VALORACIÓN ECONÓMICA DEL IMPACTO DE LA TEMPERATURA Y LA PRECIPITACIÓN EN LA PRODUCCIÓN DE PAPA EN LA CUENCA DEL RÍO SANTA.

Transcripción

1 VALORACIÓN ECONÓMICA DEL IMPACTO DE LA TEMPERATURA Y LA PRECIPITACIÓN EN LA PRODUCCIÓN DE PAPA EN LA CUENCA DEL RÍO SANTA. Vanessa Leslie Bolivar Paypay Universidad Nacional Agraria La Molina 27 de Junio de 2012

2 Introducción En qué medida la temperatura y la precipitación afectan la producción de papa en la cuenca del río Santa? Distritos más afectados Un posible futuro cambio de clima generará solo pérdidas para la agricultura o también podrá generar beneficios? Si no se conocen esos costos cómo se justifica el gasto en medidas de adaptación? Las medidas actuales de CC en el Perú son eficientes?

3 Carhuaz, Mayo 2011.

4 Ciclos de siembra de papa

5 Introducción Principales cultivos de la cuenca del Santa. Las tierras con uso agrícola a nivel de la cuenca del río Santa ocupan aproximadamente Hectáreas (773 Km2), es decir el 6.6% de sus superficie. La mayor parte de este tipo de actividad en la zona andina se realiza en secano (riego a través de lluvias estacionales). La infraestructura de riego es limitada y consta principalmente de canales de tierra no revestidos muchos de los cuales se encuentran abandonados por lo que la agricultura de autoconsumo.

6 Objetivo General Realizar una evaluación de los impactos económicos de la temperatura y precipitación en el cultivo de papa de la Cuenca del río Santa

7 Objetivos específicos Determinar la relación entre el cultivo de papa y las variables de temperatura y precipitación, Estimar el cambio en los beneficios económicos de los agricultores como consecuencia de variaciones en la temperatura y precipitación hasta el año 2100 en la Cuenca del río Santa, teniendo en cuenta los escenarios climáticos A2 y B2 del IPCC.

8 Antecedentes Modelo Ricardiano aplicado a la agricultura Máxπ = P*Q(Tmax, Tmin, PP, Pr, Sc) Donde: π: Beneficio total neto del agricultor P: Precio real en chacra del cultivo de papa Qi: es una función de producción para el cultivo de papa Tmax: Temperatura máxima anual (mensual). Tmin: Temperatura mínima anual (mensual). PP : Precipitación total anual (mensual). Pr: Precio real en chacra del cultivo(anual). Sc: Superficie cosechada del cultivo. FUENTE: Elaboración propia

9 Metodología Visita de reconocimiento a la zona en estudio. Identificación de variables Diseño de investigación Recolección de datos. Validación y selección del modelo de regresión Desarrollo del modelo de regresión Procesamiento de análisis de datos Validación del modelo PRECIS Creación de escenarios climáticos Delta Change Determinación del cambio de beneficios en los agricultores

10 Visita de reconocimiento

11 Identificación de variables Variable Dependiente Beneficio de los Agricultores (Nuevos soles) Variable Independiente Temperatura máxima y mínima ( C) Precipitación (mm) Precio real en chacra del cultivo (S/. Kg) Superficie cultivada (Ha) Producción de papa (TM)

12 Diseño de investigación Departamento Provincia Distrito Parte de la Cuenca Altitud Ancash Pallasca Cabana Alta 3300 Ancash Huaylas Caraz Media 2256 Ancash Yungay Yungay Media 2458 Ancash Carhuaz Carhuaz Media 2633 Ancash Recuay Recuay Alta 3324 Ancash Bolognesi Chiquián Alta 3374 La Libertad Santiago de Chuco Cachicadán Media 2890 FUENTE: Elaboración propia

13 Recolección de datos Información agrícola Período: [1] Parámetros: Producción (Toneladas) Superficie cosechada (Ha) Precio en chacra (S/. Kg.) [1] MINAG y la Dirección Regional Agraria Información meteorológica Periodo: Parámetros: Datos totales diarios de precipitación a 7horas y a 19 horas Temperaturas extremas diarias, máximas y mínimas. Estaciones: Recuay,Chiquián,Yungay,Cabana, Cachicadán Fuente: SENAMHI PP total mensual enero y febrero PP total anual Temp. Máx y Min. Mensual de enero y febrero Temp. Máx y Min. anual

14 Procesamiento de análisis de datos Análisis visual gráfico Análisis de doble masa Análisis estadístico

15 Modelos desarrollados Modelos Panel Desarrollados Modelo de Producción Modelo de rendimientos Modelo del termoperíodo Q: f( tmax, tmin, pp, preal, scose) Donde: Q: Producción en TM Q: f( tmax, tmin, pp, preal, scose) Donde: Q: Rendimientos en TM/Ha Q: f( termoperíodo, pp, preal, scose) Donde: Q: Producción en TM

16 Modelo panel pooled Y = α + β X + it it e it Donde i significa la i-ésima unidad transversal y t es el tiempo. La mejor especificación para los modelos panel desarrollados es el modelo integrador o Pooled- panel. Este modelo tiene la ventaja de disponer de una mayor cantidad de datos, menos colinealidad entre variables, más grados de libertad, y por tanto, incrementa la precisión de los estimadores.

17 Selección del modelo de regresión Signos de las variables Significancia estadìstica de las variables Cuadro 1. Comparación de Modelos 1/ Pooled para el modelo de producción de papa en la cuenca del río Santa. (I) (II) (III) (IV) (V) (VI) C (0.0001) SPAPA (0.0000) PPAPA( 2) (0.0002) TMIN (0.0014) TMIN (0.0654) TMAX (0.0000) TMAX (0.0000) PP (0.0580) PP (0.0658) AR(1) (0.000) PDPAPA PDPAPA PDPAPA PDPAPA PDPAPA PDPAPA (0.0044) (0.0000) (0.0047) (0.0046) (0.1255) (0.0000) (0.0000) (0.8703) (0.0000) (0.8557) (0.0000) (0.7621) (0.0008) (0.0584) (0.0647) (0.0628) (0.0000) (0.7852) (0.0000) (0.7761) (0.0064) (0.1567) (0.7343) (0.0000) (0.1385) (0.0000) (0.0620) (0.0004) (0.0001) (0.0470) (0.0252) (0.0000) (0.3120) (0.0000) (0.0904) (0.0001) (0.0000) (0.4932) (0.0000) R R2 ajustado Criterio Akaike Criterio Schwarz Estad. Durbin Watson Prob(F statistic)

18 Validación del modelo de regresión Gráfico de residuos Porcentaje de error absoluto = 0,

19 Validación del modelo Precis Indicadores estadísticos de desempeño. FUENTE: Delgado 2011.

20 Validación del modelo Precis ESTACIÓN PRECIS Precipitación mensual (mm) ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE Meses

21 Escenarios climáticos empleados del IPCC Características de los escenarios climáticos. Escenario Crecimiento de la Población A2 Alto B2 Medio PBI Medio Medio Uso de energía Alto Medio Cambios de uso de suelo Disponibilidad de recursos Ritmo y dirección tecnológica Preferencia al cambio FUENTE: IPCC 2007 Medio/Alto Bajo Lento Regional Medio Medio Medio Dinámico como siempre

22 Creación de escenarios climáticos-método de Delta Change Delta Change de Temperatura Máxima (ºC) para el escenario A2 Escenarios A2 Promedio Delta Change Temperatura Máxima (ºC) , ,74 1, ,19 2, ,48 5,08 Delta Change de Precipitación (%) para el escenario A2 Escenarios A2 Promedio Delta Change Precipitación (%) , ,91-6, ,18-5, ,44-5,81 Delta Change de Temperatura Mínima (ºC) para el escenario A2 Escenarios A2 Promedio Delta Change Temperatura Mínima(ºC) , ,00-7, ,50 3, ,53 5,04

23 Creación de escenarios climáticos-método de Delta Change Delta Change de Temperatura Máxima (ºC) para el escenario B2 Escenarios B2 Promedio Delta Change Temperatura Máxima(ºC) , ,66 1, ,37 1, ,43 4,03 Delta Change de Precipitación (%) para el escenario B2 Escenarios B2 Promedio Delta Change Precipitación (%) , ,35-2, ,35-4, ,56-4,56 Delta Change de Temperatura Mínima (ºC) para el escenario B2 Escenarios B2 Promedio Delta Change Temperatura Mínima(ºC) , ,00-7, ,87 2, ,32 3,83

24 Resultados 1. Relación entre la producción del cultivo de papa y las variables de temperatura y precipitación. Modelo de panel de producción Donde:

25 Resultados Resultados de la regresión del Modelo panel de producción. Variable dependiente: PROD Variable Coeficiente Error estandard t-estadistico Prob. C SCOSE PREAL(-2) TMAX_ANUAL TMAX_ANUAL^ PPTOTAL PPTOTAL^ AR(1) Estadísticos Promedio de la variable R-cuadrado dependiente R-cuadrado ajustado F-estadístico Durbin-Watson estadístico Prob(F-estadístico) / En estas estimaciones se incluyó la opción de MCG: Cross-Section Sur y los errores robustos: White Cross- Section brindado por Eviews7.

26 Resultados Producción de papa versus temperatura máxima en la cuenca del Río Santa según modelo panel de producción. FUENTE: Elaboración propia

27 Resultados Producción de papa versus precipitación total anual en la cuenca del Río Santa según modelo panel de producción. FUENTE: Elaboración propia

28 Resultados Estimación final de las pérdidas económicas por períodos a precios constantes (S/.)de la producción de papa en la cuenca del río Santa, escenario A2 para el Modelo panel de producción. Años Tasa de descuento 0,005 0,02 0, , , , , , , , , , , , ,99 Producción del cultivo de papa estimado para el año 2100, según Modelo panel de producción escenario A2. Producción (TM) Años

29 Resultados Estimación final de las pérdidas económicas por períodos a precios constantes (S/.)de la producción de papa en la cuenca del río Santa, escenario B2 para el Modelo panel de producción. Años Tasa de descuento 0,005 0,02 0, , , , , , , , , , , , ,89 Producción del cultivo de papa estimado para el año 2100, según Modelo panel de producción escenario B2.

30 Resultados Modelo de panel de termoperíodo

31 Conclusiones Se seleccionaron dos modelos finales, el modelo panel de producciónecuación número 5 y el modelo de termoperíodo-ecuación número 2. Para el año 2100 bajo un escenario climático A2 del IPCC, se estima que los agricultores del cultivo de papa en la cuenca del río Santa tendrían pérdidas económicas equivalentes a ,11 nuevos soles considerando una tasa de descuento de 0,005 y de ,71 y nuevos soles para tasas de descuento de 0,02 y 0,04 respectivamente. Para el año 2100 bajo un escenario climático B2 del IPCC, se estima que los agricultores del cultivo de papa en la cuenca del río Santa tendrían pérdidas económicas equivalentes a ,02 nuevos soles considerando una tasa de descuento de 0,005 y de ,17 y ,89 nuevos soles para tasas de descuento de 0,02 y 0,04 respectivamente.

32 Conclusiones Para el año 2100 se estimó una reducción del 100% de los beneficios de los agricultores de papa de la cuenca del río Santa con respecto al año 2010, mientras que para el año 2070 se reduciría en un 99% para un escenario A2 y en un 71,5% para un escenario B2, por su parte para el año 2040 se tendría una reducción de 23,9% en un escenario A2 y de un 22,4% en un escenario B2. Bajo un escenario A2 del IPCC las pérdidas económicas estimadas para el cultivo de papa en la cuenca del río Santa serían en promedio mayores en un 11% a las estimadas para un escenario B2 del IPCC.

33 Conclusiones La temperatura máxima tuvo una mayor influencia que la precipitación en la producción del cultivo de papa en la cuenca del río Santa. Existe una relación de concavidad entre la producción del cultivo de papa en la cuenca del Río Santa y las variables climáticas de temperatura máxima y precipitación, la temperatura mínima del cultivo no tiene una mayor influencia en la producción.

34 Recomendaciones El estudio tuvo ciertas limitaciones con la disponibilidad de datos meteorológicos y agrícolas en la cuenca del río Santa por lo cual se optó por trabajar con datos panel. Esto se debió a la escasez de estaciones meteorológicas con data completa, histórica y confiable para la zona en estudio. Si bien la Dirección Regional Agraria de Ancash tiene un proyecto de implementación de nuevas estaciones automáticas agro meteorológicas. Se recomienda mayor inversión del gobierno local y regional en este tema para la realización de futuros estudios. Los resultados obtenidos en este modelo podrían extrapolarse a otros tipos de cultivos similares dentro del Perú. La variantes empleada del modelo ricardiano a la agricultura podría ser aplicable para otros zonas dentro del Perú con una climatología similar a la cuenca del río Santa. Se recomienda considerar las variedades del cultivo de papa para futuros estudios, dado que cada variedad reacciona de manera distinta frente al efecto del clima, teniendo requerimientos propios de cada especie. Se recomienda el empleo del modelo Regional PRECIS para pronósticos de precipitación y temperatura máxima en la zona de la cuenca del río Santa, dado que fue validado para la zona en estudio. Sin embargo sería conveniente realizar posteriores estudios empleando data de otros modelos de clima regionales validados para Sudamérica tales como Eta CCS, RegCM3 and HadRM3P para el escenario de altas emisiones A2( Marengo et al.2009). Dado que en el campo de los escenarios existe aún muchas incertidumbres, por lo que una mayor cantidad de posibles estimaciones contribuyen a la investigación científica. Se recomienda realizar las proyecciones al 2100, considerando un análisis de la evolución de los precios reales en chacra del cultivo de papa durante el periodo , para posteriormente comparar dichos resultados con los obtenidos en el presente estudio en el cual consideramos los precios constantes año base 2010.

35 Nosotros no heredamos la Tierra de nuestros padres, la tomamos prestada de nuestros hijos Antoine de Saint-Exupery

36 ANEXOS

37 Anexos Estimación final de las pérdidas económicas por períodos a precios constantes (S/.)de la producción de papa en la cuenca del río Santa, escenario A2 para el Modelo panel de termoperíodo. Tasa de descuento Años 0,005 0,02 0, , , , , , , , , , , , ,39 Producción del cultivo de papa estimado para el año 2100, según Modelo panel de termoperíodo escenario A2.

38 Anexos Estimación final de las pérdidas económicas por períodos a precios constantes (S/.)de la producción de papa en la cuenca del río Santa, escenario B2 para el Modelo panel de termoperíodo. Tasa de descuento Años 0,005 0,02 0, Producción del cultivo de papa estimado para el año 2100, según Modelo panel de termoperíodo escenario B2.

39 Resultados Resultados de la regresión del Modelo panel de termoperíodo. Variable Dependiente: PROD Variable Coeficiente Error estandard t-estadístico Prob. C PREAL(-2) TERMOPERIODO TERMOPERIODO^ AR(1) Estadísticos Promedio de la variable R-cuadrado dependiente R-cuadrado ajustado F-estadístico Estadístico Durbin-Watson Prob(F-estadístico) / En estas estimaciones se incluyó la opción de MCG: Cross-Section Sur y los errores robustos: White Cross- Section brindado por Eviews7.

40 Resultados Producción de papa versus termoperíodo en la cuenca del Río Santa según modelo Panel5. FUENTE: Elaboración propia

41 Análisis estadístico Estación Parámetro Parámetro F Fischer Calculado Fc Tabular Ft Relación Resultados Recomendación Yungay Cabana Cachicadán Temperatura mínima 0, ,48 Fc <Ft Precipitación 3, ,48 Fc >Ft Temperatura mínima 1, ,04 Fc <Ft Precipitación 2, ,04 Fc >Ft Temperatura mínima 0, ,48 Fc <Ft Pomabamba Precipitación 0, ,48 Fc <Ft FUENTE: Elaboración propia S1 y S2 homogén eas S1 y S2 no homogén eas S1 y S2 homogén eas S1 y S2 no homogén eas S1 y S2 homogén eas S1 y S2 homogén eas No corregir período dudoso Corregir período dudoso No corregir período dudoso Corregir período dudoso No corregir período dudoso No corregir período dudoso

42 Análisis estadístico Estación Parámetro Parámetro t student Calculado Tc Tabular Tt Relación Resultados Recomendación Yungay Cabana Cachicadán Temperatura mínima -157, ,645 Tc >Tt Precipitación -31, ,645 Tc >Tt Temperatura mínima -27, ,66 Tc >Tt Precipitación -17, ,66 Tc >Tt Temperatura mínima 35, ,645 Tc >Tt Pomabamba Precipitación 10, ,645 Tc >Tt FUENTE: Elaboración propia X1 y X2 no homogén eas X1 y X2 no homogén eas X1 y X2 no homogén eas X1 y X2 no homogén eas X1 y X2 no homogén eas X1 y X2 no homogén eas Corregir período dudoso Corregir período dudoso Corregir período dudoso Corregir período dudoso Corregir período dudoso Corregir período dudoso

43 Completación de datos meteorológicos Temperatura máxima Pomabamba-Cabana Años Tmax enero Pomabamba Tmax febrero T max anual Tmax enero Cabana Tmax febrero T max anual ,6 23,9 26,2 17,38 17,04 19, ,4 25,4 27,2 17,29 17,73 20, ,6 17,44 16,62 19, ,6 17,33 16,17 19, ,7 23, ,59 17,07 19, ,4 24,25 25,6 17,29 17,20 19, ,4 23,1 26,2 18,06 18, , , ,9 25,7 26, ,2 21, ,5 25,8 26,6 17,6 17,2 20, ,9 24,8 26, , ,6 24,4 25,8 17,6 16, , , ,8 26,4 26,4 17,