Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Javier Escobal
Ricardo Fort
Eduardo Zegarra
Editores
Agricultura peruana:
nuevas miradas desde
el Censo Agropecuario
Agricultura peruana:
Esta publicacin cuenta con una Licencia Creative Commons Atribucin-NoComercial 4.0
Internacional.
Lima, setiembre del 2015
Impreso en el Per
400 ejemplares
Las opiniones y recomendaciones vertidas en este documento son responsabilidad de sus autores y no
representan necesariamente los puntos de vista de GRADE ni de las instituciones auspiciadoras.
Director de investigacin: Santiago Cueto
Asistente de edicin: Diana Balczar
Correccin de estilo: Roco Moscoso
Diseo de cartula: Judith Venegas
Diagramacin: Amaur Valls M.
Impresin: Impresiones y Ediciones Arteta E. I. R. L.
Cajamarca 239-C, Barranco, Lima, Per. Telfonos: 247-4305 / 265-5146
Hecho el Depsito Legal en la Biblioteca Nacional del Per: 2015-13104
ISBN: 978-9972-615-89-4
CENDOC / GRADE
Escobal, Javier; Ricardo Fort y Eduardo Zegarra (Eds.)
Agricultura peruana: nuevas miradas desde el Censo Agropecuario/Javier Escobal, Ricardo Fort
y Eduardo Zegarra (Eds.). Lima: GRADE, 2015.
Censos agropecuarios, encuestas, agricultura, asociacin de productores, cambio climtico,
riego, produccin agropecuaria, deforestacin, Per.
Contenido
Introduccin
Primer captulo
El uso de encuestas y censos agropecuarios para
desarrollar una tipologa de la pequea y mediana
agricultura familiar en el Per
Javier Escobal y Carmen Armas
15
Introduccin
17
21
2. Marco metodolgico
25
31
4. Resultados
41
61
Referencias bibliogrficas
65
Anexos
69
Segundo captulo
Estrategias de articulacin de los productores
agrarios en la costa peruana: asociatividad,
vinculacin con empresas o ambas?
Ricardo Fort y Ricardo Vargas
87
Introduccin
89
1. Marco terico
93
99
109
4. Metodologa
115
5. Resultados
121
6. Conclusiones
135
Referencias bibliogrficas
139
Anexos
143
Tercer captulo
Cambio climtico, uso de riego y estrategias de
diversificacin de cultivos en la sierra peruana
Carmen Ponce, Carlos Alberto Arnillas y Javier Escobal
171
Introduccin
173
175
181
193
209
Referencias bibliogrficas
213
Anexos
217
Cuarto captulo
Cambios en la agricultura y deforestacin en la selva
peruana: anlisis basado en el IV Censo Agropecuario
Eduardo Zegarra y Juan Pablo Gayoso
225
Introduccin
227
231
243
263
4. Conclusiones
281
Referencias bibliogrficas
285
Principales abreviaciones
287
291
Introduccin
10
Introduccin
11
12
Introduccin
13
14
Los editores
Primer captulo
El uso de encuestas y censos agropecuarios
para desarrollar una tipologa de la pequea
y mediana agricultura familiar en el Per
Javier Escobal1
Carmen Armas
1 Los autores desean expresar su agradecimiento a Ricardo Vargas por su apoyo en la construccin y
validacin de los indicadores obtenidos a partir de la Encuesta Nacional Agropecuaria (ENA).
Introduccin
18
19
4 Es importante resaltar que la ENA no solo es una encuesta representativa del Cenagro, sino que es posible
vincular cada una de las unidades agropecuarias que describe con la informacin proporcionada por la
misma unidad agropecuaria en el Cenagro. Esta relacin potencia la utilidad del anlisis conjunto de
estas dos bases de datos.
22
23
24
2. Marco metodolgico
26
27
28
29
30
5 Al respecto, Eguren y Pintado (2015) realizan una estimacin contrastando la data de la Enaho, que no
recoge la informacin de las unidades empresariales, con la data del sistema de informacin del Minagri,
cuya confiabilidad estadstica es limitada debido a que no sigue procedimientos validados de inferencia
estadstica.
32
(1)
(2)
33
Y es el vector que contiene las medias para cada una de las K reas de la
variable objetivo y X es la matriz que contiene las medias de las p covariables.
En este caso, el modelo se estima en el nivel de las reas de inters y no en el
de las observaciones. La primera ecuacin en (2) reconoce que los estimados
directos en el nivel de rea presentan un error especfico a cada rea, adems
del error idiosincrtico.
Existen mltiples variantes vinculadas a estos dos tipos de modelos.
Estas variantes estn asociadas a distintas especificaciones de los errores y
transformaciones que requiere la variable de inters para asegurar que la
distribucin de esta sea consistente con la distribucin de los errores.
Una variante del modelo SAE basada en informacin a nivel de unidades
es la utilizada en la metodologa desarrollada por Elbers y otros (2003). El
INEI est usando esta metodologa, por ejemplo, para estimar las tasas de
pobreza a nivel provincial y distrital. No es posible hacer esta inferencia con
suficiente grado de precisin estadstica usando solo la Enaho. Por ello, el
INEI combina la Enaho con informacin del Censo de Poblacin y Vivienda,
para alcanzar mayores niveles de precisin a escala provincial y distrital.
Se han planteado algunas crticas a la utilizacin operativa de la
metodologa Elbers y otros (2003) a partir del paquete estadstico PovMap.
Lamentablemente, el programa no puede incorporar de manera completa
el marco muestral de la Enaho, lo que genera que, al momento de calcular
los errores estndar, se sobrestime la precisin estadstica del modelo de
prediccin utilizado (subestimacin de los errores estndar de la prediccin).
De manera complementaria, Haslett y Jones (2010) identifican que los errores
estndar de la prediccin que se obtiene a partir del mtodo de Elbers y otros
(2003) estaran subestimados, adems, debido a que la estimacin no incluye
componentes aleatorios a nivel de las reas que se pretende inferir, e incorpora
solo los errores a nivel de clster y errores idiosincrticos.
En nuestro caso, existe un factor operativo adicional que limita la
utilizacin de la metodologa de Elbers y otros (2003) implementada
mediante PovMap: este modelo se limita a estimar los modelos lineales o
su transformacin logartmica, lo que tiene una limitada utilidad dadas
34
35
(5)
36
37
38
39
4. Resultados
42
Cuadro 1
Estimaciones del VBP agropecuario del 2014 atribuibles
a familias u hogares (en millones de soles corrientes)
I. Enaho 2014
VBP agrcola
VBP pecuario
VBP agropecuario
Total
Error estndar
12 221
4934
17 155
641
752
1018
Total
Error estndar
15 777
3993
19 770
1077
247
1121
Intervalo al 95%
8464
3459
14 158
15 878
6409
20 152
Intervalo al 95%
13 665
3509
17 570
17 888
4478
21 969
43
Grfico 1
Calidad de la prediccin: agricultores con ingresos netos negativos
(modelo ebBHF a nivel provincial)
Grfico 2
Calidad de la prediccin: importancia de la agricultura de subsistencia
(modelo ebBHF a nivel provincial)
44
Grfico 3
Calidad de la prediccin: importancia de la agricultura consolidada
(modelo ebBHF a nivel provincial)
45
0,6
0,4
0,2
0
0,8
Grfico 4
Error cuadrtico
medio: modelo 1 - agricultor familiar de subsistencia
Error cuadrtico medio: modelo 1 - agricultor familiar de subsistencia
200
En el nivel de rea
400
En el nivel de UA
600
Tamao de la muestra
Grfico 5
Error cuadrtico medio: modelo 2 - agricultor familiar en transicin I
0,02
0,01
0
0,03
200
En el nivel de rea
400
En el nivel de UA
600
Tamao de la muestra
46
Grfico 6
Error cuadrtico medio: modelo 3 - agricultor familiar en transicin II
0,015
0,01
0,005
0
0,02
200
En el nivel de rea
400
En el nivel de UA
600
Tamao de la muestra
Grfico 7
Error cuadrtico medio: modelo 4 - agricultor familiar consolidado
0,15
0,1
0,05
0
0,2
200
En el nivel de rea
400
En el nivel de UA
600
Tamao de la muestra
47
48
Grfico 9
Coeficiente de variabilidad de los estimados distritales (ebBHF)
(agricultura familiar de subsistencia)
49
Tipos de productores
9,6%
10,5%
7,0% 100,0%
50,7
51,0
52,3
54,9
51,2
47%
30%
43%
23%
31%
20%
20%
18%
43%
27%
45%
38%
34%
28%
42%
21%
22%
27%
39%
23%
6%
7%
9%
15%
7%
2,2
1,9
1,7
1,1
2,1
50
Indicadores
Tipos de productores
4%
3%
4%
8%
4%
9%
12%
14%
17%
10%
11%
16%
21%
26%
13%
17%
28%
30%
36%
21%
1%
3%
4%
8%
2%
15%
17%
25%
35%
18%
37%
46%
18%
66%
12%
72%
7%
76%
30%
53%
17%
16%
16%
17%
16%
Valor de los activos productivos en ENA 2014 (a precios del 2012, nuevos soles)
Valor de los animales mayores
Valor de los animales menores
Valor de los auqunidos
Valor de la tierra
Valor agregado de todos los activos
516,9 573,8
20,1
24,5
8,0
10,5
8237,2 15 028,0
8804,0 15 621,6
563,4
500,2
526,0
23,3
21,1
20,9
6,2
5,0
7,9
23 298,8 61 760,1 15 163,3
23 874,8 62 264,9 15 729,0
Mapa 1
Provincias con alta incidencia de unidades agropecuarias
con ingreso neto agropecuario negativo
Menos de 15%
15% a menos de 25%
25% a menos de 35%
35% a menos de 45%
45% a ms
51
52
Mapa 2
Provincias con alta incidencia de unidades agropecuarias
con agricultura de subsistencia
Menos de 50%
50% a menos de 65%
65% a menos de 75%
75% a menos de 85%
85% a ms
53
54
Mapa 3
Provincias con alta incidencia de unidades agropecuarias
con agricultura en transicin I
Menos de 8%
8% a menos de 11%
11% a menos de 14%
14% a menos de 17%
17% a ms
Mapa 4
Provincias con alta incidencia de unidades agropecuarias
con agricultura en transicin II
Menos de 5%
5% a menos de 9%
9% a menos de 12%
12% a menos de 17%
17% a ms
55
56
Mapa 5
Provincias con alta incidencia de unidades agrcolas
con agricultura consolidada
Menos de 4%
4% a menos de 9%
9% a menos de 15%
15% a menos de 26%
26% a ms
57
18,0
65,7
16,3
100,0
11,5
72,3
16,2
100,0
6,6
76,3
17,0
100,0
30,3
53,3
16,4
100,0
58
Mapa 6
Provincias con alto porcentaje de VBP destinado al autoconsumo
Menos de 15%
15% a menos de 25%
25% a menos de 35%
35% a menos de 50%
50% a ms
59
60
Mapa 7
Provincias con alto porcentaje de VBP destinado a la venta
Menos de 35%
35% a menos de 50%
50% a menos de 65%
65% a menos de 75%
75% a ms
5. Conclusiones, recomendaciones
y agenda de investigacin
62
63
Referencias bibliogrficas
Battese, George E.; Rachel M. Harter y Wayne A. Fuller (1988). An errorcomponents model for prediction of county crop areas using survey and
satellite data. Journal of the American Statistical Association, 83(401),
28-36.
Comisin Econmica para Amrica Latina y el Caribe (1981). Economa campesina y agricultura tradicional: tipologa de productores del agro mexicano.
Mxico DF: Cepal.
De los Ros, Carlos (2009). Consultora para el asesoramiento y desarrollo del
Programa Estratgico en Productividad Rural en el Sector Agricultura. Lima:
Unidad de Coordinacin de Prstamos Sectoriales (UCPS). Ministerio
de Economa y Finanzas (MEF).
Duch Gary, Jorge (1999). Tipologas empricas de productores agrcolas y
tipos ideales en el estudio de la agricultura regional. Revista de Geografa
Agrcola, 27, 27-38.
Eguren, Fernando y Miguel Pintado (2015). Contribucin de la agricultura
familiar al sector agropecuario en el Per. Lima: Cepes.
Elbers, Chris; Jean O. Lanjouw y Peter Lanjouw (2003). Micro-level estimation
of poverty and inequality. Econometrica, 71(1), 355-364.
Escobal, Javier (2014). Trampas territoriales de pobreza y desigualdad en el Per.
Serie Documentos de Trabajo, 136. Grupo de trabajo Desarrollo con
Cohesin Territorial. Programa Cohesin Territorial para el Desarrollo.
Santiago de Chile: Rimisp-Centro Latinoamericano para el Desarrollo
Rural.
66
67
y Cambio en Pobreza Rural y Desarrollo. Santiago de Chile: RimispCentro Latinoamericano para el Desarrollo Rural.
Ministerio de Agricultura y Riego (2015). Estrategia nacional de agricultura familiar 2015-2021. Lima: Ministerio de Agricultura y Riego. Recuperado
de http://www.minagri.gob.pe/portal/decreto-supremo/ds-2015/13003decreto-supremo-n-009-2015-minagri.
Miranda, Evaristo (1990). Tipificacin de pequeos agricultores: ejemplo de
la metodologa aplicada a los productores de frijol de Itarare, SP, Brasil.
En Germn Escobar y Julio Berdegu (Eds.). Tipificacin de sistemas de
produccin agrcola (pp. 119-140). Santiago de Chile: Rimisp-Centro
Latinoamericano para el Desarrollo Rural.
Molina, Isabel y Yolanda Marhuenda (2015). Package for Small Area Estimation (SAE). Recuperado de http://cran.r-project.org/web/packages/sae/
index.html.
Murmis, Miguel (1980). Tipologa de pequeos productores campesinos en Amrica
Latina. Documento Protaal, 55. Turrialba: IICA.
Namazi-Rad, Mohammad-Reza y David Steel (2015). What level of statistical
model should we use in small area estimation? Australian & New Zealand
Journal of Statistics, 57(2), 275-298.
Salcedo, Salomn; Ana Paula de la O y Lya Guzmn (2014). El concepto de
agricultura familiar en Amrica Latina y el Caribe. En Salomn Salcedo
y Lya Guzmn (Eds.). Agricultura familiar en Amrica Latina y el Caribe:
recomendaciones de poltica (pp. 17-34). Santiago de Chile: FAO.
Soto Baquero, Fernando; Marcos Rodrguez F. y Csar Falconi (Eds.) (2007).
Polticas para la agricultura familiar en Amrica Latina y el Caribe. Santiago de Chile: FAO. Recuperado de http://www.fao.org/fileadmin/
user_upload/AGRO_Noticias/docs/politicasafresu.pdf.
Vermunt, Jeroen K. y Jay Magidson (2002). Latent class cluster analysis. En
Jacques. A. Hagenaars y Allan L. McCutcheon (Eds.). Applied latent
class analysis (pp. 89-106). Cambridge: Cambridge University Press.
68
Anexos
70
71
Vbp_agr_derivados:
Gasto agropecuario
El gasto agropecuario est conformado por tres componentes: el costo de
produccin de los cultivos cosechados (seccin 200d), y los costos agrcolas y
pecuarios (captulo 1000). Para calcularlo se sumaron los tres componentes.
Ingreso neto
El ingreso neto se calcul como la diferencia entre el VBP agropecuario y
el gasto agropecuario.
72
Ecuacin
(1)
Ecuacin
(2)
3,026
-0,207*
-0,031
0,002
-0,060
-0,005
0,043
-0,007
3,886***
0,155
0,054***
0,005***
-0,084
67,243***
0,015
0,195
0,132
0,179**
-0,435
0,122
0,289***
0,393***
0,046
0,254**
0,000
0,239**
0,030
-0,029
-0,018
-0,031
0,326***
8,976***
0,361***
0,256***
-0,138***
0,203***
0,397***
-0,261
0,410
Observaciones
La ecuacin 1 es la estimacin de la probabilidad de tener ingresos negativos.
La ecuacin 2 es la estimacin del ingreso neto agropecuario (logaritmos) considerando el sesgo de seleccin.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
La ecuacin ha sido controlada, adems, por los efectos distritales.
Ecuacin
(1)
Ecuacin
(2)
Intercepto
Si la UA tiene al menos un cultivo destinado principalmente al mercado
Si toda la superficie de cultivo se destina al autoconsumo
Si se destina algn cultivo a la agroindustria
Educacin del conductor de la UA
2,975***
-0,077
-0,117
0,046
-0,025
3,619***
0,286***
-0,088**
1,147
0,068***
Variables
73
Ecuacin
(1)
Ecuacin
(2)
-0,001
0,035
-0,103**
0,082
0,028
0,000
0,041
0,073
-0,217**
0,058
0,009***
-0,225***
-0,016
0,084*
0,121**
-0,727***
0,059
-0,108
0,144**
0,035
0,000**
0,027
0,036**
-0,090
-0,017
0,298
0,079
0,041
-0,029
0,168***
10,651***
0,287***
-0,100***
0,396***
0,038
0,099
0,166**
0,060**
0,375***
-1,137***
0,199
Observaciones
La ecuacin 1 es la estimacin de la probabilidad de tener ingresos negativos.
La ecuacin 2 es la estimacin del ingreso neto agropecuario (logaritmos) considerando el sesgo de seleccin.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
La ecuacin ha sido controlada, adems, por los efectos distritales.
Ecuacin
(1)
Ecuacin
(2)
-0,144
0,14
4,419***
0,296***
0,039***
-0,002
0,007
0,175
0,001
0,007
0,035***
0,009***
-0,062
2,112***
0
-0,181**
0,22
-0,1
0,093**
0,323**
0,15
6,584***
0,298***
0,258***
0,086**
-0,120***
0,221***
0,141**
74
Variables
Ecuacin
(1)
Ecuacin
(2)
0,093***
-1,361**
0,284
Observaciones
La ecuacin 1 es la estimacin de la probabilidad de tener ingresos negativos.
La ecuacin 2 es la estimacin del ingreso neto agropecuario (logaritmos) considerando el sesgo de seleccin.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
La ecuacin ha sido controlada, adems, por los efectos distritales.
64
84
79
51
78
74
76
86
73
63
63%
73
68
55
64
43
62
70
74
79
45
55
47
43
71
16
7
11
14
11
12
12
8
12
13
15
10
12
14
17
20
15
13
10
10
20
14
16
20
12
13
5
7
15
8
9
8
5
9
12
13
8
11
14
13
20
13
10
9
7
20
14
17
20
10
Agricultura
familiar
consolidada
7
3
4
20
4
5
4
2
6
12
10
8
9
16
6
17
10
6
7
4
16
16
20
17
7
7
36
22
24
16
15
22
14
12
35
14
24
30
30
2
17
19
22
26
20
6
31
17
4
7
3
28
16
17
8
9
16
8
8
27
9
15
23
24
1
10
14
15
18
12
3
25
12
1
3
10
45
29
31
24
21
29
20
17
42
18
33
38
36
4
24
25
30
33
27
8
38
22
6
10
55
85
87
55
78
78
82
84
69
66
59
83
77
59
54
52
60
67
79
79
43
66
47
32
55
46
79
83
46
71
72
77
79
60
59
49
76
71
51
46
45
53
58
73
72
37
60
40
26
46
64
92
90
64
84
84
87
90
79
73
70
89
83
67
62
58
67
76
85
86
50
72
54
38
64
Intervalo al 99%
Agricultura familiar
de subsistencia
Amazonas
ncash
Apurmac
Arequipa
Ayacucho
Cajamarca
Cusco
Huancavelica
Hunuco
Ica
Junn
La Libertad
Lambayeque
Lima
Loreto
Madre de Dios
Moquegua
Pasco
Piura
Puno
San Martn
Tacna
Tumbes
Ucayali
Nacional
yneto<0
Intervalo al 99%
Departamento
13
5
6
8
10
9
9
10
9
9
11
6
7
11
22
12
14
12
6
11
15
11
17
19
13
%
8
2
4
6
7
5
6
4
6
6
7
3
5
7
17
9
10
8
4
6
12
8
13
15
8
18
7
9
11
14
12
12
15
12
11
15
8
10
14
28
16
17
16
9
16
18
14
21
23
18
Intervalo al 99%
Agricultura familiar
en transicin I
19
6
5
13
9
9
6
5
13
13
15
6
9
15
17
20
16
13
8
8
24
13
22
27
19
%
12
2
3
10
5
5
4
2
7
8
11
3
6
12
12
15
12
8
5
4
20
10
17
22
12
25
10
7
16
14
13
9
8
19
17
19
8
12
18
22
24
20
19
12
11
28
17
27
31
25
Intervalo al 99%
Agricultura familiar
en transicin II
13
4
2
24
2
4
2
1
9
13
14
6
6
15
7
16
11
8
6
2
18
10
14
22
13
%
7
1
1
15
0
2
-1
0
4
8
5
3
3
9
3
11
6
3
2
1
14
7
9
16
7
19
7
4
33
4
6
5
2
14
17
23
10
10
21
12
21
15
12
11
3
23
14
19
29
19
Intervalo al 99%
Agricultura familiar
consolidada
0101
0102
0103
0104
0105
0106
0107
0201
0202
0203
0204
0205
0206
0207
0208
0209
0210
0211
0212
0213
0214
0215
0216
0217
0218
0219
0220
Amazonas
Amazonas
Amazonas
Amazonas
Amazonas
Amazonas
Amazonas
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
ncash
Chachapoyas
Bagua
Bongara
Condorcanqui
Luya
Rodrguez de Mendoza
Utcubamba
Huaraz
Aija
Antonio Raimondi
Asuncin
Bolognesi
Carhuaz
Carlos Fermn Fitzcarrald
Casma
Corongo
Huari
Huarmey
Huaylas
M. Luzuriaga
Ocros
Pallasca
Pomabamba
Recuay
Santa
Sihuas
Yungay
6302
12 065
4724
8291
10 813
7997
18 788
27 285
2040
5914
2903
4046
18 156
6515
3726
1819
19 568
2110
12 212
7325
2615
6474
7294
4752
10 314
7790
15 825
83
96
92
99
93
93
94
48
48
63
54
80
53
83
72
89
68
73
62
77
49
75
70
81
64
65
82
58
71
56
73
65
60
59
94
84
84
84
79
91
91
48
62
89
55
82
96
63
86
93
79
47
94
86
Cdigo Departamento
Provincia
Nmero
UA con
Agricultura
de UA ingreso neto familiar de
agropecuario subsistencia
positivo %
%
17
15
17
14
16
17
18
4
8
9
9
10
6
6
16
15
6
14
10
3
15
8
4
10
15
4
8
15
10
16
9
12
14
15
2
5
5
5
7
3
3
17
13
3
14
6
1
13
5
2
7
17
2
4
11
4
12
4
7
9
9
1
3
2
2
4
1
1
20
9
1
16
3
0
10
2
0
4
21
0
2
0,243
0,231
0,195
0,363
0,240
0,186
0,183
0,504
0,463
0,398
0,605
0,413
0,394
0,519
0,180
0,440
0,487
0,161
0,376
0,590
0,289
0,456
0,562
0,318
0,175
0,552
0,320
0,491
0,630
0,536
0,472
0,544
0,624
0,715
0,313
0,387
0,400
0,224
0,397
0,458
0,225
0,771
0,281
0,287
0,703
0,421
0,209
0,552
0,338
0,239
0,466
0,714
0,257
0,534
76
Javier Escobal y Carmen Armas
0301
0302
0303
0304
0305
0306
0307
0401
0402
0403
0404
0405
0406
0407
0408
0501
0502
0503
0504
0505
0506
0507
0508
0509
0510
0511
0601
0602
0603
0604
Apurmac
Apurmac
Apurmac
Apurmac
Apurmac
Apurmac
Apurmac
Arequipa
Arequipa
Arequipa
Arequipa
Arequipa
Arequipa
Arequipa
Arequipa
Ayacucho
Ayacucho
Ayacucho
Ayacucho
Ayacucho
Ayacucho
Ayacucho
Ayacucho
Ayacucho
Ayacucho
Ayacucho
Cajamarca
Cajamarca
Cajamarca
Cajamarca
Abancay
Andahuaylas
Antabamba
Aymaraes
Cotabambas
Chincheros
Grau
Arequipa
Caman
Caravel
Castilla
Caylloma
Condesuyos
Islay
La Unin
Huamanga
Cangallo
Huanca Sancos
Huanta
La Mar
Lucanas
Parinacochas
Pucar del Sara Sara
Sucre
Vctor Fajardo
Vilcashuamn
Cajamarca
Cajabamba
Celendn
Chota
11 425
32 830
3358
7157
9889
11 592
6322
14 747
3892
3354
6391
16 504
4204
3513
5142
21 638
9380
2946
20 376
17 530
13 508
6672
3530
2954
8714
5585
54 850
20 284
27 876
53 813
77
74
82
86
87
78
81
73
80
83
77
74
76
55
82
91
92
81
88
75
79
79
68
87
85
89
87
91
90
87
73
79
75
77
88
81
77
41
39
52
49
55
72
26
75
70
84
78
81
73
79
74
75
85
91
76
79
76
79
74
Provincia
Nmero
UA con
Agricultura
de UA ingreso neto familiar de
agropecuario subsistencia
positivo %
%
Cdigo Departamento
13
11
11
11
7
10
12
17
16
15
16
13
12
14
12
14
8
10
10
13
10
12
12
8
5
12
11
12
11
13
9
7
8
8
4
6
8
19
19
15
17
12
9
20
8
10
5
7
7
9
7
9
9
5
3
8
7
8
7
9
5
3
6
4
1
3
4
24
26
18
18
20
6
40
5
6
2
4
3
4
4
5
4
2
1
4
3
4
3
5
0,425
0,397
0,454
0,503
0,551
0,486
0,536
0,113
0,050
0,158
0,174
0,195
0,267
0,077
0,417
0,318
0,430
0,400
0,310
0,317
0,405
0,429
0,472
0,509
0,508
0,475
0,262
0,363
0,362
0,341
0,420
0,463
0,342
0,315
0,250
0,334
0,297
0,748
0,904
0,760
0,628
0,590
0,502
0,735
0,307
0,493
0,329
0,336
0,569
0,569
0,393
0,377
0,278
0,266
0,283
0,301
0,520
0,454
0,407
0,489
0605
0606
0607
0608
0609
0610
0611
0612
0613
0801
0802
0803
0804
0805
0806
0807
0808
0809
0810
0811
0812
0813
0901
0902
0903
0904
0905
0906
0907
1001
Cajamarca
Cajamarca
Cajamarca
Cajamarca
Cajamarca
Cajamarca
Cajamarca
Cajamarca
Cajamarca
Cusco
Cusco
Cusco
Cusco
Cusco
Cusco
Cusco
Cusco
Cusco
Cusco
Cusco
Cusco
Cusco
Huancavelica
Huancavelica
Huancavelica
Huancavelica
Huancavelica
Huancavelica
Huancavelica
Hunuco
Contumaz
Cutervo
Hualgayoc
Jan
San Ignacio
San Marcos
San Miguel
San Pablo
Santa Cruz
Cusco
Acomayo
Anta
Calca
Canas
Canchis
Chumbivilcas
Espinar
La Convencin
Paruro
Paucartambo
Quispicanchi
Urubamba
Huancavelica
Acobamba
Angaraes
Castrovirreyna
Churcampa
Huaytar
Tayacaja
Hunuco
6861
44 009
10 068
23 557
38 152
19 599
17 986
5770
16 453
7442
7288
17 006
14 846
10 023
15 491
14 996
9896
33 428
8961
10 227
19 214
11 666
17 582
11 237
8601
4392
8461
5672
18 230
22 282
91
87
90
96
89
72
63
92
74
65
65
76
71
73
69
87
65
89
71
85
80
75
90
86
92
72
80
80
86
87
74
74
56
62
69
82
70
80
81
73
90
81
73
79
87
84
75
60
74
78
80
79
91
84
90
76
85
81
84
78
Provincia
Nmero
UA con
Agricultura
de UA ingreso neto familiar de
agropecuario subsistencia
positivo %
%
Cdigo Departamento
11
13
17
17
15
10
13
10
10
13
6
10
13
11
7
9
12
18
12
11
10
11
6
9
6
11
8
10
9
11
8
9
15
14
11
6
10
7
6
9
3
6
10
7
4
5
8
14
9
7
7
7
3
5
3
8
5
6
5
8
7
4
11
8
5
2
7
4
3
5
1
3
5
3
2
2
4
8
5
3
3
3
1
2
1
4
2
3
2
3
0,336
0,323
0,313
0,265
0,146
0,425
0,346
0,346
0,450
0,414
0,429
0,365
0,353
0,378
0,419
0,456
0,288
0,173
0,500
0,383
0,388
0,312
0,486
0,323
0,489
0,371
0,374
0,302
0,338
0,299
0,511
0,537
0,361
0,631
0,803
0,376
0,446
0,425
0,373
0,385
0,342
0,376
0,448
0,369
0,373
0,311
0,449
0,667
0,261
0,393
0,385
0,495
0,338
0,525
0,338
0,491
0,469
0,510
0,524
0,604
78
Javier Escobal y Carmen Armas
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1101
1102
1103
1104
1105
1201
1202
1203
1204
1205
1206
1207
1208
1209
1301
1302
1303
1304
1305
1306
Hunuco
Hunuco
Hunuco
Hunuco
Hunuco
Hunuco
Hunuco
Hunuco
Hunuco
Hunuco
Ica
Ica
Ica
Ica
Ica
Junn
Junn
Junn
Junn
Junn
Junn
Junn
Junn
Junn
La Libertad
La Libertad
La Libertad
La Libertad
La Libertad
La Libertad
Ambo
Dos de Mayo
Huacaybamba
Huamales
Leoncio Prado
Maran
Pachitea
Puerto Inca
Lauricocha
Yarowilca
Ica
Chincha
Nazca
Palpa
Pisco
Huancayo
Concepcin
Chanchamayo
Jauja
Junn
Satipo
Tarma
Yauli
Chupaca
Trujillo
Ascope
Bolvar
Chepn
Julcn
Otuzco
9199
7511
4375
12 521
14 130
6703
10 259
5448
5095
8154
15 415
8032
2619
1328
4359
18 181
11 159
22 379
19 105
3902
31 455
14 323
2029
12 215
4522
5569
3319
6870
9309
27 759
84
91
94
78
89
95
95
96
72
81
63
65
55
62
82
83
90
95
76
74
96
70
81
74
59
93
98
73
74
72
81
90
86
85
50
64
68
43
85
84
76
65
34
57
37
86
67
40
77
62
41
75
71
83
58
35
80
31
76
80
Provincia
Nmero
UA con
Agricultura
de UA ingreso neto familiar de
agropecuario subsistencia
positivo %
%
Cdigo Departamento
10
6
8
8
20
12
15
20
8
9
11
13
16
15
16
8
14
20
11
15
20
12
13
9
15
15
10
15
12
10
6
3
5
5
18
12
11
20
5
5
8
12
19
14
19
4
12
22
8
13
21
9
10
6
14
19
7
20
8
6
3
1
2
2
12
12
6
17
2
2
6
10
31
13
29
2
7
18
4
9
17
4
6
2
13
30
3
34
4
3
0,312
0,538
0,511
0,451
0,176
0,354
0,308
0,264
0,503
0,554
0,303
0,184
0,158
0,127
0,079
0,400
0,226
0,077
0,284
0,260
0,133
0,206
0,229
0,273
0,122
0,061
0,444
0,075
0,396
0,378
0,567
0,304
0,351
0,408
0,703
0,560
0,576
0,535
0,307
0,249
0,578
0,757
0,766
0,816
0,822
0,418
0,588
0,827
0,511
0,543
0,723
0,669
0,613
0,501
0,870
0,901
0,360
0,858
0,463
0,505
1307
1308
1309
1310
1311
1312
1401
1402
1403
1501
1502
1503
1504
1505
1506
1507
1508
1509
1510
1601
1602
1603
1604
1605
1606
1607
1701
1702
1703
1801
La Libertad
Pacasmayo
La Libertad
Pataz
La Libertad
Snchez Carrin
La Libertad
Stgo. de Chuco
La Libertad
Gran Chim
La Libertad
Vir
Lambayeque
Chiclayo
Lambayeque
Ferreafe
Lambayeque
Lambayeque
Lima
Lima
Lima
Barranca
Lima
Cajatambo
Lima
Canta
Lima
Caete
Lima
Huaral
Lima
Huarochir
Lima
Huaura
Lima
Oyn
Lima
Yauyos
Loreto
Maynas
Loreto
Alto Amazonas
Loreto
Loreto
Loreto
Mariscal Ramn Castilla
Loreto
Requena
Loreto
Ucayali
Loreto
Datem del Maran
Madre de Dios
Tambopata
Madre de Dios
Manu
Madre de Dios
Tahuamanu
Moquegua
Mariscal Nieto
4449
12 611
29 352
11 474
6791
4468
13 263
12 001
33 569
8846
5845
2691
3041
16 547
9549
10 768
9752
2295
7599
20 083
10 492
8428
6821
6125
7096
7890
3439
1345
1656
7527
68
97
80
85
52
84
70
77
67
51
76
89
80
69
67
51
78
86
81
97
97
98
98
97
96
98
83
89
82
82
18
89
89
83
70
35
58
73
70
52
37
59
52
50
43
80
47
63
73
68
58
69
68
58
63
59
41
48
43
65
Provincia
Nmero
UA con
Agricultura
de UA ingreso neto familiar de
agropecuario subsistencia
positivo %
%
Cdigo Departamento
13
6
7
9
12
15
15
11
12
15
16
16
16
16
15
10
14
16
12
16
18
15
16
19
17
18
20
20
20
15
20
3
3
5
10
19
14
9
10
15
19
14
15
16
18
7
16
13
9
11
15
11
11
15
13
15
21
19
20
12
49
1
1
2
8
30
13
7
8
17
28
10
17
18
24
3
23
8
6
5
9
5
5
8
7
8
19
13
17
8
0,102
0,605
0,509
0,493
0,332
0,056
0,110
0,277
0,181
0,166
0,085
0,311
0,142
0,133
0,140
0,215
0,139
0,237
0,272
0,308
0,348
0,371
0,378
0,286
0,286
0,436
0,254
0,309
0,240
0,161
0,858
0,228
0,378
0,325
0,590
0,891
0,825
0,636
0,753
0,770
0,876
0,460
0,688
0,838
0,801
0,696
0,758
0,575
0,601
0,563
0,527
0,459
0,490
0,622
0,577
0,386
0,507
0,500
0,537
0,560
80
Javier Escobal y Carmen Armas
1802
1803
1901
1902
1903
2001
2002
2003
2004
2005
2006
2007
2008
2101
2102
2103
2104
2105
2106
2107
2108
2109
2110
2111
2112
2113
2201
2202
2203
2204
Moquegua
Moquegua
Pasco
Pasco
Pasco
Piura
Piura
Piura
Piura
Piura
Piura
Piura
Piura
Puno
Puno
Puno
Puno
Puno
Puno
Puno
Puno
Puno
Puno
Puno
Puno
Puno
San Martn
San Martn
San Martn
San Martn
6039
547
12 228
6230
13 399
32 321
26 343
32 125
22 392
3871
16 421
118
8698
37 465
29 361
10 486
25 152
19 574
23 862
10 314
12 160
7002
3443
7706
15 034
11 707
16 581
9775
6318
6720
83
13
68
73
88
67
70
83
81
33
86
100
86
79
.89
70
79
80
80
88
91
80
90
97
63
67
90
96
97
92
58
58
83
85
52
70
84
86
71
73
50
69
69
81
75
89
80
82
87
60
61
90
76
64
79
86
49
46
47
42
Provincia
Nmero
UA con
Agricultura
de UA ingreso neto familiar de
agropecuario subsistencia
positivo %
%
Cdigo Departamento
17
15
9
8
19
12
8
7
12
11
16
12
13
10
12
6
11
9
8
16
16
6
11
15
11
8
20
20
20
20
15
14
6
5
17
10
5
4
10
9
16
11
11
6
9
3
7
6
4
14
14
3
8
12
7
5
18
20
19
21
11
14
2
2
12
8
3
2
7
6
18
8
8
3
4
1
3
2
2
10
10
1
5
8
3
2
12
15
14
17
0,213
0,086
0,295
0,457
0,186
0,220
0,473
0,459
0,264
0,378
0,143
0,435
0,166
0,366
0,368
0,419
0,468
0,388
0,383
0,267
0,166
0,582
0,430
0,322
0,326
0,471
0,136
0,153
0,160
0,125
0,510
0,798
0,579
0,401
0,679
0,668
0,403
0,419
0,665
0,555
0,793
0,701
0,770
0,372
0,299
0,441
0,276
0,333
0,289
0,489
0,388
0,197
0,360
0,428
0,517
0,241
0,727
0,789
0,665
0,719
2205
2206
2207
2208
2209
2210
2301
2302
2303
2304
2401
2402
2403
2501
2502
2503
2504
San Martn
San Martn
San Martn
San Martn
San Martn
San Martn
Tacna
Tacna
Tacna
Tacna
Tumbes
Tumbes
Tumbes
Ucayali
Ucayali
Ucayali
Ucayali
Lamas
Mariscal Cceres
Picota
Rioja
San Martn
Tocache
Tacna
Candarave
Jorge Basadre
Tarata
Tumbes
Contralm. Villar
Zarumilla
C. Portillo
Atalaya
Padre Abad
Purs
10 977
5874
4834
10 353
8241
11 032
13 343
3836
1486
3264
4932
946
2245
11 919
4006
8661
487
94
96
96
93
95
97
67
71
61
75
85
77
80
96
98
96
100
42
46
55
50
46
31
46
65
61
79
48
51
43
43
66
33
67
Provincia
Nmero
UA con
Agricultura
de UA ingreso neto familiar de
agropecuario subsistencia
positivo %
%
Cdigo Departamento
20
20
19
19
20
20
15
15
14
11
16
16
17
20
16
20
16
21
20
16
18
20
24
17
12
13
7
17
16
18
21
12
24
12
17
15
10
12
15
25
22
7
12
3
19
17
22
16
6
23
5
0,186
0,145
0,126
0,133
0,163
0,091
0,130
0,151
0,132
0,247
0,071
0,195
0,089
0,212
0,451
0,135
0,533
0,609
0,754
0,809
0,796
0,737
0,853
0,768
0,665
0,753
0,611
0,901
0,669
0,902
0,710
0,401
0,796
0,190
82
Javier Escobal y Carmen Armas
83
Porcentaje del
VBP destinado
al autoconsumo
-0,129
0,001
-0,014
0,284
-0,022
0,181
0,006
0,038
-0,037
0,164
-0,065
-0,033
-0,133
0,045
-10,697
-0,164**
-0,043
0,353
0,004
Observaciones
La ecuacin 1 es la estimacin del porcentaje del VBP destinado al autoconsumo.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
Porcentaje del
VBP destinado
a la venta
-1,037
0,018
-0,018
0,342
0,059
1,336***
-0,086
0,155
84
Variables explicativas
(medias provinciales)
Porcentaje de la superficie total que est inscrita en Registros Pblicos
Porcentaje de la superficie agrcola con riego
Porcentaje de la superficie de cultivo con riego a presin tecnificado
Porcentaje de conductores de UA que recibieron capacitacin, asistencia tcnica
o asesora empresarial
Porcentaje de conductores de UA que obtuvieron el prstamo o crdito que gestionaron
Porcentaje de UA con animales de raza (vacuno, ovino o porcino)
Superficie total (en miles de hectreas)
Porcentaje de UA en las que se aplican fertilizantes, qumicos, insecticidas, herbicidas
o fungicidas
Porcentaje de UA en las que se usan semilla y/o plantones certificados
Valor total del ganado (en millones de nuevos soles)
Varianza del efecto aleatorio provincial
Porcentaje del
VBP destinado
a la venta
0,133
-0,138
-0,371
-0,231
0,041
-0,035
17,365
0,433*
0,164
11,898*
0,032
Observaciones
La ecuacin 1 es la estimacin del porcentaje del VBP destinado a la venta.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
Intercepto
Porcentaje de UA con algn cultivo destinado a la agroindustria
Porcentaje de UA cuya superficie de cultivo se destina totalmente al autoconsumo
Porcentaje de UA con algn cultivo que cuenta con certificacin orgnica
Porcentaje de conductores de UA que son comuneros
Edad del conductor de la UA
Educacin del conductor de la UA
ndice de Herfindahl por grupo de cultivos
Porcentaje de conductores de UA que se informan sobre sus actividades agropecuarias
ndice de fragmentacin de Januszewski
Porcentaje de UA cuya jefa de hogar es mujer
Porcentaje de UA cuyo jefe de hogar tiene lengua materna indgena
Porcentaje de UA con al menos un cultivo destinado principalmente al mercado
Nmero de miembros del hogar que trabajan en la actividad agropecuaria
Porcentaje de conductores de UA que pertenecen a una asociacin de productores
Porcentaje de la superficie total de la UA que est inscrita en Registros Pblicos
Porcentaje de la superficie agrcola con riego
Porcentaje de conductores de UA que obtuvieron el prstamo o crdito que gestionaron
Porcentaje de UA con animales de raza (vacuno, ovino o porcino)
Superficie total (en miles de hectreas)
Porcentaje de UA en las que se aplica guano, estircol u abono orgnico
Porcentaje de UA en las que se usa semilla y/o plantones certificados
Porcentaje de UA que utilizan tractor
Porcentaje del
VBP destinado
al autoconsumo
0,275
-2,160
0,175***
0,970
0,066
0,003
-0,031**
-0,064
-0,039
0,097
-0,113
-0,017
-0,075
0,029
-0,007
-0,016
-0,008
-0,090
-0,078
-1,075
-0,057
-0,177
0,114**
Variables explicativas
(medias provinciales)
85
Porcentaje del
VBP destinado
al autoconsumo
-1,835
0,005***
Observaciones
La ecuacin 1 es la estimacin del porcentaje del VBP destinado al autoconsumo.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
Porcentaje del
VBP destinado
a la venta
0,141
-3,606
-0,106
1,427
-0,001
-0,003
0,005
0,060
-0,082
0,319***
-0,006
-0,040
0,323***
-0,003
0,274
-0,040
0,004
0,602**
0,106
-1,123
0,020
0,129
0,033
2,651*
0,007***
Observaciones
La ecuacin 1 es la estimacin del porcentaje del VBP destinado a la venta.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
86
Porcentaje del
VBP destinado
al autoconsumo
Intercepto
Edad del conductor de la UA
Educacin del conductor de la UA
Porcentaje de conductores de UA que se informan sobre sus actividades agropecuarias
Porcentaje de UA cuyo jefe de hogar tiene lengua materna indgena
Porcentaje de UA con al menos un cultivo destinado principalmente al mercado
Nmero de miembros del hogar que trabajan en la actividad agropecuaria
Porcentaje de la superficie total de la UA que est inscrita en Registros Pblicos
Porcentaje de conductores de UA que recibieron capacitacin, asistencia tcnica
o asesora empresarial
Porcentaje de conductores de UA que obtuvieron el prstamo o crdito que gestionaron
Porcentaje de UA con animales de raza (vacuno, ovino o porcino)
Horas que demora en llegar el conductor de la UA desde su vivienda hasta la capital distrital
Superficie total (en miles de hectreas)
Valor total del ganado (en millones de nuevos soles)
Varianza del efecto aleatorio provincial
0,024
0,005
0,004
-0,029
-0,041
-0,214**
0,042
0,058
-0,338***
0,052
0,066
0,014***
1,961
-0,915
0,003***
Observaciones
La ecuacin 1 es la estimacin del porcentaje del VBP destinado al autoconsumo.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
Porcentaje del
VBP destinado
a la venta
Intercepto
0,365
Edad del conductor de la UA
0,002
Educacin del conductor de la UA
-0,009
Porcentaje de conductores de UA que se informan sobre sus actividades agropecuarias
0,047
Porcentaje de UA cuyo jefe de hogar tiene lengua materna indgena
-0,152
Porcentaje de UA con al menos un cultivo destinado principalmente al mercado
0,588***
Nmero de miembros del hogar que trabajan en la actividad agropecuaria
-0,151
Porcentaje de la superficie total de la UA que est inscrita en Registros Pblicos
0,829***
Porcentaje de conductores de UA que recibieron capacitacin, asistencia tcnica
o asesora empresarial
-0,660*
Porcentaje de conductores de UA que obtuvieron el prstamo o crdito que gestionaron
0,915*
Porcentaje de UA con animales de raza (vacuno, ovino o porcino)
-0,258
Horas que demora el conductor de la UA en llegar desde su vivienda hasta la capital distrital 0,029*
Superficie total (en miles de hectreas)
-4,983
Valor total del ganado (en millones de nuevos soles)
1,578
Varianza del efecto aleatorio provincial
0,023***
Observaciones
La ecuacin 1 es la estimacin del porcentaje del VBP destinado a la venta.
Los asteriscos hacen referencia a la significancia de las variables en el modelo: *, ** y *** representan el 90%,
95% y 99% de nivel de confianza, respectivamente.
Segundo captulo
Estrategias de articulacin de los
productores agrarios en la costa peruana:
asociatividad, vinculacin
con empresas o ambas?
Ricardo Fort
Ricardo Vargas
Introduccin
90
91
1. Marco terico
94
95
96
97
98
100
2012
Costa
Sierra
Selva
Total
357 561
354 295
205 657
34 837
9,83%
1 444 530
1 435 657
252 940
42 813
2,98%
458 882
456 750
56 301
44 378
9,72%
2 260 973
2 246 702
514 898
122 028
5,43%
101
Tabla 2
Beneficios por pertenecer a una organizacin
Beneficio*
Organizaciones
productivas
Organizaciones
no productivas
22,30
12,60
13,50
24,00
4,30
31,87
7,70
29,50
4,00
0,60
0,10
2,50
0,40
83,78
0,70
10,20
*La respuesta es de alternativa mltiple, por eso los porcentajes no suman 100%.
Fuente: IV Cenagro 2012. Elaboracin propia.
En el mapa 1 se puede ver en qu espacios se concentran estos productores. Se puede apreciar una fuerte concentracin de productores en
organizaciones productivas en regiones como Sullana (Piura), donde existen
organizaciones vinculadas al pltano orgnico; en Chincha (Ica), donde
destaca la fuerte presencia de productores algodoneros; y en Sandia (Puno),
donde hay una gran cantidad de productores en organizaciones ligadas al caf.
102
Mapa 1
Localizacin de los productores en organizaciones productivas
103
4 Que represente por lo menos el 20% de la superficie agrcola. Si bien este valor fue elegido de manera
arbitraria, no existe mucha variacin en el nmero de productores vinculados a empresas al usar otros
porcentajes: con un 33%, se identifica a 22 018 productores; y con un 50%, a 20 321. En el anexo 8 se
presentan los efectos para los tres tipos de estrategias utilizando el corte del 20%, 33% y 50%; como se
puede observar, las diferencias son mnimas.
104
Tabla 3
Productores vinculados a empresas
Unidades agropecuarias
Personas naturales
Productores vinculados empresas
Porcentaje del total de personas naturales
2012
Costa
Sierra
Selva
Total
357 561
354 295
18 788
5,30%
1 444 530
1 435 657
2249
0,16%
458 882
456 750
2676
0,59%
2 260 973
2 246 702
23 713
1,06%
Tabla 4
Principal producto de los productores vinculados a empresas, por regin
Departamento
Productores
Porcentaje
Piura
Lima
Ica
La Libertad
Tacna
Lambayeque
Arequipa
ncash
Cusco
Cajamarca
Junn
San Martn
Ucayali
Amazonas
Tumbes
Pasco
Ayacucho
Apurmac
Loreto
Hunuco
Madre de Dios
Huancavelica
Puno
6587
3691
2193
1551
1397
1270
1206
1092
992
817
747
651
307
304
284
162
128
118
98
85
22
10
1
27,78
15,57
9,25
6,54
5,89
5,36
5,09
4,61
4,18
3,45
3,15
2,75
1,29
1,28
1,2
0,68
0,54
0,5
0,41
0,36
0,09
0,04
0
Arroz
Vid
Vid y algodn
Caa de azcar
Vid y olivo
Arroz
Tuna para cochinilla
Mango
Maz amilceo
Caf
Caf
Arroz
Palma aceitera
Caf
Arroz
Caf
Papa blanca
Vergel frutcola
Maz amarillo duro
Cacao
Pltano
Maz amilceo
Caf
Mapa 2
Localizacin de los productores vinculados a empresas
105
106
2012
Costa
Sierra
Selva
Total
357 561
354 295
34 837
18 788
1 444 530
1 435 657
42 813
2249
458 882
456 750
44 378
2676
2 260 973
2 246 702
122 028
23 713
2989
0,84%
201
0,01%
420
0,09%
3610
0,16%
Mapa 3
Localizacin de productores en organizaciones productivas
y vinculados a empresas
107
108
110
Tabla 6
Caracterizacin de los productores identificados
Vinculados a Vinculados Vinculados a
No
organizaciones a empresas organizaciones vinculados
y empresas
Caractersticas generales de los productores
Productores
Porcentaje de jefes de hogar hombres
Nivel educativo del jefe de hogar
Porcentaje de jefes de hogar con lengua
materna indgena
Porcentaje de productores que son
comuneros
Porcentaje de jefes de hogar que saben
leer y escribir
Nmero de miembros del hogar
Nmero de miembros del hogar que
trabajan en la unidad agropecuaria (UA)
Porcentaje de productores que viven en
la UA
Porcentaje de productores que realizan
otras actividades, fuera de su predio,
para obtener ingresos
34 837
75,73
4,8
18 788
77,14
4,9
2989
83,51
4,9
303 659
69,75
4,4
10,51
5,79
5,92
4,83
3,37
1,65
1,77
5,15
93,99
3,6
92,98
3,5
93,74
3,7
90,78
3,5
2,3
2,2
2,2
2,4
20,17
28,06
19,74
22,49
2,98
2,27
1,87
2,19
325
184
180
432
2,5
2,0
2,1
3,7
5,0
3,7
0,557
9,2
8,5
0,565
7,8
7,4
0,502
3,4
2,8
0,609
48,98
65,41
55,88
51,62
20,38
27,98
18,77
38,48
87,02
97,56
97,28
77,86
27,18
16,36
29,98
7,62
8,82
18,13
20,66
4,29
111
2,57
3,29
7,48
0,56
32,63
5,49
27,13
34,66
8,04
26,61
39,41
7,19
32,22
19,05
5,09
13,96
22,37
28,84
22,25
31,76
24,15
20,35
15,93
32,44
43,85
14,13
54,53
18,09
62,53
24,39
38,80
8,75
44,75
30,57
57,98
13,91
17,42
6,35
28,60
0,79
11,28
9,91
15,02
3,50
31,46
19,2
0,13
30,98
27,0
0,22
41,35
32,0
0,34
17,69
14,0
0,07
Valor de la infraestructura
13 967
Valor de la maquinaria
8142
Valor del ganado
8295
Valor de la tierra
117 817
Valor total de los activos
148 222
Valor de los activos (sin tierra)
30 405
Valor de los activos (sin tierra ni ganado) 22 110
10 866
10 800
3850
270 481
295 997
25 517
21 667
10 517
13 056
4496
233 754
261 822
28 069
23 573
7290
4134
4852
89 281
105 557
16 276
11 424
1,72
0,27
0,23
4,72
42,43
39,02
38,64
42,64
Razn de siembra
Porcentaje de razn: precio del producto
y mercado asegurado
Porcentaje de razn: precio del producto
Porcentaje de razn: mercado asegurado
Porcentaje de razn: siempre siembra lo
mismo
Porcentaje de razn: son cultivos de poco
gasto
Buenas prcticas, crdito y mano de obra
Porcentaje de productores que usan
semillas mejoradas
Porcentaje que usan control biolgico
Porcentaje que reciben atencin
tcnica, capacitacin tcnica o asesora
empresarial
Porcentaje que cuenta con certificacin
orgnica para alguno de sus cultivos
Porcentaje de productores con riego
tecnificado
Porcentaje de productores que recibieron
crditos
Trabajadores eventuales
Trabajadores permanentes
Valor de los activos (en nuevos soles)
112
42,01
48,75
25,71
32,46
36,17
23,77
113
5 Este indicador no parece ser muy confiable, dado que en la base del Cenagro se identifica un subreporte
de hogares que participan en Juntos respecto a las estadsticas oficiales.
4. Metodologa
Si bien en un primer momento la idea de este trabajo era abordar los impactos
del incremento de productores vinculados a organizaciones, empresas, y
organizaciones y empresas, entre el III y IV Cenagro nos encontramos
con trabas para llevar a cabo esta tarea debido a que la data no es del todo
homognea.
Por un lado, utilizar los mismos criterios que en la identificacin de
los productores vinculados a organizaciones en el III y IV Cenagro resulta
algo complicado, pues las categoras de organizaciones han cambiado. Si
se intenta recategorizar las categoras de productores para contar con datos
homogneos, se encuentra que, en el III Cenagro, 107 235 productores
declararon pertenecer a una organizacin, y cuando se les pregunt por el
tipo de organizacin, marcaron Otros. Esta cifra es bastante alta, y a pesar
de que sobre la base de la ubicacin y los activos de los productores se puede
intentar inferir el tipo de organizacin a la que pertenecan, no se podr
alcanzar la certeza total, por lo que se corre el riesgo de generar distorsiones
o sesgos en la data.
Adems, como se ver ms adelante, existen grandes diferencias entre
los grupos en trminos de la distancia en horas a una ciudad de 50 000
habitantes, y est variable jugar un papel importante a la hora de emparejar
a los productores. Para construir esta variable, es necesario saber la distancia
en horas del predio a la capital distrital, y este dato no fue recogido en el
III Cenagro.
Debido a ello, se decidi utilizar principalmente el IV Cenagro 2012,
pero incorporando informacin de la Encuesta Nacional Agropecuaria
2014, y trabajar con la metodologa que se presenta a continuacin. Como
116
117
118
119
Prob (T = 1) = F(X, )
Donde T es una variable dicotmica que identifica a los productores
que pertenecen a una categora (T_i = 1) y a aquellos que no (T_i = 0), F
(.) es una funcin de distribucin y X son los atributos observables de los
productores invariables por la participacin (variables estructurales). Los
coeficientes indican la relacin entre estas variables y la probabilidad de
que el productor pertenezca a alguna forma de categora.
120
5. Resultados
**
10,08
**
6,56
**
8,34
0,14
**
2,77
1,46
**
**
9,12
1,42
**
**
122
Variables
Efecto Sig.
8,20
-8,20
-1,11
**
**
**
Efecto
1,31
1,96
-2,77
Sig.
**
**
**
Efecto Sig.
7,70
-7,80
-5,25
2,30
**
7,17
**
8,58
**
1,83
**
4,91
**
9,35
**
24,72 **
5,58
**
25,39 **
15,95 **
0,58
**
18,42 **
1,59
**
1,36
**
7,91
**
7,33
0,02
2,33
**
**
**
4,74
0,08
11,96
**
**
**
9,86
0,18
15,26
**
**
**
Valor de la infraestructura
Valor de la maquinaria
Valor del ganado
Valor de la tierra
Valor total de los activos
Valor de los activos (sin tierra)
Valor de los activos (sin tierra ni ganado)
4583
350
2734
0
7668
7667
4933
0,11
-0,26
0,15
3,28
1,79
**
**
**
**
**
**
**
2008
2903
-,995
41
2957
2916
4911
**
**
**
**
**
2840
4765
204
-14
7796
7809
7605
**
**
**
-0,27
**
-1,03
**
-4,77
**
**
6,44
**
9,31
**
**
1,92
**
5,92
**
**
**
123
124
125
Grfico 1
Principales resultados pequeos productores 1
126
Grfico 2
Principales resultados pequeos productores 2
127
128
129
130
Grfico 4
Principales resultados pequeos productores 4
131
132
fue posible estimar los efectos para el grupo de todos los productores, no
para el subgrupo de los pequeos productores. En la tabla 8 se muestran los
resultados de estas estimaciones.
Tabla 8
Estimacin del efecto en el ingreso agropecuario neto per cpita
Vinculados a organizaciones productivas
Productores vinculados
Controles
Variacin %
Vinculados a empresas
Productores vinculados
Controles
Variacin %
Mediana (S/.)
Variacin %
Efecto (S/.)
264,7
76,8
187,9
25
13
41
133
6. Conclusiones
Este estudio utiliza la informacin del IV Cenagro para identificar a tres tipos
de productores agrarios los que pertenecen a organizaciones productivas,
los que se encuentran vinculados a empresas, y los que presentan ambas
caractersticas en simultneo, para luego estimar los efectos de pertenecer
a cada uno de estos grupos en comparacin con productores de similares
caractersticas. Esta comparacin se realiz solamente para productores
ubicados en la costa, utilizando el mtodo Entropy Balancing propuesto por
Hainmueller (2001) para balancear las covariables entre los tratados y los
controles, y medir los efectos mediante una regresin lineal.
Hallamos que los productores ubicados en cualquiera de las tres
categoras muestran una mayor orientacin hacia el mercado, realizan mejores
prcticas agropecuarias, gozan de un mayor acceso al crdito y a la mano
de obra, cuentan con mayor valor de la infraestructura y la maquinaria, y
presentan mejores indicadores de bienestar que los productores que no se
encuentran en ninguna categora. As, pertenecer a cualquiera de las categoras
genera un beneficio para los productores, lo que concuerda con los trabajos
de Stockbridge y otros (2003) en lo que respecta a las organizaciones de
productores, y con Reardon y otros (2009) y Barret y otros (2012) con
respecto a los beneficios del contract farming.
Al comparar los efectos, notamos que el estar vinculado a una empresa
tiene mayor impacto en las variables de orientacin al mercado, mientras
que el estar en una organizacin productiva y vinculado a una empresa en
simultneo tiene un mayor efecto en las variables de buenas prcticas, crdito
y mano de obra, valor de los activos y bienestar de los productores. Debido a ello,
es posible afirmar que esta ltima categora es la que genera mayor beneficio
a los productores.
136
137
Referencias bibliogrficas
Arcand, Jean-Louis y Marcel Fafchamps (2012). Matching in communitybased organizations. Journal of Development Economics, 98(2), 203-219.
Bachke, Maren Elise (2010). Do farmers organizations enhance the welfare of
small-scale farmers. Norwegian University of Life Sciences.
Barrett, Christopher B.; Maren E. Bachke, Marc F. Bellemare, Hope C.
Michelson, Sudha Narayanan y Thomas F. Walker (2012). Smallholder
participation in contract farming: comparative evidence from five
countries. World Development, 40(4), 715-730.
Battese, George E.; Rachel M. Harter y Wayne A. Fuller (1988). An errorcomponents model for prediction of county crop areas using survey and
satellite data. Journal of the American Statistical Association, 83(401),
28-36.
Bellemare, Marc F. (2012). As you sow, so shall you reap: the welfare impacts
of contract farming. World Development, 40(7), 1418-1434.
Bernard, Tanguy; Marie-Helene Collion, Alain De Januvry, Pierre Rondot y
Elisabeth Sadoulet (2008). Do village organizations make a difference
in African rural development?: a study for Senegal and Burkina Faso.
World Development, 36(11): 2188-2204.
Bernard, Tanguy y David J. Spielman (2009). Reaching the rural poor through
rural producer organizations? A study of agricultural marketing cooperatives in Ethiopia. Food Policy, 34(1): 60-69.
Bijman, Jos (2008). Contract farming in developing countries: an overview.
Working Paper. Wageningen: Wageningen University.
140
141
142
Anexos
144
Tabla A-1
Estandarizacin de la superficie
Superficie agropecuaria
Superficie agrcola
Bajo riego
Costa: 1,0
Sierra: 1,9
Bajo secano
Costa: 2,1
Sierra: 4,0
Selva: 1,6
Selva: 3,4
Superficie no agrcola
Pastos naturales manejados: 4,0
Pastos naturales no manejados: 97,2
Montes y bosques: 200*
Otros usos : 0
145
Productores
miembros
Asociaciones productivas
Asociacin de productores agropecuarios
Asociacin de agricultores
Otras asociaciones
Asociacin de productores ganaderos
Asociacin de cafetaleros
Asociacin de criadores de cuyes
Asociacin de productores pecuarios
Asociacin de alpaqueros
Asociacin de productores de cacao
Asociacin de productores de leche
Otros comits
Asociacin de productores de palto
Asociacin de criadores de alpacas y llamas
Asociacin agropecuaria
Asociacin de artesanos
Asociacin de criadores de vicua
Asociacin de productores de quinua
Asociacin de parceleros
Comit de productores de leche
Asociacin de granos andinos
Asociacin de productores de trucha
Asociacin de productores de maca
Sociedad peruana de criadores de alpacas
Asociacin de parceleros pecuarios
55 036
10 742
6961
5476
4111
3416
3133
2560
2522
2130
1289
805
756
730
267
261
196
184
182
138
61
54
53
37
10,7
2,1
1,4
1,1
0,8
0,7
0,6
0,5
0,5
0,4
0,3
0,2
0,1
0,1
0,1
0,1
0
0
0
0
0
0
0
0
Asociaciones de riego
Comisin de regantes
Comit de regantes
215 689
197 289
41,9
38,3
Cooperativas
Cooperativa agraria cafetalera
Otras cooperativas
Cooperativa agraria
Cooperativa alpaquera
11 317
6241
5126
111
2,2
1,2
1,0
0
Otras asociaciones
Programa Agro Rural
Federacin Unitaria de Campesinos
Asociacin de Rondas Campesinas
Fongal
Proyecto Sierra Sur
Proyecto Pradera
INIA
Asociacin Solaris
403
151
93
33
31
29
13
4
0,1
0
0
0
0
0
0
0
514 898
22,9
146
Cantidad
Porcentaje
1892
459
284
345
63,49
15,4
9,53
11,58
Costa
Sierra
Selva
Total
1626
373
187
246
2432
146
59
68
68
341
120
27
29
31
207
1892
459
284
345
2980
Mapa A-1
Localizacin de las empresas agropecuarias
1 - 8 (418)
9 - 21 (51)
22 - 39 (18)
40 - 66 (9)
67 - 112 (4)
147
148
Costa
Sierra
Selva
Total
217
196
94
507
2432
341
207
2980
418 288
117 969
112 194
648 451
Superficie
total por
empresa (ha)
Superficie
equivalente (ha)
Superficie
equivalente por
empresa (ha)
172
346
542
218
299 591
12 023
18 305
329 919
123
35
88
111
149
150
151
ey/ex
P>z
-1,496738
0,0000548
0,0000982
0,0038321
-0,0413528
-0,0035866
-0,0426226
0,0001415
0,0409617
0,8946349
2,52228
0,0295437
0,0605
0,0633
0,0655
0,0843
0,0777
0,0847
0,0773
0,0948
0,0779
0,0814
0,0597
0,0996
1,04286
0,0589
1,512441
0,0657
-2,48835
0,0257565
0,0000546
11,72524
0,0594
0,0621
0,6306
0,0612
152
logit
-1179,484
370
196
174
445,19
0
Coeficiente
Sig.
-0,2106005
7,71E-06
-3,99
1,34
Empresas
Distancia promedio desde la vivienda de los productores
hasta una ciudad de 50 000 habitantes
Superficie total de los predios en 1994
153
-0,0000138
0,0005392
-0,0058186
-0,0005047
0,0059973
0,0000199
0,0057636
0,0189903
2,887613
0,004157
-0,78
0,32
-0,61
-0,3
0,63
0,06
0,6
5,42
2,67
0
1,131681
1,74
0,7756351
0,91
-1,053658
0,0036241
-7,69E-06
1,649814
-1,532202
-2,88
1,28
-0,5926939
0,0992405
-1,86
0,22
2,23
-1,22
Inflate
Empresas agropecuarias en 1994
Constante
154
Ecuacin 2
Donde wi es el peso de cada unidad de control.
Los pesos se obtienen con el siguiente esquema:
Ecuacin 3
Sujeto a las siguientes restricciones de balance y normalizacin:
{i|D=0}wi cri (Xi) = mr
Ecuacin 4
donde r
1,.. R y;
Ecuacin 5
y;
wi 0
Ecuacin 6
para todos los i donde D = 0.
Donde h (.) es una distancia mtrica y cri (Xi)= mr describe un set de
R restricciones de balance impuestas en los momentos de las covariables.
155
Ecuacin 7
Donde Z={1,R}es un multiplicador de Lagrange para las restricciones
de balance y (-1) es el multiplicador de Lagrange para las restricciones
normalizacin. Aplicando las condiciones de primer orden
= 0 se consigue
que la solucin para cada peso sea obtenida por la siguiente expresin:
Ecuacin 8
Si se inserta esta expresin en Lp , se eliminan las restricciones, lo cual conlleva
a un problema dual dado por:
Ecuacin 9
Usando el algoritmo de Levenberg-Marquardt para encontrar Z* se puede
encontrar la solucin al problema. Reescribimos la ecuacin de manera
matricial definida por (Rxn0), donde C = c1 (X1), , cR (Xi)] y el vector
de momentos M = [m1, , mR]. El problema reescrito se presenta de la
siguiente manera:
minZ Ld = log(Qexp(-CZ)) + MZ
Ecuacin 10
156
Ecuacin 11
El gradiente de Hessian es = M-CW y
= C[D(W)-WW]C , donde
D (W) es una matriz diagonal n0 dimensional con W en la diagonal.
Aprovechamos esta informacin de segundo orden iterando:
Ecuacin 12
Donde es un escalar que denota la longitud de cada interaccin. Este
algoritmo iterativo es globalmente convergente si el problema es factible,
y la solucin se obtiene por lo general en cuestin de segundos, incluso en
los conjuntos de datos moderadamente grandes.
Metros de altitud
Nivel educativo del
jefe de hogar
Porcentaje de jefes de
hogar hombres
Porcentaje de productores
que adquirieron tierras
por herencia
Porcentaje de productores
que viven en la UA
Miembros del hogar
Porcentaje de jefes de hogar
con lengua materna indgena
Distancia en horas a una
ciudad de 50 000 habitantes
Porcentaje de la superficie
que cuenta con ttulo
Porcentaje de productores
que cuentan con telfono
Superficie equivalente (ha)
10,44
2,542
0,6
4,837
324,5
Media
5,467
203 226
Varianza
20,75
2,482
4,19
2,542
10,51%
10,44
9,40%
5,467
20,38% 16,23%
75,73% 18,38%
4,837
Media Varianza
1,471
-1,2
0,4573
1,862
Sesgo
3,632
2,576
2,542
10,44
10,51% 9,40%
3,632
2,576
1,471
-1,2
0,4573
1,862
Sesgo
Organizaciones no productivas
58,6%
3,7
24,3% -0,3471
1446,0 120,1
44,4%
3,1
24,7%
6649,0
0,2268
213,4
58,6%
3,7
24,3%
1446,0
-0,3471
120,1
58,6%
3,7
24,3% -0,3471
1446,0 120,1
48,98% 23,64% 0,03875 52,39% 23,65% -0,0975 48,98% 23,64% 0,03875 48,98% 23,64% 0,03876
3,632
3,592
4,88%
9,40%
10,51%
4,64%
22,84% 17,62%
3,476
4,244
38,04% 23,57%
1,471
4,978
1,445
Sesgo
Organizaciones productivas
4,382
322 434
Varianza
20,38% 16,23%
0,4573
419,9
Media
-1,2
5,467
4,837
1,862
Sesgo
Organizaciones no productivas
75,73% 18,38%
203 226
Varianza
324,5
Media
Organizaciones productivas
Tabla A-7
Balanceo entre los productores tratados y controles
para el caso de la pertenencia a organizaciones productivas
5,534
2,20%
2,15%
1,0%
6,521
2,637
2,89%
1,068
2,98%
4,14
Sesgo
7,9%
4,7%
Varianza
4,7%
5,0%
Media
Organizaciones no productivas
27,2%
5,168
Sesgo
90,9%
8,3%
-2,841
0,6072 0,02099 0,7341
3,3%
Varianza
94,0%
5,7%
-3,701
0,5566 0,02788 0,0161
3,4%
Media
Organizaciones productivas
Metros de altitud
Nivel educativo del jefe de hogar
Porcentaje de jefes de hogar
hombres
Porcentaje de productores que
adquirieron tierras por herencia
-1,293
77,14% 17,63%
Sesgo
3,306
0,5645
Varianza
77 331
5,442
183,9
4,879
Media
Organizaciones productivas
2,98%
27,2%
2,89%
4,7%
5,534
1,068
-3,701
0,0161
5,168
Sesgo
3,3%
Sesgo
Varianza
183,9
4,879
77 331
5,442
Varianza
36,77% 23,25%
2,98%
27,2%
2,89%
4,7%
80 423
5,441
77,14% 17,63%
184,2
4,878
Media Varianza
-1,293
3,286
0,5646
Sesgo
Organizaciones no productivas
5,534
1,068
-1,293
3,306
0,5645
Sesgo
Organizaciones productivas
Media
5,168
Sesgo
94,0% 5,7%
-3,701
0,5566 0,02788 0,01614
3,4%
Media Varianza
Organizaciones no productivas
423,2
4,401
Media
Organizaciones no productivas
3,3%
Varianza
94,0%
5,7%
0,5566 0,02788
3,4%
Media
Organizaciones productivas
Tabla A-8
Balanceo entre los productores tratados y controles para el caso de estar vinculados a empresas
Porcentaje de productores
que son comuneros
Porcentaje de productores
que saben leer y escribir
Gini de la tierra distrital
Porcentaje de productores
vinculados a organizaciones
en el distrito
Porcentaje de productores
que realizan en su predio otras
actividades para generar ingresos
Covariables
158
Ricardo Fort y Ricardo Vargas
Media
Varianza
Sesgo
Organizaciones productivas
1,976
1,889
2,22%
2,27%
6,403
2,197
0,6%
4,6%
4,13
-2,885
0,608
4,7%
5,0%
0,2038
149,1
91,1%
8,1%
0,6043 0,02178
24,7%
3229,0
44,9%
2,9
1,6%
2,27%
18,1%
2,22%
1,3%
Media Varianza
Sesgo
Organizaciones no productivas
1,979
5,79%
2,711
5,46%
4,186
3,786
6,405
1,065
-3,364
0,4105
7,591
1,6%
7,586
2,27%
18,1%
2,22%
1,3%
6,405
1,064
93,0% 6,5%
-3,364
0,5646 0,02232 0,4106
1,7%
1,829
3,785
Sesgo
23,9% -0,4328
58047,0 106,5
93,0%
6,5%
0,5646 0,02232
1,7%
60,6%
8,5
2,486
20,7
5,46%
3,574
5,79%
3,942
5,12%
Varianza
Organizaciones productivas
Media
5,41%
Sesgo
1,333 28,06% 20,19%
0,8204 3,528
3,792
Varianza
22,27% 17,31%
3,488
4,213
Media
Organizaciones no productivas
Covariables
Metros de altitud
Nivel educativo del jefe de hogar
Porcentaje de jefes de hogar
hombres
Porcentaje de productores que
adquirieron tierras por herencia
Porcentaje de productores que
viven en la UA
Miembros del hogar
Porcentaje de jefes de hogar con
lengua materna indgena
Distancia en horas a una ciudad
de 50 000 habitantes
Porcentaje de la superficie que
cuenta con ttulo
Porcentaje de productores que
cuentan con telfono
Superficie equivalente (ha)
Porcentaje de productores que
son comuneros
Porcentaje de productores que
saben leer y escribir
Gini de la tierra distrital
5,41%
5,46%
1,889
5,79%
1,976
183,9
4,879
Media
77 331
5,442
Varianza
1,889
1,6%
7,591
93,0%
6,5%
-3,364
0,5646 0,02232 0,4105
1,7%
23,9% -0,4328
58047,0 106,5
4,7%
91,1%
8,1%
0,6043 0,02178
5,0%
24,7%
3229,0
-2,885
0,608
4,13
0,2038
149,1
1,6%
80 423
5,441
77,14% 17,63%
184,2
4,878
Media Varianza
-1,293
3,286
0,5646
Sesgo
Organizaciones no productivas
1,979
5,79%
2,711
5,46%
4,186
3,786
-3,364
0,4105
7,591
1,6%
7,586
93,0% 6,5%
-3,364
0,5646 0,02232 0,4106
1,7%
1,829
3,785
-1,293
3,306
0,5645
Sesgo
23,9% -0,4328
58047,0 106,5
93,0%
6,5%
0,5646 0,02232
1,7%
60,6%
8,5
44,9%
2,9
1,976
5,46%
60,6%
8,5
2,486
5,79%
20,7
3,942
1,829
3,574
22,27% 17,31%
3,488
4,213
36,77% 23,25%
3,785
Sesgo
Varianza
Organizaciones productivas
423,2
4,401
Media
Organizaciones no productivas
-1,293
77,14% 17,63%
Sesgo
3,306
0,5645
Varianza
77 331
5,442
183,9
4,879
Media
Organizaciones productivas
Tabla A-9
Balanceo entre los productores tratados y controles para el caso de pertenecer a organizaciones productivas y estar vinculados a empresas
160
Ricardo Fort y Ricardo Vargas
Porcentaje de productores
vinculados a organizaciones en
el distrito
Porcentaje de productores que
realizan en su predio otras
actividades para generar ingresos
1,3%
2,22%
2,27%
Varianza
18,1%
Media
6,405
1,065
Sesgo
2,27%
4,6%
Media
2,22%
0,6%
Varianza
6,403
2,197
Sesgo
Organizaciones no productivas
Organizaciones productivas
Covariables
2,27%
18,1%
Media
2,22%
1,3%
Varianza
6,405
1,065
Sesgo
Organizaciones productivas
2,27%
18,1%
2,22%
1,3%
Media Varianza
6,405
1,064
Sesgo
Organizaciones no productivas
162
1:1 Sin
reemplazo
1:1 Con
reemplazo
3 Vecinos
Kernel
1,11
**
1,07
**
1,05
**
3,88
**
9,12
**
0,27
8,85
**
9,53
**
0,11
9,42
**
9,06
**
-0,02
9,08
**
10,63
0,28
10,35
**
**
**
-8,76
-9,00
-8,42
-8,02
**
**
-0,81
**
**
-0,73
-0,89
-3,13
**
4,33
**
3,96
**
3,73
**
5,09
**
2,84
**
2,22
**
2,30
**
3,37
**
28,95
**
28,87
**
28,57
**
30,27
**
21,49
**
21,80
**
21,75
**
22,13
**
1,9%
**
1,89
**
2,20
**
3,26
**
8,19
2,4
0
**
**
**
7,01
**
2,5
0
7,63
**
2,46
**
0,02
10,43
3,98
0,02
**
**
**
Valor de la infraestructura
3439
**
Valor de la maquinaria
583
Valor del ganado
1097
**
Valor de la tierra
-41 877
Valor total de los activos
-36 758
Valor de los activos (sin tierra)
5119
**
Valor de los activos (sin tierra ni ganado) 4022
**
3685
**
417
875
14 285
19 261
4976
**
4101
**
3288
**
405
1245
**
15 220
20 158
4938
**
3693
**
3966
1157
1385
-31 884
-25 377
6508
5123
**
**
**
**
**
1:1 Sin
reemplazo
1:1 Con
reemplazo
3 Vecinos
163
Kernel
0,33
0,32
0,26
-1,20
**
-2,89
**
-2,87
**
-2,79
**
-2,77
**
4,25
**
3,82
**
3,63
**
5,35
**
2,97
**
2,36
**
2,10
**
3,66
**
Tabla A-11
Productores vinculados a empresas
1:1 Sin
reemplazo
1:1 Con
reemplazo
3 Vecinos
Kernel
10,13
**
10,28
**
10,14
**
13,92
**
3,41
1,31
2,10
**
**
**
3,70
1,45
2,25
**
**
**
4,02
1,58
2,44
**
**
**
7,93
2,20
5,73
**
**
**
1,99
**
1,52
**
1,95
**
0,35
**
-4,77
**
-4,25
**
-4,31
**
-7,13
**
2,70
**
2,61
**
2,63
**
7,44
**
3,90
**
3,73
**
3,97
**
5,27
**
4,08
**
3,96
**
3,75
**
8,12
**
2,19
**
0,27
0,13
0,36
164
1:1 Sin
reemplazo
1:1 Con
reemplazo
3 Vecinos
Kernel
**
1,28
**
1,27
**
2,27
**
**
**
**
3,67
8,1
0,1
**
**
**
3,33
9,19
0,07
**
**
**
6,47
11,39
0,09
**
**
**
2572
3428
-541
-72 454
-66 995
5459
6000
**
**
**
**
**
**
**
2439
**
2113
**
-509
**
-36 852
-32 809
4044
**
4553
**
2200
**
2243
**
-422
-6160
-2139
4021
**
4443
**
-0,20
**
-0,18
-0,23
**
-3,03
**
-2,22
**
-2,64
**
-2,52
**
-3,26
**
4,38
**
4,66
**
5,13
**
8,82
**
4,20
**
0,98
0,68
0,78
Tabla A-12
Productores vinculados a organizaciones y empresas
1:1 Sin
reemplazo
1:1 Con
reemplazo
3 Vecinos
Kernel
6,12
**
5,89
**
6,47
**
16,88
**
9,32
**
8,87
**
9,18
**
16,16
**
1:1 Sin
reemplazo
1:1 Con
reemplazo
3 Vecinos
165
Kernel
1,40
7,92
**
**
1,15
7,72
**
**
1,51
7,67
**
**
2,26
13,89
**
**
-8,27
**
-8,37
**
-7,31
**
-5,75
**
-4,48
**
-4,53
**
-4,07
**
-14,27
**
1,15
1,40
2,28
13,12
**
7,03
**
6,98
**
6,94
**
11,05
**
24,76
**
25,81
**
24,38
**
36,74
**
18,83
**
19,03
**
18,62
**
26,66
**
7,47
**
7,47
**
8,24
**
8,93
**
8,72
9,8
0,1
**
**
8,72
9,8
0,1
**
**
9,53
11,97
0,11
**
**
**
20,89
11,86
0,18
**
**
**
**
**
**
**
**
**
3105
2660
979
137 542
144 285
6743
5764
**
**
**
**
**
**
3259
3773
547
37 974
45 553
7579
7032
**
**
**
**
-0,20
-0,05
-5,37
**
**
-4,78
**
-5,05
**
-6,64
**
**
9,37
**
8,67
**
18,05
**
**
4,68
**
5,48
**
9,94
**
1649
4953
**
-247
-20 913
-14 559
6355
**
6601
**
**
-1,12
**
24,72
-8,21
**
**
8,24
**
1,83
0,14
24,72
1,83
2,30
8,38
**
**
2,13
**
2,30
Porcentaje de la superficie
cultivada destinado a la venta
2,12
Porcentaje razn: precio del
producto y mercado asegurado 8,34
Porcentaje razn: precio del
producto
0,14
Porcentaje razn: mercado
asegurado
8,20
Porcentaje razn: siempre
siembra lo mismo
-8,20
Porcentaje razn: son cultivos
que demandan poco gasto
-1,11
**
**
**
**
**
**
**
**
24,84
1,84
2,31
-1,12
-8,27
8,27
0,14
8,41
2,14
**
**
**
**
**
**
**
**
**
**
**
**
5,58
4,91
7,17
**
**
**
-2,77 **
1,96
1,31
1,46
2,77
10,08 **
5,58
4,91
7,17
-2,83
2,00
1,34
1,49
2,83
10,28
**
**
**
**
**
**
**
**
**
5,69
5,01
7,31
-2,91
2,06
1,38
1,53
2,91
10,59
**
**
**
**
**
**
**
**
**
25,39
9,35
8,58
-5,25
-7,80
7,70
1,42
9,12
6,56
**
**
**
**
**
**
**
**
**
26,66
9,82
9,01
-5,51
-8,19
8,09
1,49
9,58
6,89
**
**
**
**
**
**
**
**
**
**
**
**
**
**
27,19 **
10,01 **
9,19
-5,57 **
-8,27 **
8,17
1,51
9,67
6,96
Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig.
50%
20%
33%
50%
20%
33%
50%
Anexo 8: Resultados Entropy Balancing obtenidos utilizando diversos cortes en los productores vinculados a
empresas
166
Ricardo Fort y Ricardo Vargas
**
**
**
**
**
15,95
1,59
7,33
0,02
2,33
Valor de la infraestructura
Valor de la maquinaria
Valor del ganado
Valor de la tierra
Valor total de los activos
Valor de los activos (sin tierra)
Valor de los activos (sin tierra
ni ganado)
Bienestar de los productores
Porcentaje de beneficiarios de
Juntos
Porcentaje de productores
que migran para realizar otras
actividades
**
**
**
**
4583
350
2734
0
7668
7667
4933
0,11
0,15
0,15
0,11
4933
4583
350
2734
0
7668
7667
2,33
0,02
7,33
1,59
15,95
**
**
**
**
**
**
**
**
**
Vinculados a organizaciones
productivas y empresas
0,15
0,11
4935
4585
350
2735
0
7672
7671
2,34
0,02
7,37
1,60
16,03
**
**
**
**
11,96 **
0,08
4,74
1,36
0,58
**
**
-1,03 **
-0,26 **
4911
** 2008 **
2903 **
** -1995 **
41
2957
** 2916 **
**
**
**
**
**
-1,05
-0,27
5009
2048
2961
-2035
42
3016
2974
12,20
0,08
4,83
1,39
0,58
**
**
**
**
**
**
**
**
**
**
**
**
-1,06
-0,27
5012
2049
2963
-2036
42
3018
2976
12,44
0,08
4,93
1,41
0,59
**
**
**
**
**
**
**
**
**
**
**
**
-4,77
-0,27
7605
2840
4765
204
-14
7796
7809
15,26
0,18
9,86
7,91
18,42
**
**
**
**
**
**
**
**
**
**
**
-4,91
-0,28
7985
2982
5003
214
-15
8186
8199
16,02
0,19
10,35
8,31
19,34
**
19,47 **
10,66 **
8,55
19,92 **
**
**
**
**
**
**
**
**
**
**
-5,01 **
-0,28 **
8065
3012
5053
216
-15
8268
8281
** 16,5037 **
**
**
**
**
Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig.
50%
20%
33%
50%
20%
33%
50%
**
1,79
1,80
**
**
**
3,28
3,30
Vinculados a organizaciones
productivas y empresas
1,81
3,31
**
**
1,92
6,44
**
**
1,96
6,57
**
**
1,96
6,57
**
**
5,92
9,31
**
**
6,10
9,59
**
**
6,22
9,78
**
**
Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig. Corte Sig.
50%
20%
33%
50%
20%
33%
50%
168
Ricardo Fort y Ricardo Vargas
169
Efecto Sig.
Vinculados a
organizaciones
productivas
y empresas
Efecto
Sig.
Efecto Sig.
2,70
**
12,01
**
8,25
**
12,36
0,33
12,03
-9,54
**
**
**
1,84
1,26
0,58
3,32
**
8,57
0,62
7,95
-7,60
**
**
**
**
-0,63
-3,06
**
-4,94
**
0,83
0,90
7,99
3,26
**
**
9,93
8,16
**
**
27,66
**
4,59
34,37
**
21,51
**
1,09
32,92
**
1,01
7,60
0,02
-0,91
**
**
1,07
3,16
0,01
2,75
**
**
**
7,19
13,73
0,03
3,27
**
**
**
**
4409
-495
3741
614
8269
7654
3913
**
**
-202
342
-2723
8206
5623
-2584
139
**
**
**
**
-499
852
-82
8154
7824
270
352
**
**
0,17
-0,28
-0,45
**
-1,01
**
0,18
-6,20
**
5,78
**
3,95
**
12,44
**
1,49
**
1,41
**
5,07
**
**
**
Tercer captulo
Cambio climtico, uso de riego y estrategias
de diversificacin de cultivos en la
sierra peruana
Carmen Ponce
Carlos Alberto Arnillas
Javier Escobal
Introduccin
174
176
177
178
179
182
183
Grfico 1
Tendencia de las anomalas en temperatura mnima y mxima entre 1964
y el 2012 (datos de las estaciones del Senamhi localizadas en la sierra)
184
Grfico 2
Tendencia de las anomalas en la precipitacin mensual*
entre 1964 y el 2012
(datos de las estaciones del Senamhi localizadas en la sierra)
185
186
187
188
Mapa 1
Cambio en la temperatura media entre los periodos
1964-1994 y 1982-2012
FMA
MJJ
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
ASO
NDE
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
189
Mapa 2
Cambio en el rango de temperaturas entre los periodos
1964-1994 y 1982-2012
FMA
MJJ
-1
-2
-3
ASO
NDE
-1
-2
-3
190
191
Mapa 3
Cambio en la precipitacin promedio* entre los periodos
1964-1994 y 1982-2012
FMA
MJJ
30
20
10
-10
-20
-30
ASO
NDE
30
20
10
-10
-20
-30
194
El valor asignado a cada provincia corresponde al promedio de valores distritales ponderado por el tamao del distrito respectivo. Este promedio provincial toma en
cuenta nicamente los valores de los distritos ubicados en la sierra. Se excluyeron las reas cuya altitud supera los 4800 metros.
Mapa 4
196
Mapa 5-a
-0,2
-0,1
0,0
0,1
0,2
0,3
Mapa 5-b
-0,10
-0,05
0,00
0,05
0,10
0,15
0,20
El indicador del grado de concentracin de cultivos es el ndice de Herfindahl (de cultivos individuales o de grupos de cultivos) a nivel de la unidad agropecuaria.
El valor asignado a cada provincia corresponde al promedio de valores distritales ponderado por el tamao del distrito respectivo. Este promedio provincial toma en
cuenta nicamente los valores de los distritos ubicados en la sierra. Se excluyeron las reas cuya altitud supera los 4800 metros.
Mapa 5
198
3.2. Estimacin del efecto del cambio climtico en las decisiones productivas de uso de riego y el grado de diversificacin agrcola11
Estimar el efecto del cambio climtico sobre las decisiones productivas de
los agricultores requiere, en principio, que se observe al productor en, por
lo menos, dos momentos. Sin embargo, los censos agrarios no disponen
11 El anlisis que se describe en esta seccin se concentra en las decisiones del productor agrcola, por
lo que la unidad bsica es la unidad agropecuaria. Por ello, se utiliza como ponderador el nmero de
productores agrcolas del distrito, y no la superficie agrcola de este. Esto permite evitar posibles sesgos por
sobrerrepresentacin de distritos con pocos productores en la identificacin de los parmetros atribuidos
a la sierra en general.
199
200
201
202
203
Estrategia de estimacin
Con el fin de estimar la influencia de las condiciones climticas en los
agricultores de la sierra durante el periodo analizado (1994-2012), utilizamos
una aproximacin lineal en forma reducida de la ecuacin (1). En esta
especificacin, Yit representa la decisin productiva uso de riego o grado de
concentracin de la produccin agrcola que toma el productor agrcola i
en el periodo t (1994, 2012). Como se mencion anteriormente, para efectos
de la estimacin es necesario imponer un conjunto de supuestos, debido a las
limitaciones de la informacin disponible. En primer lugar, asumimos una
forma funcional lineal, que permite una correspondencia ms directa entre los
parmetros que obtendramos si contramos con informacin individual en
vez de distrital, manteniendo las propiedades estadsticas de los estimadores.
(2)
204
205
Tabla 1
Estimacin de efectos fijos de doble va del efecto del cambio climtico
sobre las decisiones de produccin de los agricultores de la sierra
(riego y concentracin de cultivos)
Anomala de la precipitacin mensual
promedio del trimestre noviembre-
diciembre-enero en el distrito (i)
Anomala de la precipitacin mensual promedio
del trimestre mayo-junio-julio en el distrito
Anomala de la temperatura promedio del
trimestre agosto-setiembre-octubre en el distrito
(i)*indicador 1 si el distrito se ubica
en la sierra sur (0 si es un distrito del
centro o del norte)
Porcentaje de conductores de las unidades
agrcolas (UA) del distrito que son varones
Edad promedio del (la) conductor(a) de la
UA en el distrito
Porcentaje de conductores de la UA con
primaria completa o menos en el distrito
Nmero de miembros promedio en los
hogares agrcolas del distrito
Gini de la superficie de hectreas
equivalentes en la provincia
Porcentaje de hogares con acceso a
electricidad en la provincia
Porcentaje de hogares con acceso a agua
potable en la provincia
Ao = 1994
Constante
R2 0,27
N 2,366
Portcentaje de
Herfindahl de cultivos
unidades agro-
([0,1],1: mxima
pecuarias con riegoa
concentracin)
-0,003
(2,75)***
-0,002
(3,95)***
0,002
(0,16)
0,053
(2,31)**
0,002
(1,40)
0,011
(0,94)
0,052
(2,24)**
-0,004
(2,22)**
-0,010
(0,14)
0,005
(1,84)*
-0,096
(1,02)
0,035
(3,58)***
-0,093
(1,81)*
0,015
(0,41)
-0,082
(2,71)***
0,010
(0,33)
0,221
(2,14)**
-0,263
(3,73)***
0,002
(1,28)
-0,233
(3,51)***
-0,016
(1,68)*
-0,119
(2,03)**
0,050
(1,42)
-0,003
(0,10)
0,056
(2,10)**
1,002
(9,93)***
0,20
2,350
108,36
0,000
206
207
210
211
Referencias bibliogrficas
214
215
International Centre for Trade and Sustainable Development; International Food & Agricultural Trade Policy Council.
Maletta, Hctor y Emiliano Maletta (2011). Climate change, agriculture and
food security in Latin America. Brentwood, Essex, UK: Multi-Science
Publishing.
Marshall, Eric y Timithy Randhir (2008). Effect of climate change on watershed system: a regional analysis. Climatic Change, 89(3-4), 263-280.
Morton, John F. (2007). The impact of climate change on smallholder and
subsistence agriculture. Proceedings of the National Academy of Sciences,
104(50), 19680-19685.
Nhemachena, Charles y Rashid Hassan (2007). Micro-level analysis of farmers
adaptation to climate change in Southern Africa. IFPRI Discussion Paper,
00714. Washington, DC: IFPRI.
Nkya, Kamil; Amana Mbowe y Joachim H. J. R. Makoi (2015). Low-cost
irrigation technology, in the context of sustainable land management
and adaptation to climate change in the Kilimanjaro Region. Journal
of Environment and Earth Science, 5(7), 45-56.
Osbahr, Henny; Chasca Twyman, W. Neil Adger y David S. G. Thomas (2008).
Effective livelihood adaptation to climate change disturbance: scale
dimensions of practice in Mozambique. Geoforum, 39(6), 1951-1964.
Paavola, Jouni. (2008). Livelihoods, vulnerability and adaptation to climate
change in Morogoro, Tanzania. Environmental Science & Policy, 11(7),
642-654.
Pebesma, Edzer; Roger Bivand, Barry Rowlingson, Virgilio Gmez-Rubio y
Robert Hijmans (2015). sp: classes and methods for spatial data (Version
1.0-17). Recuperado de http://cran.r-project.org/web/packages/sp/
index.html.
R Core Team (2014). R: a language and environment for statistical computing
(version 3.1.2). Recuperado de http://www.R-project.org/.
216
Pginas web
https://www.ncdc.noaa.gov/monitorig-references/faq/anomalies.php
http://earthobservatory.nasa.gov/GlobalMaps/view.php?d1=MOD_
LSTAD_M
www.senamhi.gob.pe
http://ete.cet.edu/gcc/?/globaltemp_anomalies/
http://siea.minag.gob.pe/siea/?q=calendario-de-siembras-y-cosechas
Anexos
218
219
Ejercicios de validacin
Para asegurar la calidad de la interpolacin se evaluaron los variogramas de
la estimacin de cada variable, mes y periodo. En los variogramas se muestra
cmo cambia la correlacin entre dos puntos cuando se modifica la distancia.
La correlacin debe reducirse conforme se incrementa la distancia; como la
correlacin disminuye, la varianza aumenta.
Adicionalmente, se construyeron mapas de validacin cruzada de
temperatura promedio y precipitacin promedio para cada mes/periodo. Para
construir cada uno de estos mapas, en primer lugar, se extrae cada estacin
de la muestra una por una y se vuelve a estimar el modelo sin incluir
dicha estacin. El valor estimado se compara con el valor observado de esa
estacin. Este proceso se repite para cada una de las estaciones, y para cada
una de las variables de inters, mes y periodo. Finalmente, se compara la
diferencia o residuo de cada variable, estacin y mes del primer periodo
con la respectiva diferencia o residuo del segundo periodo, para identificar
el grado de correlacin entre ambas.
Cabe sealar que, dado que los residuos tienden a ser mas altos que los
cambios estimados entre un periodo y otro, se evalu el grado de correlacin
intertemporal de los residuos, para ambas variables de inters (temperatura
promedio y precipitacin promedio). Como se observa en el grfico 1, la
correlacin entre los residuos de ambos periodos, para ambas variables, es
bastante alta. Esta alta correlacin entre los residuos de la validacin
cruzada de ambos periodos sugiere que existe un componente estructural
espacial que es capturado solo parcialmente por el modelo, pero que se
220
mantiene en el tiempo, para cada punto del territorio. Por ello, concluimos
que la estimacin del cambio es ms confiable que la de niveles, pues elimina
esta parte no capturada por el modelo que se mantiene en el tiempo.
Grfico A-1
Correlacin entre los errores obtenidos de los ejercicios de validacin cruzada de los periodos
1964-1994 y 1984-2014 para las variables del estudio (temperatura promedio y precipitacin
promedio) y para cada mes. Se puede apreciar que, en todos los casos, supera 0,86, y que en la
gran mayora de casos la correlacin es bastante alta (mayor de 0,9).
221
Vista de la estacin Cotahuasi segn las coordenadas empleadas para el EIECCP (marcador
rojo, altitud segn Google Earth: 5114 metros) y este estudio (marcador amarillo, altitud segn
Google Earth: 2651 metros). Ntese la ubicacin del centro poblado Cotahuasi, as como que la
altitud del marcador amarillo corresponde con la reportada para dicha estacin (2683 metros).
222
Figura A-2
Vista de la estacin Huancabamba segn las coordenadas empleadas para el EIECCP (marcador
rojo, altitud segn Google Earth: 3191 metros) y este estudio (marcador amarillo, altitud segn
Google Earth: 1951 metros). Ntese la ubicacin del centro poblado Huancabamba, as como que
la altitud del marcador amarillo corresponde con la reportada para dicha estacin (1950 metros).
223
Grfico A-2
Distribucin de los residuos de la validacin cruzada observados para el EIECCP y para los dos
periodos del presente estudio. Se aprecia que las tres distribuciones son prcticamente idnticas y
que la gran mayora de las observaciones se encuentran acotadas entre 5 C.
Cuarto captulo
Cambios en la agricultura y deforestacin
en la selva peruana: anlisis basado
en el IV Censo Agropecuario
Eduardo Zegarra
Juan Pablo Gayoso
Introduccin
228
229
2 La selva es la regin natural ubicada al este de las estribaciones orientales andinas y por debajo de los 2000
metros de altitud. Usaremos la divisin de regiones naturales que distingue la selva baja de la selva alta.
La selva alta se define como la subregin natural que se ubica en la selva y que se encuentra por encima
de los 800 metros de altitud, mientras la selva baja llega hasta los 800 metros de altitud.
3 Esta seccin contextual presenta, selectivamente, algunos hallazgos del informe Agricultura, recursos
naturales y Amazona: cambio y transformacin 1994-2012, preparado Eduardo Zegarra (GRADE) por
encargo de Oxfam en el 2013.
232
Cuadro 1
Per: cambio en el nmero de agricultores
1994
2012
Cambio
Cambio %
Costa
Sierra
Selva
Selva alta
Selva baja
Total nacional
269 738
1 177 014
318 018
165 057
152 961
1 764 770
344 738
1 448 424
467 811
273 431
194 380
2 260 973
75 000
271 410
149 793
108 374
41 419
496 203
Porcentaje
total 2012
27,8
23,1
47,1
65,7
27,1
28,1
15,2
64,1
20,7
12,1
8,6
100,0
233
292 134
15,5
100,0
5,2
94,7
15,6
36,1
5,7
0,7
16,5
14,1
0,2
11,1
100,0
234
5 Este incremento se ha producido principalmente en la selva baja, donde, entre ambos censos, las
comunidades nativas pasaron de manejar 4,5 millones de hectreas a 6,1 millones.
Grfico 2
Selva: cambio en el uso de la tierra agrcola por tipo de agricultor
235
236
237
Grfico 3
Cambios en la siembra de los principales cultivos
Los cultivos con mayor crecimiento han sido el caf, el cacao y los pastos
cultivados. Tambin se observa un crecimiento importante en el cultivo de
la palma aceitera6un poco ms de 26 000 hectreas , exclusivamente
en la selva baja.
En cuanto a los cultivos de consumo alimentario ms importantes, las
plantaciones de arroz han crecido muy poco entre 1994 y el 2012 en trminos
de superficie sembrada, mientras que las de pltano y yuca han sufrido cadas.
La superficie de maz amarillo, cultivo destinado a la alimentacin animal,
se ha mantenido entre ambos periodos. Por su parte, la coca declarada
legal por los agricultores en el censo presenta una cada de unas 6000
hectreas de rea sembrada entre 1994 y el 2012.
En el cuadro 3 se observa el cambio, entre 1994 y el 2012, del peso
relativo de cada departamento en la siembra total toda la selva de los
6 Resulta notorio que en el censo del 2012 no se registraran las reas sembradas de palma por el Grupo
Palmas (Grupo Romero), que se estiman en unas 24 000 hectreas en sus dos grandes explotaciones:
Tocache (San Martn) y Shanusi (Alto Amazonas, Loreto). En conjunto, el rea cubierta con palma aceitera
en el 2012 habra llegado a cerca de 50 000 hectreas si se hubieran incluido estas explotaciones.
238
Ama- Aya- Caja- Cusco Hu- Junn Loreto Madre Pasco Puno San Ucayali
zonas cucho marca
nuco
de Dios Martn
Arroz
Cacao
Caf
Coca
Maz
Otros
Palma
Pasto
Pltano
Yuca
-0,7
-14,9
-5,9
14,1
0,3
2,2
0
-0,5
1,1
-1,0
-0,9
-1,5
2,6
-25,3
2,2
-0,2
1,4
25,4
3,2
0,3
-0,7
-6,3
-4,7
16,8
-0,8
2,2
0
-2,6
-1,3
-0,4
-7,8
1,7
0,4
-0,1
4,3
0,8
-9,7
0,5
5,1
8,4
-1,9
-0,2
0
0
1,7
1,4
0
-10,1
1,5
0,3
-1,4
-0,7
-0,5
0
-0,8
4,8
0
7,4
-1,0
0,7
-0,2
0,2
-0,1
5,7
-0,1
-0,1
0
0
0,2
0,1
19,4 -1,3
26,0 6,9
15,0 0,5
-11,5 -11,8
-5,6
4,0
3,6
1,4
-18,4 26,8
-3,3
0,7
-12,8 5,3
-9,5
0,9
* Las celdas en gris claro indican un incremento significativo en el peso del cultivo y del departamento
en la siembra total, mientras que las de gris oscuro sealan una cada significativa.
Fuente: Censos Agropecuarios 1994 y 2012, INEI. Elaboracin propia.
239
1994
2012
Cambio (%)
Costa
Sierra
Selva
Selva alta
Selva baja
549 482
3 438 919
504 835
286 413
218 422
607 915
3 751 849
796 280
326 378
469 902
10,6
9,1
57,7
14,0
115,1
Total
4 493 236
5 156 044
14,8
240
Cuadro 5
Per: porcentaje de superficie sembrada orientada hacia la venta (%)
1994
2012
Costa
Sierra
Selva
Selva alta
Selva baja
74,1
15,5
54,9
61,7
48,1
81,5
26,4
75,0
86,8
63,1
Total
32,2
46,3
241
Cuadro 6
Selva: porcentaje de la superficie sembrada con el cultivo principal,
a nivel de distrito
1994
2012
Selva alta
Selva baja
35,1
35,4
52,3
39,7
Total
35,3
45,2
244
Mapa 1
SEA en la selva peruana
Divisin SEA / distritos
SEA selva
Lmite distrital
Lmites departamentales
245
10 En estricto, la metodologa identifica el cambio de bosque a no bosque en general, sin distincin entre
cambios generados por accin humana (deforestacin) y cambios naturales. En este estudio usamos el
cambio de bosque a no bosque como medicin general de deforestacin.
246
Mapa 2
SEA y tasa anual de deforestacin 2000-2005
SEA
Selva baja
20,00 - 100,00
5,00 - 20,00
2,50 - 5,00
1,50 - 2,50
0,75 - 1,50
0,00 - 0,75
No visible
Selva alta
Mapa 3
SEA y tasas de deforestacin 2005-2009
SEA
Selva baja
20,00 - 100,00
2,50 - 5,00
5,00 - 20,00
1,50 - 2,50
0,75 - 1,50
0,00 - 0,75
No visible
Selva alta
247
248
Mapa 4
SEA y tasa de deforestacin 2009-2011
SEA
Selva baja
20,00 - 100,00
2,50 - 5,00
5,00 - 20,00
1,50 - 2,50
0,75 - 1,50
0,00 - 0,75
No visible
Selva alta
249
250
Mapa 5
Altura y tasas de deforestacin 2000-2005 en San Martn
Mapa 6
Pendientes y tasas de deforestacin 2000-2005 en San Martn
251
252
Variables institucionales
Se han considerado tres variables institucionales importantes en la selva
peruana, referidas a regmenes de propiedad y acceso al suelo. En primer
lugar, se consideran las reas naturales protegidas (ANP) creadas en las zonas
de selva hasta el 2011, para lo cual se ha tomado como fuente la informacin
aportada por el Servicio Nacional de reas Naturales Protegidas por el
Estado (Sernamp). En segundo trmino, las reas que son de propiedad
o estn en posesin de comunidades campesinas y nativas, tomadas de los
mapas elaborados por el Instituto del Bien Comn (IBC). Finalmente, se
consideraron las reas otorgadas por el Estado como concesin forestal o
de manejo de flora y fauna hasta el 2011. En los tres casos se consideraron
variables dicotmicas cuyo valor es 1 si el SEA tiene alguna de estas formas
o restricciones de acceso al suelo, y 0 si no tiene ninguna de estas.
En el mapa 8 se observa la distribucin de las distintas formas institucionales y tasas de deforestacin en el periodo 2000-2005 para la selva norte.
Mapa 7
Distancia a vas y tasas de deforestacin 2000-2005 en San Martn
253
254
Mapa 8
Tasas de deforestacin y variables institucionales en San Martn
255
Variables de migracin
Para incorporar los procesos de migracin usamos los datos del Censo de
Poblacin y Vivienda del 2007. Esta informacin censal permite saber si,
en los ltimos cinco aos es decir, desde el 2002, una persona haba
migrado al lugar en el que viva en ese momento (2007). Sobre esa base, se
han creado las categoras de migrantes que muestra el cuadro 7.
Cuadro 7
Categoras de migrantes en el Censo de Poblacin y Vivienda 2007
Tipo de migrante
Lugar de nacimiento
No migrante
Migrante establecido
Migrante primario
Migrante frecuente
Migrante de retorno
A
A
A
A
A
Lugar de residencia
2002
Lugar de residencia
2007
A
B
A
B
B
A
B
B
C
A
256
Destino de la produccin
La cdula censal del 2012 indica cuatro opciones de destino principal del
rea sembrada de cada cultivo del productor: a) venta, b) autoconsumo, c)
autoinsumo y d) alimento para animales. Para los fines de nuestro anlisis
y la decisin de agregacin a nivel de los SEA, hemos definido la siguiente
cadena de clasificacin:
Destino 1: Ms del 30% del rea del SEA alberga cultivos orientados al
autoconsumo.
Destino 2: Ms del 30% del rea del SEA alberga cultivos orientados a la
venta y el destino no es 1.
Destino 3: Ms del 40% del rea del SEA alberga cultivos orientados a la
alimentacin de animales o autoinsumo, y el destino no es ni 1
ni 2.
257
Un pequeo grupo de SEA qued sin clasificar, pero se observ que estas
unidades tenan ms similitudes con el grupo 3 (alimento para animales),
por lo que fueron ubicadas en este grupo.
La distribucin de las categoras y el porcentaje de rea con cada tipo
de destino se presentan en el cuadro 8.
Cuadro 8
Clasificacin de los SEA segn el destino principal de la siembra
Destino 1
Destino 2
Destino 3
Total
Venta %
Autoconsumo %
Autoinsumo %
Alimento animales %
33,2
85,6
15,6
73,3
57,9
5,6
6,7
14,6
1,1
0,6
3,3
0,8
7,8
8,1
74,4
11,3
1012
4631
288
5931
Ms del 40% del rea est ocupada por productores que han
declarado menos de 5 hectreas.
Ms del 40% del rea est ocupada por productores que han
declarado de 5-20 hectreas y no son del tipo 1.
258
Tipo 3:
Tipo 4:
Tipo 5:
Ms del 40% del rea est ocupada por productores que han
declarado de 20-50 hectreas y no son del tipo 1 ni 2.
Ms del 30% del rea est ocupada por productores que han
declarado de 50-500 hectreas y no son del tipo 1, 2 ni 3.
Ms del 30% del rea est ocupada por productores que han
declarado ms de 500 hectreas y no son del tipo 1, 2, 3 ni 4.
< 5 ha (%) 5-20 ha (%) 20-50 ha (%) 50-500 ha (%) > 500 ha (%)
Tipo 1
Tipo 2
Tipo 3
Tipo 4
Tipo 5
64
20
6
8
3
30
51
22
17
6
4
22
51
20
4
1
7
20
52
4
0
0
1
3
83
1249
2380
685
930
772
Total
23
32
19
14
11
6016
259
Mapa 9
Tasas de deforestacin y tamao predominante de los SEA en San Martn
260
261
Cuadro 10
Clasificacin de los SEA por tipo de cultivo predominante
Caf Cacao Arroz Yuca Maz Pastos Frutales
(%) (%) (%) (%) (%) (%) (%)
Cultivo tipo 1 82,2 2,1 0,3 1,3 2,6 3,2
4,2
Cultivo tipo 2 13,7 50,5 2,0 4,5 4,6 3,5 11,0
Cultivo tipo 3 5,0 4,1 60,2 5,0 9,6 5,8
7,1
Cultivo tipo 4 0,9 2,4 5,0 40,0 15,8 0,7 27,5
Cultivo tipo 5 3,3 2,7 3,8 6,7 46,0 3,0 15,4
Cultivo tipo 6 14,7 3,7 2,1 2,0 4,9 63,0 4,5
Cultivo tipo 7 9,1 5,0 3,1 10,6 10,2 1,9 50,6
Cultivo tipo 8 39,9 9,2 0,2 1,7 2,0
0
5,8
Cultivo tipo 9 0,8 11,5 3,0 3,5 3,5 7,5
6,8
Cultivo tipo 10 19,7 6,1 2,8 5,0 10,1 7,2
9,2
Total
28,9 9,7 4,5 6,3 10,7 9,6 14,0
Fuente: IV Censo Agropecuario 2012, INEI. Elaboracin propia.
1,5
4,8
0
0,4
0,1
0
0,4
34,6
0,1
0,5
0
2,5 1471
1,4 4,0 720
0,3 2,9 230
0,2 7,1 301
0,1 19,0 578
1,1 3,9 569
0,2 8,9 689
0
6,6 117
56,5 6,8 74
0,2 39,1 1267
1,8
1,1
13,4 6016
262
Mapa 10
Tipos de cultivo y deforestacin 2000-2005 en San Martn
(1)
264
265
Selva baja
Selva alta
Total
A. NO AGROPECUARIAS
Tasas anuales deforestacin
Deforestacin 2000-2005
1,40
3,27
1,15
3,76
1,25
Deforestacion 2005-2009
1,69
3,53
3,23
8,19
2,62
Deforestacin 2009-2011
2,31
6,21
1,10
4,54
1,58
Geogrficas
Altitud SEA (promedio)
372,12 347,59 1704,49 849,13 1172,96
Pendiente (mediana)
5,08
5,71
18,84
7,63
13,35
Acceso a mercados
Distancia a la cap. provincial (km) 4,11
6,89
2,54
4,62
3,17
Distancia a la red vial (km)
21,28
47,46
2,40
3,71
9,93
Institucionales (dummies)
rea natural protegida
14,8% 35,5%
5,6%
23,0%
9,3%
Comunidad
34,4% 47,5%
14,6% 35,3%
22,5%
Concesin forestal
23,2% 42,2%
3,9%
19,3%
11,6%
Migracin (migrantes distrito)
Migr. establecido
4290
6182
4987
5856
4709
Migr. primario
1092
1845
937
1164
999
Migr. frecuente
775
1311
588
847
663
Migr. retorno
481
802
346
428
400
Observaciones
2400
3616
3,57
6,77
5,30
952,50
9,67
5,69
31,50
29,0%
41,7%
32,0%
6016
5997
1476
1060
609
266
Selva baja
Selva alta
Prom. Desv. Est.
Total
Prom. Desv. Est.
B. AGROPECUARIAS
Destino de la siembra
Autoconsumo
29,4% 45,6%
10,8% 31,1%
18,2%
Venta
63,1% 48,3%
86,2% 34,5%
77,0%
Alim. animales
7,5%
26,4%
3,0%
16,9%
4,8%
Tamao predominante
< 5 ha
15,5% 36,2%
24,3% 42,9%
20,8%
5-20 ha
27,4% 44,6%
47,6% 50,0%
39,6%
20-50 ha
18,9% 39,1%
6,4%
24,5%
11,4%
50-500 ha
19,5% 39,6%
12,8% 33,4%
15,5%
> 500 ha
18,7% 39,0%
8,9%
28,5%
12,8%
Tipos de cultivo
Caf
7,1%
25,7%
36,0% 48,0%
24,5%
Cacao
15,2% 35,9%
9,8%
29,8%
12,0%
Arroz
4,6%
20,9%
3,3%
17,9%
3,8%
Yuca
11,6% 32,1%
0,6%
7,8%
5,0%
Maz
14,0% 34,7%
6,7%
25,0%
9,6%
Pastos
12,3% 32,9%
7,5%
26,4%
9,5%
Frutales
17,6% 38,1%
7,4%
26,1%
11,5%
Coca
0,0%
2,0%
3,2%
17,6%
1,9%
Palma
3,1%
17,3%
0,0%
0,0%
1,2%
Otros
14,5%
35,2%
25,4%
43,6%
21,1%
40,6%
48,9%
31,8%
36,2%
33,4%
43,0%
32,5%
19,2%
21,8%
29,5%
29,3%
31,8%
13,8%
11,0%
40,8%
Selva baja
Amazonas
Ayacucho
Cajamarca
Cusco
Huancavelica
Hunuco
Junn
La Libertad
Loreto
Madre de Dios
Pasco
Piura
Puno
San Martn
Ucayali
5,9%
0,1%
0,6%
0,4%
0,0%
6,9%
3,0%
0,0%
33,8%
5,0%
3,7%
0,2%
0,1%
24,1%
16,3%
13,7%
5,4%
13,8%
18,4%
1,0%
8,7%
16,2%
0,2%
0,0%
0,0%
3,7%
1,9%
4,1%
13,0%
0,0%
10,6%
3,3%
8,5%
11,2%
0,6%
8,0%
10,9%
0,1%
13,5%
2,0%
3,7%
1,2%
2,5%
17,4%
6,5%
Observaciones
23,5%
2,9%
7,6%
6,1%
0,0%
25,4%
17,1%
0,0%
47,3%
21,8%
18,9%
4,1%
2,9%
42,8%
37,0%
2400
Selva alta
38,6%
42,1%
21,4%
34,4%
22,7%
34,5%
38,7%
9,9%
28,2%
36,9%
4,1%
0,0%
0,0%
18,9%
13,5%
19,8%
33,7%
0,0%
Total
3616
30,8%
17,9%
27,9%
31,5%
7,7%
27,1%
31,2%
3,2%
34,2%
14,0%
18,9%
10,8%
15,5%
37,9%
24,7%
6016
267
Selva alta
Selva baja
Fsicas
Altitud
0,000
-0,001
0,000
0,0058*** 0,0023***
-0,001
-0,001
-0,001
-0,001
-0,001
Altitud 2
0,000
0,0000* -0,0000** -0,0000*** -0,0000***
0,000
0,000
0,000
0,000
0,000
Pendiente
0,2035
-0,065
-0,074 -0,4819*** -0,0754*
-0,040
-0,084
-0,065
-0,046
-0,052
Pendiente 2
0,0060***
0,001
-0,001
0,0127***
0,000
-0,001
-0,002
-0,002
-0,002
-0,002
Acceso a mercados
Distancia cap. prov.
-0,014 -0,0731*** 0,0398*
-0,012
-0,015
-0,016
-0,034
-0,026
-0,010
-0,011
0,0035**
-0,002
-0,0000**
0,000
0,1451*
-0,099
-0,0123***
-0,005
-0,0371**
-0,021
268
Selva alta
Selva baja
Distancia vas
-0,1103*** -0,5529*** 0,2494*** -0,0091*** -0,0114***
-0,039
-0,082
-0,065
-0,004
-0,005
Distancia vas 2
0,0030*** 0,0158*** -0,0097*** 0,0001*** 0,0000***
-0,001
-0,003
-0,003
0,000
0,000
Institucionales
rea natural protegida
-0,068
-0,394
-0,477
-0,106 -0,4449***
-0,304
-0,644
-0,487
-0,182
-0,205
Comunidad
0,014
-0,9217** 1,1495*** -0,5038*** -0,4974***
-0,226
-0,479
-0,351
-0,167
-0,188
Concesin forestal
0,204
0,017
-0,509 -0,6417*** -0,5976***
-0,356
-0,756
-0,554
-0,159
-0,179
Migracin
Migr. establecido
-0,0002***
0,000
-0,0002***
0,000
0,000
0,000
0,000
0,000
0,000
0,000
Migr. primario
0,0008***
-0,001
0,000
0,0007***
0,000
0,000
-0,001
-0,001
0,000
0,000
Migr. frecuente
-0,0012*** 0,0030*** 0,0017***
0,000
0,000
0,000
-0,001
-0,001
0,000
0,000
Migr. retorno
0,0025*** -0,0045*** -0,0014* -0,0007**
0,000
-0,001
-0,001
-0,001
0,000
0,000
-0,008
-0,009
0,000
0,000
-0,8702***
-0,378
-0,7759***
-0,347
-0,7074***
-0,330
0,0003***
0,000
0,0017***
-0,001
-0,0020***
-0,001
-0,0026***
-0,001
Agropecuarias
Destino de las siembras
Venta
-0,140
1,4620***
0,255
0,3334***
0,243
0,083
-0,284
-0,597
-0,513
-0,165
-0,186
-0,343
Alim. animales
-0,517
1,134
0,182
0,151
0,150
-0,140
-0,481
-1,009
-0,798
-0,370
-0,417
-0,766
Tamao del rea cultivada por el productor
< 5 ha
-0,149
0,360
-0,151
0,333
0,241
-1,7453***
-0,302
-0,642
-0,491
-0,238
-0,268
-0,496
5-20 ha
-0,363
0,265
0,356
0,164
0,214
-1,1310***
-0,275
-0,585
-0,436
-0,186
-0,210
-0,385
50-500 ha
-0,330
-0,135
0,019
-0,004
0,3568* -1,1891***
-0,315
-0,669
-0,503
-0,197
-0,222
-0,407
> 500 ha
-0,6908*** 1,3030**
-0,364
-0,052
-0,052 -1,4084***
-0,347
-0,737
-0,573
-0,222
-0,250
-0,460
Tipo de cultivo
Caf
-0,121
-0,601
0,437
-0,5990** 1,2124***
-0,503
-0,198
-0,418
-0,323
-0,320
-0,358
-0,663
Cacao
-0,267 -2,1218*** 0,8729** 0,6382***
0,000
-0,8245**
-0,302
-0,640
-0,494
-0,236
-0,266
-0,489
Arroz
0,053
0,866
-0,535
-0,028
1,0674*** 2,7533***
-0,435
-0,921
-0,667
-0,330
-0,372
-0,685
Yuca
-0,765
1,053
0,938
0,5935***
0,172
0,615
-0,907
-1,925
-1,461
-0,258
-0,291
-0,536
Maz
-0,345
3,1069*** -1,0976** -0,083
0,5199***
0,579
-0,312
-0,651
-0,581
-0,231
-0,260
-0,480
Pastos
-0,128
0,213
-0,6677* 0,5614** 0,5516*
-0,432
-0,295
-0,623
-0,455
-0,304
-0,343
-0,630
Selva alta
269
Selva baja
Frutales
Coca
Palma
-0,7022*** -0,012
-0,296
-0,626
-0,554
1,6570**
-0,411
-0,867
-
-
-
-
0,215
-0,483
0,487
-0,733
-
-
-0,145
-0,061
0,8766**
-0,225
-0,254
-0,466
-0,371
2,697
-3,214
-2,886
-3,253
-5,966
1,4705*** 1,8915*** -1,5484**
-0,390
-0,439
-0,811
Selva alta
Selva baja
2000-2005 2005-2009 2009-2011 2000-2005 2005-2009
Amazonas
-0,4473* 1,0903** 2,3969***
0,4032
0,4034
-0,2984
-0,6316
-0,4879
-0,4522
-0,5098
Ayacucho
1,6325***
-0,154
-0,6416
0,2112
-0,7966
-0,3857
-0,8227
-0,6562
-2,2076
-2,4861
Cajamarca
-1,1631***
0,204
3,3996***
0,7285 2,6967***
-0,2866
-0,6093
-0,467
-0,9509
-1,0494
Cusco
0,2342 5,9415*** -2,4481*** 1,9795** -0,3709
-0,2712
-0,5711
-0,4878
-1,1377
-1,2778
Huancavelica
0,0249
0,2404
-2,2536
-
-
-0,7014
-1,4909
-1,8292
-
-
Hunuco
-0,5663** 2,6382*** 1,3958*** 1,0767*** 0,4828
-0,3165
-0,6655
-0,5329
-0,4439
-0,4999
La Libertad
-0,0133
0,4795
-31,6711
-
-
-1,6782
-3,5619
0,0000
-
-
Loreto
-
-
-
-0,5666
0,416
-
-
-
-0,4515
-0,5086
Madre de Dios
-
-
-
-0,411
-0,5779
-
-
-
-0,5083
-0,5731
Pasco
0,8869*** -0,2541 3,5420***
0,2079
0,8096*
-0,4041
-0,8562
-0,6417
-0,4955
-0,5586
Piura
-1,1151*** -1,4228 4,4117***
-
-
-0,5526
-1,1711
-0,8741
-
-
Puno
0,2131
-0,7912
-0,4245 14,9982*** 8,8365**
-0,3853
-0,8191
-0,6791
-4,3843
-4,7726
San Martn
-1,4439*** -1,0192* 3,5888*** 1,4308*** 2,2744***
-0,329
-0,6931
-0,5119
-0,4124
-0,4647
2009-2011
1,2522
-0,9446
5,8332
-4,5912
-3,9781*
-2,5222
-2,1283
-2,8631
3,8780***
-0,9218
0,6792
-0,9397
-0,0125
-1,0511
1,1263
-1,0293
-14,5643
0
3,9421***
-0,8584
270
Selva alta
Selva baja
Ucayali
-
-
-
1,1996*** 0,6167
1,083
-
-
-
-0,4375
-0,4931
-0,9106
Constante
3,7462*** 2,1129*
-0,108
0,7033
0,3336
0,8593
-0,6739
-1,4236
-1,1123
-0,5522
-0,6208
-1,1505
Sigma (tobit)
3,7744*** 8,0122*** 5,5905*** 2,8676*** 3,2325*** 5,9278***
-0,0462
-0,0974
-0,0838
-0,0419
-0,0471
-0,088
Observaciones
3616
3616
3616
2400
2400
2400
Truncadas
259
205
1,334
47
39
119
No truncadas
3357
3411
2282
2353
2361
2281
Chi2
297,7
420,2
815,4
683,6
467,1
388,9
R2_p
0,016
0,017
0,05
0,055
0,037
0,026
* p < 0,15, ** p < 0,1, *** p < 0,05
271
272
273
Grfico 4
Deforestacin y altitud en 2005-2009
Tanto para la selva alta como para la selva baja, la relacin es creciente,
aunque estadsticamente significativa solo para la primera. Esto indica que
se generan mayores procesos de deforestacin en las zonas ms altas de la
selva alta, especialmente entre los 2500 y 3500 metros de altitud. En la selva
baja no se observa mayor relacin entre deforestacin y altitud promedio
de los SEA.
En el grfico 5 se observa la relacin entre deforestacin y pendiente
(mediana) de los SEA para el periodo 2005-2009 de acuerdo con los
estimados de la regresin.
La relacin, aunque negativa, no es estadsticamente significativa en
la selva alta, pero s en la selva baja, donde en las zonas planas se generan
en promedio 2 puntos porcentuales ms de deforestacin anual que en las
zonas de alta pendiente.
274
Grfico 5
Deforestacin y pendiente (mediana) en 2005-2009
Grfico 6
Deforestacin y distancia a red vial (2004) en 2005-2009
275
276
Variables institucionales
En el grfico 8 se registran los impactos medios de las tres variables institucionales (dicotmicas) en la tasa anual de deforestacin anual para el
Grfico 8
Variables institucionales y deforestacin en 2005-2009
277
Variables agropecuarias
En el grfico 9 se consigna la relacin entre la deforestacin y el destino
principal del rea sembrada por los productores (en el nivel de SEA) y su
intervalo de confianza al 95%.
La relacin es positiva y estadsticamente significativa para las reas donde
predomina la venta solo en la selva alta, con un impacto del 1,5% ms de
deforestacin anual que en las zonas donde predomina el autoconsumo (grupo
de base en la regresin). El coeficiente del grupo orientado a la alimentacin
animal es tambin positivo, pero no llega a ser estadsticamente significativo
al mnimo del 85% de confianza en la regresin (vase el cuadro 12). En la
14 La evidencia sobre el papel de las reas protegidas y la deforestacin encontrada aqu es consistente con la
reportada por Daz y Miranda (2014). Los autores usaron un enfoque cuasiexperimental comparacin
de reas protegidas y zonas de control con caractersticas similares, pero trabajaron esta relacin solo
en el nivel de distrito, para el periodo previo al ao 2000, y sin distinguir entre selva alta y baja.
278
Grfico 9
Destino del rea sembrada y deforestacin 2005-2009
279
Grfico 10
Deforestacin y tamao predominante de las reas
cultivadas por agricultores en 2005-2009
Grfico 11
Orientacin de cultivos y deforestacin 2005-2009
280
4. Conclusiones
282
283
284
Referencias bibliogrficas
Carr, David.; Laurel Suter y Alisson Barbiei (2005). Population dynamics and
tropical deforestation: state of the debate and conceptual challenges.
Population and Environment, 27(1), 89-113.
Chomitz, Kenneth y David Gray (1996). Roads, land use and deforestation:
a spatial model applied to Belize. The World Bank Economic Review,
10(3), 487-512.
Deininger, Klaus y Bart Minten (1999). Poverty, policies, and deforestation:
the case of Mexico. En Economic Development and Cultural Change,
47(2), 313-344.
Deininger Klaus y Bart Minten (2002). Determinants of deforestation and the
economics of protection: an application to Mexico. American Journal
of Agricultural Economics, 84(4), 943-960.
Daz, Ramn y Juan Jos Miranda (2014). reas naturales protegidas en el
Per: efectos sobre la deforestacin y su relacin con el bienestar de la
poblacin amaznica. En Roxana Barrantes y Manuel Glave (Eds.).
Amazona peruana y desarrollo econmico (pp. 209-239). Estudios sobre
Desigualdad, 8. Lima: IEP y GRADE.
Kerr, Suzi; Alexander Pfaff y Arturo Snchez (2002). The dynamics of deforestation: evidence from Costa Rica. Recuperado de http://www.researchgate.net/profile/GA_Sanchez-Azofeifa/publication/242743957_
The_Dynamics_of_Deforestation_evidence_from_Costa_Rica/
links/02e7e529d63049e1a5000000.pdf?inViewer=true&disableCov
erPage=true&origin=publication_detail.
286
Principales abreviaciones
Carmen Armas
Bachiller en Economa por la Pontificia Universidad Catlica del Per. Se
desempea como asistente de investigacin en GRADE, en las reas de
Desarrollo Rural y Agricultura, y Pobreza y Equidad. Viene colaborando con
Javier Escobal en el proyecto Inclusin econmica y tributacin territorial:
el caso de las exoneraciones altoandinas.
Carlos Alberto Arnillas
Ph. D. (c) en Ciencias Fsicas y Ambientales por la Universidad de Toronto
y bilogo por la Universidad Nacional Agraria La Molina, donde es
investigador asociado del Centro de Datos para la Conservacin.
Trabaja fundamentalmente en el estudio de ecosistemas a nivel de
comunidad y paisaje, as como en las interacciones de las personas con los
ecosistemas. Sus estudios recientes se enfocan en los efectos del cambio
climtico y el uso de la tierra en servicios ambientales, y a travs de ellos, en
la sociedad. Estos estudios se han llevado a cabo tanto a escala local como
nacional, y como parte de ellos se ha discutido el papel de diversos actores
en el manejo y cuidado del ambiente.
Javier Escobal
Doctor en Desarrollo Econmico por la Universidad Wageningen y magster
por la Universidad de Nueva York, donde tambin realiz estudios doctorales
en Economa. Se desempea como investigador principal de GRADE e
investigador del estudio Nios del Milenio.
294
295
Agricultura peruana:
nuevas miradas desde
el Censo Agropecuario
Se termin de imprimir en el mes de
setiembre de 2015 en los Talleres de
Impresiones y Ediciones Arteta E. I. R. L.
Este libro presenta los hallazgos de cuatro estudios liderados por investigadores de GRADE
como parte de un proyecto que busca ampliar y profundizar el anlisis de los resultados
del IV Censo Agropecuario 2012.
Cada uno de los temas analizados representa una mirada diversa y compleja a procesos y
relaciones que se establecen tanto al interior del sector agropecuario (tipologas y relacin
entre productores y formas organizativas) como en su interaccin con otros procesos ms
amplios (cambio climtico y deforestacin).
Este conjunto de textos constituye una prueba contundente del gran potencial que tienen
los censos agropecuarios, y otras bases de datos relacionables con estos, para generar
investigacin til y relevante para la poltica pblica en diversos contextos y realidades.