 0.70 0.60 0.74

Amarakaeri 0.57 0.70 0.62 0.75

Tambopata 0.51 0.59 0.55 0.64




Tabla 6. Valores de la relación B/C para Pr = US$ 11.7 incluyendo costos de

oportunidad y transacción


85

contenidos de carbono, mas bien se refieren

a aquellas con el tamano de las ANP y con las

actividades a implementarse. Por ello, para

REDD+ a escala de proyecto sera necesario

identificar las areas que presenten mayor cos-

to efectividad en terminos de EGEI (a escala

nacional) o mayor costo beneficio (a escala de

proyecto).

Al considerar los costos de oportunidad y los

costos de transaccion En el presente analisis,

los resultados muestran que REDD+ no es

viable en ningun ANP bajo los supuestos de-

finidos. Sin embargo, si el precio de los VERs

es incrementado hasta un valor equivalente

a US$ 11.7, seria viable implementar REDD+

solo en la PN Cordillera Azul si es que se usara

una tasa de descuento del 5% y un escenario

Ef (75%).

El estudio sugiere que REDD+, por si mismo,

no es una alternativa viable para dotar de sos-

tenibilidad financiera a las ANP del Peru. Sin

embargo, este mecanismo puede comple-

mentar mecanismos de conservacion existen-

tes no solo en ANP si no tambien en tierras

indigenas. Asimismo, los pagos de carbono,

puede ser un incentivo que incremente la

viabilidad de realizar actividades de manejo

forestal sostenible en concesiones forestales.


86


Angelsen, A., Ed. (2008). Moving Ahead with

REDD: Issues, Options and Implications. Bo-

gor, Indonesia, CIFOR.

Angelsen, A., Brown, S., Cyril, L., Peskett, L.

and Streck, C. (2009). Reducing Emissions

from Deforestation and Forest Degradation

(REDD): An Option Assessment Report, Meri-

dian Institute.

Baker, T. R., Jones, J. P. G., Rendon Thompson,

O. R., Cuesta, R. M. R., Del Castillo, D., Aguilar, I.

C., Torres, J. and Healey, J. R. (2010). “How can

ecologists help realise the potential of pay-

ments for carbon in tropical forest countries?”

Journal of Applied Ecology 47(6): 1159-1165.

Bellassen, V. and Gitz, V. (2008). “Reducing

Emissions from Deforestation and Degra-

dation in Cameroon — Assessing costs and

benefits.” Ecological Economics 68(1–2): 336-

344.

Börner, J. and Wunder, W. (2008). “Paying for

avoided deforestation in the Brazilian Ama-

zon: from cost assessment to scheme design.”

International Forestry Review 10(3): 496-511.

Börner, J., Wunder, S., Wertz-Kanounnikoff,

S., Tito, M.R., Pereira, L. and Nascimento, N.

(2010). “Direct conservation payments in the

Brazilian Amazon: Scope and equity implica-

tions.” Ecological Economics 69(6): 1272-1282.

Burgess, N. D., Bahane, B., Clairs, T., Danielsen,

F., Dalsgaard, S., Funder, M., Hagelberg, N., Ha-

rrison, P., Haule, C., Kabalimu, K., Kilahama, F.,

Kilawe, E., Lewis, S. L., Lovett, J.C., Lyatuu, G.,

Marshall, A.R., Meshack, C., Miles, L., Milledge,

S. A. H., Munishi, P. K. T., Nashanda, E., Shiri-

ma, D., Swetnam, R.D., Willcock, S., Williams,

A. and Zahabu, E. (2010). “Getting ready for

REDD+ in Tanzania: a case study of progress

and challenges.” Oryx 44(03): 339-351.

Da Fonseca, G. A. B., Rodriguez, C. M., Midgley,

G., Busch, J., Hannah, L. and Mittermeier, R. A.

(2007). “No Forest Left Behind.” PLoS Biol 5(8):

e216.

Diaz, D., Hamilton, K. and Johnson, E. (2011).

El Estado de los Mercados de Carbono Fores-

tal 2011: Desde el Dosel al Dolar. http://www.

forest-trends.org/documents/files/doc_3052.

pdf, Forest Trends: 79.

Ebeling, J. and Yasue, M. (2008). “Generating

carbon finance through avoided deforesta-

tion and its potential to create climatic, con-

servation and human development benefits.”

Philosophical Transactions of the Royal So-

ciety B: Biological Sciences 363(1498): 1917-

1924.

Hajek, F., Ventresca, M. J., Scriven, J. and Cas-

tro, A. (2011). “Regime-building for REDD+:

Evidence from a cluster of local initiatives in

south-eastern Peru.” Environmental Science

& Policy 14(2): 201-215.

Hiraldo, R. and Tanner, T. (2011). “Forest Voi-

ces: Competing Narratives over REDD+.” IDS

Bulletin 42(3): 42-51.

http://www.forest-trends.org/documents/files/doc_3052.pdf




87

Hunt, C. (2010). “The costs of reducing defo-

restation in Indonesia.” Bulletin of Indonesian

Economic Studies 46(2): 187-192.

Irawan, S., Tacconi, L. and Ring, I. (2013).

“Stakeholders’ incentives for land-use change

and REDD+: The case of Indonesia.” Ecological

Economics 87(0): 75-83.

Kremen, C., Niles, J. O., Dalton, M. G., Daily,

G. C., Ehrlich, P. R., Fay, J. P., Grewal, D. and

Guillery, R. P. (2000). “Economic Incentives

for Rain Forest Conservation Across Scales.”

Science 288(5472): 1828-1832.

Malhi, Y., Roberts, J. T., Betts, R. A., Killeen, T. J.,

Li, W. and Nobre, C. A. (2008). “Climate Chan-

ge, Deforestation, and the Fate of the Ama-

zon.” Science 319(5860): 169-172.

Merger, E., Held, C., Tennigkeit, T. and Blomley,

T. (2012). “A bottom-up approach to estima-

ting cost elements of REDD+ pilot projects in

Tanzania.” Carbon Balance and Management 7.

Miles, L. and Kapos, V. (2008). “Reducing

Greenhouse Gas Emissions from Deforesta-

tion and Forest Degradation: Global Land-Use

Implications.” Science 320(5882): 1454-1455.

MINAM (2010). Segunda Comunicacion de

Nacional del Peru a la Convencion Marco de

las Naciones Unidas Para el Cambio Climatico

2010. MINAM. Lima - Peru, Impresiones y edi-

ciones Aguilar S.A.C: 200.

MINAM (2011). Readiness Preparation Propo-

sal º

Nepstad, D., Soares-Filho, B. S., Merry, F., Lima,

A., Moutinho, P., Carter, J., Bowman, M., Cat-

taneo, A., Rodrigues, H., Schwartzman, S.,

McGrath, D. G., Stickler, C. M., Lubowski, R.,

Piris-Cabezas, P., Rivero, S., Alencar, A., Almei-

da, O. and Stella, O. (2009). “The End of De-

forestation in the Brazilian Amazon.” Science

326(5958): 1350-1351.

Pagiola, S. and Bosquet, B. (2009). Estimating

the Costs of REDD at the Country Level, World

Bank.

Scriven, J. N. H. (2012). “Preparing for REDD:

Forest Governance Challenges in Peru’s Cen-

tral Selva.” Journal of Sustainable Forestry

31(4-5): 421-444.

Stern, N. (2007). El informe Stern: La verdad

del cambio climatico. Barcelona-Espana, Pai-

dos Iberica.

Streck, C. (2012). “Financing REDD+: matching

needs and ends.” Current Opinion in Environ-

mental Sustainability 4(6): 628-637.

Tacconi, L. (2012). “Redefining payments for

environmental services.” Ecological Econo-

mics 73(0): 29-36.

Turner, W. R., Brandon, K., Brooks, T. M., Cos-

tanza, R., Da Fonseca, G. and Portela, R. (2007).

“Global Conservation of Biodiversity and

Ecosystem Services.” BioScience 57(10): 868-

873.

Turner, W. R., Brandon, K., Brooks, T. M., Gas-

con, C., Gibbs, H. K., Lawrence, K. S., Mitter-


88

meier, R. A. and Selig, E. R. (2012). “Global Bio-

diversity Conservation and the Alleviation of

Poverty.” BioScience 62: 85-92.

UNFCCC (2009). Report of the Conference of

the Parties on its fifteenth session. Conferen-

ce of the Parties on its fifteenth session. Co-

penhague, Dinamarca.

UNFCCC (2010). Decisiones adoptadas por la

Conferencia de las Partes. Conferencia de las

Partes. Cancun, Mexico.

UNFCCC (2011). Report of the Conference of

the Parties on its seventeenth session - FCCC/

CP/2011/9/Add.1. Conference of the Parties.

Durban, South Africa.

Van der Werf, G. R., Morton, D. C., DeFries, R. S.,

Olivier, J. G. J., Kasibhatla, P. S., Jackson, R. B.,

Collatz, G. J. and Randerson, J. T. (2009). “CO2

emissions from forest loss.” Nature Geosci

2(11): 737-738.

Villanueva, J. P., Lima-Peru. , Ed. ( 2005). Ana-

lisis de las necesidades de financiamiento

2005-2014. Lima, Peru, PROFONANPE.

Wertz-Kanounnikoff, S. (2008). Estimating the

costs of reducing forest emissions: A review

of methods, Center for International Forestry

Research (CIFOR).


89

7. ANEXOS

Anexo 1. Proceso para estimar las emisiones de GEI para el ANP Alto Mayo

Contenido CO2 (tCO2)

Superficie deforestada por contenido de CO2

2010 2015 2020 2025 2030 2035 2040 2045 205025 - - - - - - - - -

50 6 8 - - - - 20 45

75 582 903 202 59 - - 67 120 402

100 691 839 384 28 41 145 355 322 328

150 1,339 1,306 1,511 351 453 790 1,027 787 2,462

200 76 16 22 10 269 87 470 460 1,036

250 5,755 4,862 3,408 1,739 2,779 2,010 3,966 4,476 5,180

300 1,486 1,445 1,151 356 637 468 103 677 1,500

350 - 0 0 0 - - - - -

400 - - - - - - - -

400 a más - - - - - - - -Total CO2 (tCO2) 2,213,510 200,290 1,481,811 603,340 1,011,837 793,062 1,311,874 1,573,110 2,386,689

Fuente: Elaboración propia con base en Soares-Filho et al. (2006) y Saatchi et al. (2007).


90

ANPEGEI en tCO2(BAU)

TotalCordillera Azul 45,700,135.50

Sierra del Divisor 41,674,205.50

Alto Mayo 13,375,522.00

Amarakaeri 12,783,379.25

Tambopata 9,061,489.50

Ichigkat Muja-Cordillera del Cóndor 6,815,232.75

Cordillera de Colan 6,078,842.50

Santiago Comaina 5,682,639.00

El Sira 4,246,340.00

BahuajaSonene 4,109,941.00

San Matias-San Carlos 3,823,348.50

Manu 3,688,125.25

ChayuNaín 2,916,775.25

Pampa Hermosa 536,393.00

Yanachaga-Chemillén 482,424.00

Gueppy 262,992.25

Pagaibamba 204,497.50

Río Abiseo 132,686.00

PuiPui 126,472.75

Megantoni 120,147.75

PacayaSamiria 91,809.50

Tingo Maria 52,379.00

Alto Purus 3,968.65

Huascarán 1,140.75

Machiguenga -4.75

Fuente: Elaboración propia con base en Soares-Filho et al. (2006) y Saatchi et al. (2007).

Anexo 2. EGEI totales proyectadas al 2050 por ANP bajo el escenario BAU


91

EVALUACIÓN DE LA SUSTENTABILIDAD DE LA PRODUCCIÓN ORGÁNICA EL CAFÉ

A TRAVÉS DE LA MEDICIÓN DE EFICIENCIA ECONÓMICA CON VARIABLES AMBIENTALES

Alvarado B., Laura S.1


Resumen 1

El estudio evalua la sustentabilidad de la produc-

cion organica de cafe de productores de cafe en

Piura, norte del Peru, a traves de la medicion de

la eficiencia economica que incluya variables am-

bientales como el balance de nutrientes y el uso

del agua agricola. Se empleo el metodo de frontera

estocastica de produccion con el objetivo de com-

parar la eficiencia economica de la produccion or-

ganica y convencional para cuatro escenarios per-

tinentes de analizar. Los resultados muestran que

no hay mayor diferencia entre la eficiencia econo-

mica de ambos tipos de produccion. Sin embargo,

los ingresos netos o beneficios de los productores

organicos son mayores a los de los productores

convencionales en los cuatro escenarios conside-

rados. Adicionalmente, los costos por balance de

nutrientes son menores para la produccion orga-

nica, lo cual indicaria que este tipo de produccion

es mas sustentable que la convencional.

Palabras Clave: sustentabilidad, eficiencia eco-

nomica, frontera estocastica de produccion,

produccion organica, balance de nutrientes y

uso de agua agricola.

1 Master en Innovacion Agraria para el Desarrollo Rural (UNALM). Consultora en la evaluacion economica del Impacto del Cambio Climatico en el Peru en el Banco Interamericano de Desarrollo (BID). Profesora auxiliar a dedicacion exclusiva (UNALM). Dirección postal: Jr. Valer 595 C Pueblo Libre, Lima-Peru. Teléfono: (511) 6147800 anexo: 239; e-mail: [email protected]

Clasificación JEL: Q18, Q56.

Abstract

The study aims to assess the sustainability of or-

ganic coffee production coffee farmers in Piura,

northern Peru, through the measurement of eco-

nomic efficiency to include environmental varia-

bles such as the balance of nutrients and agricul-

tural water use. For this, was used the method

of stochastic frontier production with the aim of

comparing the economic efficiency of organic

and conventional production for four relevant

scenarios to analyze. The results show that there

is no major difference between the economic effi-

ciency of both types of production. However, net

income or profits of organic producers are higher

than those of conventional producers in the four

scenarios considered. Additionally, costs are lower

in nutrient balance for organic production, indica-

ting that this type of production is more sustaina-

ble than conventional.

Keywords: sustainability, economic efficien-

cy, stochastic frontier production, organic

production, nutrient balance and agricultural

water use.

JEL Classification: Q18, Q56.

Alvarado, LauraEvaluación de la sustentabilidad de la producción orgánica el café a través de la medición de eficiencia económica con variables ambientales

92

1. INTRODUCCIÓN

En las ultimas decadas, la agricultura organi-

ca se ha convertido en una de las principales

alternativas para la actividad agricola tradi-

cional y convencional debido al incremento

de la demanda de alimentos sanos (libre de

insumos quimicos) a nivel mundial. Ello ha

originado nuevos mercados con precios mas

atractivos para los agricultores peruanos,

muchos de los cuales no tienen acceso a los

insumos utilizados para una produccion con-

vencional. Asi, esta practica se ha convertido

en un mercado significativo cuya demanda

por productos a nivel mundial crece a una

tasa anual de 10% (PROMPERU 2008). De este

modo, el Peru es un importante exportador

de estos productos entre los que destacan, el

cafe, banano, mango, cacao, y castana entre

otros, que generan importantes ingresos. Sin

embargo, es necesario no perder de vista la

implicancia de esta practica que es contribuir

a la sustentabilidad de la produccion agricola.

Resulta importante, entonces, medir la sus-

tentabilidad con indicadores robustos. La

propuesta de esta investigacion es medirla a

traves de la eficiencia economica que incor-

pore variables ambientales como el balance

de nutrientes y el uso del agua. Esto a traves

de una Frontera Estocastica de Produccion y

de una Funcion de Costos que permita obte-

ner la comparacion entre la eficiencia econo-

mica de la produccion convencional y la pro-

duccion organica. Aquella produccion que

obtenga mayor indice de eficiencia seria mas

sustentable.


2.1. Sustentabilidad: ¿qué es

y cómo medirla?

Segun Bejarano Ávila 1998, citado por Saran-

don (2002), el concepto de sustentabilidad

ha quedado en la etapa declarativa; y no se

ha hecho operativo debido, principalmente,

a la dificultad de traducir los aspectos ideo-

logicos de la sustentabilidad en la capacidad

de tomar decisiones. Al respecto, Sarandon

(2002) senala entre otras razones que esto se

debe a la ambigüedad, poca funcionalidad y

caracteristica multidimensional del concepto

(economica, ecologica, social) y a la ausencia

de parametros comunes de evaluacion junto

con el uso de herramientas y metodologias

adecuadas.

Sobre lo anterior, Simon (2003) tambien men-

ciona que debido al caracter multidimensio-

nal del concepto resulta complicado medirlo.

Anade que numerosos indicadores han sido

desarrollados simultaneamente, los cuales,

o bien destacan los diversos componentes

(ecologico, economico, politico, social) del

concepto por separado (indicadores parcia-

les) o bien encapsulan todos estos compo-

nentes a la vez en indices (marcos de indica-

dores). Cada uno de estos enfoques presenta

ventajas y desventajas. Por ejemplo, los indi-

cadores parciales ayudan a entender de una

manera mas general y compleja el concepto.

Sin embargo, la desventaja esta en el hecho

de que las asociaciones entre las diferentes

dimensiones de sustentabilidad (ambiental,


93

economica, social e institucional) no estan re-

flejadas a traves de dichos indicadores, lo que

si sucede en el caso de los indices.

En este caso, seria mas ventajoso emplear un

indice. En forma adicional, como esta investi-

gacion se centra en el analisis de la sustenta-

bilidad de tecnologias, entendiendose como

tecnologias a la produccion convencional y

organica (o ecologica), conviene discutir so-

bre que se entiende por tecnologias susten-

tables y como medir la sustentabilidad de las

mismas a traves de un indice adecuado.

2.2. La sustentabilidad de

tecnologías: las prácticas

orgánicas

Segun Altieri (1994), la agroecologia es la

base para una produccion agricola susten-

table. Plantea que la agricultura moderna

enfrenta una crisis ambiental generada por

practicas agricolas intensivas que se basan

en el uso excesivo de insumos que degradan

el ambiente y de recursos naturales que con-

llevan ademas a la reduccion progresiva de la

productividad de los cultivos. Ello se eviden-

cia, por ejemplo, en la perdida de rendimien-

tos por plagas a pesar del aumento de agro-

quimicos, pues estas se vuelven cada vez mas

resistentes.

En el Peru, la practica organica en la agricultu-

ra se define como una mejora de las condicio-

nes de los suelos y la biodiversidad genetica,

debido a la utilizacion racional y optima de los

recursos naturales. Para esta investigacion, la

produccion organica es aquella que cuenta

con certificacion, cuya garantia de serlo son

las inspecciones periodicas de parte de las

empresas certificadoras.

Para medir la sustentabilidad, Altieri (1994)

propone la desagregacion de indicadores

parciales en parametros economicos, sociales

y biofisicos o ambientales. Entre los economi-

cos, menciona a la dependencia de insumos

externos, ingresos, empleo; entre los sociales

senala nutricion, viabilidad cultural, aceptabi-

lidad politica, equidad; entre los ambientales

o biofisicos menciona la productividad del

cultivo, rendimientos del suelo, cantidad y ca-

lidad del agua para riego, uso de productos

quimicos en la agricultura. Concluye que la

agroecologia es aquella que presenta mejo-

res indicadores principalmente ambientales,

pues es mas sensible a los ciclos naturales y a

las interacciones biologicas que la agricultura

convencional. Sin embargo, faltan estudios

sobre los aspectos socioeconomicos y politi-

cos que mas que los problemas tecnicos pue-

den constituirse en barreras para el desarrollo

de este tipo de agricultura.

En oposicion a Altieri (1994), Sarandon (2002)

menciona que diversas tecnologias, inclusive

contrapuestas, pueden ser y son promovidas

como sustentables. El que sean o no susten-

tables nadie puede refutarlo o afirmarlo, pues

la sustentabilidad no presenta un valor con el

cual comparar2. A partir de ello, el autor ti-

pifica dos posibilidades de evaluacion de la

sustentabilidad. La primera la denomina eva-

luacion per se, la cual se centra en contestar

2 Senala por ejemplo que quienes promueven la siembra directa consideran a esta tecnologia como sinonimo de sustentabilidad, mientras tanto hay quienes consideran que es todo lo contrario pues promueve un mayor uso de fertilizantes, herbicidas, insecticidas y fungicidas.


94

por ejemplo a la pregunta: ¿es sustentable la

produccion organica de cafe? o ¿es sustentao-

ble determinada tecnologia? Como para es-

tos casos no hay puntos de comparacion, en-

tonces exige una respuesta categorica: si es

sustentable o no es sustentable. Sin embargo,

para tales respuestas se requiere de un valor

absoluto de sustentabilidad lo cual es muy

complejo de encontrar.

La segunda posibilidad es la evaluacion com-

parativa de la tecnologia, ¿cual de los dos

sistemas es mas sustentable? En este caso,

no importa el valor absoluto; por lo tanto es

mas comun y facil de medir. El planteamien-

to de Sarandon (2002) se centra, entonces, en

medir la sustentabilidad a traves de un indice

que permita comparar cual de las tecnologias

es mas sustentable, reafirmando asi la pro-

puesta de Simon (2003).

A partir de la revision, se concluye que la sus-

tentabilidad en la agricultura debe ser medi-

da bajo un criterio comparativo, pues no se

puede hablar de la sustentabilidad de una

tecnologia per se. Esta medicion (comparati-

va) puede realizarse a traves de indicadores

parciales o indices que capturen la comple-

jidad del concepto (economico, social am-

biental). Ambos criterios presentan ventajas

y desventajas, sin embargo resulta mejor

emplear indices; pues permiten capturar las

asociaciones entre las diferentes dimensiones

de sustentabilidad (ambiental, economica,

social e institucional). El problema, entonces,

seria determinar cual es el mejor indice para

medir la sustentabilidad.

2.3. ¿Por qué medir la

sustentabilidad a

través de la eficiencia

económica?

La sustentabilidad implica un manejo de los

recursos de tal forma que su abundancia y

calidad a largo plazo este asegurada para las

generaciones futuras. En tal sentido, el objeti-

vo de alcanzar un desarrollo sostenible seria

un asunto de equidad intergeneracional, sin

embargo tambien es un problema de eficien-

cia economica, pues reducir la cantidad de re-

cursos naturales (inputs) “por unidad de satis-

faccion” (outputs) ayudara a reducir la presion

sobre el ambiente.

Segun lo anterior, se puede decir que la efi-

ciencia economica garantiza parcialmente

la existencia de sustentabilidad. Por ello, la

investigacion la asume como uno de los in-

dicadores mas robustos para evaluarla, pues

permite incorporar variables ambientales

como factores de produccion, es decir captu-

ra la asociacion entre aspectos economicos y

ambientales.

Se han encontrado dos trabajos de investiga-

cion que miden la sustentabilidad a traves de

la eficiencia economica. Independientemen-

te del metodo que emplean para medirla,

ya sea Analisis Envolvente de Datos (AED) o

Frontera de Estocastica de Produccion (FEP),

buscan establecer la asociacion entre el uso

aspectos economicos y ambientales.

Arandia y Aldanondo, en el 2007, investiga-

ron la eficiencia tecnica y medioambiental de


95

las explotaciones vinicolas ecologicas y las

convencionales con el objetivo de analizar

y comparar la eficiencia de la produccion de

uva teniendo en cuenta el impacto ambiental

que generan ambas tecnicas. Para ello, consi-

dero una muestra de 86 explotaciones agri-

colas convencionales y ecologicas. Mediante

el AED, se comparo la eficiencia tecnica de

los dos sistemas de produccion sin conside-

rar variables ambientales e incorporando

los impactos ambientales. Las explotaciones

ecologicas aparecen como mas eficientes que

las convencionales en todos los casos o esce-

narios: i) sin considerar costos ambientales, ii)

considerando costos ambientales, iii) se to-

man precios de convencionales y organicos y

iv) con solo precios de convencionales. Con-

cluyen que para el primer escenario se debe

a que hay un esfuerzo de adaptacion que me-

jora la productividad de los factores y que se

trata de agricultura de secano en la que los

rendimientos de fertilizantes y pesticidas son

menores que en las de regadio. Los resultados

para el segundo escenario son razonables y,

por ultimo, que el efecto del precio sobre la

eficiencia es significativo cuando esta se mide

sin considerar el impacto ambiental y no lo es

cuando se incluyen estos. Es decir, el efecto

de la mejora ambiental que introduce la agri-

cultura ecologica parece, por lo tanto, superar

al sobreprecio.

Cabrini, Calcaterra y Lema (2011) determi-

naron el nivel de eficiencia de la produccion

agricola en la zona Pergamino (Argentina)

para maiz, trigo y soja, considerando los efec-

tos de los servicios ambientales. Si bien no se

menciona la medicion de la sustentabilidad a

traves de la eficiencia economica, se incorpo-

ra el concepto de servicios ambientales y se

incluye su cuantificacion dentro de la eficien-

cia. Los servicios ambientales considerados

son los costos y beneficios relacionados al

balance de nutrientes del suelo, materia or-

ganica y la erosion del suelo. Los resultados

indican que la actividad agricola se desarrolla

con un alto nivel de eficiencia en la zona de

estudio. Se estimo un nivel de eficiencia pro-

medio del 85%. Si bien este valor implica la

posibilidad de aumentar un 15%, la produc-

cion para un mismo nivel de insumos, resulta

un valor elevado si se lo compara con medi-

ciones realizadas en otros sistemas agricolas

extensivos. No se detectaron relaciones signi-

ficativas entre el nivel de eficiencia y el nivel

de educacion, la edad de los responsables de

las empresas y la proporcion de tierra propia.

3. MATERIALES Y

MÉTODOS

3.1. ¿Cómo medir la eficiencia

económica?

Para esta investigacion, se empleo el Analisis

de Frontera Estocastica (FEP); debido a que

no se contaba con la informacion de series

historicas de los diversos factores de produc-

cion, solo se contaria con la informacion en

un momento dado (corte transversal) a par-

tir de la toma de encuesta. El FEP permite

hallar la frontera de produccion mediante la

forma funcional de Cobb-Douglas. Esta for-

ma funcional se eligio, pues permite obtener

las elasticidades de los insumos respecto al

producto, en este caso particular, respecto a


96

la frontera de produccion. A partir de la ob-

tencion de los estimadores de la funcion de

produccion, se puede determinar la eficiencia

tecnica (ET), la cual se realiza a partir del uso

del software Stata 11. Luego, con un modelo

de funcion de costos y sus respectivos esti-

madores se determina la eficiencia economi-

ca (EE), tambien a partir del uso del software

Stata 11 y luego la Eficiencia Asignativa (EA).

El metodo que se empleo consta de dos eta-

pas. En la primera, se estima la eficiencia tec-

nica, y la economica. En la segunda, la eficien-

cia asignativa. El modelo estocastico de fun-

cion de produccion para estimar el nivel de

eficiencia tecnica de las unidades productivas

se especifica de la siguiente forma:

Yi=f(Xi; β)+ηi ; i=1,2,3,…10 (1)

Donde Yi es el logaritmo de produccion de la

i-esima unidad, Xi es el vector actual de insu-

mos de la funcion de produccion (en logarit-

mos) y otras variables relevantes (incluyendo

un termino constante), mientras que β es el

vector de parametros a estimar, y ηi es el ter-

mino del error que esta compuesto por dos

elementos:

ηi = vi - ui (2)

Donde vi mide las distorsiones simetricas

o errores aleatorios que se asumen son in-

dependiente e identicamente distribuidos

como N(0,δv2), dada la estructura estocastica

de una frontera. El segundo componente ui

se asume que es independientemente distri-

buido de vi y se supone que satisface ui ≤ 0.

Para este caso particular, ui se deriva de una

distribucion N(0,δv2), permitiendole a la pro-

duccion actual la posibilidad de caer debajo

de la frontera.

La ET toma valores dentro del intervalo (0,1),

donde 1 indica un predio plenamente eficien-

te y 0 implica ineficiencia absoluta.

Para cuantificar la eficiencia economica, se es-

pecifica una funcion de costos:

Ci=g(Yi , Pi ; α)+ηi ; i=1,2,3,…10 (3)

Donde Ci representa el costo total de produc-

cion, Yi la produccion producida, Pi el costo

del insumo, α representa los parametros de la

funcion de costes, y ηi representa el termino

del error, donde:

ηi = vi - ui (4)

La EE toma valores entre 0 y 1, donde 1 es

cuando el costo efectivo coincide con el costo

minimo, es decir el valor de la funcion.

Por ultimo, para calcular la Eficiencia de Asig-

nacion (EA) se resuelve la siguiente ecuacion:

EA = EE / ET (5)

De igual forma, la EA toma el valor de 1 cuando la combinacion de factores es la op-tima y 0 cuando no lo es. Una vez obtenidos

los indices de eficiencia tecnica, economica

y asignativa por productor convencional y

organico, se emplean promedios para com-

parar cual de las tecnologias presenta mayor

indice de eficiencia, es decir esta mas cercana


97

a la combinacion optima de factores.

3.2. ¿Cómo medir la eficiencia

económica incorporando

variables ambientales?

La propuesta de esta investigacion es incor-

porar los factores tradicionales de produc-

cion (cantidad de mano de obra, cantidad de

fertilizantes,) dos indicadores de sustentabili-

dad ambiental relevantes: eficiencia en el uso

de nutrientes y eficiencia en el uso de agua. A

continuacion, se detalla el proceso metodolo-

gico para obtener ambos indicadores que son

incluidos en la funcion de produccion y en la

de costos para hallar la eficiencia economica

con costos ambientales.

La forma funcional que incorpora variables

ambientales en la funcion de produccion

se encuentra detallada en el item 3.6. Note-

se que la funcion de produccion incorpora

ademas de la cantidad de mano de obra y la

cantidad de fertilizante, la cantidad de agua

(variable ambiental). Mientras que la forma

funcional que incorpora variables ambienta-

les en la funcion de costos se encuentra deta-

llada en el item 3.7. Notese que la funcion de

costos incorpora ademas del costo por mano

de obra y costo por uso de fertilizante, el cos-

to por uso de agua y costo por balance de nu-

trientes (variables ambientales).

3.2.1. Eficiencia en el uso de nutrientes

El estudio de Manchado (2010) respalda esta

investigacion, pues si bien no emplea una

funcion de produccion con frontera esto-

castica, plantea la importancia de emplear

y cuantificar, mediante metodos de valora-

cion economica el uso de indicadores para

la sustentabilidad en la agricultura como la

eficiencia de uso de energia fosil, el riesgo de

contaminacion por nutrientes o plaguicidas,

el riesgo de erosion de suelos, el balance de

gases invernadero, la racionalidad en la uti-

lizacion del suelo, la eficiencia en el uso del

agua y el monitoreo de la biodiversidad. Esto

debido a que las tendencias en la agricultura

moderna como la intensificacion del uso del

suelo, la ampliacion de la frontera agricola, el

uso de fertilizantes han provocado el deterio-

ro de la capacidad de los recursos naturales

en su rol de factores productivos, ha puesto

en riesgo la sustentabilidad de los sistemas

de produccion y la ocurrencia de externalida-

des ambientales.

Manchado (2010) emplea como indicador de

sustentabilidad en la agricultura la eficiencia

de uso de los nutrientes, es decir el modo en

que una especie vegetal, un cultivo o un sis-

tema de produccion utilizan los nutrientes.

No solo mide el balance de nutrientes (Ni-

trogeno, Fosforo, Potasio, Magnesio, Azufre

y Calcio) en terminos fisicos sino tambien los

valora economicamente, a traves del metodo

de remediacion del dano o costos evitados a

partir del costo de reposicion de los nutrien-

tes mencionados.

Esta investigacion asume la propuesta de

Manchado (2010), basicamente por la dis-

ponibilidad de informacion. Si bien Cabrini y

Calcaterra (2011) proponen la estimacion fisi-

ca y la valoracion economica del balance de

nutrientes, materia organica, y erosion hidri-


98

ca, no es posible emplear estos dos ultimos

por la falta de informacion. Por tal razon, se

emplea solo la valoracion de balance de nu-

trientes segun la metodologia de Manchado

y la propuesta de estimacion de eficiencia

economica de Cabrini y Calcaterra (2011).

A partir de Manchado (2010), se adapto la

metodologia de estimacion del balance de

nutrientes en terminos fisicos y monetarios

para el caso del cafe convencional y cafe or-

ganico. Los pasos metodologicos fueron los

siguientes:

1. Estimacion del balance de nutrientes

en terminos fisicos como diferencia entre

lo que se exporta (cafe convencional u

organico) y lo que se repone por la fer-

tilizacion.

a. Estimacion de la extraccion de nu-

trientes como el producto del coeficiente

de extraccion de cada nutriente y la pro-

duccion de cafe (convencional u organi-

co) por individuo. Tal como se muestra:

Ext Nutij = ∑ceij * Prodj (1)

Donde:

Ext Nutij : extraccion total de nutrientes

para cafe convencional u organico por in-

dividuo.

i: extraccion de nutrientes (nitrogeno,

fosforo, potasio, calcio, magnesio, azufre)

j: individuo o productor convencional u

organico.

ceij : coeficiente de extraccion para cada

nutriente de cafe convencional u organi-

co por individuo.

Prodj : produccion de cafe (convencional

u organico) por individuo.

b. Estimacion de la reposicion de nu-

trientes: Para este caso, Manchado, plan-

tea dos fuentes: a. aplicacion de fertili-

zantes y b. fijacion simbiotica. Para esta

investigacion, se empleo solo la primera

fuente; es decir la aplicacion de fertilizan-

tes. Esta informacion se obtuvo de entre-

vistas a tecnicos, y se considero la eficien-

cia de aplicacion de fertilizantes de 100%.

La reposicion se determina del producto

entre macronutriente aportado por ferti-

lizantes por ha. por la cantidad de ha. por

productor (convencional u organico).

Rep Nutij = ∑fertij * supj (2)

Donde:

Rep Nutij: reposicion total de nutrientes

i: nutriente

j: individuo o productor convencional u

organico

fertij : nutrientes aportados por fertiliza-

cion para cada nutriente por productor

supj : superficie en has por productor

convencional u organico.

c. Estimacion fisica del balance de nu-

trientes: Para el calculo de los balances

de nutrientes, se consideraron solo las

extracciones por la exportacion de los

productos y la reposicion de la fertiliza-

cion. No se consideraron perdidas por

erosion. Se calculo para cada productor


99

convencional u organico de la siguiente

manera:

Bal Nutij= Rep Nutij - Ext Nutij

(3)=(2)-(1)Bal Nutij = ∑fertij * supj- ∑ceij * Prodj

2. Valoracion economica del balance de

nutrientes

Se empleo el metodo de costo de reme-

diacion del dano o costos evitados por la

reposicion de nutrientes utilizando el fer-

tilizante mas usual y de menor precio por

unidad de nutriente. Los precios de cada

elemento se derivan de los precios co-

rrientes de los fertilizantes en la campana

2011 (campana estudiada en la encues-

ta). Una vez obtenido el costo economico

del balance de nutrientes, se incluye en

la funcion de costos para determinar la

eficiencia economica.

3.2.2. Eficiencia en el uso del agua

Otro indicador importante de sustentabilidad

es la eficiencia en el uso de agua. Es impor-

tante considerarlo, pues el agua constituye

un recurso escaso; y, ademas, no tiene pre-

cio en el mercado agricola en Piura (para el

caso del cafe). Se parte del supuesto que es

posible valorar el recurso hidrico (bien que no

posee mercado) a traves de un bien que si lo

posee (cultivo del cafe).

Existen diversas metodologias para calcular

el valor del agua. Entre estas, destacan: el

metodo del Cambio de Productividad o una

de sus variantes conocidas como el Cambio

de los Ingresos Netos del Productor; la Valo-

racion Contingente, el Costo de Oportunidad,

el Costo de Conservacion y/o Preservacion

del Acuifero, etc.

El metodo del Cambio de Productividad,

como lo expone Cristeche y Penna (2008),

hace posible valorar un bien o servicio am-

biental que no se comercializa en el merca-

do (agua) al relacionarlo con un bien que si

lo hace (cultivos agricolas). Al considerar que

este bien o servicio ambiental es un insumo

dentro de la funcion de produccion, la valora-

cion consistiria en evaluar el efecto que dicho

bien o servicio ejerce sobre la productividad

del cultivo.

Una variante de esta metodologia es el Cam-

bio de los Ingresos Netos del Productor. Dicha

metodologia consiste en considerar al agua

como un insumo mas en la funcion de pro-

duccion de un bien o servicio convencional.

El objetivo es estimar el beneficio adicional

neto por unidad de agua en la produccion

de este determinado bien que se transa en el

mercado. En este caso, el bien seria el cultivo

agricola (cafe convencional u organico). En tal

sentido, el valor economico del agua para uso

agricola se obtiene a traves de la siguiente

formula:

𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑑𝑑𝑑𝑑𝑑𝑑 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 = 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑏 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 − 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑠𝑠𝑠𝑠𝑠𝑠 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖ó𝑛𝑛

𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝑑𝑑𝑑𝑑 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖ó𝑛𝑛

Donde el ingreso neto es la diferencia entre

los ingresos brutos y los costos de produc-

cion, cosecha y post-cosecha del cafe. Se in-

cluye los costos de beneficio humedo, seca-

do, hasta el transporte y comercializacion a la


100

planta de CEPICAFE, es decir hasta llegar a un

nivel de cafe pergamino.

Los pasos para realizar la valoracion economi-

ca del agua para uso agricola mediante este

metodo se resumen de la siguiente manera:

1. Determinar la cantidad de agua em-

pleada por nivel de productividad de

cafe (convencional u organico) que al-

canza cada productor. El dato se obtiene

de las encuestas.

2. Estimacion de la perdida de producti-

vidad de cafe (convencional u organico)

por reduccion de agua.

Se establece un escenario de reduccion

probable de agua a traves de entrevis-

tas a expertos. Esta reduccion de dispo-

nibilidad de agua es del 20%. A partir de

esta reduccion de agua, se determina la

reduccion de productividad de cafe por

productor.

3. Valoracion economica del agua (VA)

determinando ingresos y costos en las si-

tuaciones con riego y sin riego a partir de

la siguiente formula:

𝑉𝑉𝑉𝑉 =( 𝑃𝑃 ∗ 𝑄𝑄!"#$% − 𝐶𝐶!"#$% ) − ( 𝑃𝑃 ∗ 𝑄𝑄!"# !"#$% − 𝐶𝐶!"# !"#$% )

𝑉𝑉!"#! !"#$%

Donde:

P: Precio de venta del cafe convencional

u organico (S/qq.) pergamino

Qriego: Productividad del cafe convencio-

nal u organico con riego (qq/ha)

Qsin riego: Productividad del cafe conven-

cional u organico sin riego (qq/ha)

Criego: Costos de produccion del cafe con-

vencional u organico con riego (S/./ha)

Csin riego: Costos de produccion del cafe

convencional u organico sin riego (S/./ha)

Vagua riego: Volumen de agua desviada para

la irrigacion (m3 /ha)

VA: Valor economico del agua para uso

agricola del cafe convencional u organi-

co (S/./m3)

En esta metodologia, se comparan dos esce-

narios: con riego y sin riego (cultivo de seca-

no), siendo el valor del agua igual a la varia-

cion de los beneficios entre el agua desviada

para riego. En el presente estudio, no se ha

limitado por completo el agua de riego du-

rante todo el ciclo del cultivo (cultivo de seca-

no); en cambio, se ha creado el escenario con

limitacion de agua (reduccion del %20).

Los costos para el escenario con riego y los

escenarios proyectados no son iguales. Los

costos referentes a los fertilizantes y mano de

obra seran incurridos por el agricultor inde-

pendientemente de la cantidad de agua asig-

nada, pero varian segun el nivel de produc-

cion. Se asume que el costo de produccion se

reduce en la misma proporcion que el nivel

de produccion. A pesar que en la zona de

estudio, el agua es un recurso escaso, actual-

mente no existe una tarifa por el uso de agua.

Una vez obtenidos los indicadores de sus-

tentabilidad e incorporados en la funcion de

costos para hallar la eficiencia economica, se

contrastan los resultados en los cuatro esce-

narios relevantes para el analisis.


101

3.3. Población y muestra

La poblacion esta conformada por pequenos

productores de tres provincias cafetaleras

de la sierra del departamento de Piura per-

tenecientes a CEPICAFE-Central Piurana de

Cafetaleros, con un tamano menor a 3 ha. La

poblacion total es de 1943 productores de los

cuales 1203 son organicos y 730 son conven-

cionales. El principal criterio para diferenciar

a productores organicos de convencionales

es el hecho de contar con certificacion orga-

nica. Para hallar el tamano de muestra se em-

pleo la formula de poblaciones finitas siendo

el tamano de 160 observaciones, desagrega-

das entre 60 productores convencionales y

100 productores organicos. El Nivel de Error

es de 0.075, mientras que el nivel de confian-

za es del 92,5%.

3.4. Sobre los factores

de producción de la

población analizada

El estudio ha considerado como factores de

produccion el uso de fertilizantes, la mano de

obra y el uso de agua. Las maquinarias son

artesanales y dan cuenta de un bajo nivel tec-

nologico para ambos casos (cafe convencio-

nal y organico), por ello no fueron relevantes

al momento del analisis.

En cuanto a los abonos y fertilizantes, los pro-

ductores organicos (es decir los que cuentan

con certificacion organica) utilizan el guano

de isla, sulfomag, roca fosforica y fertimar.

Cada uno de estos cuatro insumos contiene

los seis macronutrientes analizados para el

balance de nutrientes: Nitrogeno, Fosforo,

Potasio, Calcio, Magnesio y Azufre. Los pro-

ductores convencionales se caracterizan por

usar fertilizantes quimicos o no permitidos

en la produccion organica, por no emplear

ningun tipo de fertilizante o por emplear los

fertilizantes usados por los organicos pero en

dosis inferiores o inapropiadas. Esto va ligado

al menor acceso a servicios de asistencia tec-

nica que tienen. La mano de obra es mas in-

tensa para el caso de productores organicos

pues se requiere mayores labores.

El uso de agua es otro factor importante. El

nivel tecnologico en el riego es limitado. El

93% de los productores emplean el riego por

gravedad, solo el 7% emplean el riego por as-

persion. El agua es un factor importante en

la produccion y tambien en la post-cosecha,

pues se requiere para el lavado del cafe. El

estudio ha considerado el uso total de agua

para todo el proceso de produccion de cafe

pergamino. Son los productores organicos

los que demandan mas agua en el proceso

de produccion, seguramente por la mayor

exigencia en el beneficio del cafe (el 77% em-

plea mas de 3000 m3, frente a un 28% de los

convencionales), segun se observa en el Ane-

xo 1.

3.5. Diseño metodológico

Primero se realizan las estimaciones de Fron-

tera Estocastica a traves de las funciones de

produccion para cafe convencional y organi-

co, luego se determina tambien a traves de

Fronteras Estocasticas las Funciones de cos-

to para estimar la eficiencia economica bajo

cuatro escenarios: i) sin costos ambientales y


102

ii) con costos ambientales a precios de pro-

ducto convencional y organico y iii) sin cos-

tos ambientales y iv) con costos ambientales

a precios de producto convencional y final-

mente se presentan las conclusiones.

3.6. Estimaciones de función

de producción a través de

Fronteras Estocásticas

Se empleo el siguiente modelo para ambas

funciones: de cafe convencional y de cafe or-

ganico. La estimacion de esta funcion permi-

te hallar la eficiencia tecnica de ambos tipos

de produccion. Las variables especificadas

como una funcion de tipo Cobb-Douglas, son

las siguientes:

lyi = β1 lx1i + β2lx2i + β3lx3i + (vi - ui )

Donde:

lyi = Logaritmo del rendimiento del cafe con-

vencional en kg/ha del productor i

lx1i = Logaritmo de la cantidad de fertilizan-

tes en kg/ha del productor i

lx2i = Cantidad de mano de obra en jornales/

ha del productor i

lx3i = Cantidad de agua en m3/ha del produc-

tor i

(vi - ui ) = termino del error compuesto por

dos elementos

vi = Componente aleatorio, que captura los

errores de medicion y otros factores

ui = Componente aleatorio no negativo que

representa el nivel de ineficiencia del produc-

tor i que sigue una distribucion normal no

negativa.

3.7. Estimaciones de la

función de costos usando

Fronteras Estocásticas

A continuacion, se plantean las estimaciones

de la funcion de costos usando el metodo de

Fronteras Estocasticas. El objetivo de estas es

encontrar la eficiencia economica para am-

bos tipos de cafe (convencional y organico)

en los cuatro escenarios establecidos: i) sin

costos ambientales y con precios de cafe con-

vencional y organico; ii) con costos ambienta-

les a precios de cafe organico y convencional;

iii) sin costos ambientales a precios de cafe

convencional; iv) con costos ambientales a

precios de cafe convencional. Como ya se ha

mencionado, los costos ambientales implican

los costos por uso de agua y el costo de re-

paracion por balance de nutrientes. El analisis

de precios de cafe convencional consistio en

emplear un precio promedio de cafe conven-

cional para evitar la distorsion por el diferen-

cial existente para el caso del cafe organico. A

continuacion, se presentan los modelos em-

pleados para cada escenario:

Escenario 1: Sin costos ambientales a pre-cios de cafe orgánico y convencional

lyi = β1 lx1i + β2lx2i + β3lx3i + β4lx4i* + ei

Donde:

lyi = Ingreso neto en soles/ha del productor i

lx1i = Superficie en ha del productor i

lx2i = Costo del jornal en soles del productor i

lx3i = Costo del fertilizante en soles del pro-

ductor i


103

lx4i = Rendimiento ajustado en kg/ha para el

productor i

e1 = Error idiosincratico.

Escenario 2: Con costos ambientales a pre-cios de cafe orgánico y convencional

lyi = β0 + β1 lx1i + β2lx2i + β3lx3i + β3lx4i + β3lx5i + β4lx6i

* + ei

Donde:





ductor i

lx4i = Costo de balance de nutrientes para el

productor i

lx5i = Costo de agua en soles por m3/ha para

el productor i


productor i

ei = Error idiosincratico.

Escenario 3: Sin costos ambientales a pre-cios de cafe convencional

lyi = β0 + β1 lx1i + β2lx2i + β3lx3i + β4lx4i* + ei

Donde:





ductor i


productor i

ei = Error idiosincratico

Escenario 4: Con costos ambientales a pre-cios de cafe convencional

lyi = β0 + β1 lx1i + β2lx2i + β3lx3i + β3lx4i + β3lx5i + β4lx6i

* + ei

Donde:





ductor i

lx4i = Costo de balance de nutrientes para el

productor i

lx5i = Costo de agua en soles por m3/ha para

el productor i


productor i

ei = Error idiosincratico.

Para cada escenario, notese que lx4i* y lx6i

*

representan el rendimiento ajustado. Éste

es resultado de la diferencia del Rendimien-

to en kg/ha menos la ineficiencia tecnica ui

(sigma_u) obtenido en las estimaciones ante-

riores. En este estudio, se generaron dos tipos

de rendimiento ajustado. El primero es de la

diferencia del rendimiento menos la inefi-

ciencia tecnica que se genero sin la inclusion

de la cantidad de fertilizantes y el otro tipo es

la diferencia del rendimiento menos la inefi-

ciencia tecnica que se genero con la inclusion

de la cantidad de fertilizantes. Asi, el error

idiosincratico esta asociado a la cantidad de

fertilizantes. Por lo tanto, este rendimiento


104

ajustado ocasiono que para cada escenario

existan dos estimaciones. Este procedimiento

se desarrollo para productores convenciona-

les y organicos.

4. RESULTADOS

4.1. Eficiencia técnica

En las corridas econometricas para determi-

nar la funcion de produccion, se emplearon

como variables dependientes la produccion

(medido en kg) y el rendimiento (kg/ha).

Como resultado, se obtuvo como mejor va-

riable dependiente al rendimiento. Para el

cafe convencional, el mejor modelo (es decir

aquel que presenta mayor nivel de significan-

cia o R2) fue aquel que incluye las variables

fertilizantes, mano de obra y agua. En cambio

para el cafe organico, resulto mejor el mode-

lo que incluye solo mano de obra y agua, y

no incluye fertilizante. Lo anterior se justifica,

porque las cantidades de insumos organicos

empleadas en la produccion son minimas.

Asimismo, las eficiencias tecnicas fueron 64%

y 63% para el cafe convencional y organico,

respectivamente. No se encontro variacion

significativa entre una tecnologia y otra, se-

gun se observa en el Anexo 2.

4.2. Valoración económica de

variables ambientales

Los resultados de la valoracion economica

del balance de nutrientes y del uso del agua

se muestran en el Anexo 3. Se pudo apreciar

que los productores organicos presentan un

menor costo que los productores conven-

cionales por balance de nutrientes (S/99 /ha

y S/110/ha respectivamente). En cambio, no

se aprecio por el valor del agua (S/714/ha y

S/254/ha, respectivamente).

Los costos por balance de nutrientes y por

uso agricola del agua fueron incorporados en

los costos totales y en los ingresos netos o va-

lor neto de la produccion. Asi, se analizan los

resultados de los costos en dos escenarios:

sin considerar costos ambientales y conside-

rando costos ambientales. Segun se observa

en el Anexo 4, los costos para ambos escena-

rios son mayores para el caso de productores

organicos, esto debido al uso de fertilizantes

permitidos que incrementan los costos.

Los ingresos netos o beneficios se muestran

para cuatro escenarios: i) sin costos ambien-

tales y con precios de cafe convencional y

organico; ii) con costos ambientales a precios

de cafe organico y convencional; iii) sin costos

ambientales a precios de cafe convencional;

iv) con costos ambientales a precios de cafe

convencional. El analisis de precios de cafe

convencional consistio en emplear un precio

promedio de cafe convencional a fin de evitar

la distorsion por el diferencial existente para

el caso del cafe organico.

Segun se observa, tambien en el Anexo 4, los

ingresos netos para los productores organi-

cos son mayores a los de los productores con-

vencionales en los cuatro escenarios. De esta

manera, se puede observar que sin conside-

rar variables ambientales a precios de cafe or-

ganico y convencional (escenario 1) los ingre-


105

sos netos de los productores organicos son

significativamente mayores que los ingresos

de los productores convencionales. En el es-

cenario 2, los ingresos tambien son mayores

para los productores organicos, a pesar que

se reducen significativamente con respecto al

escenario 1 (se reducen a la mitad), sin em-

bargo la diferencia se incrementa, a pesar que

los costos para los productores organicos con

mayores en todos los casos. Realizando el

analisis a precios de cafe convencional (para

evitar distorsiones con respecto a sobrepre-

cios), los ingresos netos de los productores

organicos no se ven afectados, porque en las

ultimas campanas los precios diferenciales se

han acortado considerablemente, tanto asi

que para muchos productores de cafe organi-

co le da igual vender su producto a precio de

cafe convencional.

Los productores organicos presentan un me-

nor costo que los productores convencionales

por balance de nutrientes (S/99/ha y S/110/

ha respectivamente); no asi por el valor del

agua (S/714/ha y S/254/ha respectivamente).

Esto se puede deber a que los valores obteni-

dos para el uso del agua agricola hacen refe-

rencia solo a costos por cantidad de agua, sin

embargo el valor no representa los costos por

reduccion de la calidad de agua o a la erosion

hidrica del suelo.

Si se empleara una metodologia que incorpo-

re la perdida por calidad de agua, los costos

se podrian incrementar, probablemente en

mayor medida en los productores conven-

cionales que en los productores organicos; ya

que las practicas organicas exigen emplear

tecnicas para uso eficiente del agua como

por ejemplo los pozos de miel.

Las variables ambientales incluidas en el ana-

lisis si bien incrementan aun mas los costos

de la produccion organica (pues son mayores

que los costos de produccion convencional),

no afectan negativamente los ingresos netos

o beneficios de los productores organicos

que en todos los escenarios presentan mayo-

res valores que los productores convenciona-

les. De esta manera, se puede afirmar que los

ingresos netos de los productores organicos

son mayores que los ingresos netos de los

productores convencionales, incluso elimi-

nando el diferencial por precio.

4.3. Eficiencia económica

Con respecto a la eficiencia economica, no

hay diferencias sustanciales para los casos de

productores organicos y convencionales. Sin

embargo, la eficiencia economica para pro-

ductores convencionales es ligeramente ma-

yor en un escenario sin considerar variables

ambientales (escenario 1). En el escenario 2,

la eficiencia economica para productores or-

ganicos es mayor, mientras que para el esce-

nario 3, la eficiencia economica es igual para

ambos tipos de productores y en escenario ,4

la eficiencia economica de productores orga-

nicos es mayor a la de los productores con-

vencionales, segun se observa en el Anexo 5.

5. CONCLUSIONES

A partir de los resultados, se concluye:


106

1. Sobre las relaciones entre sustenta-bilidad, innovación tecnológica y efi-ciencia económica

El analisis de la sustentabilidad y la innovacion

tecnologica de agricultura convencional a

agricultura organica se centra en tres puntos:

la productividad; los cambios en la calidad

ambiental y los efectos en los precios. A partir

de estos cuatro temas, se puede concluir que:

i) la productividad de la agricultura organica

de la zona estudiada no es menor que la de

la agricultura convencional; ii) la evidencia

muestra que los indicadores ambientales en

terminos fisicos no son necesariamente me-

jores para la agricultura convencional y iii) la

produccion organica permite obtener un so-

breprecio a los agricultores lo cual evidencia

una mayor disposicion para pagar por parte

de los consumidores.

El principal argumento para medir la susten-

tabilidad del cambio de produccion conven-

cional a organica, a traves de la eficiencia eco-

nomica, es que si bien la agricultura organica

podria contribuir hacia un manejo mas racio-

nal de los recursos naturales, ello no debe ser

medido solamente desde el punto de vista

ambiental basado en el argumento que ten-

dria un menor impacto de la actividad sobre

el medio ambiente, sino que debe ser medi-

do economicamente; pues es necesario tener

presente que se trata de una actividad pro-

ductiva y como tal deberia ser rentable para

el productor.

Para eliminar el supuesto de una posible ma-

yor eficiencia de la produccion organica por el

sobreprecio, se midio la eficiencia economica

en cuatro escenarios: sin costos ambientales,

con costos ambientales, con precios conven-

cionales y organicos y solo con precios con-

vencionales.

La eficiencia economica se midio por el me-

todo de FEP, e incluye variables ambientales

como balance de nutrientes y uso de agua las

cuales se valoran economicamente. Los valo-

res economicos de dichas variables ambien-

tales fueron incluidos en la funcion de costos

para determinar la eficiencia economica. Esta

metodologia se considera relevante por ser

una adaptacion de varios estudios revisados,

y por no haberse realizado previamente.

2. Sobre los ingresos netos de los pro-ductores orgánicos son mayores que los ingresos netos de los productores convencionales, incluso eliminando el diferencial por precio

Se aprecio que los productores organicos

presentaron un menor costo que los produc-

tores convencionales por balance de nutrien-

tes no en cambio por el valor del agua. Los

costos por balance de nutrientes y por uso

agricola del agua fueron incorporados en los

costos totales y en los ingresos netos o va-lor neto de la produccion. Se analizaron los resultados de los costos en dos escenarios:

sin considerar costos ambientales y conside-

rando costos ambientales. Los costos para

ambos escenarios son mayores para el caso

de productores organicos, esto debido al uso

de fertilizantes permitidos que incrementan

los costos. Los ingresos netos o beneficios se

muestran para cuatro escenarios: i) sin costos

ambientales y con precios de cafe conven-


107

cional y organico; ii) con costos ambientales

a precios de cafe organico y convencional;

iii) sin costos ambientales a precios de cafe

convencional; iv) con costos ambientales a

precios de cafe convencional. Las variables

ambientales incluidas en el analisis, si bien

incrementan aun mas los costos de la proo-

duccion organica (pues son mayores que

los costos de produccion convencional), no

afectan negativamente los ingresos netos o

beneficios de los productores organicos que

en todos los escenarios presenta mayores

valores que los productores convencionales.

De esta manera, se comprueba la hipotesis

que los ingresos netos de los productores or-

ganicos son mayores que los ingresos netos

de los productores convencionales, incluso

eliminando el diferencial por precio.

3. Sobre la producción orgánica es más eficiente económicamente que la producción convencional de cafe

Con respecto a la eficiencia economica, no

hay diferencias sustanciales para los casos de

productores organicos y convencionales, asi

no se puede afirmar que la produccion orga-

nica sea mas eficiente que la convencional.

En otras palabras, no se puede afirmar que la

produccion organica emplee una combina-

cion mas optima en el uso de factores que la

produccion convencional.

La eficiencia economica para productores

convencionales es, sin embargo, ligeramente

mayor en un escenario sin considerar varia-

bles ambientales (escenario 1). En el escena-

rio 2, la eficiencia economica para producto-

res organicos es mayor, mientras que para el

escenario 3, la eficiencia economica es igual

para ambos tipos de productores y en esce-

nario 4 la eficiencia economica de producto-

res organicos es mayor a la de los productores

convencionales. Los costos ambientales (por

balance de nutrientes y por uso agricola del

agua) influyen en el incremento de los cos-

tos para los productores organicos en mayor

proporcion que para los productores conven-

cionales. Lo anterior explicaria una eficiencia

economica no muy diferenciada entre ambos

tipos de productores. Sin embargo, haciendo

un analisis de ingresos netos o beneficios se

constata que estos para los productores or-

ganicos son mayores a los de los productores

convencionales en los cuatro escenarios.

Cabe senalar que el costo por el uso del agua

es el que incrementa los costos de la produc-

cion organica, por tanto si se toma en cuen-

ta solo la variable balance de nutrientes la

eficiencia economica del cafe organica seria

mayor a la convencional. La recomendacion

es que se invierta en tecnologia de riego para

emplear optimamente el agua en la produc-

cion organica.

Por ultimo, es necesario destacar que la va-

loracion economica de los ingresos han sido

medidos solo por venta de cafe en el mer-

cado y no, por ejemplo, por externalidades

positivas de la produccion organica como

conservacion de biodiversidad o captura de

carbono, lo cual hubiera implicado el uso de

otras metodologias mas complejas. Por ello,

se recomiendan estudios posteriores para in-

corporar este analisis.


108

6. REFERENCIAS

BIBLIOGRÁFICAS

Altieri M. (1994). Bases Agroecologicas para

una produccion agricola sustentable. Agri-

cultura Tecnica Chile, 74 (4): 371-386. Octu-

bre-Diciembre 1994.

Arandia A, Aldanondo A. (2007). Eficiencia

Tecnica y medioambiental de las explotacio-

nes vinicolas ecologicas versus convenciona-

les. Revista Espanola de Estudios Agrosocia-

les y Pesqueros Numero 215-216, (115-184).

2007.

Bell S, Morse S. (2008). Sustainability indica-

tors. Measuring the immeasurable? Second Ediu-

tion, 2008.

Cabrini S, Calcaterra C y Lema D. (2011). Cos-

tos ambientales y eficiencia productiva en la

produccion agraria del partido de Pergamino.

INTA, 2011.

Coelli TJ, Prasada R, O’Donnell CJ, Battese GE.

(1998). An introduction to efficiency and pro-

ductivity analysis, second edition. 1998

Cristeche E., Penna J. (2008) Metodos de va-

loracion economica de los servicios ambien-

tales. ISSN 1851-6955. Instituto Nacional de

Tecnologia Agropecuaria. Argentina.2008.

Izac MN, Swift MJ. (1994). On agricultural sus-

tainability and its measurement in small-scale

farming in sub-Saharan Africa. 1994

Manchado, J. (2010). La sustentabilidad en la

agricultura pampeana: Valoracion economica

del balance de nutrientes para las principales

actividades agropecuarias extensivas en la

Region Centro Sur de la Provincia de Buenos

Aires.2010.

PROMPERU. (2008). Produccion organica en

el Peru y sus perspectivas. Agosto 2008. Con-

sultado en http://www.siicex.gob.pe/siicex/

resources/sectoresproductivos/d546ec3c-

b220-4396-a2a7-a509812a8e31.pdf el 18 de

Marzo de 2011.

Sarandon SJ. (2002). Agroecologia: El camino

hacia una agricultura sustentable”, SJ Saran-

don (Editor), Ediciones Cientificas America-

nas, La Plata. 560 pp. 2002

Simon S. (2003). Sustainability Indicators. In:

Neumayer, Eric ed. Online Encyclopaedia of

Ecological Economics (OEEE). International

Society for Ecological Economics (ISEE).

http://www.siicex.gob.pe/siicex/resources/sectoresproductivos/d546ec3c-b220-4396-a2a7-a509812a8e31.pdf




109

7. ANEXOS

Anexo 1. Productores de café según tipo de riego y uso de agua

ProductorTipo de riego Uso de agua en m3

Gravedad Aspersión Total Menor igual a 3000 m3

Mayor a 3000 m3 Total

Convencional 92% 8% 100% 72% 28% 100%

Orgánico 94% 6% 100% 23% 77% 100%

Total 93% 7% 100% 41% 59% 100%

Fuente: Elaboración propia sobre la base de procesamiento de datos encuesta.

Anexo 2. Eficiencia técnica para producción convencional y orgánica

Producción Media Desviación típica Mínimo Máximo

Convencional 0.64 0.21 0.32 1

Orgánica 0.63 0.19 0.18 0.93


Anexo 3. Costos ambientales por balance de nutrientes y uso de agua agrícola

para el café según tipo de productor en S/ha

Costos (S/ha)Productores convencionales Productores orgánicos

Media Máximo Mínimo Desviación típica Media Máximo Mínimo Desviación

típica

Costo del balance de

nutrientes110 135 45 21 99 194 12 54

Costo del uso de agua 254 2227 0 442 714 3447 0 658



110

Escenario Costos e in-gresos (s/ha)

Productores convencionales Productores orgánicos


típica

Escenario 1Costos totales sin

variables ambientales767 2104 284 346 1670 4691 454 755

Escenario 2Costos totales con

variables ambientales1131 3066 431 578 2483 8203 582 1144

Escenario 1Ingresos netos sin

variables ambientales483 3807 -1224 983 1659 5577 -1371 1770

Escenario 2Ingresos netos con

variables ambientales119 3168 -1343 721 846 4378 -1467 1325

Escenario 3

Ingresos netos sin

variables a precios

de café convencional

471 3637 -1252 912 1731 5596 -1357 1667

Escenario 4

Ingresos netos con

variables ambientales

a precios de café

convencional

107 3512 -1371 643 918 4182 -1426 1230


Anexo 4. Costos e ingresos netos con y sin considerar variables ambientales (S/ha)

Anexo 5. Eficiencia económica en los cuatros escenarios para productores de café

convencional y orgánico

EscenarioProductores convencionales Productores orgánicos


típica

Escenario 1 EE

sin variables

ambientales

Sin

fertilizante1.0005 1.0005 1.0005 1.89e-07 1.0002 1.0002 1.000 1.11e-07

Con

fertilizante1.0005 1.0005 1.0005 1.96e-07 1.0002 1.0002 1.000 1.19e-07

Escenario 2 EE

con variables

ambientales

Sin

fertilizante1.0002 1.0002 1.0002 1.61e-07 1.0002 1.0006 1.000 6.30e-08

Con

fertilizante1.0002 1.0002 1.0002 1.65e-07 1.0002 1.0006 1.000 6.52e-08

Escenario 3 EE

sin variables a

precios de café

convencional

Sin

fertilizante1.0004 1.0002 1.0002 9.66e-08 1.0004 1.0004 1.000 1.000358

Con

fertilizante1.0004 1.0002 1.0002 9.59e-08 1.0004 1.0004 1.000 1.000339

Escenario 4 EE

con variables

ambientales a

precios de café

convencional

Sin

fertilizante1.0000 1.0001 1.0001 9.32e-08 1.0002 1.0002 1.000 5.91e-08

Con

fertilizante1.0000 1.0001 1.0001 8.87e-08 1.0002 1.0002 1.000 7.08e-08



111

Resumen1

El objetivo de este estudio es validar un con-

junto de matrices de "Leopold”, dado que es-

tas son el insumo fundamental de los deno-

minados Estudios de Impacto Ambiental, en

el marco del Megaproyecto Camisea- Peru.

Para ello, se ha utilizado un modelo de regre-

sion probabilistico (“Poisson”), que se basa

en datos de recuento (COUNT DATA), con la

finalidad de determinar la validez y robustez

de los EIA llevados a cabo en el marco de Ca-

misea. El proposito final del trabajo es contri-

buir con un aporte original a la teoria de la

economia ambiental, para que los procesos

de fiscalizacion o regulacion que realizan las

instituciones peruanas (como OSINERGMIN ,

MINAM , MEM , PRODUCE , entre otros), sean

mas eficientes al momento de tomar decisio-

nes de politica economica. El estudio utiliza,

como ejemplo, tres matrices EIA que corres-

ponden a subproyectos del Lote 88 de CAMI-

SEA. Finalmente, se ha logrado comprobar la

importancia y validez del metodo, mediante

el modelo econometrico de "Poisson", el cual

se podra generalizar para validar un conjunto

1 Master en Economia del Medio Ambiente y de los Recursos Naturales (Universidad de los Andes - Colombia). Ddirector ejecutivo de Imarpe. Consultor economico ambiental MINAM. Dirección postal: Av. La Molina S/N La Molina (Edif. Facultad de Economía y Planificación - UNALM); Teléfono: (0051) 2213958; e-mail: [email protected], [email protected].

distinto de metodologias de valoracion cuali-

tativa, como las del BID, CONESA, ERM, Walsh,

entre otras.

Palabras clave: estudios de impacto ambien-

tal, matrices de Leopold, evaluacion de im-

pacto, proyecto Camisea, recursos naturales

comunes.

JEL Classification: Q3, Q4, Q5

Abstract2

Main objective of this study is to validate a

set of “Leopold” matrices, given that these are

basic elements of so-called Environmental

Impact Studies (EIS), under the megaproject

“Camisea”- Peru. For this study, it has been

used a probabilistic regression model (“Pois-

son”), which is based on use of “count data”,

in order to determine the validity and robust-

ness of the EIS, under “Camisea” Project . The

ultimate purpose of the paper is to provide an

original contribution to the theory of Environ-

mental Economics, for enforcement procedu-

2 Ph.D. en Economia Aplicada (Mississippi State University – USA). Profesor principal e investigador de la Universidad Nacional Agraria La Molina (UNALM - Peru). Dirección postal: Av. La Universidad s/n La Molina Peru. Teléfono: (511) 365-9197; e-mail: [email protected]

“VALIDACIÓN DE ESTUDIOS INDIVIDUALES DE IMPACTO AMBIENTAL: CASO DEL MEGAPROYECTO DE GAS DE

CAMISEA, PERÚ” Carlos I. Palomares Palomares1, Jorge A. Alarcón Novoa2






Palomares, Carlos; Alarcón, JorgeValidación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú

112

res and regulation by Peruvian institutions (as

OSINERGMIN MINAM, MEM, among others),

be more efficient at when making policy de-

cisions. The study uses, as example, three EIS

matrices corresponding to sub-projects Block

88 of Camisea. Finally, it has been proved the

validity and importance of the method, using

the “Poisson” econometric model, which may

be generalized to validate a different set of

qualitative valuation methodologies, such as

the IDB, CONESA, ERM, Walsh, among others.

Keywords: environmental impact studies,

Leopold matrix, impact assessment, Camisea

project, common natural resources.

Clasificación JEL: Q3, Q4, Q5

1. INTRODUCCIÓN

En el Peru, como en otros paises biodiversos de la

region, la medicion de impactos de Proyectos de

Desarrollo que impliquen alteracion en calidad

y cantidad de los Recursos Naturales Comunes

(RNC)3, es una tarea de gran importancia. Lo es

tambien, en el caso estrategico del sector hidro-

carburos, el megaproyecto de gas de Camisea en

Peru4. En adelante se usa solo la denominacion

CAMISEA en referencia a este megaproyecto.

3 Elinor Ostrom, “El Gobierno de los Comunes”, 2000.

4 La explotacion de los yacimientos del gas de Camisea, en el Departamento de Cusco- Peru, se inicia en agosto de 2004, veinte anos despues de su descubrimiento. CAMISEA, es uno de los mas importantes Proyectos hidrocarburificos de America, se encuentra enclavado en el mismo corazon del Departamento del Cusco (en el bajo Urubamba). Los dos lotes mas importantes del Mega-proyecto son los lotes 88 y 56, con reservas recuperables de hasta 13.8 trillones de pies cubicos (TPC). La normatividad permite que el Lote 88 sea enteramente destinado al consumo interno; mientras que el Lote 56 para exportacion, a dicho Lote se le suma las nuevas reservas del Lote 57, que explotara REPSOL.

Teoricamente, cuando una investigacion se refie-

re a un recurso como el gas natural, es necesario

entender las implicancias que tienen las activi-

dades antropicas en sus diferentes fases, como

es el caso de la explotacion, y sus impactos en el

medio ambiente (biotico y abiotico) y en el me-

dio social, lo cual implica el uso de multiples cri-

terios para su evaluacion. El gas, en esencia, tiene

la caracteristica de un bien libre y comun en su

estado natural, que luego, por entrar en fase de

exploracion y explotacion, se convierte en bien

publico, lo que causa evidentes externalidades,

asi como la necesidad de su evaluacion. Tal eva-

luacion se efectua a traves de los respectivos

Estudios de Impacto Ambiental (EIA), que son

las declaraciones juradas de las operadoras que

concesionan los lotes y que derivan en metodo-

logias multidisciplinarias aplicadas por tales ope-

radoras, y supervisadas por organismos como el

BID, Ministerios de Estado y tambien Organismos

Reguladores, como el Organismo Supervisor de

la Inversion en Energia y Mineria (OSINERGMIN) y

el Organismo de Evaluacion y Fiscalizacion Am-

biental (OEFA), en el caso del Peru.

Los diferentes Recursos Naturales Comunes que

son parte del transecto por donde se desarrolla

el proyecto CAMISEA, representan entes suscep-

tibles de ser impactados, siendo tales impactos

medibles con evaluaciones basicamente cuali-

tativas5, que segun la normatividad peruana, es

declarada en todo EIA. Este tipo de evaluacion,

se efectua a traves de la cualificacion de los efec-

tos potenciales de las actividades operativas de-

claradas por las operadoras durante el desarrollo

5 Una evaluacion cualitativa se refiere a la valoracion numerica subjetiva y categorica de determinado efecto; es decir bueno (1), regular (2), malo (3), por ejemplo. Y que son evaluados segun el universo de impactos potenciales en los diversos proyectos que se encuentran inmersos dentro del Megaproyecto Camisea.


113

del Megaproyecto, en los factores del medio fisi-

co (agua, aire y suelo), del medio biologico (flo-

ra y fauna) y del medio social (poblacion, salud,

identidad, cultura, etc.). Las actividades corres-

ponden a la construccion de ductos, plantas de

acopio, pozos, estaciones de bombeo, plantas

de fraccionamiento y licuefaccion, entre otros.

Sin embargo, la evaluacion cuantitativa, que es

tal vez la mas importante (porque debe derivar

en una valoracion de impactos) es poco usada,

a menudo es confusa y ambigua, pues dificil-

mente refleja el valor mas justo a ser remediado,

mitigado y/o compensado.

Como en la mayoria de EIA realizados en el

Peru, en el caso de CAMISEA solo se han reali-

zado evaluaciones cualitativas, relacionadas con

los diagnosticos de Linea Base que se levantan

como parte del trabajo de campo multidiscipli-

nario que realizan las empresas consultoras (por

encargo de las “Operadoras”), cuya experiencia

se fundamenta en la estructuracion de docu-

mentos ambientales como los EIA y que tiene

connotaciones economicas en el pais, debido a

que el gas es un buen complemento de la matriz

energetica del pais, que hoy es dependiente del

Petroleo. En el caso especifico de CAMISEA, la

diversidad de sub-proyectos y de empresas con-

sultoras involucradas, hace evidente y compleja

la medicion de impactos, por lo que una mala

decision podria desencadenar una sub-valora-

cion de los impactos6, lo que quita finalmente

6 Para el caso de selva, por ejemplo, PLUSPETROL designo a la Empresa Environmental Resources Management (ERM) como la consultora encargada de preparar los EIA de las locaciones en yacimiento, ducto y planta de acopio en “Malvinas”. Lo mismo se observa para el caso del ducto donde TGP encargo esta labor a la empresa “WALSH” para el caso del transecto en ceja de selva, sierra y costa. Asi mismo, en el caso de costa, los EIA de la planta de fraccionamiento, de muelle y componente fueron encargados a ERM y en el caso de la Planta de Licuefaccion en Pampa Melchorita, Peru LNG encargo a Golder Asocciates, la elaboracion de tan importante documento ambiental.

la sostenibilidad del megaproyecto, y da lugar

a potenciales reclamos de compensaciones no

bien definidas en los EIA.

Dado que CAMISEA tiene un horizonte in-

tertemporal de 40 anos, y a la fecha ya han

transcurrido mas de ocho anos en la fase

operativa; es necesario alertar por los efectos

generados -o que puedan generarse- debido

a la presencia de las actividades hidrocarbu-

riferas que alteren la condiciones de los RNC;

lo que en interaccion con el hombre, podria

causar impactos importantes, como es el

caso, por ejemplo, de la deforestacion de bos-

ques primarios o secundarios y la intrusion en

Reservas Comunales como la de “Nahua Nanti

Kugapakori”. En tal contexto, son pertinentes

las siguientes preguntas: ¿son evaluados ade-

cuadamente los impactos por deforestacion?,

¿existe alguna manera de realizar mediciones

adecuadas de impacto en los RNC?, ¿seran re-

alistas los EIA de CAMISEA?

En este estudio se hace una propuesta me-

todologica para validar la certeza y consis-

tencia de estudios cualitativos de impacto,

basados en el uso de "Matrices Leopold"7. La

aplicacion y demostracion de la pertinencia

del metodo se ha logrado con un conjunto

de matrices de los EIA existentes en el caso

del Lote 88 del Proyecto CAMISEA; estas ma-

7 En general una matriz de Leopold es un metodo de evaluacion de impacto ambiental que se utiliza para identificar el impacto inicial de un proyecto en un entorno natural. El sistema consiste en una matriz con columnas representando varias actividades que ejerce un proyecto (por ejemplo, extraccion de tierras, incremento del trafico, ruido, polvo, etc), y en las filas se representan varios factores ambientales que son considerados (aire, agua, geologia, etc.). Las intersecciones entre ambas se numeran con dos valores, uno indica la magnitud (de -10 a +10, por ejemplo) y el segundo la importancia (de 1 a 10, por ejemplo) del impacto de la actividad respecto a cada factor ambiental.

http://es.wikipedia.org/wiki/Evaluaci%C3%B3n_de_impacto_ambiental

http://es.wikipedia.org/wiki/Proyecto


114

trices han sido el insumo fundamental de la

evaluacion de los impactos descritos en los

EIA y sirven para cuantificar los impactos eco-

nomicos sobre los medios afectados o FAS8.

Para ello, se ha utilizado un modelo de re-

gresion probabilistico (Modelo de “Poisson”),

que utiliza datos de “recuento”; con esto, se

ofrece al mundo cientifico y decisor un aporte

metodológico original para que los procesos

de fiscalizacion o regulacion que realizan las

entidades nacionales del Peru (como OSI-

NERGMIN, Ministerios del Ambiente, Energia

y Minas, PRODUCE9, entre otros), sean mas

eficientes al momento de tomar decisiones

de politica publica y economica que involu-

cren, por ejemplo, una multa por infraccion

ante la presencia de impactos no previstos, o

ante el incumplimiento de compromisos de-

clarados en los respectivos documentos am-

bientales. Mas que la pretension de evaluar

la mayor cantidad posible de sub-proyectos

de CAMISEA (que es proposito de una tesis

de doctorado UNAM-UNALM10), en este caso

el proposito es presentar, en forma objetiva

y didactica, una metodologia que potencial-

mente puede ser utilizada para evaluacio-

nes en proyectos de desarrollo similares en

los sectores energeticos y mineros del Peru.

Eventualmente el metodo podria ser adecua-

do y utilizado en las circunstancias propias de

otros paises de la region.

Este articulo contiene cinco secciones, inclu-

yendo la introduccion. La segunda seccion

8 Factor Ambiental y/o Social, tal como el agua superficial, agua subterranea, aire, suelo, flora, fauna, etc.

9 Ministerio de la Produccion (PRODUCE)

10 Palomares, Carlos (tesis no publicada). "Medicion de Impactos en los Recursos Naturales Comunes del Proyecto Camisea-Peru, a Traves de la Evaluacion de Estudios Individuales de Impacto Ambiental, Utilizando Datos Panel”(borrador final de TESIS).

presenta una revision concisa de literatura,

sobre la que se sustenta el tema de la inves-

tigacion. La metodologia es presentada en la

tercera seccion; luego, en la cuarta seccion se

presentan los resultados obtenidos a partir

del modelo de regresion utilizado, asi como

la discusion y analisis de los resultados. La

seccion cinco presenta las conclusiones ex-

traidas del analisis de resultados.

2. MARCO TEÓRICO Y

METODOLÓGICO

2.1. En relación a la medición

cualitativa de impactos

Como en la mayoria de Proyectos con hidro-carburos en el Peru, en el caso del Proyecto CA-MISEA los Estudios de Evaluacion de Impacto Ambiental se han estructurado y sistematizado en matrices de Leopold11, elaboradas en base a distintos metodos de cualificacion, y por equi-pos multidisciplinarios de consultoras privadas (como Environmental Resources Managment, WALSH, entre otras). Para el proposito de este estudio, los resultados sistematizados en las matrices Leopold sirven de insumo para eva-luar la consistencia de la informacion cualita-tiva existente, incluyendo la comparacion con informacion proveniente de metodologias mas estandarizadas, como la del Banco Interameri-cano de Desarrollo (BID), que ha tenido aplica-ciones en proyectos hidrocarburificos12.

11 En el Peru, una de las matrices mas usadas es la de Leopold, que recoge, por ejemplo, acciones que pueden ser relacionadas con factores ambientales en un numero variable, que depende del tipo de proyecto.

12 Otra metodologia estandarizada, que tambien ha sido ampliamente utilizada para elaboracion de EIA (sobre todo en el campo del sector minero) es el propuesto por Victor Conesa Fernandez (2010).


115

El impacto o “Índice de Incidencia” utiliza-

do en los EIA, puede definirse como el ratio

mediante el cual se mide cualitativamen-

te el impacto ambiental, en funcion, tanto

del grado de incidencia o intensidad de la

alteracion producida, como de la caracte-

rizacion del efecto (que responde a su vez

a una serie de atributos de tipo cualitativo,

tales como extension, tipo de efecto, plazo

de manifestacion, persistencia, reversibili-

dad, recuperacion, sinergia, acumulacion,

periodicidad, entre otros dependiendo del

metodo). A pesar que los diferentes meto-

dos utilizan criterios distintos para elaborar

las matrices de Leopold, todas las metodo-

logias coinciden en un analisis y enfoque

sistemico que involucra la evaluacion de las

sinergias en los tres medios del ecosistema

como son: el medio fisico, biologico y so-

cial que se establece en el contexto de un

universo de impacto, por lo cual, se puede

estandarizar la evaluacion propuesta para

cualquier tipo de metodologia utilizada en

su elaboracion.

Siendo el proposito de este estudio validar

la consistencia y magnitud de impactos de

los EIA, mediante el uso de una metodolo-

gia implementada con instrumental eco-

nometrico, la estructura de la informacion

existente (“recuento de datos”) permite

realizar tal validacion objetiva y consistente

de los impactos generados en los RNC, por

presencia especifica de algunos subproyec-

tos de CAMISEA. Esta misma propuesta, sera

posible aplicar a los distintos subproyectos

en los cuales se han utilizado metodologias

reconocidas como de mayor fortaleza teo-

rica, como es el caso de CONESA o la del

BID13.

2.1.1. Metodología de Evaluación de Impactos del Banco Interamericano de Desarrollo (BID)

Para efectos ilustrativos y comparativos de

metodos cualitativos en el desarrollo de pro-

yectos que involucren RNC, se presenta la

metodologia propuesta y utilizada por el BID.

En este caso, la evaluacion de los impactos

es definida en base a multiples criterios que

asignan un valor numerico discreto teniendo

en cuenta el grado de ocurrencia, severidad

y las posibles medidas de control, segun los

valores que son presentados en la Tabla 1, a

continuacion.

13 En CAMISEA como en otros proyectos peruanos con hidrocarburos, las metodologias utilizadas por la mayoria de Consultoras se caracterizan por que van variando acorde al tiempo y circunstancias, siendo unas mas exigentes y rigurosas que otras. Los metodos de CONESA y del BID han sido muchos mas sostenibles, complejas y de mayor rigurosidad que otros metodos utilizados en la region.


116

CRITERIOS VALOR

Ocurrencia

Probabilidad de ocurrencia (Pr)

No ocurrirá 0

Baja probabilidad de ocurrencia 2

Mediana probabilidad de ocurrencia 5

Alta probabilidad de ocurrencia 8

Certeza de ocurrencia 10

Duración del Impacto (Du)

Instantáneo 0

Corto plazo (< 1 año) 2

Mediano Plazo (< 5 años) 5

Largo Plazo (< 10 años) 8

Permanente/Irreversible 10

Extensión del Impacto (Ex)

10 m de radio 0

100 m de radio 1

1 km de radio 2

En un sector de la ciudad 3

En toda la ciudad 5

Regional 8

Nacional/Internacional 10

Población Impactada (Po)

0 habitantes 0

<50 habitantes 1

<200 habitantes 2

<50000 habitantes 3

<350000 habitantes 5

<1000000 habitantes 8

>1000000 habitantes 10

Severidad

Impacto a la salud Humana (Ih)

Mejoramiento sustancial/Potencialmente fatal 10/-10

Mejoramiento mayor/Deterioro mayor 7/-7

Mejoramiento menor/Deterioro menor 2/-2

Sin impacto 0

Impacto al ecosistema (Ie)

Mejoramiento sustancial/Deterioro mayor

Ecosistemas sensibles10/-10

Mejoramiento mayor/Deterioro mayor 7/-7

Mejoramiento mínimo/Deterioro menor 2/-2

Sin impacto 0

Impacto Sociocultural (Is)

Mejoramiento sustancial/Pérdida total de recursos 10/-10

Mejoramiento mayor/Deterioro mayor de recursos 7/-7

Mejoramiento menor/Deterioro menor de recursos 2/-2

Sin impacto 0

Impacto Económico (Ic)

Mejoramiento sustancial/Deterioro catastrófico 10/-10

Mejoramiento mayor/Deterioro mayor de recursos 7/-7

Mejoramiento menor/Deterioro menor de recursos 2/-2

Sin impacto 0

Tabla 1. Criterios de Evaluación de Impactos Ambientales y Sociales según el BID


117

CRITERIOS VALOR

Medidas de

Control

Medidas de prevención (Mp)

Es posible prevención completa 0/0

Es posible prevención extensiva 0/2

Es posible prevención parcial 0/5

Es posible prevención temporal 0/8

Medidas ineficaces o no disponibles 0/10

Medidas de mitigación (Mm)

Es posible mitigación completa 0

Es posible mitigación extensiva 0/2

Es posible mitigación parcial 0/5

Es posible mitigación temporal 0/8

Mitigación ineficaz o no disponible 0/10

Medidas de mantenimiento (Mt)

No se requiere mantenimiento 10/0

Mínimo mantenimiento en ejecución 8/5

Algún mantenimiento en ejecución 5/8

Mantenimiento extensivo requerido en ejecución 0/10

Medidas de monitoreo (Mn)

No se requiere monitoreo 10/0

Mínimo monitoreo en ejecución 8/5

Algún monitoreo en ejecución 5/8

Monitoreo extensivo requerido en ejecución 0/10

Tabla 2. Rangos de Importancia según Método de Evaluación BID, de impactos

Fuente: Banco Interamericano de Desarrollo. Elaboración Propia.

A partir de estos valores establecidos, se es-

timan los potenciales impactos de las activi-

dades, en los factores ambientales y sociales

que se colocan en la matriz de impacto o

Leopold, segun la siguiente ecuacion:

𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉ó𝑛𝑛 =𝑃𝑃𝑃𝑃 + 𝐷𝐷𝐷𝐷 + 𝐸𝐸𝐸𝐸 + 𝑃𝑃𝑃𝑃 𝑥𝑥 𝐼𝐼ℎ + 𝐼𝐼𝐼𝐼 + 𝐼𝐼𝐼𝐼 + 𝐼𝐼𝐼𝐼 𝑥𝑥 (𝑀𝑀𝑀𝑀 +𝑀𝑀𝑀𝑀 +𝑀𝑀𝑀𝑀 +𝑀𝑀𝑀𝑀)

1000

Tal cualificacion de impactos ambientales y

sociales, permite categorizar las perturbacio-

nes ocasionadas por las actividades del pro-

yecto, en cada uno de los factores a evaluar,

segun los rangos de importancia mostrados

en la Tabla 2.

Categoría de ImportanciaResultado del Impacto

Negativo PositivoExtrema <= -15,0 >= +15,0

Alta <= -5,0 >= +5,0

Media <= -1,0 >= +1,0

Baja > -1,0 0 a 1,0


118

Una vez cuantificados los impactos ambien-

tales y sociales, segun los rangos de impor-

tancia establecidos, se estructura la matriz de

impactos con los resultados para identificar

los parametros estimados de impacto en los

componentes ambientales y sociales, por la

presencia de las actividades de un proyecto.

2.1.2. Metodologías más usadas en los Sub-proyectos de CAMISEA

Como fue mencionado antes, en el Peru las

empresas operadoras de los Proyectos de

Desarrollo en Hidrocarburos, han requerido

los servicios de consultoras ambientales, na-

cionales e internacionales, para cumplir con

realizar sus diferentes Estudios de Impacto

Ambiental, que se evaluan sectorialmente,

segun lo estipula la norma. En el caso de CA-

MISEA, en cada uno de los Sub Proyectos que

son parte de todo su espectro y en sus tran-

sectos regionales de Selva, Sierra y Costa; por

encargo contractual, las consultoras ambien-

tales utilizan metodologias que se caracteri-

zan porque van variando acorde al tiempo y

circunstancias, siendo unas mas exigentes y

rigurosas que otras. Las empresas consulto-

ras utilizan metodos cualitativos sumamente

simples en algunos casos y mas complejos en

otros (los metodos de CONESA y del BID pare-

cen haber sido mucho mas sostenibles). Entre

las principales empresas ambientales reque-

ridas para la elaboracion de EIA en CAMISEA,

se encuentran: Environmental Resources Ma-

nagenment (ERM), Walsh Peru y Golder Asso-

ciates, entre otras.

Si bien es cierto, cada una de estas institucio-

nes privadas han realizado muchos EIA, tales

estudios presentan diferencias en la forma de

estructurar las matrices de impacto, ya que se

basan en metodologias propias derivadas del

metodo original de Leopold, que han ido mo-

dificando y mejorando con el tiempo, con el

objeto de ser cada vez mas consistentes. Con

esta investigacion, se han evaluado algunas

de las propuestas de CAMISEA (Lote 88), que

pueden ser comparadas con otras metodo-

logias como la del Banco Interamericano de

Desarrollo, que se cine a los procesos de cua-

lificacion moderna o contemporanea en el

medio latinoamericano.

2.2. CON RELACION A

LA ECONOMETRIA

PARA EVALUAR

Y CUANTIFICAR

IMPACTOS

2.2.1. Método Econométrico para validar las Matrices de Impactos

El modelo de Poisson, presenta una alter-

nativa metodologica probabilistica, con

variable dependiente o variable objetivo

discreta (se llama “de cuenta” pues tiene

pocos numeros, enteros, positivos). Se basa

en una distribucion de probabilidades que

ha sido probada util cuando la variable de-

pendiente representa “datos de cuenta” o

“recuento de datos”(Count Data en ingles);

es decir, en el caso que la variable discre-

ta toma solo un numero finito de valores

representados por numeros enteros (Guja-


119

rati, 2009)14.El modelo de Poisson, ha sido

mayormente aplicado para estimar proba-

bilidades asociadas a estudios relacionados

con la salud humana15 (Cameron et al, 2013;

Pohlmeier y Ulrich, 1995; Gerdtham, 1997;

Urbanos, 2000 y Álvarez, 2001).

En Economia Ambiental, este modelo ha sido

frecuentemente utilizado como instrumento

del metodo de "costo de viaje" para calcular

el valor economico de los servicios que brin-

dan bienes que usualmente no son transados

en el mercado, como los lugares de recrea-

cion, parques, playas, lagos y otras areas pu-

blicas (Riera et.al., 2006). En esta oportunidad;

el modelo de Poisson es utilizado, en forma

original y atractiva, para validar EIA, es decir la

"idoneidad" de los impactos ocasionados por

las actividades del Proyecto CAMISEA.

El modelo de regresion no es utilizado en su

forma clasica, en el que se recoge informa-

cion que sirve para alimentar y construir una

variable dependiente y un conjunto de varia-

bles regresoras, con el previo establecimien-

to de una teoria que sustenta una relacion de

causalidad. Los datos en este caso provienen

de valoraciones cualitativas expresadas en las

matrices de Leopold; las variables regresoras

se construyen a partir de la informacion pro-

vista en las matrices (se estructuran en fun-

cion al conjunto de actividades que realicen

las operadoras afectando al medio eco-siste-

14 La variable discreta toma un numero finito de valores y representa fenomenos frecuentes (como el numero de patentes otorgadas a una empresa en un ano, numero de visitas a un dentista en una ano, numero de visitas a un supermercado en una semana) o tambien ocurrencias poco frecuentes, como ganar la loteria o tener un ataque al corazon en un trimestre, etc.

15 Como es el caso de numero de consultas medicas, al numero de ingresos hospitalarios, dias de estancia y numero de medicamentos consumidos, entre otros).

mico en su conjunto), mientras que la varia-

ble dependiente es una variable de "cuenta",

que expresa el numero de veces que se pro-

ducen impactos sobre un determinado factor

ambiental y/o social FAS. No hay una teoria

economica detras, pues es un caso tipico y

sui-generis del uso de un modelo de Variable

Dependiente discreta, que es utilizado para

comprobar si existe una relacion significativa

entre regresoras y variable dependiente. De

existir tal relacion se valida la certeza y preci-

sion de la matriz de Leopold (y por tanto, del

estudio de impacto).

Mas especificamente, el uso de un modelo

de regresion de Poisson permite identificar

las pautas convencionales para evaluar y va-lidar los EIA formulados a traves de las decla-

raciones de Linea Base, que son sistematiza-

dos en las matrices de impacto (o matrices

de Leopold), en la cual se relacionan los FAS

en funcion al conjunto de actividades que

impactan potencialmente a los tres medios

eco-sistemicos (fisico, biologico y social). El

modelo permite la identificacion del nume-

ro de impactos que llegan a producirse en

los diferentes bienes y servicios eco-sistemi-

cos o recursos naturales comunes que se en-

cuentren inmersos en el ambito del proyec-

to. Tales impactos, se identifican a traves de

los factores ambientales y sociales descritos

en las matrices de Leopold y elaborados por

multiples criterios propuestos por el equipo

multidisciplinario. El modelo requiere que la

distribucion condicional para la variable de

respuesta sea correctamente especificada, asi

como el parametro relacionado con su valor

esperado.


120

Para la regresion Poisson se asume que la dis-

tribucion condicional de (yi⁄xi ) se distribu-

ye como una variable aleatoria Poisson con

funcion de densidad:

𝑓𝑓 𝑦𝑦! 𝑥𝑥! = !!!!!!!

!!, ∀ 𝑦𝑦 = 0,1,2,… (1)

Donde y! es el factorial, expresado por

y!=y*(y-1)*(y-2)*…*2*1

λ es el numero promedio de impactos que se

generan en un periodo de tiempo16. El nume-

ro de impactos se caracteriza por ser finito y

respondera a la estructura potencial de los

impactos mediante una formalizacion mate-

matica que responden a los criterios de afec-

tacion especifica o combinada de las activida-

des sobre los medios fisico, biologico y social,

y que permitan inferir decisiones de politica

en la sostenibilidad del proyecto17. Si el valor

de yi fuera alto, las probabilidades asignadas

por este modelo son tan bajas como se desee,

es decir tenderian a cero (Greene, 2004).

A partir de la ecuacion (1) es posible estable-

cer el parametro para la media condicional:

E[yi⁄(xi)] =λi=exp(xi’ β) (2)

Dada la especificacion de la distribucion con-

dicional de la variable respuesta, asi como de

la media condicional, bajo el supuesto de que

se tienen observaciones independientes, en-

tonces se pueden encontrar los estimadores

de los parametros de "causalidad" (β), utili-

16 El período del EIA, que se diferencia por tipo de proyecto, según sea pequeño, mediano o grande.17 G. Munda (2008), “Social Multi-Criteria evaluation for a sustainable economy”.

zando una funcion de Maxima Verosimilitud

(expresada en Logaritmos y cuya robustez se

analiza por la distribucion Chi cuadrada ): �!!

𝐿𝐿 𝛽𝛽 = (𝑦𝑦!𝑥𝑥!!!

!!!

− exp 𝑥𝑥!!𝛽𝛽 − log 𝑦𝑦!! ) (3)

Es decir, que los estimadores (β) y sus respec-

tivos errores estandar son obtenidos a partir

de la maximizacion de la funcion de verosimi-

litud (3). Tales estimadores tienen las propie-

dades de consistencia y eficiencia asintotica

(Wooldridge, 2009).

En el caso de una funcion Poisson, es posible

demostrar que la media y varianza, son igua-

les: Var (yi) = λ = E (yi), lo cual conlleva

la necesidad de corregir los errores estandar

asociados a los coeficientes estimados (erro-

res estandar “robustos”).

Entonces, la forma operativa del modelo de

regresion puede tambien expresarse como:

λ! = 𝐸𝐸 𝑌𝑌! = 𝑒𝑒!!!!!!!!!!!!!!!⋯!!!!!!!! (4)

En el caso especifico de este estudio, las va-

riables X son las variables "explicativas" que

afectan el valor promedio de los impactos

(λi), dado que en este caso particular la va-

riable dependiente representa el numero de

impactos generados por las actividades des-

critas en la Matriz de Leopold, que ocasionan

"externalidades" en un periodo determinado

por la evaluacion de lo descrito en la linea

base del EIA18.Finalmente, los resultados per-

mitiran al evaluador del EIA, tomar decisiones

18 El periodo dependera de la fase que se este evaluando, la cual puede clasificarse en: Fase de Exploracion, Fase de Construccion, Fase de Operacion y Fase de Abandono o Cierre.


121

sobre la viabilidad del Proyecto, o dar reco-

mendaciones a tener en consideracion sobre

la mitigacion de impactos en ciertos FAS.

3. METODOLOGÍA

El estudio parte del hecho que es necesario,

para evaluadores de impactos ambientales,

y para quienes realizan tales estudios, contar

con un instrumento metodologico de valida-

cion de lo realizado a traves de las matrices de

impacto; es decir que les permita, desde la op-

tica del Estado, asegurarse que la evaluacion

realizada sea consistente y confiable. Se plan-

tea entonces un procedimiento de validacion

utilizando el Metodo de “recuento de datos”,

en base a una distribucion de Poisson, que

permite contabilizar el numero de ocurren-

cias por unidad de tiempo. En este caso par-

ticular, se contabiliza el numero de impactos

evaluados durante el periodo de elaboracion

del EIA19. Un supuesto importante es que el

numero de impactos medidos o “capturados”

en la variable dependiente (Y), tomados a

partir de informacion provista por las Lineas

de Base de los diferentes subproyectos, es

bastante aproximado a los impactos reales de

las actividades. De no ser asi, podria caerse en

un problema de regresion “espuria”20.

3.1. Especificación del Modelo

Como fue expresado en la seccion teorica an-

terior, el modelo de Poisson operativo o fun-

cional puede ser representado por la ecua-

cion exponencial (2) anterior:

[yi⁄(xi)] =λi=exp(xi’ β) (2)

Donde:

yi = numero total de veces que el factor "i"

(del medio ambiental o social) es impactado

por el total de las "m" actividades considera-

das en la matriz Leopold21.

xi = magnitud del efecto de “k” actividades

que afectan a un FAS/ N° de veces que el fac-

tor “i” es impactado por “k” actividades; es de-

cir:

𝑥𝑥! =𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀 ( ) 𝑑𝑑𝑑𝑑 𝑙𝑙𝑙𝑙𝑙𝑙 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐. 𝑎𝑎𝑎𝑎 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑑𝑑𝑑𝑑 "𝑘𝑘" A𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐. 𝑞𝑞𝑞𝑞𝑞𝑞 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑎𝑎 𝑢𝑢𝑢𝑢 𝑑𝑑𝑑𝑑𝑑𝑑. 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑁𝑁° 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑑𝑑𝑑𝑑 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑞𝑞𝑞𝑞𝑞𝑞 𝑒𝑒𝑒𝑒 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓 "𝑖𝑖" 𝑒𝑒𝑒𝑒 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 𝑝𝑝𝑝𝑝𝑝𝑝 "𝑘𝑘" 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑞𝑞𝑞𝑞𝑞𝑞 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑎𝑎 𝑢𝑢𝑢𝑢 𝑑𝑑𝑑𝑑𝑑𝑑. 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓

m 1920 = numero total de actividades que impac -

tan los factores (fisicos, biologicos y sociales)

en la matriz de Leopold

n = numero de factores impactados declara-

19 La alternativa ha sido el uso de un modelo de distribucion BINOMIAL NEGATIVA, descartada porque limita al modelo hasta que ocurra el impacto considerando como limite el primer exito (E) de impacto, lo cual no seria apropiado para el objetivo de este estudio.

20 Es importante recordar aca nuevamente, que se necesita suponer que el numero de impactos medidos o “capturados” en la variable dependiente, tomados a partir de informacion provista por los propios EIA, basados en las Lineas de Base de los subproyectos, es bastante aproximado a los impactos reales de las actividades.

dos en el EIA

k = parte del total de "m" actividades que

afectan a un determinado factor o medio

(k<m)i = 1 a n (corte transversal).21

Dado que a traves del modelo se validan los

21 Esta es una denominacion usada frecuentemente en el contexto de trabajo con series de tiempo, pero tambien eventualmente utilizada en otros tipos de regresion en los cuales los resultados de la relacion entre variables es de dudoso valor, en el sentido que los resultados parecen, a primera vista, buenos, pero una investigacion mas detenida revela que resultan sospechosos (Gujarati, 2010).


122

impactos potenciales de las actividades (o

grupo de actividades) de un Proyecto, la va-

riable dependiente o endogena (denominada

"FACT") es definida por el conteo de impactos

generados por los grupos de dichas activida-

des descritas en la Matriz de Leopold, y que

ocasionan externalidades en los diferentes

factores ambientales y sociales. El nivel de

conteo de impactos dependera del conjunto

de actividades que se generen en cada uno

de los factores ambientales y sociales de los

tres medios eco-sistemicos (el medio fisico,

biologico y social); tambien dependera de los

posibles impactos combinados que pueda

generar entre los medios antes mencionados.

Las xi son las variables explicativas del mode-

lo, se construyen segun la relacion expresada

lineas arriba, representado externalidades

ocasionadas (por las actividades agrupadas

o simples) en los diferentes factores ambien-

tales y sociales, en un periodo determinado,

por la linea base del EIA22. La relacion entre

xi y la "variable de cuenta"(dependiente, yi)es establecida mediante la estimacion de los

parametros del modelo.

Cumpliendo con el principio de “parsimonia”

y a fin de contar con variables exogenas o re-

gresoras consistentes, estas han sido agrupaa-

das o asociadas, evitandose asi perder grados

de libertad en el modelo. Tal agrupacion, se

ha hecho en base a los impactos declarados

para los factores del medio eco-sistemico,

ocasionado por el conjunto de actividades de

los diferentes subproyectos. En este caso se

describe a los grupos del siguiente modo:

22 El periodo dependera de la fase que se este evaluando, la cual puede clasificarse en: Fase de Exploracion, Fase de Construccion, Fase de Operacion y Fase de Abandono o Cierre.

• GP1: Grupo de actividades que afectan

al medio Fisico, Biologico y Social


al medio Fisico y Biologico


al medio Biologico y Social


al medio Fisico y Social


al medio Fisico


al medio Biologico


al medio Social

El modelo de regresion Poisson con datos de

recuento, en este caso, permite tener una vi-

sion de como es la estructura propuesta por

los evaluadores del EIA, donde el equipo mul-

tidisciplinario ha colocado una opinion muy

particular respecto a su especialidad (expre-

sada en las matriz de Leopold, que es resul-

tado de lo evaluado -por estos expertos- en

lo que respecta al impacto en el medio fisico,

biologico y social). En tal caso, las hipotesis

nulas respecto a los parametros del modelo 2 son simples y pueden ser consideradas del

siguiente modo:

Ho: βj = 0; Ha: βj ≠ 0.

La hipotesis nula (Ho) equivale a plantear que

el impacto previsto a partir de actividades que

afectan a un determinado factor (ambiental,

social o fisico) no se aproxima a lo realmen-

te evidenciado. Por tanto, la evaluacion del

grupo disciplinario, en este sub-proyecto, no

habria sido el mas adecuado. En otras pala-

bras, de no rechazarse la hipotesis nula, es


123

recomendable tener cautela con el proceso

de monitoreo de las actividades que pertene-

cen al grupo "regresor" durante el tiempo que

dure el proyecto.

3.2. Indicadores relevantes

En cuanto a la interpretacion de resultados

para la validacion de matrices, estos serian:

a) Con respecto a su media, el analisis funcio-

nal esta representado por:

𝜆𝜆! = 𝑒𝑒!!!!!!!!!⋯!!!!!" (5)

b) Para determinar la probabilidad de ocu-

rrencia de los impactos en los factores am-

bientales, por parte del conjunto de activida-

des de los diferentes subproyectos de Cami-

sea, puede usarse:

𝑃𝑃 𝑌𝑌! < 𝐾𝐾 =𝑒𝑒!!!𝜆𝜆!

!

𝑦𝑦!

!

!!!

(6)

c) En el caso de los efectos marginales que

una variable regresora tiene sobre los valores

medios de la variable dependiente, estos son

estimados en funcion a las derivadas parcia-

les siguientes:

𝜕𝜕𝜆𝜆!𝜕𝜕𝑋𝑋!"

= 𝛽𝛽!𝜆𝜆! (7)

Esto explicaria que la tasa de cambio del valor

medio de los impactos, respecto a las varia-

bles independientes, que representan el con-

junto de actividades que afectan los factores,

es igual al coeficiente de esa regresora multi-

plicada por su valor medio.

3.3. Base de Datos

El proceso metodologico, en el presente caso,

ha incluido los siguientes aspectos:

Revision de los Estudios de Impacto Ambien-

tal y Social de las Operadoras de Gas Natural

en el ambito del Proyecto CAMISEA

Identificacion de los impactos en los RNC o

FAS, realizados por los equipos multidiscipli-

narios que elaboraron los EIA (implica eva-

luar las matrices de impacto, homogeneizan-

dolas en su evaluacion)

Validacion de los Estudios de Impactos Am-

bientales (EIA), mediante el uso de un modelo

de POISSON, que utiliza “datos de cuenta” pro-

veidos por las evaluaciones de los sub-pro-

yectos.

En forma especifica, en la primera etapa se

requirio del acopio de los EIA del proyecto

Camisea. Para ello, se tuvo que acceder a in-

formacion publica de los respectivos docu-

mentos ambientales que se encontraban en

los organismos competentes (como el MEM

y OSINERGMIN). Solo cuando no hubo in-

formacion precisa y completa, se solicito el

apoyo de algunas empresas operadoras del

rubro. Luego de ello, en la fase 2, se paso a

identificar los impactos que las actividades

del sector hidrocarburos pueden generar en

los RNC, del Medio Fisico y Biologico, con im-

plicancias en el medio social; a traves de la

descripcion desarrollada por el equipo mul-

tidisciplinario de la consultora que elaboro

el EIA.


124

Despues del acopio de los documentos am-

bientales, se empezo a construir la base de

datos respectiva, a fin de poder sistematizar

la informacion primaria para evaluar la va-

lidacion de las matrices de impacto. Dicha

validacion de matrices, permite dar mayor

consistencia y objetividad a los EIA, ya que a

traves de las tecnicas econometricas utiliza-

das, se logra evaluar la robustez global y sig-

nificancia de las variables exogenas que son

representadas por las actividades del sector,

y que ocasionan externalidades en los facto-

res ambientales y sociales de los respectivos

sub-proyectos de Camisea.

En este estudio, se han tomado como ejemplo

ilustrativo, de aplicacion metodologica, dos

sub-proyectos del Lote 88 de CAMISEA. Para

lograr tal proposito se ha requerido contar

con estudios de impacto ambiental, planes

de manejo ambiental, programas de relacio-

nes comunitarias de las areas involucradas,

y documentos ambientales23 sistematizados,

como antedicho, por instituciones como OSI-

NERGMIN y el MEM. A modo de ejemplo, la

matriz de evaluacion de impactos (Leopold)

de uno de los subproyectos es presentada en

el Anexo de la ultima pagina.

4. RESULTADOS

Uno de los dos lotes mas importantes en el

yacimiento de Camisea, es el Lote 88; por lo

que, es de especial interes entender objetiva-

mente las evaluaciones realizadas en los res-

pectivos documentos ambientales, segun el

tipo de sub proyecto y la relacion entre activi-

23 Informes de supervision, informes tecnicos, entre otros.

dades impactantes en los factores ambienta-

les y sociales que son parte de los EIA. Como

antedicho, en este caso y con proposito ilus-

trativo, los resultados son presentados para

evaluacion de dos sub-proyectos del Lote 88

y un sub-proyecto que utiliza la metodologia

BID24.Los resultados del modelo de regresion,

obtenidos con el software STATA, se sinteti-

zan en la siguiente Tabla 3.

En general en estos tres casos la ecuacion

evaluada ha sido la siguiente:

E(FACTi) =β0 + β1GP1 + β1GP2 + β3GP3 + β4GP4 + β5GP5 + β6GP6 + β7GP7 + μi

Donde:

GP1: Grupo de actividades que afectan al me-

dio Fisico, Biologico y Social


dio Fisico y Biologico


dio Biologico y Social


dio Fisico y Social

GP5: Grupo de actividades que afectan solo al

medio Fisico


medio Biologico


medio Social

Los dos subproyectos incorporados en esta

evaluacion pertenecen al Lote 88 de CAMI-

SEA; son los siguientes:

24 En la tesis no publicada de Carlos Palomares "(2013), se incluyen resultados de aplicacion del metodo en un total de 29 subproyectos de CAMISEA (19 del Lote 56 y 10 del Lote 88).


125

• Subproyecto de Construccion de la

planta de gas y anexos (Matriz "Planta de

Gas")

• Subproyecto de Operacion de Lineas

de Conduccion (Matriz "Linea de conduc-

cion").

Los resultados son mostrados en la Tabla 3, a

continuacion.

Coeficientes de Regresión Efectos Marginales

Subproyecto Matriz "Planta de Gas"

Matriz "Línea de

Conducción"

Matriz BID

Matriz "Planta de Gas"

Matriz "Línea de Conducción"

Matriz BID

VARIABLES FACT FACT FACT 𝜕𝜕𝜆𝜆!𝜕𝜕𝑋𝑋!"

= 𝛽𝛽!𝜆𝜆! 𝜕𝜕𝜆𝜆!𝜕𝜕𝑋𝑋!"

= 𝛽𝛽!𝜆𝜆! 𝜕𝜕𝜆𝜆!𝜕𝜕𝑋𝑋!"

= 𝛽𝛽!𝜆𝜆!

GP1-0.8841/ -0.8082/ -0.5721/

-7.13 -2.65 -2.81(0.188) (0.316) (0.150)

GP2-0.0605 -0.204*

-0.49 -1.00(0.111)NS (0.107)

GP3-0.5011/ -0.3211/ -0.1753/

-4.04 -1.05 -0.86(0.155) (0.117) (0.098)

GP4 -0.3322/ -0.3022/

-1.09 -1.49 (0.150) (0.132)

GP5-0.395 -0.661 -0.320

-3.18 -2.16 -1.57(0.498)NS (0.764) (0.391)

GP6

GP70.4961/ 0.4422/ 1.1931/

4.00 1.45 5.87(0.157) (0.187) (0.145)

Constant1.5391/ 0.6591/ 1.7731/

(0.109) (0.145) (0.122)

Observations 41 41 31

LR Chi-squared 104.6 68.23 39.07

prob>chi2 0.00 0.00 0.00Pseudo R2 0.42 0.38 0.36

1/p<0.01, 2/ p<0.05, 3/ p<0.1, NSP>0.05, (EE robustos entre paréntesis)

Fuente: elaboración propia.

Tabla 3. Resultados de Evaluación de dos Matrices de Impacto del Lote 88

(Regresión Poisson)


126

4.1. Significancia estadística

de los estimadores

Los estimadores resultantes de la regresion

Poisson son los que se muestran en las tres

primeras columnas de la Tabla 3. En ninguna

de las tres matrices de los EIA utilizados, exis-

tian actividades pertenecientes al Grupo GP6;

es decir, aquellas que afectan solo al medio

biologico (aparece la fila vacia).

La significancia conjunta de los estimado-

res, en los tres sub-proyectos evaluados,

son 104.6, 68.2 y 39.1 (valores Chi-Squared),

asociados a probabilidades< 0.05 en los tres

casos. O sea, en los tres modelos, en forma

global, los resultados son robustos y consis-

tentes por el estadistico de prueba “razon de

verosimilitud” (estadistico Ji-cuadrado25). La

bondad de ajuste, apreciada a traves del esta-

distico “Pseudo R2” varia entre 0.36 y 0.42; tales

indicadores son usualmente bajos en todos

los modelos probabilisticos y son considera-

dos de segunda importancia en la indicacion

de la pertinencia de un modelo; podria con-

cluirse sin embargo que, en promedio, 38%

de la variabilidad de la variable dependiente

es explicada por los regresores considerados

(Wooldridge, 2009, pp. 628).

En forma individual, la mayoria de estimado-

res de la relacion de variables exogenas (βj)

son significativos en los tres modelos, pues

sus valores p-value son menores al 5%. La

excepcion (en los tres casos) la constituye la

25 Con el metodo de maxima verosimilitud el estadistico Ji-cuadrado sirve para probar la hipotesis conjunta de significancia estadistica de todos los estimadores de los parametros de los modelos multivariados (es el equivalente al estadistico "F" en el modelo clasico estimado mediante Minimos Cuadrados Ordinarios).

variable exogena que representan al grupo

de actividades GP5 (a las que les corresponde

p-value de 0.58, 0.43 y 0.3, en los tres mode-

los, respectivamente); ello se deberia a que

las actividades de este grupo GP5, habrian

sido mas impactantes de lo informado en los

EIA (por tanto "sesgadas" en favor del opera-

dor).Es interesante notar, que esto sucede en

los tres sub-proyectos; es decir que en los tres

casos las actividades que afectan solo al me-

dio fisico tendrian problemas de evaluacion,

por lo que se sugiere tener especial cautela,

por parte de las instituciones, en el momento

de los monitoreos, una vez implementado el

sub-proyecto o sub-proyectos evaluados.

Adicionalmente, otro grupo de actividades

que tambien ha mostrado evidencia de di-

ficultades en cuanto a la evaluacion de im-

pacto efectuada en el EIA, son las que cons-

tituyen el grupo que afectan al medio fisico

y biologico, en el caso del sub-proyecto de la

"Planta de Gas" (esto es evidenciado tambien

por la falta de significancia del estimador del

parametro que mide el efecto del grupo GP2,

segun Tabla 3); sin embargo, esto no ocurre

con el estimador de la matriz BID.

4.2. Efectos Marginales

Siendo necesario medir los efectos margi-

nales, para ser exhaustivos en la validacion,

en las dos ultimas columnas de la Tabla 3, se

muestra el calculo del efecto marginal o par-

cial de cada grupo analizado en el modelo

respectivo. Tal efecto marginal o parcial, re-

presenta el efecto de un incremento de una

unidad en el valor de GPi sobre la media (pro-

medio) de FACT como variable dependiente.


127

Es decir utilizando la ecuacion (7):

𝜕𝜕𝜆𝜆!𝜕𝜕𝑋𝑋!"

= 𝛽𝛽!𝜆𝜆!

Es importante destacar que las tasas de cam-

bio del valor promedio de los impactos, con

respecto al efecto de las actividades agru-

padas en los diferentes grupos GPi son casi

todas negativas (excepto el caso de las activi-

dades del grupo GP7). Tales valores negativos

varian entre -7.13 en el caso de GP1 en el Sub

Proyecto "planta de gas" y -0.49 en el caso de

GP2 tambien en el Sub Proyecto "planta de

gas".

El valor de -7.13, por ejemplo, quiere decir,

que ante un cambio en una unidad en el cual-

quiera de las actividades que pertenecen a

GP1, permaneciendo constantes los demas

grupos de actividades, la esperanza de cam-

bio (o cambio marginal promedio) en el con-

junto de factores ambientales y sociales es de

-7.13 veces; es decir, se produce un efecto ne-

gativo en el N° promedio de veces que los fac-

tores (ambientales y sociales) son afectados.

Asi mismo, si se incrementara el coeficiente

de las actividades de GP2 (actividades que

afectan al medio fisico y biologico en este

caso) en una unidad, se produciria tambien

un efecto negativo en el numero promedio

de veces que los factores ambientales y socia-

les son afectados. (Tabla 3).

Los valores positivos de los efectos margina-

les mostrados en la Tabla 3, para el caso de las

actividades de GP7 (que afectan solo al medio

social), indican lo siguiente: en el caso del va-

lor 5.87 (por ejemplo), un incremento en una

unidad en el conjunto de acciones que per-

tenecen a GP7, permaneciendo constante los

demas grupos de actividades, la esperanza de

cambio en el N° de impactos promedio (en el

conjunto de factores ambientales y sociales)

incrementaria en casi 6 veces. En lo que co-

rresponde a la tasa de cambio que reporto un

valor de 1.45 (tambien actividades del grupo

GP7), se interpreta que ante un cambio en

una unidad en el conjunto de acciones que

pertenecen a GP7, permaneciendo constante

los demas grupos de actividades, la esperan-

za de cambio por N° de impactos en el con-

junto de factores ambientales y sociales es de

casi 1 vez y media mas (1.45).

5. CONCLUSIONES

a. Se ha comprobado la aplicabilidad y

funcionalidad de la metodologia para va-

lidar las matrices de impacto, como la de

los subproyectos de CAMISEA, median-

te el modelo Poisson que usa "datos de

cuenta". Es posible generalizar el metodo

para otro conjunto de valoraciones cuali-

tativas distintas, basadas en el uso de las

Matrices Leopold o semejantes, que en su

constructo incorporan multiples criterios

para su evaluacion cualitativa y que seran

de gran utilidad a las autoridades com-

petentes para tomar decisiones sobre la

viabilidad de los proyectos energeticos y

mineros, ya que estos serian sostenibles

en el tiempo.

b. La significancia individual de los esti-

madores del modelo econometrico usa-

do es fundamental para validar la perti-

nencia y equidad de las evaluaciones de


128

los EIA, basadas cualitativamente en la

construccion de las Matrices de Leopold.

Mediante tal significancia individual, es

posible identificar las actividades que ha-

brian sido regular o mal evaluadas en su

impacto (por tanto sesgadas en favor del

operador) y que requeririan una mayor

observacion durante la fase de aplicabi-

lidad, para evitar mayores impacto en el

mediano y largo plazo del proyecto, a fin

de cautelar una sostenibilidad intertem-

poral del proyecto en evaluacion.

c. El metodo puede ser facilmente apli-

cable tanto a casos de matrices construi-

das en base a metodos estandarizados y

formales de evaluacion de impacto (como

las metodologias de CONESA y BID), asi

como en los casos menos formales apli-

cados por los equipos multidisciplinarios

contratados por las Empresas Operado-

ras de los proyectos). En el caso de CAMI-

SEA, resulto interesante observar que el

grupo de actividades GP5, es decir activi-

dades que afectan al medio fisico, resul-

to con indicadores que recurrentemente

evidenciaron dificultades potenciales en

los tres sub-proyectos utilizados.

d. Los efectos marginales expresan los

cambios en los valores promedio de los

impactos totales en los medios fisicos,

biologicos y sociales, como consecuencia

de cambios en las variables independien-

tes (que representan el conjunto de acti-

vidades que afectan los factores). Un va-

lor positivo, expresa una relacion directa

entre cambios en las actividades impac-

tantes y los factores impactados (N° de

impactos); en cambio estimadores nega-

tivos expresan una relacion inversa entre

los cambios en las actividades regresoras

y el valor promedio de los factores im-

pactados, observandose el potencial im-

pacto que generan las externalidades. En

el caso de los dos sub-proyectos de CA-

MISEA (lote 88) tales efectos marginales

resultaron mayoritariamente negativos.

e. Este estudio tiene basicamente un ca-

racter demostrativo de la funcionalidad

del modelo y del metodo de evaluacion

de matrices de impacto, es por ello que

se han usado solo tres EIA, para tal pro-

posito. En tal sentido no se ha creido

conveniente hacer recomendaciones a

partir de un grupo relativamente peque-

no de actividades, en el caso CAMISEA.

Asi mismo, en este caso se han agrupa-

do actividades en grupos mas o menos

homogeneos pero en forma algo subje-

tiva; podria realizarse tal agrupacion en

diferente forma y de modo tal que fuera

posible tener estimadores mucho mas (o

menos) detallados que en presente caso.


129


ÁLVAREZ, B. (2001), “La demanda atendida

de consultas medicas y servicios urgentes en Espana”, en Investigaciones Economicas, XXV (1): 93-138.

AZQUETA OYARZUN, DIEGO (1994),Valora-cion Economica de la Calidad Ambiental, Mc-Graw-Hill Editores.

BANCO INTERAMERICANO DE DESARROLLO (BID, 2001),Centro de Estudios para el Desa-rrollo (CED), Autor: Guillermo Espinoza, San-tiago de Chile, Chile.

CAMERON, A.C., TRIVEDI, P.K., MILNE, F. Y J. PI-GGOTT (1988), “A microeconometric model of the demand for health care and health insu-rance in Australia”. Review of Economic Stu-dies, LV: 85-106.

CAMERON, A.C. Y TRIVEDI, P.K., (2013), Regres-sion Analysis of Count Data, printed by The Econometric Society Monographs, the United State of America, Second Edition.

CONESA V., VÍTORA (2010), Guia Metodologi-ca para la Evaluacion del Impacto Ambiental. 4ta edicion, Editorial Mundi Prensa.

GUJARATI, DAMODAR N. (2009), Econometria, Editorial Mc Graw-Hill. Quinta Edicion.

GREENE, WILLIAM (2004), Analisis Econome-trico,Quinta Edicion. Editorial Prentice Hall, Madrid- Espana.

ENVIRONMENTAL RESOURCES MANAGEMENT (ERM, 2011), Estudio de Impacto Ambiental y Social del Lote 88, Camisea y Área de influen-cia, Consultora Internacional ERM, Agosto de 2001.

GERDTHAM, U.G. (1997), “Equity in health care utilization: further tests based on hurdle mo-dels and Swedish micro data”, in Health Eco-nomics6 (1): 303-319.

MUNDA, GIUSEPPE(2003), “Social multi-crite-ria evaluation: Methodological foundations and operational consequences”, in European Journal of Operational Research, 158 (2004) 662-677.

MUNDA, GIUSEPPE (2008), Social multi-cri-teria evaluation for a sustainable economy.Springer-Verlag Berlin Heidelberg. 210 pag.

WOOLDRIDGE, JEFFREY (2009), Introduccion a la Econometria: un Enfoque Moderno, CEN-GAGE Learning Editores.

PALOMARES, CARLOS (TESIS no publicada),”-Medicion de Impactos en los Recursos Natu-rales Comunes del Proyecto Camisea-Peru, a traves de la Evaluacion de Estudios Individua-les de Impacto Ambiental, Utilizando Datos Panel” (borrador final de TESIS).

POHLMEIER, W. and ULRICH, V. (1995), “An Econometric Model of the Two-Part Decision- making Process in the Demand for Health Care”, in Journal of Human Resources, 30(2): 339-361.

RIERA, P., GARCÍA, D., KRISTROM, B. y BRAN-NLUND, R. (2005), Manual de Economia Am-biental y de los Recursos Naturales. Editorial Thomson, Espana (350 pp.)

URBANOS, R. (2000), “Desigualdades socio sa-nitarias y efectividad potencial de las politicas publicas: un estudio aplicado con datos espa-noles”, en Hacienda Publica Espanola 154 (3): 217-238.

130


130

7. ANEXOS

MATRIZ DE IMPACTO AMBIENTAL - SUB PROYECTO PLANTA DE GAS Y ÁREAS DE SERVICIOS - FASE CONSTRUCCIÓN

FACTORES AMBIENTALES

Geol. y Geomorfol. Suelos Atm. y Aire Rec. Hídrico Superficial Rec. Hídrico Subt. Flora Fauna Paisaje Población Infraestructura Planificación Economía Rec. Arq.

PLAN

TA D

E G

AS Y

AN

EXO

S - F

ASE

CON

STRU

CCIO

N

Esta

bilid

ad E

stru

ctur

al

Esta

bilid

ad d

e co

stas

Proc

esos

de e

rosió

n/se

dim

enta

ción

Red

de d

rena

je su

perfi

cial

Calid

ad d

e su

elos

Capa

cida

d Pr

oduc

tiva

Cam

bios

Clim

ático

s Glo

bale

s

Calid

ad d

e Ai

re

Capa

cida

d de

dre

naje

Régi

men

Híd

rico

Calid

ad d

el A

gua

Supe

rfici

al

Usos

del

Recu

rso H

ídric

o Su

perfi

cial

Disp

onib

ilidad

del

Recu

rso H

ídric

o Su

bt.

Calid

ad d

el a

gua

Subt

errá

nea

Diná

mica

Subt

errá

nea (

reca

rga/d

esca

rga)

Biod

iver

sidad

Flo

rístic

a

Cobe

rtur

a ve

geta

l

Volu

men

mad

erab

le

Faun

a Ac

uátic

a

Recu

rsos

Pes

quer

os

Faun

a Te

rres

tre

Faun

a co

n in

teré

s eco

nóm

ico/s

ocia

l

Biod

iver

sidad

faun

ística

Niv

el d

e ru

ido

de b

ase

Calid

ad E

scén

ica

Salu

d de

la p

obla

ción

Áre

as d

e us

o

Segu

ridad

e in

tegr

idad

per

sona

l

Hábi

tos y

cos

tum

bres

Vías

de

com

unic

ació

n

Infr

aest

ruct

ura

sani

taria

Infr

aest

ruct

ura

educ

ativa

Infr

aest

ruct

ura

cultu

ral

Plan

ifica

ción

terr

itoria

l

Plan

ifica

ción

dem

ográ

fica

Plan

ifica

ción

cul

tura

l

Econ

omía

indi

vidu

al

Econ

omía

loca

l (co

mun

itaria

)

Econ

omía

regi

onal

Sitio

s de

inte

rés a

rque

ológ

ico

Sitio

s de

inte

rés r

elig

ioso

ACCIONES DEL PROYECTO

1 Adquisicion de tierras 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -1 0 0 0 0 3 0 0 2 2 0 0 0

2 Generacion de empleo 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 2 0 3 3 3 0 0

3 Instalacion de obradores 0 0 0 0 0 -2 0 0 -1 0 0 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 -1 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0

4 Incremento de la demanda de bienes y servicios 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 -1 -1 -1 -1 0 0 0 0 0 0 1 1 1 1 0 0 0 3 3 3 0 0

5 Aumento de percepcion de la tematica ambiental 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1

6 Alteracion de las formas naturales del paisaje -1 -2 -1 -1 -1 0 0 0 -1 -1 0 0 0 0 0 -1 -1 -1 -1 0 -1 -1 -1 0 -3 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0

7 Deforestacion / desbroce -2 -2 -1 0 0 -2 0 0 0 0 -1 0 0 0 0 -1 -2 -1 0 0 0 -1 0 -2 -2 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0

8 Movimiento de suelos / nivelacion -1 -1 -1 -1 0 0 0 -1 0 0 -1 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 0 0 -2 -1 0 0 0 0 0 0 0 0 0 0 0 0 0

9 Modificacion de taludes naturales -1 -1 -2 0 0 0 0 0 0 0 -1 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 -2 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0

10 Modificacion de patrones de drenaje locales 0 -2 0 -2 0 0 0 0 0 0 -1 0 0 0 0 0 -2 -1 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

11 Emision de material particulado en suspension 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -2 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

12 Compactacion de suelos -2 -2 -2 -2 -2 -2 0 0 -1 0 -1 0 0 0 -2 0 -2 -1 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

13 Aumento de riesgo de contaminacion de suelos 0 0 0 0 -1 -1 0 0 0 0 -2 -1 -1 -1 0 -1 -1 -1 0 0 -1 -1 -1 0 0 -1 -1 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0

14 Aumento de riesgo de contaminacion del recurso hidrico superficial 0 0 0 0 0 -2 0 0 -1 0 -3 -3 -2 -2 0 0 -1 -1 -3 -3 -2 -2 -2 0 0 0 -3 0 -1 0 0 0 0 0 0 0 0 0 0 0 0

15 Reduccion de recarga local de acuiferos 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

16 Aumento de riesgo de contaminacion de recurso hidrico subterraneo 0 0 0 0 0 0 0 0 0 0 -1 -1 -3 -3 0 0 0 0 -1 -1 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

17 Explotacion de canteras de materiales -2 -3 -2 0 0 -2 0 -1 0 0 -3 0 0 0 0 -1 -2 -1 0 -1 -1 -2 -1 -2 -2 0 -2 -1 0 0 0 0 0 0 0 0 0 0 0 0 0

18 Movimiento de maquinarias y equipos pesados 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -2 -1 0 0 0 0 0 -3 0 0 -2 -1 0 0 0 0 0 0 0 0 0 0 0 0 0

19 Acopio de materiales 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 -2 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0

20 Montaje de estructuras y construccion de instalaciones 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 -3 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0

21 Instalacion de equipos y maquinarias 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 -2 -3 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0

22 Prueba de equipos instalados 0 0 0 0 0 0 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

23 Aumento de la presion sonora (ruidos)(fuentes fijas) 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -2 0 -2 -3 0 -2 0 0 0 0 0 0 0 0 0 0 0 0

24 Aumento de la presion sonora (ruidos)(fuentes moviles) 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -2 0 -2 -3 0 -2 0 0 0 0 0 0 0 0 0 0 0 0

25 Generacion de RSU y residuos peligrosos 0 0 0 0 -1 -1 0 -1 0 0 -1 0 0 -1 0 0 -1 0 -1 -1 0 0 0 0 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

26 Generacion de liquidos residuales 0 0 0 0 -1 0 0 0 0 0 -1 -1 0 -1 0 0 -1 0 -1 -1 0 0 0 0 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

27 Generacion de emisiones gaseosas (fuentes fijas) 0 0 0 0 0 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

28 Generacion de emisiones gaseosas (fuentes moviles 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

29 Aumento de emisiones luminicas 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -2 0 -2 0 -2 0 0 0 0 0 0 0 0 0 0 0 0

30 Aumento de riesgo de accidentes personales 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0

31 Aumento de trafico fluvial 0 -3 -2 -2 0 0 0 -1 0 0 -2 -2 0 0 0 0 -2 0 -2 -2 -1 -1 -1 -1 -1 -1 -3 -3 -3 3 3 0 0 2 0 0 3 3 2 0 0

32 Aumento de trafico vehicular 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -2 0 0 0 0 0 0 -1 0 0 -2 -1 0 1 0 0 0 0 0 0 0 0 0 0 0

33 Aumento de trafico aereo 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -3 0 0 -2 -1 -1 1 1 1 1 0 0 0 0 0 1 0 0

34 Aumento de comunicaciones y mejoras en las vias de comunicacion 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 1 1 1 1 1 1 1 1 1 1 0 0

35 Instalacion de centros de atencion de salud 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 2 0 3 1 0 3 0 0 0 0 0 0 0

36 Aumento de infraestructura de servicios basicos 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 2 3 3 2 2 2 2 2 1 1 1 0 0

37 Incremento demografico 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -1 -1 0 2 0 0 0 0 3 2 1 1 3 3 0 0

38 Introduccion de enfermedades 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -3 -3 -3 -3 -3 -3 -3 -3 0 0 -3 -3 -3 -3 0 -3 0 0 0 0 0 -3 -3 -3 0 0

39 Incremento de furtivismo 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 -2 -2 -3 -3 -3 -3 -3 -1 0 0 -3 -2 -3 0 0 0 0 0 0 0 -2 0 0 -3 -3

40 Generacion de facilidades a la migracion y accesos no deseados 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -1 -1 0 -1 0 0 0 0 0 0 0 0 0 0 0 0

41 Demanda de recursos maderables 0 0 -1 -1 -1 0 -1 -1 0 0 0 0 0 0 0 -2 -2 -3 0 0 -1 -1 -1 0 -2 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Anexo 1. Matriz de Impacto Ambiental N° 20: Lote 88 - Sub Proyecto Planta de Gas y Área de Servicios - Fase ConstrucciónESTUDIO : EIA DESARROLLO DEL YACIMIENTO DE GAS DE CAMISEA - LOTE 88SUB PROYECTO : PLANTA DE GAS Y ÁREAS DE SERVICIOS FASE : FASE CONSTRUCCIÓN OPERADOR : PLUSPETROL PERÚ CORPORATION S.A.CONSULTORA : ERM PERÚ S.A.

INTENSIDAD

IMPACTOS NEGATIVO

1 LEVE 1

IMPACTOS POSITIVOS2 MODERADO 2

3 SIGNIFICATIVO 3


131

TESIS DOCTORAL NO PUBLICADA (SETIEMBRE-2013)************************************************************************************** Doctorado en Economia de los Recursos Naturales y Desarrollo Sustentable * * Universidad Nacional Agraria La Molina - Universidad Autonoma de Mexico ** * * Tesis: "Medicion de Impactos en los Recursos Naturales Comunes del Proyecto ** Camisea-Peru, a Traves de la Evaluacion de Estudios Individuales de ** Impacto Ambiental Utilizando Datos Panel" * * * ** Tesista - Investigador: MSc. Carlos I. Palomares Palomares ** ** Última modificacion: 14/08/13 * * * **************************************************************************************

set more offcd “C:\Users\Toshiba\Desktop\Data_cipp(vmatriz)”use “data_vmatriz”, clearcapture log closelog using “data_vmatriz”, replace

************************GENERANDO IDENTIFICADORES******************************gen ID=.*************lote 56*****************************PROYECYO: LOTE 56************replace ID=1 if sof==1 // sub sismica replace ID=2 if sof==2 // sub perforacionreplace ID=3 if sof==3 // sub conduccionreplace ID=4 if sof==4 // sub ampliacion de planta ************PROYECTO: AMPLIACION DE PROGRAMA DE PERFORACION LOTE 56*******replace ID=5 if sof==5 // fase construccionreplace ID=6 if sof==6 // fase perforacion replace ID=7 if sof==7 // fase produccionreplace ID=8 if sof==8 // fase abandono***********AMPLIACION DE LAS INSTALACIONES DE LA PLANTA DE GAS LOTE 56*******replace ID=9 if sof==9 // fase construccionreplace ID=10 if sof==10 // fase operacionreplace ID=11 if sof==11 // fase abandono*****************************LINEAS DE CONDUCCION LOTE 56************************replace ID=12 if sof==12 // CONSTRUCCION-FUERA RCM replace ID=13 if sof==13 // OPERACION-FUERA RCM replace ID=14 if sof==14 // ABANDONO POST CONSTRUCCION-FUERA RCM replace ID=15 if sof==15 // ABANDONO DEFINITIVO-FUERA RCM replace ID=16 if sof==16 // CONSTRUCCION-DENTRO RCM replace ID=17 if sof==17 // OPERACION-DENTRO RCM replace ID=18 if sof==18 // ABANDONO POST CONSTRUCCION-DENTRO RCMreplace ID=19 if sof==19 // ABANDONO DEFINITIVO-ZA DE LA RCM***********************************LOTE 88***********************************************************************PROYECTO: LOTE 88**********************************************SUB PROYECTO PLANTA DE GAS Y ANEXOSreplace ID=20 if sof==20 // FASES CONSTRUCCION

Anexo 2. DO FILE DE VALIDACION DE MATRICES


132

replace ID=21 if sof==21 // FASE OPERACION replace ID=22 if sof==22 // FASE ABANDONO ********SUB PROYECTO LINEAS DE CONDUCCION replace ID=23 if sof==23 // FASE CONSTRUCCIONreplace ID=24 if sof==24 // FASE OPERACIONreplace ID=25 if sof==25 // FASE ABANDONO********SUB PROYECTO PERFORACIONreplace ID=26 if sof==26 // FASES PERFORACION Y TESTEO replace ID=27 if sof==27 // FASES ABANDONADO********SUB PROYECTO SISMICA 3Dreplace ID=28 if sof==28 // FASES OPERACIONES PREVIAS Y ADQUISICION DE DATOSreplace ID=29 if sof==29 // FASES ABANDONO **********************************************************************************

*********************************************************************************************************VALIDACION DE MATRICES DE IMPACTO*********************************************************************************************************

*********************************************************************************************************************LOTE 56***********************************************************************************************************************

******************************PROYECYO: LOTE 56************************************SUB PROYECTO SISMICApoisson fact gp1 gp3 gp4 gp7 if ID==1**SUB PROYECTO PERFORACIONpoisson fact gp1 gp3 gp4 if ID==2**SUB PROYECTO CONDUCCIONpoisson fact gp1 gp3 if ID==3**SUB PROYECTO AMPLIACION DE PLANTA poisson fact gp1 gp2 gp3 gp6 gp7 if ID==4*******************PROYECTO: AMPLIACION DE PROGRAMA DE PERFORACION LOTE 56*********FASE CONTRUCCIONpoisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==5**FASE PERFORACION poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==6**FASE PRODUCCIONpoisson fact gp2 gp3 gp5 gp7 if ID==7**FASE ABANDONOpoisson fact gp2 gp5 if ID==8***************AMPLIACION DE LAS INSTALACIONES DE LA PLANTA DE GAS LOTE 56*********FASE CONTRUCCION poisson fact gp1 gp2 gp4 gp5 pg6 gp7 if ID==9**FASE OPERACION poisson fact gp1 gp2 gp5 pg6 if ID==10**FASE ABANDONOpoisson fact gp2 gp5 if ID==11***************LINEAS DE CONDUCCION LOTE 56*******************CONSTRUCCION-FUERA RCMpoisson fact gp1 gp2 gp3 gp4 gp7 if ID==12**OPERACION-FUERA RCMpoisson fact gp1 gp2 gp3 gp5 gp7 if ID==13**ABANDONO POST CONSTRUCCION-FUERA RCMpoisson fact gp1 gp2 gp3 gp4 gp7 if ID==14**ABANDONO DEFINITIVO-FUERA RCM


133

poisson fact gp1 gp2 gp3 gp4 gp7 if ID==15**CONSTRUCCION-DENTRO RCMpoisson fact gp1 gp2 gp3 gp4 gp7 if ID==16**OPERACION-DENTRO RCM poisson fact gp1 gp2 gp3 gp5 gp7 if ID==17**ABANDONO POST CONSTRUCCION-DENTRO RCMpoisson fact gp1 gp2 gp3 gp4 gp7 if ID==18**ABANDONO DEFINITIVO-ZA DE LA RCMpoisson fact gp1 gp2 gp3 gp4 gp7 if ID==19

********************************************************************************************************************LOTE 88************************************************************************************************************************************************************PROYECTO: LOTE 88********************************************SUB PROYECTO PLANTA DE GAS Y ANEXOS*******FASES*****CONSTRUCCIONpoisson fact gp1 gp2 gp3 gp5 gp7 if ID==20*****OPERACION poisson fact gp1 gp2 gp3 gp7 if ID==21*****ABANDONO poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==22********SUB PROYECTO LINEAS DE CONDUCCION *******FASES*****CONSTRUCCION poisson fact gp1 gp3 gp4 gp7 if ID==23*****OPERACION poisson fact gp1 gp3 gp4 gp5 gp7 if ID==24*****ABANDONO poisson fact gp1 gp3 gp4 gp6 gp7 if ID==25********SUB PROYECTO PERFORACION*******FASES *****PERFORACION Y TESTEO poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==26*****ABANDONADO poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==27********SUB PROYECTO SISMICA 3D*******FASES *****OPERACIONES PREVIAS Y ADQUISICION DE DATOSpoisson fact gp1 gp3 gp4 gp7 if ID==28*****ABANDONO poisson fact gp1 gp3 gp5 gp6 if ID==29

log close-----------------------------------------------------------------------------------------------------------------

Revista Natura@economíaDepartamento Académico de Economía y Planificación

Facultad de Economía y PlanificaciónUniversidad Nacional Agraria La Molina

Apartado postal 12-056. Av. La Molina s/n – La Molina / Lima - PerúTelf. (51-1) - 614 - 7800 anexos 239 Telefax: (511) 3495762

E-mail: [email protected]

http://ojournal.lamolina.edu.pe

http://ojournal.lamolina.edu.pe/index.php/natura

Revista Natura@economia Jul-Dic 2013

Documents

Transcript of Revista Natura@economia Jul-Dic 2013