Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down

Transcripción

1 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down Lima, julio 2014 Informe elaborado por:

2 Proyecto PlanCC Planificación ante el Cambio Climático CONTENIDO INTRODUCCIÓN PROYECCIONES DE CRECIMIENTO Metodología Metodología de mediano plazo ( ) Metodología a largo plazo ( ) Resultados PROYECCIÓN DE LA POBLACIÓN Proyección de la población total por área geográfica Proyección de la población a nivel departamental y por área geográfica ESTIMACIÓN DE LOS GEI EN EL PERÚ: METODOLOGÍA TOP-DOWN Metodología Los datos Las estimaciones Sector energía, industria y transporte Sector agricultura Sector Forestal (USCUSS) Sector residuos ESTIMACIÓN DE LOS GEI EN EL PERÚ: METODOLOGÍA BOTTOM-UP Metodología Los datos Las estimaciones Sector energía Sector Transporte Sector procesos industriales

3 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down Sector agricultura Sector Forestal (USCUSS) Sector residuos RESULTADOS Proyecciones top-down al Proyecciones bottom-up al Comparación de resultados top-down vs bottom-up BIBLIOGRAFÍA ANEXO

4 Proyecto PlanCC Planificación ante el Cambio Climático ÍNDICE DE TABLAS TABLA 1: PROYECCIONES ECONÓMICAS DEL PERÚ TABLA 2: CRECIMIENTO PROMEDIO DEL STOCK DE CAPITAL TABLA 3: CRECIMIENTO PROMEDIO DEL EMPLEO TOTAL TABLA 4: PROYECCIÓN DEL PBI PERUANO POR PERIODOS TABLA 5: PROYECCIÓN ANUAL DEL PBI PERUANO TABLA 6: COMPOSICIÓN DEL PBI DEL PERÚ TABLA 7: PROYECCIONES DEL PBI (Var. % real) TABLA 8: PROYECCIÓN ANUAL DE LA POBLACIÓN TABLA 9: ESTRUCTURA DE LA POBLACIÓN POR ÁREA GEOGRÁFICA (en %) TABLA 10: PROYECCIÓN DE LA POBLACIÓN POR ÁREA GEOGRÁFICA TABLA 11: TASA DE CRECIMIENTO ANUAL DE LA POBLACIÓN URBANA TABLA 12: PROYECCIÓN DE POBLACIÓN POR ÁREA GEOGRÁFICA TABLA 13: EMISIONES CO 2 eq/gg TABLA 14: CORRELACIÓN ENTRE PBI PER CÁPITA Y CO 2 /Gg PER CÁPITA DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE TABLA 15: RESULTADOS DE LAS REGRESIONES DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE TABLA 16: TASA DE CRECIMIENTO HISTÓRICA Y PROYECTADA DE LAS EMISIONES DEL SECTOR ENERGÍA INDUSTRIA Y TRANSPORTE TABLA 17: RESULTADOS DE LAS REGRESIONES DEL SECTOR AGROPECUARIO TABLA 18: TASA DE CRECIMIENTO HISTÓRICA Y PROYECTADA DE LAS EMISIONES DEL SECTOR AGROPECUARIO TABLA 19: CORRELACIONES CON LAS EMISIONES CO 2 /Gg PER CÁPITA DEL SECTOR FORESTAL TABLA 20: PROYECCIÓN DE LAS EMISIONES DE GEI EN CO 2 eq/gg ( ) TABLA 21: EMISIONES DE GEI CO 2 eq/gg DE ENERGÍA TABLA 22: EMISIONES DE GEI CO 2 eq/gg DE TRANSPORTE TABLA 23: EMISIONES DE GEI CO 2 eq/gg DE PROCESOS INDUSTRIALES TABLA 24: EMISIONES DE GEI CO 2 eq/gg DE AGRICULTURA TABLA 25: EMISIONES DE GEI CO 2 eq/gg DE FORESTAL TABLA 26: EMISIONES DE GEI CO 2 eq/gg DE RESIDUOS TABLA 27: EMISIONES DE GEI CO 2 eq/gg POR SECTOR Y METODOLOGÍA

5 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down ÍNDICE DE GRÁFICOS GRÁFICO 1: TASA DE INTERÉS DE LOS FONDOS FEDERALES DE LA FED GRÁFICO 2: CALIDAD DE INFRAESTRUCTURA GRÁFICO 3: INVERSIÓN TOTAL (% del PBI) GRÁFICO 4: PORCENTAJE DE LA POBLACIÓN EN EDAD DE TRABAJAR GRÁFICO 5: PRODUCTIVIDAD TOTAL DE FACTORES GRÁFICO 6: CRECIMIENTO DEL PBI Y EL PBI PER CÁPITA GRÁFICO 7: PBI REAL PER CÁPITA Y EMISIONES CO 2 /Gg PER CÁPITA GRÁFICO 8: PBI REAL PER CÁPITA Y EMISIONES CO 2 /Gg PER CÁPITA PROMEDIO POR REGIÓN ( ) GRÁFICO 9: EVOLUCIÓN DEL PBI PERUANO Y LAS EMISIONES CO 2 /Gg DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE GRÁFICO 10: EVOLUCIÓN DEL PBI PERUANO Y LAS EMISIONES GEI CO 2 eq/gg DEL SECTOR AGRICULTURA...30 GRÁFICO 11: TASA DE CRECIMIENTO DE LAS EMISIONES CO 2 /Gg DEL SECTOR FORESTAL Y DEL ÁREA DE BOSQUES EN LATINOAMÉRICA ( )...33 GRÁFICO 12: PROYECCIÓN DE EMISIONES GEI EN CO 2 eq/millones DE TONELADAS ( ) GRÁFICO 13: EMISIONES DE GEI CO 2 eq/millones DE TONELADAS POR METODOLOGÍA GRÁFICO 14: EMISIONES DE GEI CO 2 eq/millones DE TONELADAS POR METODOLOGÍA (SIN FORESTAL) ÍNDICE DE ANEXOS ANEXO 4.1.1: PROYECCIÓN DE LA POBLACIÓN A NIVEL DEPARTAMENTAL

6 Proyecto PlanCC Planificación ante el Cambio Climático INTRODUCCIÓN APOYO Consultoría ha sido seleccionado por Helvetas Swiss Intercooperation para comandar el equipo integrador de un estudio mediante el cual se modelarán y evaluarán diversos escenarios para identificar las implicancias económicas, sociales y ambientales de diferentes paquetes de medidas de mitigación sociales y transversales, del cambio climático en el Perú. El presente documento constituye el segundo entregable en el marco de esta consultoría. Así, se estima las emisiones de gases de efecto invernadero (GEI) del Perú para los periodos , bajo un escenario en el que no se contempla ninguna modificación respecto de las actuales políticas ambientales o cambio tecnológico que modificase el comportamiento que vienen presentando la emisión de GEI. Este escenario, ha sido denominado por la literatura como escenario base o Business as Usual (BAU). Para el desarrollo de este documento, APOYO Consultoría empleó información de instituciones tales como el Instituto Nacional de Estadística e Informática (INEI), el Banco Central de Reserva del Perú, proyecciones de APOYO Consultoría, el Banco Mundial y la FAO. El documento está estructurado en cinco secciones. En la primera y segunda sección, como paso previo a la estimación de los GEI, se proyecta el PBI real, su composición y la población al 2050, los cuales serán empleados en la estimación de las emisiones. Las proyecciones del PBI se realizaron bajo un enfoque de demanda para el mediano plazo y de crecimiento para el largo plazo; en tanto que, las proyecciones poblacionales se estimaron bajo el modelo utilizado por el INEI. Es importante mencionar que cada una de las variables estimadas fueron presentadas ante un panel consultivo de expertos, con quienes se ajustaron y consensuaron las variables proyectadas. En la tercera y cuarta sección, se presenta la estimación de los GEI bajo dos metodologías distintas: top-down y bottom-up. Bajo la estimación top-down, las emisiones son estimadas a partir de variables agregadas que guían su comportamiento, como el PBI per cápita o la densidad poblacional; en tanto que, bajo el enfoque bottom-up las emisiones son proyectadas a partir de los componentes o fuentes de emisiones a nivel micro, pero relacionadas con los PBI sectoriales. APOYO Consultoría, ha sustentado el desarrollo de la metodología top-down en la conocida Curva de Kuznet Ambiental (EKC) 2. Según ésta, existe una relación empírica entre las emisiones per cápita y el PBI real per cápita que puede ser encontrada a través de una estimación econométrica. Múltiples estudios han encontrado evidencia a favor de distintas especificaciones de la EKC. Por tanto, se realizan tres tipos de estimaciones, que relacionan el PBI real per cápita con el nivel de emisiones per cápita de manera lineal, cuadrática y cúbica. 1 Si bien hay tablas que tienen información desde el año 2012, las emisiones de GEI se estiman desde el año 2013 por esta razón el título general se señala desde el año Panayotou (1997) y Stern y Common (2001). 6

7 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down Cabe precisar que existen limitaciones de información dependiendo de las fuentes de emisiones (energía, industria y transporte, agricultura, forestal o residuos). Por ello, cada sector es estimado de manera independiente en base a la información disponible. Las emisiones del Sector Energía, Industria y Transporte, y Agricultura utilizan la metodología de la EKC, para el sector Forestal (USCUSS) se asume una tasa de crecimiento constante en el tiempo, y para el sector Residuos se asume que su participación respecto al total de emisiones permanece invariante en el tiempo. Con respecto a las proyecciones bottom-up, en este documento se presenta un resumen y la consolidación de los modelos empleados por cada uno de los equipos sectoriales en coordinación con Libélula. Al igual que la estimación de las variables macroeconómicas, los reportes y modelos utilizados por cada equipo sectorial fueron presentados a equipos de expertos en cada uno de los temas. Finalmente, en la quinta sección se presentan los resultados de cada metodología, así como un contraste entre los resultados de las estimaciones realizadas bajo las dos metodologías discutidas. Se observa que la diferencia de la estimación top-down con la estimación bottom-up no es significativa. 7

8 Proyecto PlanCC Planificación ante el Cambio Climático 1. PROYECCIONES DE CRECIMIENTO El objetivo de esta sección es proyectar el PBI real del Perú, su composición sectorial, las tasas de crecimiento para el periodo Para ello, la proyección se dividirá en dos periodos: proyección a mediano plazo ( ) y la de largo plazo ( ). La metodología utilizada para la estimación es diferente a la del La razón principal es que para el período más reciente se tiene información precisa acerca de los determinantes del crecimiento para los diferentes componentes de la demanda agregada. Por ejemplo, se tiene una buena aproximación de los grandes proyectos de inversión que se llevarán a cabo en el Perú y que influirán en la inversión interna y las importaciones. También, se tiene información sobre importantes proyectos mineros que se iniciarán en los próximos años y que van a afectar el crecimiento de las exportaciones. Del mismo modo, se conocen las políticas fiscales específicas que serán implementadas por el Ministerio de Economía y Finanzas en relación con el aumento de los salarios públicos. Dado que esta información no está disponible para la estimación a largo plazo, el enfoque de la demanda agregada sólo se ha utilizado en la estimación del 2013 al A continuación se exponen las metodologías de cada una de las proyecciones así como los respectivos supuestos utilizados. Igualmente, se muestran los resultados y se contrastan con otras proyecciones de expertos, entidades públicas e instituciones internacionales. 1.1 METODOLOGÍA Metodología de mediano plazo ( ) La proyección del crecimiento del PBI, se basa asimismo en la proyección de las tasas de crecimiento de sus componentes por el lado del gasto: inversión privada, consumo privado, gasto público, importaciones y exportaciones. La proyección de la inversión privada se realiza utilizando un modelo econométrico que tiene como determinantes a los términos del intercambio, las expectativas de los empresarios 3 y la inercia de la inversión 4. A partir de la proyección de la inversión privada se obtiene también la proyección del empleo, el cual a su vez depende de las expectativas de contratación de personal 5. Asimismo, el consumo privado se proyecta a partir de un modelo econométrico que tiene como determinantes al crecimiento del empleo y la confianza del consumidor.6. 3 Encuesta SAE de APOYO Consultoría. 4 Se considera que la inversión del periodo anterior influye en la inversión del periodo actual. 5 Encuesta SAE de APOYO Consultoría. 6 En base al INDICCA (Índice de confianza del consumidor de APOYO Consultoría). 8

9 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down Las exportaciones se proyectan tomando en cuenta su clasificación entre tradicionales y no tradicionales. Para las primeras son relevantes los sectores minería e hidrocarburos, por lo que, para su proyección se identifican los proyectos más relevantes que incrementarán la exportación de materias primas. Por otro lado, para las exportaciones no tradicionales se considera la proyección del PBI mundial (como referencia a la demanda global) y el tipo de cambio real con Estados Unidos (como referencia al grado de competitividad de la economía peruana). La proyección del gasto público, que se divide en consumo e inversión pública, se realiza tomando como referencia al Marco Macroeconómico Multianual 7 ; y, considerando las restricciones de recursos y demandas de los distintos sectores y de Gobierno. A ello se le agrega información sobre la ejecución de nuevos proyectos de inversión y demandas de aumentos salariales. Finalmente, las importaciones se proyectan mediante un modelo econométrico que tiene como determinantes al consumo privado, inversión total, exportaciones y el arancel efectivo. Para este último insumo se asume que se mantiene constante considerando que actualmente se encuentra en un nivel mínimo histórico. 8 Es importante mencionar que para dar consistencia a las proyecciones del PBI por el lado del gasto, se realizan las proyecciones de los sectores económicos que componen al PBI: Agropecuario, pesca, minería e hidrocarburos, manufactura, electricidad y agua, construcción, comercio y servicios. Los resultados ya validados se muestran en la TABLA 1. TABLA 1: PROYECCIONES ECONÓMICAS DEL PERÚ Balanza en PBI (Miles de Crec. PBI per Inversión Balanza Cuenta RIN (Miles Población cuenta Balance Año millones S/. PBI real cápita (Miles total (% comercial financi de millones (Millones) corriente fiscal 1994) (var %) de S/. 1994) del PBI) (% del PBI) era de US$) (% del PBI) : : : : : : : : : : : * * Es una tasa promedio del periodo Supuestos de la metodología de mediano plazo Fuente: APOYO Consultoría A continuación se presentan los principales supuestos empleados para estimar el PBI de mediano plazo: Es muy importante considerar que en la actualidad los países avanzados llegan a tener tasas de interés 7 Documento cuatrimestral elaborado por el Ministerio de Economía y Finanzas (MEF). 8 De acuerdo a estimaciones del MEF el arancel promedio actual es 3.2%. Además el Perú tiene acuerdos de libre comercio con sus principales socios comerciales (EE.UU., Unión Europea, China, Japón, Chile) con un sistema de desgravación progresiva en los próximos años, por lo que se espera que el arancel promedio varíe muy poco y hacia abajo en el mediano plazo. 9

10 Proyecto PlanCC Planificación ante el Cambio Climático negativas en términos reales. Por ejemplo, Estados Unidos desde hace 4 años presenta dicha situación y las proyecciones indican que al menos en el corto plazo, esta tendencia no cambiará (ver GRÁFICO 1). Esto implica que los costos de financiamiento externos permanecerán bajos, pero sin dejar de ser un fenómeno temporal. En general, para los siguientes años se espera un crecimiento mundial bajo. Así, con excepción de Latinoamérica 9, Estados Unidos, China y la Eurozona, no podrán crecer, hasta el 2021, más que el promedio de los últimos años 10. En relación a las exportaciones, los precios de los minerales principales componentes de las exportaciones tradicionales- se mantendrán aún en niveles altos y la oferta minera seguirá su crecimiento (principalmente cobre). El sector pesca, del que la mayor sección está destinada a las exportaciones, tiene buenas perspectivas de crecimiento pues se considera que el desembarque de anchoveta principal producto pesquero- regresará a niveles normales a partir del GRÁFICO 1: TASA DE INTERÉS DE LOS FONDOS FEDERALES DE LA FED 1/ 12,0 10,0 8,0 6,0 4,0 2,0 0,0-2,0-4,0-6, / A partir de enero del 2013 son datos proyectados. Al Fuente: Bloomberg, FRED, FMI Con respecto a la inversión privada, la inversión en recursos naturales e infraestructura de los siguientes cuatro años será 30% mayor que el de los cuatro años previos ( ). Así, solo la inversión minera representará el 50% de la inversión total de los cuatro años anteriores impulsada principalmente por cuatro grandes proyectos: Las Bambas, la ampliación de Cerro Verde, Quellaveco y Constancia. En suma, el crecimiento del stock de capital crecerá 7.1% entre el 2013 y el 2021 por el gran dinamismo de la inversión Fuente: FMI y APOYO Consultoría 10 Los años considerados para el promedio están comprendidos entre 1995 y Las tasas de crecimiento promedio en ese periodo son para Estados Unidos, 2.9%; para China, 10%; para la Eurozona, 2.1% y para Latinoamérica, 3.3%. 11 IMARPE, Situación Actual del Stock Norte-Centro de la Anchoveta Peruana y Perspectivas de Explotación para el periodo noviembre 2013-enero 2014, P.8. Medidas de manejo adoptadas durante el segundo semestre del 2012, como el establecimiento de un límite máximo altamente precautorio de 810 mil toneladas, y la implementación de medidas adicionales para la reducción de juveniles en la captura, han conllevado a una biomasa parental elevada para el 2014, y una estabilización de los niveles de pesca.

11 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down Por otro lado, el gasto público tiene un espacio para aumentar su peso en el PBI manteniendo la responsabilidad fiscal 12, la cual se entiende como una política que se expresa a través de una serie de normativa que ha permitido reducir el déficit fiscal hasta el punto de hablar de superávit fiscal. Así, se espera que el ingreso total del Gobierno central aumente a casi 20% del PBI en el 2022, mientras que el gasto ascenderá a cerca del 17% del PBI en el mismo año Metodología a largo plazo ( ) La proyección de crecimiento del PBI a largo plazo ( ), se realiza siguiendo un enfoque basado en la oferta, pues está exenta de las fluctuaciones de corto plazo determinadas principalmente por la demanda. Así, se estima una función de producción tipo Cobb-Douglas para la economía peruana (ver Ecuación 1). En la misma se considera que la participación del stock de capital (K) sobre el PBI es de 48% 13, mientras que el factor trabajo (L) representa el 52% 14. Ecuación 1: Dado que se necesita proyectar el PBI, primero se debe estimar la evolución de los factores trabajo y capital. El stock de capital se proyecta utilizando la metodología de inventario perpetuo. De acuerdo con esta metodología, el stock de capital del periodo actual es igual al del periodo previo menos la depreciación más la inversión (I) del periodo (Ecuación 2). De esta manera se necesita proyectar la inversión y la depreciación del stock de capital (ð) 15. Ecuación 2: Para la proyección de la inversión en el largo plazo ( ) se considera el modelo del acelerador de la inversión, el cual asume que el crecimiento de la inversión está asociado al crecimiento del producto en el pasado reciente. Así se obtiene la serie proyectada de la inversión y la serie del stock de capital al En la proyección del factor trabajo, se considera como tal al empleo ocupado y se asume una elasticidad constante con la variación de la inversión. Para la proyección de la productividad total de factores (A), se halla el monto de la misma para los últimos años y, asumiendo que no ocurrirá ningún cambio tecnológico importante o variaciones demasiado grandes en la inversión se asume constante hasta el Finalmente, con la proyección de los tres insumos: stock de capital, trabajo y productividad total de factores y con los parámetros de participación del capital (0.48) y del trabajo (0.52) se puede proyectar la serie de PBI al CONFIEP, 28 de marzo de Perú cuenta con buen espacio fiscal a febrero. Reporte de CONFIEP indica que debido al superávit fiscal peruano de S/. 897 millones en febrero de 2014, y debido a registrar niveles de gasto público menores a los de años anteriores, el Perú es uno de los pocos países a nivel regional que registraría superávit fiscal en el En línea con lo indicado por la calificadora Finch Ratings, Perú, junto con Chile, se encuentran en la mejor posición regional para realizar estímulos fiscales. Disponible en: confiep.org.pe/articulos/comunicaciones/peru-cuenta-buen-espacio-fiscal-febrero. 13 Refleja la estructura de costos de la economía, el 0.48 implica que el 48% de los costos de producción corresponden al uso de capital, mientras el 52% restante al uso de mano de obra. 14 A partir de la matriz insumo producto del INEI se obtiene la combinación de trabajo y capital por zona, al ponderar dichas participaciones con el peso de cada región sobre el PBI peruano se obtiene una participación ponderada del capital de 48%. 15 Se asume una depreciación constante de 5% anual para el total nacional, que es consistente con estudios previos. 11

12 Proyecto PlanCC Planificación ante el Cambio Climático Supuestos de la metodología a largo plazo A continuación se presentan los principales supuestos empleados para estimar el PBI a largo plazo: Respecto al factor capital, se tienen buenas perspectivas de crecimiento pues existe un amplio espacio para la acumulación de capital. De hecho, el Perú se ubica por debajo de Chile, Uruguay, Ecuador, Brasil y Colombia en el índice de calidad de infraestructura y solo a la mitad del valor máximo de calidad de la infraestructura (3.5) 16 (ver GRÁFICO 2). Además, la brecha de la infraestructura ascenderá a millones de dólares entre el 2012 y el Asimismo, se consideran los bajos costos de financiamiento actuales, los altos retornos 18 y un ahorro interno creciente, el cual asciende al 2011 a cerca del 23% del PBI, mayor al promedio del ahorro nacional de los últimos 40 años (18.1%). Todo ello conducirá a que al 2050 la inversión total llegue a representar aproximadamente el 26% del PBI (ver GRÁFICO 3) y el crecimiento del stock de capital tenga una tasas positivas aunque decrecientes para el periodo , el crecimiento promedio será de 4.2% (ver TABLA 2). Respecto al factor trabajo, se considera que el bono demográfico aumentará la oferta laboral hasta el La población en edad de trabajar, como porcentaje de la población total, ascenderá al 68% del total de la población en ese año (ver GRÁFICO 4). Así, el crecimiento promedio del empleo total en el periodo será de 0.8% como se muestra en la TABLA 3. 7,0 6,0 5,0 4,0 3,0 2,0 1,0 0,0 GRÁFICO 2: CALIDAD DE INFRAESTRUCTURA / 1/ (1=deficiente; 7=eficiente y extensa) Fuente: The Global Competitiveness Report El Reporte de Competitividad Mundial elabora un índice de calidad de infraestructura que va del 0 al 7, donde 1 es deficiente y 7 es eficiente y extensa. 17 Bonifaz y Urrunaga (2012). 18 La rentabilidad promedio de las empresas peruanas está entre 15% y 20% según Gerens (2013).

13 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down GRÁFICO 3: INVERSIÓN TOTAL (% del PBI) Mantenimiento de capital Cierre de brecha de infraestructura Expansión de capital Fuente: APOYO Consultoría TABLA 2: CRECIMIENTO PROMEDIO DEL STOCK DE CAPITAL Periodo Variación % TABLA 3: CRECIMIENTO PROMEDIO DEL EMPLEO TOTAL Periodo Variación %

14 Proyecto PlanCC Planificación ante el Cambio Climático GRÁFICO 4: PORCENTAJE DE LA POBLACIÓN EN EDAD DE TRABAJAR 1/ / Se considera a la población entre los 18 y 70 años. Fuente: INEI Respecto a la productividad, se verá afectada positivamente por el creciente acceso a la educación superior, que redundará en un mayor promedio del empleo. Así, se asumirá una tasa de crecimiento constante de 2%, en línea con el promedio observado en los periodos de libre mercado y considerando que el sector agro tradicional tendrá un menor peso sobre el PBI (ver GRÁFICO 5). GRÁFICO 5: PRODUCTIVIDAD TOTAL DE FACTORES Productividad Trabajo Capital Fuente: Penn World Table 7.1 (Banco Mundial 2012) 14

15 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down 1.2 RESULTADOS De lo expuesto anteriormente se tienen las proyecciones finales: El PBI peruano crecería 5% en promedio entre 2013 y Para el periodo la tasa de crecimiento del PBI real ascendería a 4.5%; mientras, el PBI real per cápita del 2012 sería de 39 mil nuevos soles de Los valores para los periodos considerados se presentan en la TABLA 4. La serie final de crecimiento anual del PBI se muestra en la TABLA 5. Año TABLA 4: PROYECCIÓN DEL PBI PERUANO POR PERIODOS Año Crec. PBI real (var %) PBI (Miles de millones S/. 1994) PBI per cápita (Miles de millones S/. 1994) , , Fuente: APOYO Consultoría TABLA 5: PROYECCIÓN ANUAL DEL PBI PERUANO PBI (Miles de millones S/. 1994) PBI real (var %) PBI per cápita (Miles S/. 1994) Año PBI (Miles de millones S/. 1994) PBI real (var %) PBI per cápita (Miles S/. 1994) , , , , , , , , , , , Fuente: APOYO Consultoría 15

16 Proyecto PlanCC Planificación ante el Cambio Climático Adicionalmente, desde el punto de vista sectorial se asume una dinámica similar a la observada en otros países en relación al comportamiento: del PBI per cápita, el sector agropecuario y el sector comercio y servicios. Mientras que el PBI per cápita y el sector agropecuario presentan una relación inversa; el PBI per cápita y la participación del sector comercio y servicios muestran una relación directa. Así, la participación del sector agropecuario al 2050 se reducirá a 3.3%, mientras que el del sector comercio y servicios aumentará a 66.8% 19. Se considera además, que el peso del sector industria, ascendente alrededor del 30% del PBI, está en línea con lo observado en otros países. Las proyecciones sectoriales se resumen en la TABLA 6. TABLA 6: COMPOSICIÓN DEL PBI DEL PERÚ Periodo Crec. PBI real (var %) PBI (Miles de millones S/. 1994) Composición sectorial del PBI (en %) Agropecuar io Industria 1/ Servicios 2/ , , / Incluye minería, hidrocarburos, pesca, manufactura, construcción, agua y electricidad 2/ Incluye comercio Fuente: APOYO Consultoría Finalmente, se hacen ejercicios de validación de las proyecciones de PBI al En primer lugar, se observa que la evolución de las tasas de crecimiento del PBI están acordes a la convergencia presentada mundialmente entre crecimiento y PBI per cápita: los países con un mayor PBI per cápita tienen menores tasas de crecimiento que los países que cuentan con uno bajo (ver GRÁFICO 6). GRÁFICO 6: CRECIMIENTO DEL PBI EN % Y EL PBI PER CÁPITA EN LOGARITMO Crec. promedio 14,0 12,0 10,0 8,0 Perú 2012 (crec : 6.0%) Perú 2017 (crec : 4.7%) 6,0 4,0 2,0 0,0-2,0 2,5 3,0 3,5 4,0 4,5 5,0 Logaritmo del PBI per cápita Fuente: FMI 19 Fuente: Central Intelligence Agency CIA y FMI. 16

17 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down En segundo lugar, se verifica la consistencia de las proyecciones con lo estimado por otros especialistas e instituciones públicas: Universidad del Pacífico 20, consenso de especialistas, Fondo Monetario Internacional - FMI, Latin Focus, Banco Central de Reserva del Perú - BCRP y el Ministerio de Economía y Finanzas - MEF. Las proyecciones muestran estar en línea con lo estimado por APOYO Consultoría. Un resumen de las mismas se presenta en la TABLA 7. TABLA 7: PROYECCIONES DEL PBI (Var. % real) APOYO Consultoría Universidad del Pacífico EIECC 1/ Expertos 2/ 3/ Ministerio de Economía y Finanzas Banco Central de Reserva del Perú Latin Focus Fondo Monetario Internacional Tasa de crecimiento PBI real ( ) 6.2% 6.8% 5.8% 6.0% 6.4% 6.3% 6.2% 6.0% Tasa de crecimiento PBI real ( ) 5.4% 3.7% 4.6% 5.0% n.d. n.d. n.d. n.d. Tasa de crecimiento PBI real ( ) 4.6% 2.5% 3.4% n.d. n.d. n.d. n.d. n.d. PROMEDIO ( ) 5.0% 3.7% 4.3% n.d. n.d. n.d. n.d. n.d. 1/ EIECC: Estudio de Impactos Económicos del Cambio Climático. Se tomó los promedios de las proyecciones puntuales para los años inicio de década. 2/ Sobre la base de reunión con expertos 2010: Luis Carranza, Adrian Armas, Efraín Gonzales de Olarte, Hugo Santa María, Iván Rivera, Alberto Pasco Font, Bruno Seminario, Juan Miguel Cayo. 3/ Promedio de la proyección para los periodos: : 6% y : 5%. Elaboración: APOYO Consultoría 20 Bruno Seminario: Cuando despertemos en el Visiones del Perú en 50 años. 17

18 Proyecto PlanCC Planificación ante el Cambio Climático 2. PROYECCIÓN DE LA POBLACIÓN 21 En esta sección se presentan las proyecciones de la población peruana para el periodo considerando su distribución geográfica en las áreas urbana y rural y a nivel departamental. Se debe tener en cuenta que no existe información oficial actualizada de proyecciones para dicho periodo por área geográfica. Por lo que para la elaboración de las proyecciones se utilizaron fuentes adicionales. En la primera subsección se proyecta la población total urbana y rural al 2050; mientras que en la subsección siguiente, se proyecta la población urbana y rural a nivel departamental hasta el mismo año. 2.1 PROYECCIÓN DE LA POBLACIÓN TOTAL POR ÁREA GEOGRÁFICA El Instituto Nacional de Estadística e Informática (INEI) -en el Boletín Especial N realiza proyecciones anuales de la población total hasta el año Se consideraron estas cifras como base para las estimaciones. La proyección se muestra en la TABLA 8. Las proyecciones del INEI se basan en un método de componentes, en el cual el número de habitantes resulta de una combinación de la tasa de fecundidad, mortalidad, la migración internacional y la migración rural-urbana, datos que son calculados a partir de los censos de población. Por su parte, es importante mencionar que el INEI -en el Boletín Especial N 19- proyecta la población urbana y rural de manera quinquenal solo hasta el año 2015; por lo que se toma la estructura de la población urbana y rural para ese año además de la estimación realizada para el año La metodología le fue consultada al especialista Carlos Eduardo Aramburu y a Héctor Benavides, responsable de proyecciones del INEI. 22 Perú: Estimaciones y Proyecciones de Población Total, por Años Calendario y Edades Simples, Setiembre 2009.

19 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down TABLA 8: PROYECCIÓN ANUAL DE LA POBLACIÓN Población Población Año Año (Millones) (Millones) Fuente: INEI Dado que no se cuenta con otra proyección oficial actualizada del Perú, se recurre a las estadísticas de la Organización de las Naciones Unidas (ONU) que proyecta la población urbana y rural de manera quinquenal hasta el De ella se toma la estructura de población urbana y rural para los años inicio de quinquenio comprendidos entre el 2020 y La TABLA 9 contiene las estructuras de población urbana y rural de ambas fuentes hasta el año 2050 para cada quinquenio. TABLA 9: ESTRUCTURA DE LA POBLACIÓN POR ÁREA GEOGRÁFICA (en %) Año Urbano Rural Total Fuente: 2010 y 2015, INEI; , ONU 19

20 Proyecto PlanCC Planificación ante el Cambio Climático Con la estructura de población a inicios de quinquenio y la proyección de la población total del INEI, se estimó la población urbana y rural de manera quinquenal. Para ello, se multiplicó las participaciones de la población urbana y rural con la población total. El resultado se presenta en la TABLA 10. TABLA 10: PROYECCIÓN DE LA POBLACIÓN POR ÁREA GEOGRÁFICA Año Población urbana (Millones) Población rural (Millones) Elaboración: APOYO Consultoría A partir de la proyección de la población urbana a inicios de cada quinquenio, se estima la población urbana para los años comprendidos entre ellos. Por ello se calculan las tasas de crecimiento promedio anuales para los periodos quinquenales considerando las cifras de población al inicio del quinquenio y al final del quinquenio. Las tasas de crecimiento para todos los quinquenios se presentan en la TABLA 11. TABLA 11: TASA DE CRECIMIENTO ANUAL DE LA POBLACIÓN URBANA Periodo Tasa (var %) Periodo Tasa (var %) Elaboración: APOYO Consultoría Así, aplicando la tasa respectiva al año de inicio de quinquenio, se proyecta la población urbana para los años comprendidos entre los mismos, completando la proyección de población urbana para el periodo , los resultados se muestran en la TABLA PROYECCIÓN DE LA POBLACIÓN A NIVEL DEPARTAMENTAL Y POR ÁREA GEOGRÁFICA Los datos de la población departamental no son tomados en cuenta en la estimación del escenario BAU. Sin embargo, estos serán usados cuando se evalúen las medidas de mitigación. Por ello, se cree conveniente presentar sus resultados en el ANEXO 1. A continuación se detalla el método de estimación empleado. 20

21 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down El INEI en el Boletín de Análisis demográfico N publica cifras oficiales de la población total por departamento hasta el año 2025 (ver TABLA A 1). Con ella se reconstruye la composición departamental al Para los años comprendidos entre 2026 y 2050 se asume que la composición se mantendrá constante con valores iguales al promedio de la composición departamental entre los años 2012 y La TABLA A 2 muestra un resumen de los valores mencionados. Con la composición de la población a nivel departamental y la población total proyectada al mostrada en la Tabla 8- se proyecta la población total por departamento al 2050 la cual se presenta en la TABLA A 3. Año TABLA 12: PROYECCIÓN DE POBLACIÓN POR ÁREA GEOGRÁFICA Población (Millones) Población urbana (Millones) Población rural (Millones) Año Población (Millones) Población urbana (Millones) Población rural (Millones) Elaboración: APOYO Consultoría Lo siguiente es calcular la distribución por áreas urbana y rural para cada departamento. Para ello se determina la estructura de la población rural por departamento. El INEI en el Boletín Especial N proyecta la población por departamento pero solo hasta el 2015 (TABLA A 4). A partir de la misma se construye la composición de la población a nivel departamental. Dado que no se tienen datos para reconstruir la estructura para los años comprendidos entre el 2016 y el 2050, se asume que la composición poblacional se mantendrá constante e igual al promedio de las tasas entre los años 2012 y El resumen de estos resultados se presenta en la TABLA A Perú: Estimaciones y Proyecciones de Población por departamento, sexo y grupos quinquenales de edad, Noviembre Estimaciones y Proyecciones de Población Urbana y Rural por Sexo y Grupos Quinquenales de Edad, Según Departamentos, Diciembre

22 Proyecto PlanCC Planificación ante el Cambio Climático Finalmente, tomando en consideración la proyección de la población total del área rural (presentada en la TABLA 12) y la distribución de la población rural, TABLA A 5, se obtiene la proyección de la población rural al La proyección de la población urbana a nivel departamental se obtiene de la diferencia entre la proyección de la población total por departamento y la población rural al mismo nivel al 2050 (ver TABLA A 6, y TABLA A 7). 3. ESTIMACION DE LOS GEI EN EL PERÚ: METODOLOGÍA TOP-DOWN El objetivo de esta sección es explicar la metodología top-down empleada en la proyección, entre 2013 y 2050 de los gases de efecto invernadero (GEI) por sector. También, se exponen las limitaciones de la información disponible, que ha llevado a realizar una estimación a nivel de sectores y agregar los resultados METODOLOGÍA En la metodología top-down las emisiones de gases de efecto invernadero (GEI) son proyectadas a partir de su relación con variables agregadas económicas, por ejemplo, el PBI per cápita. En la literatura se suele encontrar dos tipos de estimación top-down: modelos de equilibrio general y modelos econométricos. Los primeros requieren de información desagregada por sectores; mientras, los segundos solo de variables agregadas como el PBI y la población. Dado que existen limitaciones de información a nivel sectorial, las estimaciones son realizadas utilizando modelos econométricos. El marco teórico escogido es el de la Curva de Kuznets Ambiental (EKC), según la cual existe una relación empírica entre el nivel de emisiones per cápita y el PBI per cápita. Se sigue las metodologías de Panayotou (1997) y Stern y Common (2001). Según las cuales, la EKC puede representarse de manera general a través de la siguiente ecuación: Ecuación 3: e it = α + β 1 γ it + β 2 γ it 2 + β 3 γ it 3 + βx it + γ t + u it Donde, el índice hace alusión al país y el índice t al tiempo; e it es el logaritmo de las emisiones per cápita; α, una constante; y it, el logaritmo del PBI real per cápita; X it, variables de control como la densidad poblacional, la tasa de crecimiento del PBI o una tendencia lineal; γ it, el efecto propio que cada país tiene sobre sus emisiones; y u it, el componente que reune las variables no observadas por el investigador. La Ecuación 3 es estimada econométricamente a través de un panel de efectos fijos. Dependiendo de las restricciones que se impongan a los parámetros β 1,β 2, β 3, se obtiene una relación entre emisiones y PBI per cápita en forma de U invertida, una relación lineal o cúbica. Todas las relaciones son plausibles y descansan en ciertos supuestos. Por ejemplo, será lineal, si se espera que las emisiones evolucionen en conjunto con el PBI. Cuadrática, si se espera que en el largo 22

23 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down plazo las economías desarrolladas adopten tecnologías más limpias. Y, cúbica, considerando que, en el mediano plazo no hay mejoras tecnológicas; en el margen mayor producción implica más contaminación; pero, conforme el PBI siga creciendo, se adoptarán nuevas tecnologías y se reducirá el crecimiento de las emisiones. No existe evidencia concluyente a favor de alguna de las relaciones planteadas (Panayotou, 2003 y Stern, 2004). Además, los resultados son sensibles a los tipos de controles que se usa y la muestra de países que se toma. Por tanto, se ha considerado conveniente estimar cada una de las relaciones planteadas y emplear como criterio de selección, primero, el ajuste estadístico, y segundo, que la proyección resultante del modelo seleccionado sea coherente con la evolución histórica de las emisiones. Una vez elegido el modelo, se proyecta las emisiones al 2050 de acuerdo a la siguiente ecuación: Ecuación 4: ê t = α + β 1 y t + β 2 y 2 + β 3 y 3 + β t ˆt+ y Donde,ê t es el logaritmo de las emisiones per cápita proyectadas; y t, ˆt son las proyecciones, al 2050, de las variables usadas en la regresión; y, α,β son el vector de parámetros estimados en la Ecuación 3. Las proyecciones de GEI en CO 2 eq/gg serán derivadas luego de realizar la siguiente transformación: Ecuación 5: E t = exp (ê t * población t ) De esta última ecuación se obtiene las emisiones de GEI proyectadas al Nótese que, la estimación econométrica requiere de una muestra mínima de datos panel. Y, como se verá más adelante, existen limitaciones de información. Por esta razón el modelo EKC será aplicado sólo a los tipos de emisiones del sector Energético y de Agricultura. 3.2 LOS DATOS Para realizar las proyecciones de GEI se trabaja con información histórica: la que proviene del Banco Mundial y de la Organización de las Naciones Unidas para la Agricultura (FAO). Del Banco Mundial, se obtienen las emisiones de CO 2 por país del sector Energía, Industria y Transporte desde 1960 hasta el De la FAO, se obtiene las emisiones de GEI por país de los sectores Agropecuario y Forestal (USCUSS) desde 1990 hasta el Además, se cuenta con el Inventario de Emisiones GEI del Perú del año 2000 publicado por el Ministerio del Ambiente (2010). Cabe mencionar que, para el caso de Perú, los datos de emisiones publicados por el Banco Mundial y la FAO no son los mismos que los publicados por el Inventario de Emisiones del año 2000 MINAM (2010). Las diferencias son menores respecto a los datos del Banco Mundial y mayor respecto al sector Forestal y Agricultura reportados por la FAO, lo cual puede apreciarse en la TABLA

24 Proyecto PlanCC Planificación ante el Cambio Climático TABLA 13: EMISIONES EN MILLONES DE tco 2 eq Sector / Emisiones Banco Mundial FAO Inventario del 2000 Diferencia (en %) Energía, indus. y trans - CO 2 Agricultura - GEI Forestal² - GEI ² Las emisiones reportadas por la FAO no incluyen silvicultura x Fuente: Banco Mundial, FAO, Ministerio del Ambiente Se debe resaltar que se han empleado los datos históricos del Banco Mundial y de la FAO en lugar del Inventario del 2000 por las siguientes razones. Primero, las diferencias del sector Energía, Industria y Transporte, que es uno de los sectores más importantes en el control de las emisiones, no son significativas. Segundo, los métodos de estimación requieren de información de varios países por largos periodos de tiempo. Y, finalmente, la información internacional es fácilmente auditable por terceros. Es conveniente señalar que los datos del Banco Mundial y la FAO son estimados por agencias internacionales. Por ejemplo, en el caso del Banco Mundial, los datos son calculados por el Oak Institute 25. Esta última realiza sus cálculos priorizando las emisiones de tres fuentes principales: hidrocarburos, producción de cemento, y cambio de uso en la tierra. Para el caso de quema de combustibles fósiles, el Oak Institute recopila información periódica de emisiones en su propio laboratorio Carbon Dioxide Information Analysis Center (CDIAC) y la complementa con data de British Petroleum para los años 2010 y 2011; por otro lado, para las emisiones por producción cementera utiliza información de la Encuesta Geológica de EE.UU. Para el caso de Forestal, se utiliza información de la FAO, complementada con registros nacionales de variación de la cobertura boscosa a causa de incendios forestales (poco relevante para el Perú, principalmente cubierto de bosques húmedos). Finalmente, para los niveles generales de CO 2 atmosféricos, se utiliza información de las mediciones de las estaciones de National Oceanic and Atmospheric Administration - NOAA. Estas estimaciones de organizaciones internacionales pueden incluir errores de medición. Es por ello que las estimaciones a realizar bajo un enfoque bottom-up deben encontrar relaciones consistentes que puedan aminorar los riesgos asociados a errores de medición. 3.3 LAS ESTIMACIONES Considerando la disponibilidad de información y la heterogeneidad de los países 26, las emisiones son estimadas por sector, siendo estos: Energía, Industria y Transporte, Agricultura, Forestal y Residuos. Se usa esta desagregación en concordancia con la estimación sectorial establecida por el Ministerio del Ambiente (2010) Sector Energía Industria y Transporte Se realiza la estimación de la Ecuación 3 bajo las tres especificaciones: relación lineal, cuadrática y cúbica. El método de estimación es un panel balanceado de efectos fijos utilizando como muestra los países de Latinoamérica y las emisiones de CO 2 recopiladas por el Banco Mundial. x Oak Institute Global Carbon Budget: 26 En el Perú, el sector Forestal es la principal fuente de emisiones, mientras en el mundo este sector aporta el 17% de las emisiones totales (IPCC, 2007).

25 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down La muestra contempla solo Latinoamérica debido al comportamiento más homogéneo de los países dentro de este subgrupo con Perú. Por ejemplo, la región presenta una mayor correlación entre el PBI per cápita nacional y las emisiones de CO 2 per cápita (ver TABLA 14). La relación entre PBI nacional y emisiones de CO 2 es diferente a la de los países industrializados; que tienen una relación negativa, y al conjunto de países no industrializados; que tienen una más débil, ver GRÁFICO 7 y GRÁFICO 8. TABLA 14: CORRELACIÓN ENTRE PBI PER CÁPITA Y CO 2 /Gg PER CÁPITA DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE Región Correlación Mundo 0.555* Países Industrializados 0.365* Países No Industrializados 0.532* Latinoamérica 0.644* * Significancia estadística al 5%. Elaboración APOYO Consultoría De las tres especificaciones estimadas (lineal, cuadrática y cúbica), se elige la relación lineal, pues existe evidencia empírica a favor de esta relación; es estadísticamente superior a los otros modelos estimados; y, sus proyecciones están en concordancia con la evolución histórica de las emisiones. GRÁFICO 7: PBI REAL PER CÁPITA Y EMISIONES CO 2 /Gg PER CÁPITA TTO Mundo QAT BRNARE BHR AUS SAU USA FOR CAN NCL ZAFLBY KOR GRL NLD FIN IRN GNQ GRE DNK JPN NOR BHS BRB FRA ISL IRQ JOR SUR TUR COD MLI MDG MOZ HTI UGA ANG PNG COG NIC MAR GTM CPV PER LCA KEN NGA DJI ECU HUN VEN POLCYPNZL ISR IRL ESP AUT GBR MNG CHN BGR SGP GUY GNB TCD COL JAMCHL PRT GHA GAM DMA SWE HKG EGY ROU GIN TON DOM CUB MUS ATG LAO IND IDN DZA MAC ETH SLB BOL ALB BLZ CRI MEX MLT ITA THA NER BFA LBR NPL BEN YEM CMR VNM PAK FIL HND WSM SLV URYPYF CAF COM CIV SEN STP GRD ARG KNA FJI TUN RWA MRT GAB VCT LBN CHE SYR TGO SLE KHM SDN LKA PRY BRA TZA PAN BMU Países Industrializados QAT BRN ARE BHR AUS USA FOR CAN KORGRL FIN CYP GRE NZLBHS ISR NLD IRLDNK JPN NOR MLTESP AUT PRT ITA GBR FRA SGP ISL BMU SWE HKGCHE PYF MAC PBI real percapita PBI real percapita Emisiones CO2/Gg 2 per per cápita Fitted values Emisiones CO2/Gg 2 per per cápita Fitted values Países No Industrializados TTO SAU NCL ZAF LBY IRN GNQ BRB IRQ JOR TUR PNG NIC PER COD MDG MLI MOZCOG UGA HTI ANGGTM MAR LCA KEN NGA DJI ECU SUR HUN JAM CHL ATG GUY EGY CPV DMA GNB TCD GHA TON MUS GIN GAM COL DOM CUB LAO IND ETHSLB BOL ROU VEN POL MNG MEX IDNALB BLZ CRI LBR BFA NPL YEM PAKHND WSMSLV DZA CHN BGR LBN NER BENFIL CMR VNM ARG KNA SYRTHA TUN GRD URY CAF RWA COM SEN MRT CIV STP FJI GAB BRA VCTPAN SLE TGO TZA KHM SDN LKA PRY Países de Latinoamérica SUR VEN MEXCHL GUY ECU PAN BRA PER CRI BOL NIC GTM COL HND SLV BLZ PRY URY ARG PBI real percapita PBI real percapita Emisiones CO2/Gg 2 per per cápita Fitted values Emisiones CO2/Gg 2 per per cápita Fitted values Elaboración: APOYO Consultoría 25

26 Proyecto PlanCC Planificación ante el Cambio Climático GRÁFICO 8: PBI REAL PER CÁPITA Y EMISIONES CO 2 /Gg PER CÁPITA PROMEDIO POR GRUPO DE PAÍSES ( ) 1/ Mundo Países Industrializados PBI real per cápita PBI real per cápita Emisiones CO2/Gg 2 per per cápita Fitted values Emisiones CO2/Gg 2 per per cápita Fitted values Países No Industrializados PBI real per cápita Países de Latinoamérica PBI real per cápita Emisiones CO2/Gg 2 per per cápita Fitted values Emisiones CO2/Gg 2 per per cápita Fitted values 1/ cada punto es el promedio simple por año de las emisiones CO 2 y PBI per cápita de los países. Elaboración APOYO Consultoría El modelo elegido supone una relación lineal entre las emisiones de CO 2 per cápita del Sector Energía, Industria y Transporte, el PBI real per cápita y otras variables relacionadas. Se incluye la densidad poblacional, dado que tiene un efecto directo en las emisiones. También se considera la tasa de crecimiento del PBI per cápita y una tendencia lineal para controlar el efecto de los ciclos económicos y el comportamiento inercial que puedan tener las emisiones. Todo lo anterior puede representarse a través de la siguiente ecuación econométrica: Ecuación 6: e it = α + β 1 y it + β 2 d it + β 3 g it +β 3 tt t + γ i + u it Donde, el índice i hace alusión al país y el índice t al tiempo; e it es el logaritmo de las emisiones CO 2 /Gg (miles de TM) per cápita provenientes del sector energía e industrial; α, una constante; y it, el logaritmo del PBI real per cápita del país; d it, la densidad poblacional; g it, la tasa de crecimiento del PBI per cápita; tt t, una tendencia lineal;, el efecto propio que cada país tiene sobre sus emisiones; y u it es el componente que reúne las variables no observadas. Se aprecia que el modelo es coherente con la evidencia empírica. Históricamente ha existido una fuerte relación entre las emisiones de CO 2 del Sector Energía e Industria y el PBI. Los recuadros superiores del gráfico 9 muestran que las emisiones de CO 2 /Gg (miles de toneladas) per cápita y el PBI nacional real per cápita comparten similar patrón. En tanto, el recuadro inferior derecho muestra como hecho estilizado la existencia de una relación lineal entre ambas series. 26

27 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down GRÁFICO 9: EVOLUCIÓN DEL PBI PERUANO Y LAS EMISIONES CO 2 /Gg DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE Emisiones CO Emisiones CO2/Gg 2 /Gg per cápita per cápita Evolución de las emisiones CO2/Gg per cápita Año 2 PBI real percapita Evolución del PBI real per capita Año Crecimiento del PBI per capita cápita y CO2/Gg 2 per cápita Año Relación entre PBI per capita y CO2/Gg per cápita PBI real percapita 2 Emisiones COCO2/Gg 2 per per cápita cápita PBI real per cápita Emisiones CO CO2/Gg 2 per per cápita cápita Fitted values Elaboración: APOYO Consultoría Luego de realizar una evaluación estadística a los tres modelos, se encuentra que la relación lineal presenta un mejor desempeño. Tiene un menor error cuadrático medio; es decir, se ajusta mejor a los datos reales cuando es proyectado sobre la muestra. Además, los parámetros que se emplean en la proyección son todos estadísticamente significativos (ver tabla 15). La proyección de las emisiones de CO 2 del Sector Energía e Industria utilizando el modelo lineal es coherente con su evolución histórica. La tabla 16 muestra que ésta tiene una tasa de crecimiento similar a la registrada en los últimos 20 años y, que su elasticidad respecto al PBI per cápita es decreciente en el tiempo. Es preciso notar, que el método de estimación, y por tanto la proyección, es sobre las emisiones de CO 2, pues, no se cuenta con información histórica a nivel de gases de efecto invernadero. Para proyectar sobre esta última variable, se asume que la participación de CO 2 sobre el total de GEI permanece constante en el tiempo; y, es igual 96.24%, de acuerdo a lo publicado por el Ministerio del Ambiente (2010). 27

28 Proyecto PlanCC Planificación ante el Cambio Climático TABLA 15: RESULTADOS DE LAS REGRESIONES DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE Log CO2/Gg per cápita 2 Modelo lineal Modelo cuadrático Modelo cúbico Log PBI real per cápita 0.479*** 4.211*** (0.123) (1.397) (15.839) Log PBI real per cápita ^ ** (0.090) (2.031) Log PBI real per cápita ^ (0.087) Densidad poblacional 0.006*** 0.006*** 0.006*** (0.002) (0.002) (0.002) Tasa de crec. PBI per cápita 0.005** 0.006** 0.005** (0.002) (0.002) (0.002) Tendencia 0.006* 0.007* (0.004) (0.004) (0.004) Constante *** *** (0.920) (5.443) (41.008) Observaciones R2 within 1/ Número de países R2 overall 2/ RMSE 3/ ***, ** Significancia estadística al 1% y 5%. Errores estándar entre paréntesis. 1/ R2 que mide el ajuste de los datos de cada país. 2/ R2 que mide el ajuste entre todos los países. 3/ Siglas en inglés de Raíz del error cuadrático medio, es un indicador que mide la distancia entre la proyección sobre la muestra y los datos reales. Elaboración: APOYO Consultoría TABLA 16: TASA DE CRECIMIENTO HISTÓRICA Y PROYECTADA DE LAS EMISIONES DEL SECTOR ENERGÍA, INDUSTRIA Y TRANSPORTE Tasa de Elasticidad Series/ Proyecciones crec. CO2 2 CO2 2 / PBI per cápita per cápita Serie histórica ( ) Serie histórica ( ) Proyección modelo lineal Proyección modelo cuadrático Proyección modelo cúbico Elaboración: APOYO Consultoría 28

29 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down Sector Agricultura La estimación de las emisiones de este sector sigue la metodología expuesta para el Sector Energía e Industria. Primero, se realiza la estimación de la Ecuación 3 bajo las tres especificaciones: relación lineal, cuadrática y cúbica. Segundo, se realiza una evaluación estadística de cada uno de los modelos. Tercero, se verifica que las proyecciones guarden relación con el desempeño histórico de las emisiones. En este caso, la relación cúbica es la que presenta el mejor desempeño. El método de estimación es un panel balanceado de efectos fijos utilizando como muestra algunos países de Latinoamérica y las emisiones GEI de la FAO. Dicha muestra está compuesta por Bolivia, Brasil, Guyana, Perú y Uruguay. Se utiliza solo estos países porque presentan una relación positiva entre las emisiones del Sector Agropecuario y el PBI per cápita. Los otros países de la región presentan una relación negativa. El modelo elegido presenta una relación cúbica entre emisiones de GEI per cápita del Sector Agropecuario y el PBI real per cápita de la economía. Se incluyen como controles la participación del PBI agropecuario respecto al PBI total y una tendencia lineal. La ecuación a estimar econométricamente es la siguiente: Ecuación 7: e it = α + β 1 y it + β 2 y it 2 + β 3 y it 3 + β 4 V it + β 5 tt t + γ i + u it Donde, el índice i hace alusión al país y el índice t al tiempo; e it es el logaritmo de las emisiones GEI per cápita del Sector Agropecuario, medido en CO 2 eq/mm de TM; α, una constante; y it, el logaritmo del PBI real per cápita del país; V it, la participación de la producción agropecuaria en el PBI nacional; tt t, una tendencia lineal; γ i, el efecto propio que cada país tiene sobre sus emisiones; y u it es el componente que reune las variables no observadas. Se elige el modelo de relación cúbica, porque estadísticamente es superior a los otros modelos y es congruente con los hechos estilizados de las emisiones de este sector. El GRÁFICO 10 muestra cierta evidencia a favor de la relación cúbica. Durante los periodos el crecimiento de las emisiones del Sector Agrícola fue superior al crecimiento del PBI, mientras en la década siguiente, sucedió lo contrario. 29

30 Proyecto PlanCC Planificación ante el Cambio Climático GRÁFICO 10: EVOLUCIÓN DEL PBI PERUANO Y LAS EMISIONES GEI CO 2 eq/gg DEL SECTOR AGRICULTURA Emisiones GEI/Gg per cápita Evolución de las emisiones GEI/Gg per cápita Año PBI real per cápita Evolución del PBI real per cápita Año Crecimiento del del PBI per cápita y y GEI/Gg per cápita Año Relación entre PBI per cápita y GEI/Gg per cápita PBI real per cápita Emisiones GEI per cápita PBI real per cápita Emisiones GEI/Gg per cápita Fitted values Elaboración: APOYO Consultoría Respecto a la evaluación estadística, el modelo tiene un menor error cuadrático medio; es decir, se ajusta mejor a los datos reales cuando es proyectado sobre la muestra. Adicionalmente, los parámetros que se emplean en la proyección son estadísticamente significativos a excepción de la tendencia lineal, que es cercana a cero. Ver TABLA 17. Al realizar la proyección de las emisiones GEI se observa una menor tasa de crecimiento; al igual que, una menor elasticidad respecto al PBI. Siendo esto congruente con lo observado en los últimos 20 años. Ver TABLA Sector Forestal (USCUSS) No se tiene información para poder proyectar las emisiones de este sector. Ni tampoco, para deducir una relación clara entre las emisiones del sector y alguna otra variable económica, poblacional o geográfica que pueda proyectarse. Es por ello, que se opta por asumir que la tasa de crecimiento histórica ( ), igual a 2.37%, se mantendrá constante hacia el A continuación se detallan los principales inconvenientes para realizar una estimación y que justifican utilizar el método propuesto. 30

31 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down No se cuenta con datos históricos de más de dos años, por tanto no se considera conveniente proyectar un periodo tan largo ( ). Las emisiones de este sector, sin contar Silvicultura, son reportadas por la FAO para los periodos 1990 y Sin embargo, la muestra de países no presenta variabilidad; es decir, para algunos las emisiones son constantes en todos los periodos; o, a lo mucho, exhiben cambios en uno o dos periodos. TABLA 17: RESULTADOS DE LAS REGRESIONES DEL SECTOR AGROPECUARIO Log GEI/Gg per cápita 1/ Modelo Lineal Modelo Cuadrático Modelo Cúbico Log PBI real per cápita *** 6.804*** (0.225) (0.344) (1.304) Log PBI real per cápita ^ *** ** (0.018) (0.166) Log PBI real per cápita ^ ** (0.007) PBI Agropecuario / PBI *** 0.013*** (0.003) (0.002) (0.001) Tendencia (0.004) (0.003) (0.003) Constante *** *** *** (1.604) (1.590) (3.485) Observaciones R2 within 2/ Número de países R2 overall 3/ RMSE 4/ ***, ** Significancia estadística al 1% y 5%. Errores estándar entre paréntesis. 1/ Las emisiones de GEI están medidas en unidades de CO2 equivalentes. 2 2/ R2 que mide el ajuste de los datos de cada país. 3/ R2 que mide el ajuste entre todos los países. 4/ Siglas en inglés de Raíz del error cuadrático medio, es un indicador que mide la distancia entre la proyección sobre la muestra y los datos reales. Elaboración: APOYO Consultoría 31

32 Proyecto PlanCC Planificación ante el Cambio Climático TABLA 18: TASA DE CRECIMIENTO HISTÓRICA Y PROYECTADA DE LAS EMISIONES DEL SECTOR AGROPECUARIO Series/ Proyecciones Tasa de crec. GEI per cápita Elasticidad GEI / PBI per cápita Serie histórica ( ) Serie histórica ( ) Proyección modelo Lineal Proyección modelo Cuadrático Proyección modelo Cúbico Elaboración: APOYO Consultoría De otro lado, existen relaciones poco claras entre los datos de emisiones y variables económicas, poblacionales o geográficas que puedan usarse en una proyección. Por ejemplo, no se encuentran correlaciones fuertes entre las emisiones per cápita de este sector y el PBI nacional per cápita o la densidad poblacional, ver TABLA 19. Tampoco se encuentra una relación entre el aumento de las emisiones y la reducción del área de bosques. El GRÁFICO 11 muestra la evolución de ambas variables para países de Latinoamérica. Se esperaría que la mayoría de los países se encuentren en los cuadrantes II y IV; es decir, a mayor deforestación mayores emisiones. Sin embargo, la mayoría de países que han reducido sus áreas de bosques no han generado un incremento de las emisiones forestales, incluso las han reducido. TABLA 19: CORRELACIONES CON LAS EMISIONES CO 2 /Gg PER CÁPITA DEL SECTOR FORESTAL Variables Correlación PBI per cápita Densidad poblacional * Significancia estadística al 5%. Elaboración: APOYO Consultoría 32

33 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down GRÁFICO 11: TASA DE CRECIMIENTO DE LAS EMISIONES CO 2 /Gg DEL SECTOR FORESTAL Y DEL ÁREA DE BOSQUES EN LATINOAMÉRICA ( ) Tasa crecimiento Emnisines CO2/Gg HND II BLZ BOL NIC GTM ECUSLV PRYVENCOL III ARG BRA PAN MEX PER CHL I IV URY Tasa crecimiento bosques Elaboración: APOYO Consultoría Finalmente, la tasa de crecimiento asumida implica un área deforestada de 9% del área total de bosques aproximadamente 27. Si se realiza un análisis comparado, por ejemplo con Brasil, se tiene que en dicho país, en los últimos 40 años, se ha deforestado cerca del 18% del total de bosques 28. Considerando que el cambio de uso de tierras a agricultura y ganadería que aconteció en Brasil, es una trayectoria posible, para el caso peruano, la estimación de emisiones y la deforestación asociada del sector Forestal hacia el 2050 resulta siendo probable Sector Residuos Este sector tampoco cuenta con información que haga posible realizar una estimación econométrica. Solo se sabe que al año 2000 contribuyó aproximadamente con el 6.1% de las emisiones totales. Considerando esto, las emisiones de este sector son proyectadas asumiendo que su contribución permanece invariante en el tiempo. 27 Se ha estimado un total de 5.8 millones de hectáreas deforestadas acumuladas durante el periodo Este cálculo resulta de dividir las emisiones estimadas entre un factor de emisión por hectárea deforestada que es aproximado a partir de las estimaciones bottom up. 28 Información tomada del Instituto Nacional de Pesquisas Espaciais (INPE) y sintetizada por Rhett A. Butler en com/amazon/deforestation_calculations.html. 33

34 Proyecto PlanCC Planificación ante el Cambio Climático 4. ESTIMACION DE LOS GEI EN EL PERÚ: METODOLOGÍA BOTTOM-UP Las estimaciones de los gases de efecto invernadero (GEI) bajo la metodología bottom-up fue realizada por los equipos sectoriales del PlanCC. APOYO Consultoría se encargó de realizar una revisión de los resultados sectoriales y agregarlos a fin de obtener la estimación bottom-up a nivel de Perú. 4.1 METODOLOGÍA En la metodología bottom-up las emisiones de gases de efecto invernadero (GEI) son proyectadas a partir de los componentes o fuentes de emisiones; es decir, es un análisis de corte micro. La estimación es a nivel sectorial. Cada sector presenta una serie de componentes fuentes de emisiones, llamados también sub sectores, que han sido identificados por el PlanCC (2012). A su vez, cada componente presenta variables guías o drivers que explican su evolución en el tiempo, por ejemplo el PBI per cápita, el PBI sectorial o la población. 4.2 LOS DATOS Cada sector ha sido trabajado por un equipo de expertos considerando información de distintas fuentes. Sin embargo, existen dos tipos de datos que han sido empleados por todos los equipos investigadores. Los primeros, corresponden a los factores de emisión de cada componente medidos en CO 2 eq, que provienen del inventario de GEI del 2000 MINAM (2010) y la Actualización del Inventario de Emisiones al 2009 de PlanCC (2012). Los segundos son las de variables agregadas como el PBI, los PBI sectoriales y la población que han sido proyectados por APOYO hasta el LAS ESTIMACIONES Las estimaciones son sectoriales siguiendo la estructura establecida por el Ministerio del Ambiente (2010). A diferencia de la estimación top-down, se ha trabajado los Sectores de Energía, Transporte y Procesos Industriales por separado. El estudio es completado con los sectores de Agricultura, Forestal y Residuos. A continuación se hace un resumen del trabajo realizado por cada equipo sectorial. 34

35 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down Sector Energía Para la elaboración del escenario BAU, se proyectó la demanda y oferta de energía al 2050 y se formularon los balances de energía a nivel nacional 29, a partir de estos balances se obtuvo la producción requerida de energía y la demanda por sectores y por productos. Los sectores de consumo de energía se organizaron de acuerdo a lo definido por la metodología seguida en la Actualización del Inventario Nacional de Emisiones de Gases de Efecto Invernadero al año 2009 (PlanCC, 2012), y son los siguientes: Industria energética, Manufactura y construcción, Comercial, residencial y público, Minería, Pesquería, Agroindustria y Emisiones fugitivas. Se ha estructurado un modelo energético integral que está conformado por cuatro modelos de proyección de la demanda energética: eléctrico y de RER 30, gasífero;y de oferta de petróleo y derivados. Adicionalmente, se han desarrollado módulos específicos para carbón mineral, energía solar y la biomasa (leña, bagazo, bosta, yareta y energéticos para biocombustibles). De estos modelos y módulos se estructura y consolida el Balance Energético Nacional. Un supuesto importante en la estimación del consumo final de energía es una disminución del 3% del consumo, como resultado de la implementación de medidas de eficiencia energética.finalmente, se determinan las emisiones GEI multiplicando el valor de cada uno de los energéticos utilizados, que provienen del Balance Energético Nacional por los factores de emisión respectivos Sector Transporte Para la construcción del escenario BAU se consideró que el cálculo de las emisiones del Sector Transporte se realizaría en función a tres fuentes de emisión o sub-sectores claramente diferenciados: terrestre, aéreo, y marítimo y ferroviario. Para realizar las proyecciones del transporte terrestre, se tomó como referencia la actualización del Inventario Nacional de Emisiones GEI al 2009 (PlanCC, 2012). Donde, se calculó que las emisiones de este sub-sector representan el 95% del total del sector transporte. Se consideró que esta participación seguirá siendo la misma al La metodología contempla los siguientes pasos. Primero, se proyecta el parque automotor desde el año 2012 al 2050 en función a los datos históricos del 2002 al 2011 (MTC, 2013) y usando como variable guía el PBI per cápita. Segundo, en el marco de este proyecto, el Equipo de Investigación, en conjunto con la opinión de expertos de la Asociación Automotriz del Perú (AAP) y la Asociación de Representantes Automotrices del Perú (ARAPER), ha estimado una estructura de consumo de combustibles por tipo de vehículo al año Finalmente, con la estructura de consumo de combustible y el parque automotor proyectado, se calcula el consumo de combustibles (diésel, gasolina, GNV y GLP) para el periodo El Balance Energético Nacional detalla la producción de energía por fuentes primarias y secundarias, el proceso de transformación de energía primaria a secundaria y el consumo final de energía por sectores. 30 Recursos energéticos renovables. 35

36 Proyecto PlanCC Planificación ante el Cambio Climático Para los otros sub sectores se ha asumido que su participación respecto al total, estimada en el PlanCC (2012), se mantiene constante en el tiempo. En el caso del transporte aéreo es del orden del 3%; mientras que el transporte marítimo y ferroviario representa 2% del total Sector Procesos Industriales El escenario BAU es construido considerando las distintas fuentes de emisión definidas en los Inventarios de emisiones del año 2009 y 2000 para cada proceso. Las fuentes de emisión identificadas corresponden a la fabricación de los siguientes productos: clinker/cemento, hierro/acero, cal, piedra caliza, carburo de calcio, carbonato de sodio, estaño, aluminio. La metodología de estimación tiene como primer paso estimar la producción de los productos fuentes de emisión hacia el Para ello se usó como variable guía el PBI industrial, a excepción de la fabricación de clinker donde se usó la población. Luego de esto, se aplican los factores de emisión y se obtienen las emisiones totales de cada componente fuente de emisión Sector Agricultura Para la construcción del escenario BAU se ha considerado las siguientes fuentes de emisiones o subsectores, que son: fermentación entérica, manejo de estiércol, cultivo de arroz, suelos agrícolas, quema de pastos y quema de residuos agrícolas. Las emisiones de este sector están asociadas principalmente a la población del ganado y a la extensión de los cultivos. Para la proyección de estas variables se asume un comportamiento tendencial que solo depende del tiempo. En base a esta información se estiman las diversas fuentes utilizando los factores de emisión del PlanCC (2012) Sector Forestal (USCUSS) Para la construcción del escenario BAU se consideró que el cálculo de las emisiones del Sector Forestal (USCUSS, Uso del Suelo, cambio de Uso del Suelo y Silvicultura), denominado también como forestal, se calculan para dos fuentes de emisión o sub-sectores principales: cambios en biomasa forestal y conversión de bosques a cultivos y pasturas. Los cambios en biomasa forestal incluyen las capturas (remociones) y las emisiones de CO 2 generadas por el incremento o disminución en la biomasa forestal (bosques secundarios y plantaciones forestales), que es la principal fuente de remoción y emisión de este sub sector. Para estimar ello, se asumió tasas de variación constantes en el tiempo que reflejan la entrada y salida de la biomasa. Otros sub sectores de menor relevancia son las emisiones de CO 2 derivadas de la extracción de madera (para la obtención de leña, carbón y madera rolliza) y de la quema de biomasa por disturbios (incendios forestales). Otra fuente de emisión importante es la conversión de bosques a cultivos y pasturas. En este caso se estimó el incremento de las tierras de cultivos y pastos usando como variable guía el PBI del sector agricultura y luego se aplicaron los factores de emisión del PlanCC (2012). 36

37 Estimación del PBI al 2050 y Escenario Todo sigue igual (BAU) con metodología Top-down Sector Residuos Para la construcción del escenario Business As Usual (BAU) se consideró que el cálculo de las emisiones del Sector Residuos se realizará en base a dos fuentes de emisión: las emisiones provenientes de la disposición final de residuos en rellenos sanitarios y botaderos, y las emisiones provenientes del tratamiento de aguas residuales. Los residuos sólidos son proyectados a partir de su relación con la población urbana. Para la proyección de las aguas residuales domésticas se asume que estas representan una proporción fija de los residuos sólidos. Mientras, las aguas industriales son proyectadas a partir de la evolución de cinco productos industriales: azúcar refinada, harina de anchoveta, carne de ave beneficiada, jugos y refrescos diversos y cerveza blanca, los cuales se asume presentan un comportamiento tendencial. 5. RESULTADOS 5.1 PROYECCIONES TOP-DOWN AL 2050 A nivel agregado, se tiene que el Perú en el 2050 emitiría 497 GEI/millones de toneladas. Esto representa 3.1 veces las emisiones producidas en el año Y, a lo largo del periodo , se esperaría emisiones acumuladas del orden de 12 millones. A nivel sectorial, al 2050, Energía, Industria y Transporte emitiría 227 GEI/millones de toneladas (227 mil Gg); que representa 6.3 veces lo emitido en el año Las emisiones de este sector crecerían a una tasa de 3.5% anual para los periodos El Sector Agricultura emitiría 59 GEI/millones de toneladas, al Este sería el de menor crecimiento, con una tasa anual de 2%. El sector Forestal, con el supuesto de una tasa de crecimiento constante igual a 2.47% anual, emitiría 181 mil GEI/millones de toneladas. Mientras el Sector Residuos,30 GEI/millones de toneladas. En el GRÁFICO 12, se muestra la evolución de las emisiones de cada sector. Mientras, los resultados completos de las proyecciones pueden apreciarse en la TABLA PROYECCIONES BOTTOM-UP AL 2050 Las proyecciones bottom-up se han realizado considerando dos puntos en el tiempo, el 2021 y el En las TABLAS se detalla las estimaciones de cada sector incluyendo sus respectivos sub sectores. A manera de simplificación, los resultados se muestran en millones de toneladas métricas (equivalente a miles de Gg). 37

38 Proyecto PlanCC Planificación ante el Cambio Climático GRÁFICO 12: PROYECCIÓN TOP DOWN DE EMISIONES GEI EN CO 2 eq/millones DE TONELADAS ( ) Energía, Industria y Transporte Agricultura USCUSS Residuos Elaboración: APOYO Consultoría TABLA 20: PROYECCIÓN TOP DOWN DE EMISIONES DE GEI EN CO 2 eq/millones DE TONELADAS ( ) 38