Savez
editorial
Efectos del cambio climático
en la producción y rendimiento
de 5 cultivos agrícolas,
región Piura, Perú 1973-2018
Mario Villegas Yarlequé
Gretel Fiorella Villegas Aguilar
Lucy Mariella García Vilela
Marcos Timaná Álvarez
Jannyna Reto Gómez
Marlon Martín Mogollón Taboada
Savez
editorial
Efectos del cambio climático
en la producción y rendimiento
de 5 cultivos agrícolas,
región Piura, Perú 1973-2018
Savez
editorial
Efectos del cambio climático
en la producción y rendimiento
de 5 cultivos agrícolas,
región Piura, Perú 1973-2018
Mario Villegas Yarlequé
Gretel Fiorella Villegas Aguilar
Lucy Mariella García Vilela
Marcos Timaná Álvarez
Jannyna Reto Gómez
Marlon Martín Mogollón Taboada
Mario Villegas Yarlequé
Gretel Fiorella Villegas Aguilar
Lucy Mariella García Vilela
Marcos Timaná Álvarez
Jannyna Reto Gómez
Marlon Martín Mogollón Taboada
Efectos del cambio climático
en la producción y rendimiento
de 5 cultivos agrícolas,
región Piura, Perú 1973-2018
ISBN: 978-9942-603-12-8
Savez editorial
Título:
Las tecnologías
de la información en la investigación.
Un modelo didáctico
Primera Edición: Diciembre 2021
ISBN:978-9942-603-12-8
Obra revisada previamente por la modalidad doble par ciego, en caso
de requerir información sobre el proceso comunicarse al correo
electrónico
editor@savezeditorial.com
Queda prohibida la reproducción total o parcial de esta obra por cualquier
medio electrónico, mecánico, fotocopia, grabación u otros), sin la previa
autorización por escrito del titular de los derechos de autor, bajo las sanciones
establecidas por la ley. El contenido de esta publicación puede ser reproducido
citando la fuente.
El trabajo publicado expresa exclusivamente la opinión de los autores, de
manera que no compromete el pensamiento ni la responsabilidad del Savez
editorial
2
Introducción
El sector agropecuario registró un crecimiento promedio
anual de 3.3%, donde la actividad agrícola de la región y
unos de los más importantes son los cultivos de arroz en
cascara, mango, maíz amarillo duro, limón sutil y cacao.
En este estudio se muestra como el cambio climático causa
efectos en la producción y rendimiento de los cultivos
antes mencionados en el departamento de Piura, Perú en
el periodo 1973-2018.
Mediante el método de mínimos cuadrados ordinarios y
usando el software econométrico STATA 16, se realizó las
estimaciones con cada cultivo para observar el impacto
que tienen en la producción y rendimiento en tanto para
obtener el umbral óptimo de las variables que más impacto
tienen en el cultivo se calcula mediante derivadas
parciales.
Por lo menos en las 3 últimas décadas, el calentamiento
global asociado por la actividad antropogénica ha alterado
el cambio climático en todo el mundo. Según el Instituto
Internacional de Investigación sobre políticas alimentarias
detalló que el aumento irrestricto de gases está subiendo
la temperatura; donde la agricultura es el principal
afectado ya que es vulnerable a estos cambios bruscos en
el clima donde termina por perjudicar a la producción de
cultivos y a la vez provoca las plagas y el crecimiento de
hierbas malas, todo esto afectará negativamente a la
agricultura y por ende al bienestar humano.
Según el Ministerio de Agricultura y Riego la región Piura
posee 227,572 has., potencialmente aptas para la
3
agricultura donde algunos de los cultivos más importantes
son el arroz, limón, mango, maíz amarillo duro y
actualmente el boom del cacao por su excelente calidad
por lo tanto saber los efectos del cambio climático sobre
estos 5 productos nos brinda un mejor conocimiento de lo
que puede suceder en general con los principales
aportantes al PBI regional.
La Comisión Económica para América Latina y el Caribe en
su estudio titulado “Efectos del Cambio Climático sobre la
agricultura” demostraron que a mayores niveles de
precipitación acumulada en los meses de mayo a octubre
originaron beneficios en el cultivo ya que obtuvieron los
más altos índices de producción, también señalaron que
de experimentar disminuciones en la precipitación
acumulada los efectos serian contrarios lo que quiere decir
que la producción de los cultivos se reduciría. A nivel de
cultivos para el maíz, el arroz y el banano la temperatura
optima permitiría generar mayores rendimientos en la
producción y donde se siga teniendo esos incrementos en
la temperatura estos cultivos van a sufrir caídas
considerables.
4
Situación problemática
El agro peruano muestra tendencias decrecientes en la
producción y rendimiento en casi todos los cultivos
permanentes y no permanentes en todas las regiones del
país, donde la región Piura no es la excepción. Esta
tendencia también se presenta en el agro regional, es por
ello que esta investigación trata de determinar la probable
causalidad que existe entre el cambio climático y la
producción y rendimiento de los cultivos agrícolas que
tienen importancia para la economía de un buen sector de
la población que se dedica a la explotación de estos
cultivos.
El problema lo estudiamos a partir de la siguiente
pregunta: ¿Los cambios climáticos en la temperatura y
precipitación pluvial promedio anual presentan algún
efecto en la producción y rendimiento de los cultivos de
maíz, mango, limón, cacao y arroz en la región Piura en el
periodo 1973-2008?
Esta investigación está delimitada a solo 5 cultivos de la
región Piura y se elabora a base de la información de series
de tiempo en el Ministerio de Agricultura y Riego del
sistema de series estadísticas de la producción agrícola
(SEPA) y del Servicio Nacional de Meteorología e
Hidrología (2010) (SENAMHI) para extraer las variables de
temperatura máxima, temperatura mínima y precipitación
pluvial.
Se justifica porque va a permitir que los agricultores que se
dedican a estos cultivos puedan o estén en condiciones de
adoptar medidas de mitigación para tratar de hacer frente
a los efectos negativos del cambio climático como por
5
ejemplo sustituir un determinado cultivo por otro que
ofrezca mejores características para enfrentar dichos
cambios. Al nivel de la política agraria se podría inducir a
la decisión de invertir recursos en conseguir tecnología en
cultivos previos capacitación de los agentes del agro.
Castilla (2010), en un estudio para la economía piurana de cultivos
para la exportación como el mango, limón, café y plátano arrojó
que el rendimiento de estos productos es explicado en más de
50% por variables climáticas, en base a las estimaciones realizadas
se cuantifico pérdidas en el rendimiento de los cultivos en la
proyección del año 2030 pero en el caso del café un mayor
aumento de temperatura beneficia su producción y por ende el
rendimiento hasta en un 41%.
De otro lado, respecto al cultivo de la quinua en el Distrito de Juli,
Puno, Carrasco (2016) encontró que al elevarse 1ºC la
temperatura máxima, la producción se reduce 112.2 TM. y el
rendimiento 169.1 Kg/Ha; por la elevación de las precipitaciones
pluviales en 300 mm la producción se reduce en 75.78 TM y el
rendimiento en 127 Kg/Ha.
En otro antecedente nacional es la investigación de (Quispe,
2015) afirma “El cambio climático a nivel local, nacional e
internacional ha causado preocupación entre los científicos y la
sociedad civil, debido a que las variables climáticas como la
temperatura, precipitación, nivel del mar, entre otros, medidas
del cambio de clima, están siendo severamente afectadas y estas
a su vez generan impacto sobre los diversos sectores productivos
como el agrario, los que se ven afectados en sus rendimientos”,
utiliza el enfoque de la función de producción mediante el análisis
de cointegración con data de 1960 a 2010, estima los cambios en
las temperatura máxima promedio (16.4°), éstos producen
efectos negativos en el rendimientos de los cultivos de papa, maíz
y habas y por el contrario, en los cultivos de quinua y cañihua aún
6
tienen rendimientos positivos. Además utiliza el enfoque
ricardiano para cuantificar las pérdidas económicas producto de
la elevación de la temperatura en 1° Celsius, utilizando una tasa
de descuento del 2% anual, realiza una proyección al 2035
encuentra que dichas pérdidas alcanzan al 0.58% del PIB Puno
2010 que equivalen a 20 millones de dólares americanos
corroborando de éste modo los efectos negativos y cuando el
agricultor toma decisiones respecto al cambio climático las
pérdidas económicas se reducen en el 43.93 % en el escenario
más severo (tasa de descuento del 2%). Según, Loyola R. (2010)
el objetivo de su estudio fue determinar el costo del cambio
climático (CC) en la agricultura de los departamentos de Piura y
Lambayeque para el periodo 2010-2100. Estudia cultivos
comunes representativos de ambas regiones, tales como arroz,
maíz amarillo, limón, y mango, utilizan el método agronómico
donde suponen que los agricultores no tienen capacidad de
reacción ante los cambios climáticos, éste enfoque modela el
crecimiento de un cultivo en función al cambio de la temperatura,
precipitación y el nivel de otros insumos necesarios, donde la
productividad de muchos cultivos depende básicamente si la
temperatura y/o nivel de precipitación está por debajo o encima
de un determinado umbral.
Cabe anotar que los resultados de nuestra investigación son muy
similares a los encontrados por estos investigadores los que
pasamos a detallar siendo los siguientes: En el caso del plátano,
resultó siendo la temperatura máxima la variable significativa,
cuyo umbral de la temperatura máxima fue 25°C. para el caso del
limón, la variable significativa fue la temperatura máxima, cuyo
umbral estimado fue 15°C. Para el algodón y mango en ambos
casos, la relación temperatura y producción fue cóncava,
conforme a lo esperado. Los umbrales de temperatura estimados
fueron 30 y 19.3 °C, respectivamente. La variable temperatura
máxima fue significativa para el arroz mientras que para el maíz
7
amarillo duro lo fue la temperatura mínima donde los umbrales
para ambos cultivos fueron 26.9 y 23 °C respectivamente.
Otra investigación sobre los efectos del cambio climático es el
que realiza Belisario Quispe (2015) en la cuenca Ramis Puno
donde encuentra que “las temperaturas máximas presentan
tendencias significativas a nivel anual del incremento promedio
de 0.04ºC/año con evidencia leve (0.05), asimismo las tendencias
de las temperaturas medias muestran un evidente (0.01) cambio
de incremento en 0.025ºC/año, solo en estación Macusani
disminuye con evidencia leve (0.05). Las temperaturas mínimas a
nivel de cuenca presentan un incremento de 0.0004ºC/año,
mientras Arapa y Progreso presenta cambio negativo con 0.01;
Las precipitaciones pluviales presentan tendencias negativas de
0.70mm/año a nivel de cuenca Ramis, pero no se identifica una
tendencia regional marcada de disminución. Los días de
precipitación y temperatura máxima viene afectando
significativamente a rendimientos del cultivo de haba con un
incremento de 23.89kg/ha, mientras que las temperaturas
mínimas y precipitación total no muestran impactos; en el cultivo
papa las temperaturas y días de precipitación generan impactos
significativos con 83.41kg/ha de incremento, asimismo la
precipitación total no muestra significativo impacto.”
En base a un modelo de datos de panel para el periodo 2008-
2012, Ricardo Ramos Rojas (2013) concluye que para los cultivos
de café y uva no se encontró evidencia estadística de que estén
siendo afectados por el cambio climático. Sin embargo, los
cultivos de mango, palta, plátano y espárrago sí están siendo
afectados por el cambio climático, un aumento de 1% de la
variabilidad de la temperatura aumentó 129% y 20% la
producción de mango y espárrago, respectivamente; mientras
que la producción de palta disminuyó 120% y la de plátano 18%.
Por otro lado, el único cultivo afectado por la variabilidad de la
8
precipitación fue el de palta: un aumento de 1% de la variabilidad
de la precipitación disminuyó 7% la producción de dicho cultivo.
En otra investigación para el Banco Central de Reserva del Perú,
de Paola Vargas (2009) sobre los efectos del cambio climático en
la economía peruana encuentra que un aumento de 2°C en la
temperatura máxima y 20% en la variabilidad de las
precipitaciones al 2050, generaría una pérdida de 6% respecto al
PBI potencial en el año 2030, mientras que en el año 2050 estas
pérdidas serían superiores al 20%; reduciéndose estas pérdidas a
menos de la tercera parte en caso se adopten políticas globales
que estabilicen la variables climáticas al 2030.
En un estudio elaborado para la CEPAL (Ordaz, 2010) afirma que
“Al alterarse el clima y con ello la producción podría darse una
reconfiguración en los cultivos y de esta forma en la intensidad
con que se utilicen los suelos, por ello en este trabajo también se
analizan los posibles efectos sobre el valor de la tierra,” por ello
examina los efectos negativos de cambios climáticos en la
producción de maíz, frejol y café donde encuentra que es muy
probable que ya se hayan rebasado las temperaturas que
permitan alcanzar los mayores rendimientos generando pérdidas
económicas y que es muy probable que en el futuro si se continúa
con el incremento de la temperatura también se incrementen
dichas pérdidas. Una de sus conclusiones más importantes es de
que se implementen medidas de adaptación por parte de los
agricultores y de los hacedores de la política agraria.
En el presente estudio se utilizó el método de la función de
producción bajo el enfoque estructural para lograr estimar los
principales cultivos de la región Piura observando el impacto que
tienen a los cambios bruscos de la temperatura, para ello se
plantearon las siguientes preguntas de investigación ¿Cuáles son
los efectos del cambio climático en la producción y rendimientos
de los cultivos agrícolas?, ¿Cuál es la variable climática que más
influye en cada cultivo estudiado de la región Piura.
9
Efectos biológicos del cambio climático en los
rendimientos
Según el Instituto Internacional de Investigación sobre Políticas
Alimentarias (2009), dedujo que el incremento de temperaturas y
el cambio en las precipitaciones pluviales tienen efectos directos
en el rendimiento de los cultivos y efectos indirectos mediante los
cambios en la disponibilidad de agua para el riego.
El rendimiento para cultivos de secano y bajo de riesgos en países
desarrollados y emergentes con o sin consideración del efecto de
fertilización por CO2 simulando la producción de cada cultivo a
intervalos de 0.5 grados dando como resultado que en el
rendimiento de cultivos de secano son incitados por los
cambios en las precipitaciones pluviales y la temperatura; en
cambio los efectos en el rendimiento de cultivos de riego solo son
incitados por el cambio en el clima.
Temperaturas críticas y optimas del cultivo
Según el Servicio Nacional de Meteorología e Hidrología (2010),
puntualiza que los cultivos tienen ciertas temperaturas cardinales
que generalmente incluyen a la temperatura mínima que
representa al clima más bajo, la óptima es cuando la temperatura
da el máximo crecimiento de la plata en tanto la temperatura
máxima es el límite para que un cultivo se desarrolle.
Las Organización de Naciones Unidas (UNIDAS, 2019) con
respecto al cambio climático afirma “Nos encontramos en un
momento decisivo para afrontar con éxito el mayor desafío de
nuestro tiempo: el cambio climático. Cada día, en diferentes
puntos de la geografía mundial, el planeta nos manda mensajes
sobre las enormes transformaciones que está sufriendo: desde
cambiantes pautas meteorológicas que amenazan la producción
de alimentos; hasta el aumento del nivel del mar que incrementa
el riesgo de inundaciones catastróficas. Los efectos del cambio
climático nos afectan a todos. Si no se toman medidas drásticas
10
desde ya, será mucho más difícil y costoso adaptarse a sus efectos
en el futuro”
Se utilizaron 6 modelos con la finalidad de seleccionar las
variables que le den más impacto a la producción y rendimiento
de cada uno de los cultivos seleccionados, acogiendo el criterio
de menor Akaike (AK) y menor Schwarz (SCH).
Producción y rendimiento del cacao
Para el caso de la producción el mejor modelo es el cuatro
donde la precipitación pluvial desincentiva la producción de
cacao, pero la temperatura máxima parece incentivar el dicho
cultivo. Para la significancia estadística individual nos arroja que
la superficie es significativa al 99% y la precipitación pluvial al
90%.
Las variables independientes explican en un 80% a la variable
dependiente donde hay una correlación muy fuerte y positiva en
tanto para el caso del rendimiento de cacao el mejor modelo es
el uno, ya que el valor del akaike (AK) es de 562.23 y el Schwarz
(SCH) es de
574.23 siendo el más bajo, la temperatura mínima influye
positivamente en el rendimiento del cacao, mientras que la
temperatura máxima y precipitación pluvial influyen
negativamente. Aunque las variables son estadísticamente no
significativas debido a las variables independientes que en
términos lineales están altamente correlacionados con las
mismas variables, pero en términos cuadráticos, no obstante, es
importante incluir en el modelo los cuadrados con el fin de
encontrar los efectos no lineales.
Según Normando Salvador (2012), en un estudio para la
Dirección Regional Agraria de Piura refleja que los factores
climáticos tanto la temperatura como la precipitación pluvial
11
afectan los procesos fisiológicos de la planta como la nutrición,
la floración, y la fructificación.
La producción de cacao requiere una precipitación pluvial de
1600 a 2500 mm en la región Piura, también requiere como
mínimo una temperatura de 23° y una temperatura máxima de
32° mientras que su temperatura óptima es de 25°.
El gráfico N°01 en forma general nos indica el nivel de
producción óptima cuando las variables climáticas han
alcanzado el umbral óptimo.
Producción
!"#"#$
= −22953 + 0.671
%"#"#$
+ 1445
&'#(
− 22.68
&'#(
2
−
0.408
)*+",)
+ 0.000186
)*+",)
2
Temperatura máxima de producción
!"#"#$
= 1445 − 45.36
!"#$
%!"#$
0 = 1445 − 45.36
!"#$
&'()
=
!""#
"#.%&
=
-.
.
/01
Precipitación de producción
!"#"#$
= −0.408 + 0.000372
%&'"(%
)%&'"(%
0 = −0.408 + 0.000372
%&'"(%
!"#$%! =
0.408
0.000372
= *+,-. ..
12
Tanto para la producción como para el rendimiento de Kg
por hectárea del limón se consideró el modelo 5, ya que
tiene el menor AK y SCH lo que eso indica que hay mayor
robustez en la estimación, Para el caso de la producción
del limón analizando los parámetros se dio que la
precipitación pluvial y la temperatura máxima tienen un
impacto negativo en la producción del limón. Analizando
R2 hay una correlación fuerte y positiva debido a que las
variables independientes explican en un 77% a la variable
dependiente.
En tanto para el rendimiento del limón este disminuye
cuando aumenta la precipitación pluvial y también cuando
incrementa la temperatura máxima (de la misma manera
que en el resultado anterior), en tanto en el modelo
estimado no hay significancia estadística ya que se ve
afectado por las variables cuadráticas que están altamente
relacionas con las lineales, el coeficiente de correlación es
muy bajo y positivo debido a que las variables
independientes explican en un 18% a la variable
dependiente, esto genera presencia de multicolinealidad
que nos arroja ineficiencia en las variables cuadráticas pero
no las eliminamos para poder encontrar los efectos no
lineales.
En un estudio elaborado por Méndez (2016), detalló que
la temperatura es un factor limitante para el cultivo donde
las temperaturas favorables oscilan entre 25° la mínima y la
máxima 30°C, en tanto la precipitación pluvial es preferible
que sea de 400 a 1200 mm Anuales, calculando las
derivadas parciales de las variables que más impacto
13
tienen en la producción de limón se presentan los
siguientes resultados:
Producción
Precipitación de producción
*+
%,-./0,
0 = −107.8 + 0.0882
%&'"(%
%&'"(%
= 107.8 =1222.22
0.0882
Temperatura máxima
!/
= −
562270 + 18372
01#2
)01#2
0 = −562270 + 18372
!"#$
&'()
=
562270 = 30.605
18372
La investigación de Méndez (2016), muestra que la temperatura
es un factor limitante para el cultivo donde las temperaturas
favorables oscilan entre 25° la mínima y la máxima 30°C, en
!" = 8612 + 1062#$%&'( − 107.8)*+,%) + 0.0441)*+,%)
2
− 562270-&./ + 9186-&./
2
= −107.8 + 0.0882,-./0,
14
tanto la precipitación pluvial es preferible que sea de 400 a 1200
mm anuales.
Calculando las derivadas parciales de las variables que más
impacto tienen en la producción de limón se presentan los
siguientes resultados:
Producción
*+
= 8612 + 1062
120"34
− 107.8
,-./0,
+
0.0441
,-./0,
2
− 562270
!"#$
+ 9186
!"#$
2
El 3 para ambas estimaciones ya que ese modelo tiene una
mayor robustez y el menor AK y SCH, analizando estos
parámetros dio como resultado que la temperatura mínima
influye positivamente en la producción de maíz mientras
que la precipitación pluvial afecta a la producción, en tanto
hay una correlación fuerte y positiva lo que indica que las
variables independientes explican en un 93% a la variable
dependiente.
Para el rendimiento de Kg por hectárea, se dieron los
mismos resultados que en la producción pero con
diferentes parámetros, la temperatura mínima es
significativa al 95% y la precipitación es no significativa
debido a que influye en el modelo en niveles bajos, en
tanto hay una correlación baja y positiva lo que indica que
las variables independientes explican en un 27% a la
dependiente esto indica que hay presencia de
multicolinealidad, ya que las estimaciones lineales son
similares con las cuadráticas y esto genera que una de las
dos variables sea irrelevante, ya que no está aportando
información adicional con respecto a la otra pero como se
mencionó anteriormente se mantuvieron las variables
cuadráticas con la finalidad de encontrar los efectos no
lineales.
15
En un estudio elaborado por el Servicio Nacional de
Meteorología e Hidrología de la Dirección General de
Agro meteorología (2010), especifico que el maíz en tierras
altas crece y se desarrolla por temperaturas más bajas que
a los cultivos adaptados a las tierras bajas, para ello la
temperatura óptima en tierras bajas se adopta entre 30° y
34°C y se considera que para el maíz tropical de tierras
altas esta alrededor de 21°C.
Realizando las derivas parciales de la mejor estimación de
la producción se obtuvieron los siguientes resultados:
*"#5
= −440037 + 3.662
1"#5
− 14.17
,-./0,
+
0.00578
,-./0,
2
+ 42458
!"04
− 1019
!"04
2
Precipitación de producción
0 = −14.17 + 0.01156
%&'"(%
6789:6
= 14.17 = 1225.77
0.01156
Temperatura mínima
*"#5
= 42458 − 2038
!"04
2&',3
0 = 42458 − 2038
!"04
!"#$
%
%
&'()*+'
%
= −14.17 + 0.01156,-./0,
16
&':;
= 42458 = 20.83
2038
El mejor modelo elegido por los niveles más bajos de AK
y SCH es el 1 para ambos casos, analizando los parámetros
de la producción indicó que en tanto la superficie, la
temperatura mínima y la precipitación influyen
positivamente en la producción cosechada de mango en
tanto la temperatura máxima influye negativamente, en el
modelo las variables superficie, temperatura mínima (lineal
y cuadrática), temperatura máxima (lineal y cuadrática) son
significativas al 99% en tanto hay una correlación muy
fuerte y positiva ya que las variables independientes
explican en un 93% a la variable dependiente.
Para el caso del rendimiento de mango, analizando los
parámetros nos arroja como resultado que la temperatura
mínima y precipitación pluvial tiene un impacto positivo en
los rendimientos del mango en tanto la temperatura
máxima tiene un impacto decreciente, los parámetros
superficie, temperatura mínima (lineal y cuadrática),
temperatura máxima (lineal y cuadrática) son significativas
al 99%. El R2 indica que las variables independientes
explican en un 22% a la variable dependiente.
Según Mauricio Huete (2007) en un estudio para el
Programa de Diversificación Económica Rural, sostuvo que
las condiciones climáticas ideales de la temperatura son de
22°C y 33°C para su cultivo, aunque el rango ideal es de
700 y 1500mm, el mango se adopta desde los 250mm
hasta los 5000mm, también el mango requiere tener
épocas lluviosas y secas.
17
Calculando las derivadas parciales de la estimación de la
producción de mango se obtuvieron los siguientes
resultados:
*"
= 46770000 + 16.7
1"
+ 1382000
!"04
−
36667
!"04
2
− 3923000
!"#$
+ 64327
!"#$
2
+
26.84
,-./0,
+ 0.0454
,-./0,
2
Temperatura mínima
*"
= 1382000 − 73334
!"04
2&',3
0 = 1382000
− 73334
!"04
&':;
= 1382000 =
18. 845
73334
Temperatura máxima
*"
= 3923000 − 128654
!"#$
2&',3
0 =
3923000 − 128654
= 3923000 =
30.49
128654
Precipitación
*"
= 26.84 – 0.0908precip
%,-./0,
0 = 26.84 − 0.0908
,-./0,
6789:6
= 23.84 =
295. 595
0.0908
18
El mejor modelo escogido para ambos casos es el 3 ya que
es el más robusto e indica que la superficie influye
positivamente en tanto la temperatura mínima y la
precipitación pluvial tiene un impacto negativo en la
producción. El coeficiente de determinación señala que
hay una correlación muy fuerte y positiva ya que las
variables independientes explican en un 96% a la variable
dependiente.
Analizando el rendimiento del arroz mediante los
parámetros da como resultado que la temperatura mínima
influye positivamente y tiene un nivel de significancia
estadística individual del 95% en tanto la precipitación
influye negativamente en el rendimiento del arroz, el
modelo indico que hay una correlación débil y positiva ya
que las variables independientes explican en un 37% a la
dependiente.
Según la Dirección de ciencia y Tecnología Agropecuaria
(2003), agregó que el arroz necesita para germinar una
temperatura mínima de de 10° a 13°C, el mínimo de
temperatura para florecer de15°C y el óptimo de 30°C. Las
temperaturas críticas son las menores a 20° y las mayores
32° en tanto para la precipitación pluvial optima es de
1200mm ya que es donde el cultivo obtiene buenos
rendimientos.
Sacando las derivadas parciales del mejor modelo
tenemos los siguientes resultados:
*#
= 44.874 + 10.33
<
− 19929
!"04
+ 677.4
!"04
2
−
107.5
,-./0,
+ 0.0428
,-./0,
2
19
Temperatura mínima
!#
= −19929 + 1354.8
0 = −19929 + 1354.8
!"04
&':;
=
!"".$"
!%&'.(
=
=>
.
?@A
Precipitación
= −107.5 + 0.0856
0 = −107.5 + 0.0856
=
!'(.#
'.')#&
= 1255.84
Los umbrales óptimos de las variables climáticas
que tienen un mayor impacto positivo en la producción
(aumento en TM) o negativo
(disminución en TM) por cada cambio del 1% en la variable
climática.
De igual forma la tabla 17 contiene un resumen de los
umbrales óptimos de las variables climáticas que tienen un
mayor impacto positivo en el rendimiento (aumento en
Kg/Há) o negativo (disminución en Kg/Há) por cada
cambio del 1% en la variable climática.
20
Los resultados de los análisis nos arrojaron que las
variables climáticas y la precipitación tienen efectos tanto
en la producción como en los rendimientos de los 5
cultivos en la región Piura y estos modelos los avalaron la
bondad de ajustes, ya que hay una explicación entre las
variables incluso en más de 50%.
De los resultados concluimos lo siguiente:
Para el caso de la producción y rendimiento del cacao
Para el caso de la producción de cacao, la variable que más
impacto tiene en el cultivo es la precipitación pluvial, ya
que a medida que se eleva sobrepasando del umbral
optimo que es 1096.77 milímetro, es decir al elevarse en
1mm la precipitación pluvial obtenido mediante las
derivadas parciales de la estimación, se llega a la
conclusión que la producción aumenta en 0.000186
toneladas de cacao, en tanto para la temperatura máxima
si sobrepasa el umbral optimo que es de 31.856°C se
reduce la producción, es decir si la temperatura máxima se
incrementa en 1°C la producción de cacao se reduce en
22.68 toneladas.
Para el caso del rendimiento de cacao, todas las variables
climáticas tienen impacto en el cultivo, llegando a la
conclusión que la temperatura mínima alcanzando su
umbral óptimo que es de 16.0947 el rendimiento
disminuye, es decir si la temperatura mínima se reduce en
1°C el rendimiento de cacao tiene una tendencia
decreciente en 26.17 Kg/hectáreas, para la temperatura
máxima su optimo es de 28.249°C en tanto si la
temperatura máxima incrementa en 1°C el rendimiento de
cacao se incrementa en 46.62 Kg/hectárea, para la
21
precipitación su umbral optimo es de 20.2016mm, si
incrementa en 1mm la precipitación pluvial el rendimiento
de cacao incrementa en 0.000124 Kg/hectáreas, también
se concluye que siendo las variables muy similares debido
a la lineal y cuadrática genera multicolinealidad y esto hace
que la estimación tenga presencia de variables colineales
y genera que la regresión sea imprecisa o ineficiente
donde pueden los coeficientes tener signos opuestos a los
encontrados.
Para el caso de la producción y rendimiento del limón
Para el caso de la producción de limón, la variable que más
impacto tiene en el cultivo es la temperatura máxima y la
precipitación pluvial, para la temperatura máxima a
medida que se eleva sobrepasando del umbral optimo que
es de 30.605°C la producción aumenta, es decir al elevarse
en 1°C la temperatura máxima se llega a la conclusión que
la producción aumenta en 9186 toneladas de limón, en
tanto para la precipitación pluvial si sobrepasa el umbral
optimo que es de 1222.22mm se incrementa la
producción, es decir si la precipitación pluvial se
incrementa en 1mm la producción de limón aumenta en
0.0441 toneladas.
Para el caso del rendimiento de limón, son las mismas
variables climáticas que tienen impacto en el cultivo
llegando a la conclusión que la temperatura máxima una
vez alcanzado su umbral óptimo que es de 30.81 el
rendimiento aumenta, es decir si la temperatura máxima
incrementa en 1°C el rendimiento de limón tiene una
tendencia creciente en 685.4 Kg/hectáreas, para la
precipitación su umbral optimo es de 2109.375mm, es
22
decir si la precipitación pluvial se incrementa en 1mm el
rendimiento de limón se incrementa en 0.00112
Kg/hectáreas.
Para el caso de la producción y rendimiento del maíz
amarillo duro
Para el caso de la producción de maíz amarillo duro, las
variables que más impacto tiene en el cultivo es la
temperatura mínima y la precipitación pluvial, para la
temperatura mínima a medida que sobrepasa el umbral
optimo que es de 20.83 °C la producción disminuye, es
decir al disminuir 1°C la temperatura mínima se llega a la
conclusión que la producción disminuye en 1019 toneladas
de maíz amarillo duro, en tanto para la precipitación pluvial
si sobrepasa el umbral optimo que es de 1225.77mm se
incrementa la producción, es decir si la precipitación
pluvial se incrementa en 1mm la producción de maíz
amarillo duro aumenta en 0.00578 toneladas.
Para el caso del rendimiento de maíz amarillo duro, son las
mismas variables climáticas que tienen impacto en el
cultivo llegando a la conclusión que la temperatura mínima
una vez alcanzado su umbral óptimo que es de 20.525°C
el rendimiento disminuye, es decir si la temperatura
mínima se incrementa en 1°C el rendimiento de maíz tiene
una tendencia decreciente de 131.3 Kg/hectáreas, para la
precipitación su umbral optimo es de 1366.5338mm, es
decir si la precipitación pluvial se incrementa en 1mm el
rendimiento de maíz amarillo duro se incrementa en
0.000251 Kg/hectáreas
23
Para el caso de la producción y rendimiento del mango
Para el caso de la producción de mango, todas las
variables climáticas tienen impacto en la producción del
cultivo, para la temperatura mínima sobrepasando del
umbral optimo que es 18.845°C su producción disminuye,
es decir al disminuir en 1°C la temperatura mínima sacado
mediante las derivadas parciales de la estimación, se llega
a la conclusión que la producción disminuye en 36667
toneladas de mango, en tanto para la temperatura máxima
si sobrepasa el umbral optimo que es de 30.49°C
incrementa la producción, es decir si la temperatura
máxima se incrementa en 1°C la producción de mango
incrementa en 64327 toneladas, para la precipitación su
umbral optimo es de 295.595mm, si incrementa en 1mm la
precipitación pluvial la producción de mango se
incrementa en 0.0454 toneladas.
Para el caso del rendimiento de mango, todas las variables
climáticas tienen impacto en el cultivo, llegando a la
conclusión que la temperatura mínima alcanzando su
umbral óptimo que es de 19.232°C, el rendimiento
disminuye, es decir si la temperatura mínima se reduce en
1°C el rendimiento de mango tiene una tendencia
decreciente en 3125 Kg/hectáreas, para la temperatura
máxima su optimo es de 30.68°C en tanto si la temperatura
máxima incrementa en 1°C el rendimiento de mango se
incrementa en 4836 Kg/hectárea, para la precipitación su
umbral optimo es de 83.21, si incrementa en 1mm la
precipitación pluvial el rendimiento de mango incrementa
en 0.00289 Kg/hectáreas.
24
Para el caso de la producción y rendimiento del arroz
Para el caso de la producción de arroz, las variables
climáticas que tienen más impacto son la temperatura
mínima y la precipitación pluvial, para la temperatura
mínima sobrepasando del umbral optimo que es 14.709 °C
su producción aumenta, es decir al disminuir en 1°C la
temperatura mínima calculando las derivadas parciales de
la estimación, se llega a la conclusión que la producción
aumenta en 677.4 toneladas, este puede ser un parámetro
impreciso debido a que no hay significancia estadística,
para la precipitación su umbral optimo es de 1255.84mm,
si incrementa en 1mm la precipitación pluvial la producción
de arroz se incrementa en 0.0428 toneladas
Para el caso del rendimiento de arroz, son las mismas
variables de la producción de arroz que tienen impacto en
el cultivo, llegando a la conclusión que la temperatura
mínima alcanzando su umbral óptimo que es de
21.0298°C, el rendimiento disminuye, es decir si la
temperatura mínima se reduce en 1°C el rendimiento de
arroz tiene una tendencia decreciente en 399.1
Kg/hectáreas, para la precipitación puede ser un
parámetro impreciso debido a que no hay significancia
estadística y presenta indicios de multicolinealidad por lo
que no se consideró analizar el parámetro ya que los
márgenes de error son altos.
25
Referencias
BANCO CENTRAL DE RESERVA DEL PERÚ SUCURSAL
PIURA. (s.f.). CARACTERIZACIÓN DEL
DEPARTAMENTO DE PIURA. PIURA. Obtenido de
https://www.bcrp.gob.pe/docs/Sucursales/Piura/piur
a-caracterizacion.pdf
BANCO CENTRAL DE RESERVA DEL PERÚ (2009 ) EL
CAMBIO CLIMATICO Y SUS EFECTOS EN EL PERÚ.
Obtenido de:
http://sial.segat.gob.pe/sites/default/files/archivos/p
ublic/docs/388.pdf
Belisario, Q. (2015). EFECTOS DEL CAMBIO CLIMÁTICO
EN LA AGRICULTURA DE LA CUENCA RAMIS
PUNO-PERÚ. Obtenido de:
https://dialnet.unirioja.es/servlet/articulo?codigo=51
57125
Ramos, R. (2013). IMPACTO DEL CAMBIO CLIMÁTICO
SOBRE LA AGROINDUSTRIA EXPORTADORA
PERUANA. Obtenido de:
https://d1wqtxts1xzle7.cloudfront.net/32647384/Im
pacto_del_Cambio_Climatico_sobre_la_agroindustri
a_exportadora_peruana-with-cover-page-
v2.pdf?Expires=1
Castilla, L. T. (2010). ANÁLISIS ECONÓMICO DEL
CAMBIO CLIMÁTICO EN LA AGRICULTURA DE LA
REGIÓN PIURA. Piura. Obtenido de
http://www2.congreso.gob.pe/sicr/cendocbib/con4_
uibd.nsf/F7318DCAC0622C1705257F
26
700075B09A/$FILE/Analisis_economico_del_cambio
_climatico_en_la_agricultura_de_regi on_piura.pdf
Choque, F. C. (2016). Efectos del cambio climático en la
producción y rendimiento de la quinua en el distrito
de Juli, periodo 1997 - 2014. Comuni@cción, 10.
Obtenido de
http://www.scielo.org.pe/pdf/comunica/v7n2/a04v7
n2.pdf
Comisión Económica para América Latina y el Caribe.
(2010). PANAMÁ EFECTOS DEL CAMBIO
CLIMATICO. MEXICO: Impreso en Naciones Unidas
• México, D. F. Obtenido de
https://repositorio.cepal.org/bitstream/handle/1136
2/25926/1/lcmexl971.pdf
DAVID BRAVO, J. V. (2008). MICROECONOMETRÍA
APLICADA (Vol. 253). Chile.
Dirección de ciencia y Tecnología Agropecuaria. (2003).
MANUAL TÉCNICO PARA EL CULTIVO DEL ARROZ.
Comayagua, Honduras. Obtenido de
https://curlacavunah.files.wordpress.com/2010/04/el
-cultivo-del-arroz.pdf
Fleischer A, I. L. (2007). Climate Change, Irrigation, and
Israeli Agriculture:. No. 4135, Banco Mundial.
Obtenido de
http://documents.worldbank.org/curated/en/876511
468253247183/pdf/wps4135.pdf
27
INSTITUTO INTERNACIONAL DE INVESTIGACION
SOBRE POLITICAS ALIMENTARIAS. (2009). CAMBIO
CLIMATICO. Washington, D.C.
Roger Loyola & Carlos Orihuela (2010). EL COSTO
ECONÓMICO DEL CAMBIO CLIMÁTICO EN LA
AGRICULTURA PERUANA: EL CASO DE LA REGION
PIURA Y LAMBAYEQUE. Obtenido de:
https://cies.org.pe/sites/default/files/investigaciones
/el_costo_economico_del_cambio_climatico_en_la_a
gricultura_peruana.pdf
MAURICIO HUETE, S. A. (2007). MANUAL PARA LA
PRODUCCIÓN DE MANGO. Obtenido de
http://www.agrolalibertad.gob.pe/sites/default/files/
Manual_Producc_Mango.pdf
MENDEZ, M. S. (2016). LA SUSTENTABILIDAD DEL
CULTIVO DEL LIMÓN. Lima: UNIVERSIDAD
NACIONAL AGRARIA LA MOLINA.
Ministerio de Agricultura y Riego. (s.f.). region Piura. piura.
Obtenido de
http://minagri.gob.pe/portal//download/pdf/herrami
entas/organizaciones/dgpa/docume
ntos/estudio_cacao/4_3_3piura_informe_final.pdf
Normando Salvador, E. E. (2012). Manual del cultivo de
cacao blanco en Piura. Piura: Primera edición Piura,
Perú, setiembre 2012 Hecho el depósito legal en la
Biblioteca Nacional del Perú. Obtenido de
http://infocafes.com/portal/wp-
content/uploads/2016/04/Manual-de- cacao-
24.09.pdf
28
Ordaz, J. L. (5 de Setiembre de 2010). COSTA RICA
EFECTOS DEL CAMBIO CLIMATICO EN LA
AGRICULTURA. Obtenido de COSTA RICA EFECTOS
DEL CAMBIO CLIMATICO EN LA AGRICULTURA:
file:///C:/Users/UNF/Documents/CAMBIO%20CLIMATIC
O%20EN%20COSTA%20RICA.pdf
Quispe, J. T. (2015). Producción agrícola alimentaria y
cambio climático: un análisis económico en el
departamento de Puno, Perú. Idesia, 17.
Romero, C. E. (2014). “EFECTO ECONÓMICO DEL
CAMBIO CLIMÁTICO SOBRE LOS CULTIVOS
PERMANENTES DE LA AGRICULTURA PERUANA:
PERIODO 2011-2050. lima. Obtenido de
https://www.cies.org.pe/sites/default/files/investigaciones
/informefinalcc.pdf
Servicio Nacional de Meteorología e Hidrología, Dirección
General de Agrometeorología. (2010). Evaluación del
efecto del clima en la producción y productividad del
maíz amarillo duro en la costa central del Perú. Lima.
Ulises Vegas Rodríguez, M. N. (2011). MANEJO
INTEGRADO DEL CULTIVO DE LIMON.
CIENEGUILLO, SULLANA, PIURA.
UNIDAS, O. D. (23 de Setiembre de 2019). CUMBRE
SOBRE LA ACCION CLIMATICA 2019. Obtenido de
CUMBRE SOBRE LA ACCION CLIMATICA 2019:
https://www.un.org/es/global- issues/climate-change
Gretel Fiorella Villegas Aguilar
Universidad Nacional de Frontera
https://orcid.org/0000-0001-8145-1003
g.villegas@unf.edu.pe
Docente mentor interesada en desarrollar nuevos modelos de negocios sostenibles enfocados en
solucionar problemas sociales. Actualmente docente universitario y mentor voluntario en Hult Prize
Perú, estudiante del programa de doctorado en educación de la Universidad Nacional de Piura. Grado
de Magister con mención en Docencia Universitaria e Investigación Pedagógica. Licenciada en
Administración de empresas. Estudios de especialización en creación de nuevos modelos de
negocios. Experiencia laboral en el área administrativa de reconocidas marcas como Adidas Group,
Primax, Manpower Group, entre otras.
Marcos Timaná Álvarez
UNIVERSIDAD NACIONAL DE FRONTERA
https://orcid.org/0000-0002-4222-7372
mtimana@unf.edu.pe
Economista, Magister en Ciencias Económicas con mención en Proyectos de Inversión. Docente
Investigador Renacyt María Rostorowsky II, Docente Asociado a Tiempo Completo en la Facultad
de Ciencias Económicas y Ambientales de la Universidad Nacional de Frontera, consultor y asesor
en gestión pública.
Jannyna Reto Gómez
UNIVERSIDAD NACIONAL DE FRONTERA
https://orcid.org/0000-0002-6355-1614
jreto@unf.edu.pe
Contadora Pública de la Universidad Nacional de Piura, Licenciada en educación de la Universidad
Nacional Pedro Ruíz Gallo, con especialidad en matemáticas y computación, con una Maestría
mención en Docencia, curricúlum e investigación. Experiencia profesional en el área administrativa
contable en empresas del sector privado. En los últimos trece (13) años de mi línea de vida,
dedicada a la docencia universitaria especialmente en asignaturas como: contabilidad, auditoría y
tributación, que complementa mis actividades realizadas como profesional contable.
Marlon Martín Mogollón Taboada
Universidad Nacional de Frontera
http://orcid.org/0000-0002-5418-9166 mmogollon@unf.edu.pe
Contador Público Colegiado, egresado de la Universidad Nacional de Piura. Magister en Investigación y
Docencia por la Universidad Nacional Pedro Ruíz Gallo de Lambayeque. Actualmente cursa estudios del
sexto ciclo del Doctorado con mención en “Contabilidad y Finanzas” en la Universidad Nacional de Piura.
Registrado como investigador en el Registro Nacional Científico, Tecnológico y de Innovación
Tecnológica RENACYT con filiación a UNF, con código de registro P0083524, grupo María Rostworowski,
nivel I.
Mario Villegas Yarlequé
UNIVERSIDAD NACIONAL DE FRONTERA
https://orcid.org/0000-0001-5572-1372 mvillegas@unf.edu.pe
Economista por la Universidad nacional de Piura con maestría en Ciencias de la Educación Superior. Investigador
en la línea de Población y Desarrollo Sostenible. Docente asociado a tiempo completo en la Facultad de Ciencias
Económicas y Ambientales de la Universidad Nacional de Frontera.
Lucy Mariella García Vilela
Universidad Nacional de Frontera
https://orcid.org/0000-0003-1123-0664
lgarcia@unf.edu.pe
Economista de la Universidad Nacional de Piura, Magíster en Gerencia Social por la Pontificia
Universidad Católica del Perú. Experiencia y capacidad de gestión y ejecución de proyectos socio
económicos en instituciones públicas y privadas. En los últimos años dedicada a la docencia
universitaria especialmente en temas de investigación científica, que complementa con la
actividad empresarial como consultora.
Savez
editorial