Ciencia of the Total Environment 699 (2020) 134231

listas de contenidos ofrecidos en ScienceDirect

Ciencia of the Total Environment

Página principal de la revista: www.el Sevier. com / localizar / sc i totenv

Optimización del rendimiento medioambiental de las dietas alimentarias en el Perú combinando

programacion lineal y metodos de ciclos de vida

Gustavo Larrea-Gallegos, Ian Vázquez-Rowe Gustavo Larrea-Gallegos, Ian Vázquez-Rowe ⇑

Red Peruana LCA (PELCAN), Departamento de Ingeniería de la Ponti fi cia Universidad Católica del Perú, Av. Universitaria 1801, San Miguel, Lima 15088, Perú

reflejos Gráficamente abstracto

los resultados del ACV de las dietas de alimentos en el Perú se

combinaron con datos nutricionales y económicos.

Un modelo de programación lineal fue construido para

optimizar un conjunto de 25 patrones dietéticos.

Los datos ambientales, nutricionales y

económicos se fusionaron en el modelo de
optimización.
deterministas resultados muestran que las reducciones

sustanciales de GEI pueden ser alcanzados.

resultados estocásticos utilizando simulación de Monte

Carlo con fi rmado este potencial de mitigación.

información del artículo abstracto

Historia del artículo: La mejora de las dietas desde un punto de vista nutricional y de salud ha sido una política crítica objetiva en las naciones en desarrollo durante los últimos
Recibido el 13 de mayo de 2019 decenios. Sin embargo, la tensión actual que las poblaciones humanas ejercen sobre el planeta ha hecho que sea importante para evaluar las dietas
Recibido en forma revisada 30 de de agosto de 2019 Aceptado el 31 de utilizando indicadores ambientales, tales como las emisiones de gases de efecto invernadero (GEI). Por lo tanto, el principal objetivo del presente estudio fue
de agosto de 2019 Disponible en Internet el 7 de septiembre de 2019
proponer una metodología en la que los resultados de la Evaluación del Ciclo de Vida vinculados a los patrones dietéticos en Perú fueron combinados con
datos nutricionales y económicos para optimizar las dietas. Para ello, un modelo de programación lineal se construyó en el que la información ambiental,
nutricional y económico en un conjunto de 25 patrones dietéticos en Perú se han optimizado con el fin de lograr la dieta ambientalmente de mejor rendimiento
Editor: Damia Barcelo
que cumple con las normas económicas y nutricionales. El resultado del programa lineal propuesto permitió la comprensión de la cantidad de cada producto
individual de alimentos que deben ser ingeridos en cada ciudad que satisface todas las restricciones incluidas en el modelo con el fin de alcanzar las más
palabras clave:
bajas emisiones de GEI posible. Los resultados demostraron que las reducciones de GEI en las dietas de alimentos se pueden conseguir a través de la
Los patrones dietéticos
optimización. Por ejemplo, en el caso de Lima la reducción obtenida fue del 6%, la reducción de la huella per cápita anual vinculado a las dietas de alimentos
emisiones de GEI ecología
industrial LCA Perú
a 690 kg CO 2 eq, en comparación con el valor actual de 736 kg CO eq. Desde una perspectiva económica, los resultados muestran que existen diferencias importantes entre
las ciudades en términos de aumento o disminucion de los precios de la cesta de la compra. Teniendo en cuenta que en la mayoría de las áreas del pais la compra de alimentos
representa aproximadamente el 50% del gasto de los hogares, es plausible suponer que la elección de alimentos es una portadora principal para lograr medidas de mitigación
de emisiones de GEI. En este contexto, el método constituye una herramienta útil para los responsables políticos para empujar hacia adelante una normativa conjunta para
mejorar los problemas relacionados con la salud vinculados a la dieta alimentaria y la elección de alimentos, junto con recomendaciones para reducir el impacto climático de
las dietas.

2019 Elsevier Todos los derechos reservados.

⇑ Autor correspondiente.

Dirección de correo electrónico: ian.vazquez@pucp.pe (I. Vázquez-Rowe).

https://doi.org/10.1016/j.scitotenv.2019.134231
0048-9697 / 2019 Elsevier Todos los derechos reservados.
 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231

1. Introducción (OMS), incluye la desnutrición, sino también vitaminas o minerales ingesta inadecuada, el sobrepeso,
la obesidad y las consiguientes enfermedades no transmisibles relacionadas con la dieta ( OMS, 2019 ).

la producción y la seguridad alimentaria se ha destacado por organizaciones internacionales Por un lado, en las ciudades ubicadas en la cuenca del Amazonas, el consumo de frutas y verduras

como uno de los sectores más amenazados en todo el mundo por las consecuencias del cambio es, en promedio, hasta un 85% inferior a la recomendada por las autoridades locales ( INEI, 2015 ).

climático ( Springmann et al., 2016 ). En este contexto, sin embargo, es importante tener en cuenta De hecho, sólo 11,8% de los ciudadanos en la cuenca del Amazonas consume al menos 5 porciones

que la producción de alimentos en sí también es responsable de una fracción importante de las de frutas y / o verduras por día en 2017 ( INEI, 2017 ), Y el promedio nacional es sustancialmente

emisiones globales de gases de efecto invernadero (GEI) ( Garnett, 2016 ). Aunque no hay un buen debajo de los estándares, como se muestra en Figura 1 . Por otra parte, estos valores coexisten con

montón de incertidumbre a la hora de calcular un valor de referencia de las emisiones de gases de un 37% de los peruanos que tienen sobrepeso, un valor que se incrementa hasta el 41% en varias

efecto invernadero relacionadas con los alimentos, Smith et al. (2007) sugirió que el 10% -12% de las regiones del sur ( INEI, 2017 ). Varios estudios han profundizado en las formas en que las dietas en

emisiones globales podría atribuirse directamente a las cadenas de suministro de alimentos. Estos las naciones en vías de desarrollo deben ser mejorados en términos de nutrición y de la salud ( Imamura

valores podrían ascender a aproximadamente el 30% si los cambios directos e indirectos en el uso et al., 2015 ; King et al., 2015 ; Burchi y De Muro, 2016 ). Se utilizan entonces estos estudios para

de la tierra se incluyen dentro de los límites del sistema de alimentos ( Garnett, 2011 ). Por otra parte, apoyar la política para generar impacto en las comunidades fueron la educación alimentaria y el

un estudio reciente de Springmann et al. (2018) sugiere que en 2050 podría haber un aumento de acceso a los productos alimenticios saludables puede ser limitada. Desafortunadamente, menos son

hasta el 90% de los impactos ambientales vinculados al sector de la alimentación que sólo se reduce los estudios que combinan beneficios nutricionales, económicos y ambientales de las dietas ( Aleksandrowicz

al mínimo a través de cambios en la dieta, las mejoras tecnológicas y la reducción de las pérdidas de et al., 2016 ). En este sentido, un estudio realizado por Wilson et al. (2013) en Nueva Zelanda evaluó

alimentos y los residuos (FLW). los posibles dietas óptimas teniendo en cuenta los nutrientes de los alimentos, los precios y el
desperdicio de alimentos. Del mismo modo, los esfuerzos recientes se han centrado en la integración
de los indicadores nutricionales en el concepto de ciclo de vida con el fin de cuenta para el correcto
equilibrio de una dieta determinada ( González-García et al., 2018 ; Stylianou et al., 2018 ; Vázquez-Rowe

Por lo tanto, las emisiones de gases de efecto invernadero derivadas de la producción de et al., 2019a ). Muchos de estos indicadores, tales como la puntuación de Salud informó por van

alimentos y los patrones dietéticos han sido analizados cada vez más en detalle en muchas áreas del Dooren et al. (2014) o el índice de PANDiet ( Verger et al., 2012 ), Incluyen una serie de nutrientes que

mundo desde una perspectiva del ciclo de vida ( Perignon et al., 2017 ), Especialmente en América del deben ser ya sea fomentaron o limitadas en las dietas. Por ejemplo, el índice de nutrientes alimentos

Norte ( Soret et al., 2014 ) y los países europeos, como España ( Esteve-Llorens et al., 2019 ), el Reino ricos (NRF), incluye un conjunto de 9 nutrientes que deben ser consumidos en cualquier dieta (por

Unido ( Scarborough et al., 2014 ; Clune et al., 2017 ) O Francia ( Vieux et al., 2012 ). Sin embargo, ejemplo, proteína o vitamina C), y un conjunto de 3 nutrientes que debe evitarse (por ejemplo,

otros estudios han llevado a cabo en otras regiones, aunque en muchos casos estos estudios azúcares totales) .

estaban relacionados con materias primas que son finalmente exportados a América del Norte y
Europa. Este es el caso, por ejemplo, de Perú, donde una amplia gama de productos alimenticios
destinados a la exportación, tales como espárragos verdes, anchoveta alimentación o la granada han
sido evaluados en la literatura utilizando Análisis de Ciclo de Vida - LCA ( ISO, 2006a, 2006b ; Bartl et
al., 2011 ; Avadi et al., 2014A ; Vázquez-Rowe et al., 2016, 2017a ). Un estudio reciente, Vázquez-Rowe
et al. (2017B) , Se aplica un enfoque de ciclo de vida para identificar las emisiones de gases de efecto
invernadero
grupos vinculadas
de alimentos a los
a la ingesta patrones
calórica total. dietéticos
Adaptado deen Perú.
USDA Sus. Los
(2017) resultados muestran
datos para que aun
el Perú obtuvo peruano
partir Ritchie
de ENAPREF (2012) .2 et al. (2018) analizado la alineación de las guías alimentarias en varios países con objetivos

promedio genera 1,08 t de CO 2 eq por año debido a los gastos de alimentación, un valor que es algo de mitigación del cambio climático, identificar que existe un alto grado de incompatibilidad con las

menor que las dietas convencionales informó en los países desarrollados en la literatura LCA ( Muñoz directrices dietéticas nacionales actuales y las acciones de mitigación del cambio climático.

et al., 2010 ; Scarborough et al., 2014 ;

En el caso particular del Perú, al igual que otras naciones en desarrollo, es importante mantener
la promoción a través de políticas públicas y la educación la importancia de lograr una alimentación
sana en términos de bienestar y una mayor esperanza de vida. Hasta la fecha, estos esfuerzos se
han llevado a cabo con el objetivo de lograr una alimentación más saludable sin comprometer los

Ulaszewska et al., 2017 ), Y en el rango de los valores reportados para la India Pathak et al. (2010) . presupuestos de los hogares peruanos ( MINSA, 2015A, 2015b ). Sin embargo, si el hecho de que un

Detrás de este número, sin embargo, una serie de tendencias preocupantes surgen, incluyendo la hogar promedio peruano destina más del 40% de su gasto total a la alimentación se enfrenta con el

desnutrición en muchas áreas de la nación ( Acosta y Haddad, 2014 ; Armistead et al., 2016 ). La nuevo compromiso internacional del Perú como una

malnutrición, tal como se define por la Organización Mundial de la Salud

Figura 1. La comparación entre la ingesta calórica promedio de los hogares en el Perú a la recomendación del Departamento de Agricultura de los Estados Unidos - USDA. Los porcentajes se refieren a la contribución relativa de cada uno de los cinco
 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231 3

nación para mitigar sus emisiones de gases de efecto invernadero, parece evidente que la Tal información. Los procedimientos antes mencionados se repiten para cada uno de los diferentes
optimización de los patrones de la dieta en la nación es esencial para alcanzar las acciones de escenarios de la dieta y los condujeron a una canasta de alimentos optimizado en términos de emisiones
mitigación notables (y el futuro de la seguridad alimentaria) en el marco del Acuerdo de París y los de gases de efecto invernadero, aporte nutricional y la viabilidad económica.
Objetivos de Desarrollo Sostenible (ODS). Por desgracia, las contribuciones a nivel
nacional-determinado (CND) propuestos hasta la fecha por el Perú para reducir las emisiones de
gases de efecto invernadero carecen de cualquier referencia a los patrones de consumo de
2.2. Adquisición de datos
alimentos y no se han tomado medidas para integrar los NDC y ODS en vías comunes hacia la
sostenibilidad mejorada ( Vázquez-Rowe et al., 2019b ). Por lo tanto, el objetivo principal de este
Los datos relacionados con la adquisición de alimentos en los hogares peruanos estaban
estudio fue optimizar el medio ambiente per fi l de la dieta promedio en 24 ciudades del país y el
disponibles en la encuesta ENAPREF, una encuesta nacional que agregan patrones de alimentación
promedio nacional, siguiendo una serie de requerimientos nutricionales y evitar interrupciones
de los hogares de más de 36.000 viviendas ( ENAPREF 2012 ). Más de 80 productos alimenticios se
sustanciales en términos de coste económico. Para ello, un modelo de optimización que se construyó
incluyen en esta encuesta, que se dividen en 15 categorías de alimentos (por ejemplo, frutas,
métodos LCA integra en un modelo de programación lineal. En otras palabras, el objetivo del modelo
verduras, grapas. . .). En el estudio actual, sin embargo, sólo los 66 productos se incluyeron en el
de optimización, que se calcula a partir de una perspectiva determinista y estocástico, es determinar
modelo, que representa más del 95% en peso de la canasta total. productos excluidos incluyen
una dieta óptima desde una perspectiva ambiental teniendo en cuenta las limitaciones nutricionales y
especias, con un mínimo de calorías significación, así como agregados cantidades residuales de ''
económicos. Si bien los resultados de este estudio tienen por objeto proporcionar un nuevo enfoque
otros”grapas o los cereales. Por otra parte, los datos utilizados para modelar los propósitos incluyen
metodológico en términos de análisis de optimización de los patrones dietéticos, el específico caso
los valores de adquisición de alimentos para 24 ciudades exclusivamente, como se muestra en tabla
de estudio, que se adentra en la optimización de los patrones dietéticos en diferentes ciudades del
1 para una selección de ciudades.
país,

2. Materiales y métodos
2.1. marco metodológico
La optimización del rendimiento medioambiental de las dietas se logró siguiendo un marco
metodológico tres pasos. El primer paso implica la recopilación de la información ambiental,
económico y nutricional en relación con los productos alimenticios, y los datos actuales de consumo
para los escenarios dietéticos incluidos en el estudio. El segundo paso consistió en la construcción
de diferentes limitaciones que integra los aspectos económicos, ambientales y nutricionales de los
productos alimenticios y generó un simple grupo de parámetros adecuados para su utilización en un
modelo de programación lineal. A partir de entonces, el paso final tercera fi involucrado resolver un
modelo de programación lineal construido con los parámetros obtenidos a Priori, pero con la
integración de Monte Carlo (MC) de simulación con el fin de acuerdo con la incertidumbre asociada a
la ambien-
No obstante, cabe señalar que los datos ENAPREF solo representa la cantidad de comida que
se adquiere para el consumo en el hogar, sin tener en cuenta lo que se refiere generalmente como
foodaway de casa - FAFH ( Jensen y Yen, 1996 ). FAFH es más complejo de cuantificar en las
estadísticas nacionales del Perú, ya que sólo los tipos de comidas, y no a los productos alimenticios,
se especi fi can. Información sobre FAFH se obtiene a partir de un estudio previo de Vázquez-Rowe
et al. (2017B) , Que se había calculado la relación ( R) entre la compra de alimentos para los hogares y
FAFH para cada ciudad utilizando el índice de precios al consumidor de 2014. Esta proporción se
calculó bajo la suposición de que el patrón de consumo FAFH es la misma que la del consumo en el
hogar. Este procedimiento se describe en el SM (ver fi le SM_2) de Vázquez-Rowe et al. (2017B) .
Desde un punto de vista nutricional, la ingesta calórica per cápita y la ciudad se calcula en base a las
tablas de composición de alimentos del Perú ( MINSA, 2012 ). En paralelo, los datos del Ministerio de
Salud del Perú (MINSA) vinculados a diario mínimo o consumo semanal tipo de alimento
recomendada para un adulto promedio fue recuperado ( CENAN, 2019 ).
Desde una perspectiva ambiental, una categoría de impacto punto medio de LCA, se utilizó
potencial de calentamiento global (GWP) para reportar las emisiones de gases de efecto invernadero
por producto alimenticio cantidad. las emisiones de GEI fueron extraídos de la información disponible
en Vázquez-Rowe et al. (2017B) y se muestran en Apéndice I . Estos valores incluyen datos primarios
para los productos de Perú, a saber, agrícola y mariscos

tabla 1
el consumo per cápita anual promedio para ciertos productos alimenticios en las ciudades peruanas seleccionadas (véase el material complementario - SM - para más detalles sobre la composición de la dieta).

Producto alimenticio Unidad Lima Cusco Arequipa Pucallpa Piura

Arroz kg / año 46.6 34.7 30.2 56.3 58.9

Trigo kg / año 0.8 1.5 0.6 0.1 0.1
Pan de molde kg / año 23.6 36.2 32.7 15.4 20.6
Papas kg / año 43.4 69.9 57.5 22.0 21.0
Pastas kg / año 9.4 10.3 9.4 7.9 7.0
plátanos kg / año 14.7 16.9 10.6 100.2 25.5
Mango kg / año 2.1 1.2 2.3 0.3 2.6
Zanahorias kg / año 6.6 13.1 11.3 3.0 3.5
Cebollas kg / año 12.2 14.2 10.5 8.0 9.0
tomates kg / año 6.7 11.5 8.8 6.6 6.4
Leche evaporada L / año 16.4 17.0 12.5 8.7 14.7
Carne de vaca kg / año 5.3 9.4 11.6 2.9 5.7
Cerdo kg / año 0.8 1.4 1.2 0.9 1.0
Pollo kg / año 26.1 16.3 18.9 17.3 20.4
Pescado (océano) kg / año 7.0 3.4 3.9 24.3 una 18.1
habas kg / año 1.2 6.5 4.2 0.1 0.1
Refresco L / año 33.3 33.8 38.3 27.0 16.3
Azúcar kg / año 17.2 22.1 16.2 19.6 21.7

una Peces de agua dulce de la cuenca del Amazonas.

4 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231

productos ( Bartl et al., 2012 ; Avadi et al., 2014b ; Quispe et al., 2019 ), Mientras que las emisiones de Tabla 3
las recomendaciones de ingesta de alimentos establecidos por las directrices nacionales peruanos (Dietary CENAN, 2019 ).
los productos restantes fueron recuperados de bases de datos internacionales inventario del ciclo de
vida (ICV) (es decir, v3.2 ecoinvent de 2019 ) O de la bibliografía ( Clune et al., 2017 ; Roibas et al.,
2016 ). En todos los casos los límites del sistema incluido todo el cultivo y / o procesos de producción, Grupo Nombre del grupo de valor de ingesta Productos alimenticios

alimenticio alimentos recomendada (todo el

así como envase primario hasta el punto en que el producto estaba listo para su distribución a un
mínimo a excepción de los
centro de distribución regional.
grupos 5 y 10)

precio medio de los productos alimenticios se obtuvo del Instituto de Estadística de Perú - INEI ( INEI, 1 Cereales 325 g / día Trigo, arroz, cebada. . .
2018 ). Relativamente baja tasas de inflación en el Perú, actualmente la más baja en América del Sur, 2 tubérculos 310 g / día Patatas, pasta. . .

sostenida a lo largo del periodo 2002-2018, permitió fi jación del precio de los alimentos en función 3 Verduras 430 g / día Los tomates, pimientos. . .
4 frutas 180 g / día Los plátanos, mangos,
de su referencia en febrero de 2017 ( Rossini et al., 2016 ).
naranjas. . .
5 óleos 50 g / día No especi fi ed

6 Lechería 250 cc / día Leche, yogur,

queso. . .

2.3. Cálculo de los parámetros 7 productos a base 500 g / semana Pescado, pollo, carne, despojos,

de carne cordero, cerdo. . .

8 Huevos 125 g / semana Huevos

Las restricciones utilizadas en el modelo requerido previamente el establecimiento de un grupo
9 Las legumbres 225 g / semana Guisantes, habas, lentejas. . .
de parámetros de los que se van a construir estas restricciones. Este paso es importante porque 10 Productos sin azúcar 60 g / día refrescos, azúcar,
determina las principales condiciones que la dieta resultante confiar. Como se muestra en Tabla 2 , Se añadido pasteles. . .

proponen dos conjuntos, ocho parámetros, y una variable con el fin de ser utilizados en el modelo de
programación lineal.

Para ello, se seleccionó el requerimiento de energía alimentaria media (ADER), considerando que es
En aras de la optimización, los 66 productos alimenticios contenidos en el conjunto F aglutinados en 10
el indicador recomendado por la Organización de las Naciones Unidas (FAO) Agricultura y la
grupos de alimentos diferentes, nombrado como conjunto SOL.
Alimentación para determinar un umbral de una nutrición adecuada en la población. Para el caso
Por lo tanto, los productos alimenticios que se clasifican en 15 grupos de alimentos mencionados en sección
particular de Perú, el valor de la ADER se fi ja en 2.250 kcal por persona y día ( FAO, 2018 ). Este
2.2 , Basado en datos de la encuesta y se utiliza en ENAPREF Vázquez-Rowe et al. (2017B) , Fueron
umbral de calorías, sin embargo, considera que el consumo de FAFH y alimentos en el hogar. Este
reordenados. Como se representa en Tabla 3 Se seleccionaron estos grupos en función de la ingesta
valor se multiplica por el cociente R con el fin de ignorar las calorías que se espera que sean
recomendada de diferentes grupos de alimentos establecidos por la Guía Nacional de la dieta del
consumidos fuera-fromhome. Por último, el umbral de calorías corregido es el correcto C_min
Ministerio de Salud del Perú - es decir, el MINSA ( CENAN, 2019 ). Por ejemplo, marisco, aves de
corral y la carne roja se han agregado en un grupo de alimentos solo (Grupo 7). Las cantidades de
los alimentos y las emisiones fueron manejados usando gramos de producto en forma de unidad, con
la excepción del grupo de productos lácteos, que se maneja utilizando una unidad de volumen.
valor presentado antes, y que representa la cantidad de calorías que se estimaron para ser
consumidos como alimento en el hogar, un valor que osciló entre el 76% y el 89% de la ingesta
calórica total en las diferentes ciudades del país (véase Vázquez-Rowe et al., 2017B ). Los
parametros min j y Max j fueron propuestas como las limitaciones nutricionales siguientes el consumo
Para cada producto de F un valor emisiones de gases de efecto invernadero correspondiente, mi yo,
mínimo recomendado por cada grupo de alimentos sol presentado en Tabla 3 . En el caso de los
y el valor contenido calórico, do yo, fue designado. La idea detrás de esto era para permitir el cálculo
grupos 5 y 10, esta cantidad se refiere a un valor recomendado Maximun. Con respecto a las
del contenido calórico total y el impacto ambiental de una canasta de alimentos dado. Como un
limitaciones económicas, parámetros min yo y
límite, un valor mínimo de calorías necesarias mensual, C_min, fue propuesto.

Max yo se calcularon con el fin de restringir la variación con respecto a la tendencia del consumo

Tabla 2 actual de cada producto alimenticio en F.

Conjuntos, parámetros y variables utilizadas en el modelo de programación lineal. En cuanto a la limitación económica, dos escenarios diferentes fueron considerados en términos
de la forma de interpretar las tendencias de consumo. Un escenario inicial supone una relación fijada
Símbolo Descripción Define F
fi del cambio de demanda (S1). En otras palabras, el modelo supone que un producto alimenticio
determinado puede aumentar o disminuir después de un umbral de variación calculada de acuerdo a
Conjunto de productos alimenticios G

Conjunto de grupos de alimentos (1 = granos, 2 = tubérculos, 3 = verduras, 4 = frutas, 5 = aceite la importancia económica de ese producto en la cesta de alimentos. Para ello, los productos
vegetal y margarinas, 6 = leche, 7 = de peces, carne y aves de corral, 8 = huevos, 9 = legumbres, 10 = alimenticios fueron divididos en 5 categorías diferentes en función de su peso en la canasta de
helados, aperitivos y otros productos de azúcar) Parámetros e yo alimentos, con categoría de 5 productos que tienen una tasa alta en el gasto total, mientras que los
de categoría 1 tienen una baja importancia de los gastos generales, como se muestra en Tabla 4 .

Las emisiones de carbono para 1 g de tipo de alimento yo F

do yo Las calorías proporcionan para 1 g de tipo de alimento yo F

C_min cantidad mínima de calorías durante un mes Min j

Mínima requerida cantidad de grupos de alimentos j G ( restricción nutricional) Calc yo

Cantidad de calcio en miligramos por gramo de tipo de alimento yo F

Max j La cantidad máxima permitida de grupo de alimentos j G ( restricción nutricional) SD yo

Tabla 4
Variabilidad umbral de categorización realizada para diferentes productos alimenticios a base de su prevalencia en la
desviación estándar correspondiente a la distribución de la información ambiental Min yo
cesta económica mercado peruano.

Mínima requerida cantidad de producto alimenticio yo F ( Económico Categoría del gasto total umbral de variación (c) Ejemplos
restricción) Max yo
1 Bajo 100% Lechuga, ajo. . .
La cantidad máxima permitida de grupo de alimentos yo F ( Económico
2 Medio-bajo 75% Papaya, huevos. . .
Las variables de
3 Medio 40% Guisantes, yogur. . .
restricción) Q yo 4 Altura media 20% Las zanahorias, las pastas. . .

Cantidad de tipo de alimento yo F consumir. 5 Alto 10% Arroz, pan. . .

 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231 5

S1 escenario, sin embargo, no tiene en cuenta la importancia de la inercia del consumidor; es

decir, la reacción de los compradores para una situación cambiante ( Miranete y Palacios-Huerta,
2014 ). De hecho, se ha demostrado que los clientes tienden a recurrir a la costumbre o la inercia
cuando los cambios moderados en el medio ambiente surgen como una forma de decisión
subóptima, en lugar de buscar la maximización de una decisión ( Yen, 2018 ). Esto lleva a la
suposición de que los consumidores estarán menos dispuestos a cambiar de un producto que es
frecuente en su canasta de alimentos (por ejemplo, arroz o pan), mientras que la compra de
productos alimenticios novedosos (sanas o sostenibles) pueden ser empujados hacia atrás debido al
hábito . Del mismo modo, los productos no saludables o no sostenibles en la cesta que no son
relevantes en el presupuesto global de los productos serán más propensos a ser desechado de la
canasta de alimentos.

En base a estas tendencias de comportamiento del consumidor, un escenario alternativo Figura 2. Representación gráfica de la variación permitida por las limitaciones económicas cuando se incluye (S2) o
considerada la inercia del consumidor (S2), como una estrategia para adaptarse limitaciones S1 con excluir (S1) el concepto de inercia del consumidor en el modelo de programación lineal.

el fin de incluir las características de cada región en el modelado. El fundamento de este escenario
es la creencia de que la mejor manera de apuntar hacia la sostenibilidad del medio ambiente es
mediante la maximización de los resultados (es decir, la reducción de emisiones de GEI) y reducir al
Q yo min yo; yo F re 2 Þ
mínimo el esfuerzo necesario considerar los consumidores inercia al cambio. Hay varias maneras de
considerar los consumidores inercia al cambio ( Andreyeva et al., 2010 ). Hemos propuesto una forma
sencilla en la que el umbral de variación presentada para S1 es modi fi cado teniendo en cuenta la Q yo Max yo; yo F re 3 Þ

inercia de los productos más consumidos de un grupo determinado alimento. El umbral inicial
variación varía en función de la importancia del producto alimenticio en el grupo de alimentos, lo que X
Q yo do yo do min re 4 Þ
resulta en un nuevo par de umbrales de variación superior e inferior. Los términos superior e inferior
Si
se refieren a la cantidad de un producto puede aumentar y disminuir su consumo, respectivamente,
durante el proceso de optimización. X
Q yo min j; j SOL; j - 5; j - 6; j - 10 re 5 Þ
Si

X
Q yo Calc yo min j; j ¼ 6 re 6 Þ
El umbral de variación inferior para un producto dado yo se calculó usando la diferencia entre el iF; jG

porcentaje de los gastos del producto con un gasto más alto y el porcentaje de los gastos de
producto yo, tanto con respecto al grupo de alimentos. El valor resultante está en el intervalo de 0 a
1, y se utiliza como un factor de escala a fi modi y el umbral de variación. El umbral de variación
superior se calcula mediante el aumento del umbral S1 utilizando sólo el porcentaje gasto como una
constante de escala.
Por ejemplo, si un producto dado tiene la mayor gastos en el grupo de alimentos, el umbral de
variación menor será exactamente el mismo que el umbral de variación S1 porque la diferencia antes
mencionada será cero. Sin embargo, el umbral de variación superior será fi significativamente más
alto que el de escenario S1. En constraste, si el producto dado tiene el menor gasto, su umbral
menor variación se incrementará, lo que lleva a disminuir min yo. Por lo tanto, si un producto yo prevalece
en el grupo de alimentos en términos de gasto económico, su Max yo restricción será más alto que el
que está en S1. Del mismo modo, si el gasto del producto yo no es relevante en el grupo de los
alimentos, su min yo restricción será más bajo que el que está en S1. Como se muestra en Figura 2 , El
modelo permitirá el aumento o disminución del consumo de alimentos de una manera fijada fi (es
decir, el escenario S1) o de una manera sesgada (es decir, el escenario S2), dependiendo de la
tendencia del consumo supone.
X
Q yo Max j; j SOL; j ¼ 5; j ¼ 10 re 7 Þ
iF; jG
Esta DE minimiza la cantidad total de emisiones de gases de efecto invernadero de la dieta
completa. Cada cantidad de producto alimenticio se multiplica por sus emisiones de gases de efecto
invernadero correspondientes. El mínimo y la cantidad máxima de producto yo está restringido por las
limitaciones de 2 y 3. requerimiento calórico Además, restricción 4 asegura que el consumo calórico
total es igual o mayor que minimun C_min. Constraint 5 hace cumplir la cantidad total de productos
alimenticios en ciertos grupos (es decir,
1, 2, 3, 4, 7 y 8) para ser igual o mayor que el mínimo requerido
min j. Idéntica, de restricción 6 asegura el mínimo requerido para el grupo de 6. En este caso, cada
producto del grupo de productos lácteos se multiplica por su contenido de calcio, Calc yo. Por último, la
restricción 7 limita la cantidad total de productos alimenticios que pertenece a los grupos 5 y 10,
asegurando que una cantidad maximun Max j no se excederán.

2.5. Supuestos y limitaciones

Desde una perspectiva ambiental, la mayoría de las limitaciones se han discutido previamente
en Vázquez-Rowe et al. (2017B) . Sin embargo, es importante subrayar una vez más que el uso del
2.4. la solución de modelos suelo cambios indirectos debido a la reorganización de las dietas propuestas en el presente estudio
no se han tenido en cuenta. Una de las principales razones de esto es la falta de granularidad en
El modelo de optimización de programación lineal que se utilizó para calcular las dietas Perú términos de identificar dónde ocurrirán estos cambios ( Larrea-Gallegos et al., 2019 ). Desde un punto
evaluados, que está disponible para la replicación en el material complementario 2, se basó en la de vista nutricional, el uso de la programación lineal como un mecanismo para seleccionar las dietas
función objetivo (DE) propuesto en la Ec. (1) Y las restricciones propuestas en las ecuaciones. (2) a para satisfacer especí fi cos requisitos nutricionales tiende a conducir a un exceso de oferta de
(5) . ciertos nutrientes. De hecho, el equilibrio nutricional es difícil de lograr en las dietas seleccionadas a
través de la programación lineal teniendo en cuenta las complejas interrelaciones de las restricciones
( Anderson y Earle, 1983 ).
Minimizar X Q yo mi yo re 1 Þ
Si

Sujeto a:
 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231

Tabla 5
Los resultados de impacto ambiental actuales y optimizadas de los patrones dietéticos en términos de gases de efecto invernadero (GEI) por persona y año para los 25 escenarios. El costo actual media mensual de la canasta de alimentos, así como
cápita promedio de ingesta calórica diaria per, también se incluye.

Ciudad Las emisiones anuales de GEI per cápita costo mensual promedio de la canasta de alimentos (S1) Los hogares ingesta calórica (S1)

S1 S2 Corriente año de referencia = 2017

kg CO 2 eq kg CO 2 eq kg CO 2 eq BOLÍGRAFO una kcal por persona y día

peruano promedio 714,9 700,3 743,1 190,5 2125

Abancay 803,0 783,6 935.3 173,1 1964
Arequipa 822,0 798.2 915,3 183,5 1958
Ayacucho 754,8 739,4 819,3 176,1 1955
Cajamarca 771,0 702.4 632,5 181,8 2159
Cerro de Pasco 711,3 687,2 790,9 176,0 2026
Chachapoyas 898,9 884,4 989,5 183,2 2084
Chiclayo 701.3 693,2 694,1 176,2 2106
Chimbote 684,4 668,7 727,4 178.2 2062
Cusco 853,8 829.6 1057.6 191,9 2039
Huancavelica 611,4 603,6 675,0 172,1 1999
Huancayo 687.9 671,8 771,6 182,1 2033
Huánuco 682,8 673,7 725,2 179.1 2002
Huaraz 695.1 667.4 802.3 190,4 2112
Ica 732,3 721.1 820,2 193.1 2122
Lima 690.3 674,7 736,4 182,4 2014
Moquegua 816,3 799,5 917,8 192,1 1981
Piura 648,6 639,7 614,4 184,6 2202
Pucallpa 736,7 710,9 617,8 189,5 2293
Puerto Maldonado 840.3 820,6 980,3 182,7 2038
Puno 801,2 789.6 971,4 191,1 2042
Tacna 729.1 717,1 815,5 185.8 1931
Tarapoto 722.7 712,1 743,3 197,0 2224
Trujillo 641,0 624,8 686,7 176,0 2032
Tumbes 670,2 662,4 668,0 188.1 2147

una Sol peruano. 6

2.6. El análisis de incertidumbre
El modelo de programación lineal que se ha presentado en sección 2.4 tiene la limitación de la
captura de una única dieta óptima única para cada ciudad y escenario modelado. Por otra parte, el
valor de las emisiones de gases de efecto invernadero determinista que se ha utilizado para cada
producto alimenticio no representa por sí solo la incertidumbre inherente de cada uno de estos
valores. Por lo tanto, el valor de las emisiones de gases de efecto invernadero determinista para
cada alimento se supone que es el valor medio geométrico, mientras que una desviación estándar
geométrica se ha generado utilizando la Matriz Pedrigree para la calidad de datos. Esta perspectiva
permitió el cálculo de un análisis de simulación MC para cada ciudad por generación aleatoria de los
valores de emisión para cada producto alimenticio, lo que lleva a una distribución de las dietas
optimizado final. Una simulación 10.000 corrida se calcula para cada ciudad.
lisaron por separado, para el caso de Lima, los resultados indican que el consumo de determinados
cereales, a saber, arroz o maíz, se incrementaría en aproximadamente el 20%, mientras que el
consumo de pollo y carne se reduciría en aproximadamente la misma cantidad. El modelo de
optimización también sugiere un menor consumo de leche, pero los aumentos en otros productos
lácteos (por ejemplo, queso). También se observó una reducción del 33% en el consumo de huevos.
Resultados para la dieta peruana promedio presente un potencial de mitigación similar a la de la
capital (4%), la reducción de la huella de capita por de 743 kg CO 2 eq a aproximadamente 715 kg CO 2
eq. Cuando se analiza por categorías de alimentos, el consumo de verduras diferentes, a saber,
zanahorias, cebollas o tomates tendría que aumentar para cumplir con las recomendaciones de
consumo de vegetales. Otros aumentos sustanciales se producen para las frutas y cereales, así
como algunos productos lácteos, mientras que los productos cárnicos se reduciría en al menos 15%.
Sin embargo, las reducciones más altas tendrían lugar en la categoría de azúcar añadido, con
reducciones de consumo de hasta el 90% para algunos productos, como el azúcar, y hasta un 50%
de soda.

3. Resultados y discusión

Cuando los resultados se estudian desde una perspectiva económica, se observa que existen
3.1. Resultados para la fija relación de escenario de cambio de la demanda (S1)
diferencias importantes en términos de aumento o disminución de los precios de la cesta de la
compra. Por ejemplo, la mayoría de las ciudades andinas, excepto Cajamarca, mostraron potencial
Los resultados obtenidos para S1 para las diferentes dietas muestran una situación en la que las
para reducir el costo de su cesta de la compra, o al menos alcanzar un aumento mínimo por debajo
emisiones de gases de efecto invernadero podrían aumentar o reducir sustancialmente en diferentes
del 4%. En contraste, las ciudades de la costa norte, así como Cajamarca (Andes) y Pucallpa
ciudades, desde un aumento del 18% en Cajamarca (región andina) a un descenso del 19% en la
(cuenca del Amazonas), no alcanzarían las reducciones de gases de efecto invernadero y se
ciudad de Cusco (ver Tabla 5 ). Todas las demás ciudades, sin embargo, mostraron una fi
incrementarían en al menos el 20% del coste de la dieta. Cuando se profundiza en los patrones de
cativamente más corto rango significación de fluctuación. El hecho de que Cajamarca muestra la
consumo de alimentos reales, se encontró una correlación importante entre las ciudades que
capacidad de reducir sus emisiones de GEI se debe a dos factores principales. Por un lado, que ya
presentan patrones de consumo de carnes rojas y altas potencial de reducir el coste de la cesta de la
presenta una de las huellas de carbono más bajas basa en las estadísticas de consumo de alimentos
compra. El costo promedio calculado para todo el país sería un 15,7% superior. Este considerable
reportados (633 kg de CO 2 eq por habitante y año). Por otro lado, Cajamarca es una de las ciudades
aumento debe ser, sin embargo,
más pobres del país, con un muy bajo consumo per cápita de carne roja y otros productos de
proteína de origen animal ( ENAPREF 2012 ). En el caso de Lima la reducción obtenida fue ca. 6%,
bajando el anual huella per cápita a 690 kg CO 2 eq, en comparación con el valor actual de 736 kg CO 2
eq. Cuando los productos individuales son ana-

Por último, desde un punto de vista nutricional, y siempre teniendo en cuenta que los resultados
representan el consumo de los hogares, que debe ser
 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231
observaron que todas las ciudades presentan una ingesta calórica ligeramente más alto por persona y
día en el escenario optimizado. Los productos con azúcar añadido, tales como refrescos, así como la
carne roja, fueron algunos de los productos que mostraron mayores reducciones en el consumo per
cápita, mientras que las frutas, verduras y legumbres mostraron una tendencia creciente en la mayoría
de las ciudades.
3.2. Resultados para el escenario de la inercia de los consumidores (S2)
Cuando se analizan los resultados para S2, nuevas reducciones de emisiones de GEI se
consiguen en comparación con S1. Sin embargo, en todas las ciudades el evaluados, así como la
media del Perú, la variación con respecto a S1 era en la mayoría de los casos por debajo de 4,5%.
Sólo la ciudad de Cajamarca presenta una gran desviación. Por el contrario, cuando se realiza el
coste económico de la dieta óptima calculada, se puede observar que la optimización se consigue a
menores costos económicos. De hecho, sólo cuatro ciudades en lugar de cinco en S1 muestran
incrementos más allá del 20%, y un mayor número de ciudades logran reducciones en los gastos de
la cesta de mercado. Esto nos lleva a la hipótesis de que el uso de S2 como criterio de referencia
para la optimización de la dieta puede ser una estrategia más adecuada para la formulación de
políticas, teniendo en cuenta los modelos económicos más robustos (véase Sección 2.5 ), Sino
también lograr reducciones adicionales de emisiones de gases de efecto invernadero a menores
costos económicos.
3.3. resultados estocásticos utilizando simulación de Monte Carlo
Los resultados del análisis de MC, que se resumen en
Tabla 6 para S1, muestran rangos similares de aumentos o reducciones de gases de efecto invernadero
en comparación con el determinista enfoques presentados en Secciones 3.1 y 3.2 . Curiosamente, como
se muestra en Fig. 3 , Una gran mayoría de los 10.000 carreras muestran un valor de emisiones de gases
de efecto invernadero inferiores a los valores actuales de la media peruana, Lima y Cusco. Esto es
particularmente relevante, especialmente en términos de apoyo a la política, teniendo en cuenta que en
cada serie se calcula un valor de emisión de gases de efecto invernadero diferente para cada producto
alimenticio, lo que implica que, independientemente de la incertidumbre en los individuales de alimento, la
optimización de las dietas del Perú bajo las restricciones seleccionadas tendería a reducir las emisiones
de gases de efecto invernadero.
3.4. ¿Qué relevancia tienen estos resultados en la política peruana?
Los resultados presentados en este estudio sugieren un panorama prometedor relacionado con
la reducción de emisiones de GEI relacionadas con la dieta peruana. En este sentido, en la ciudad de
Lima solos, hasta los 0,65 Mt. CO 2 eq por año podría mitigarse si sus habitantes fueron a pegarse a
los patrones de consumo de alimentos calculados para la perspectiva S1. Por otra parte, este valor
podría ascender a 1,35 Mt. CO 2 eq si se asumiera la optimización del Perú promedio para toda la
población del país. Este último valor es equivalente a casi el 4% de la reducción total que el Perú se
ha comprometido a cumplir con el acuerdo de París. Mientras que el objetivo del documento actual
no es la de evaluar la inclusión de los patrones dietéticos en Perú es Aportes nacional-determinado
(NDC), las reducciones notables en las emisiones de gases de efecto invernadero que podrían ser
potencialmente obtienen a través de la optimización de las dietas del Perú hay que evaluar en un
contexto nacional ( Vázquez-Rowe et al., 2019b ). En este sentido, cabe señalar que el consumo de
alimentos
Tabla 6
Análisis comparativo de las dietas estocásticos y deterministas optimizados expresa en gases de efecto invernadero (GEI) por habitante y año para el Perú y ciudades peruanas seleccionadas.
Perú (promedio) Lima
valor de análisis MC Median 721,4 696,3
valor de análisis MC Mean 722,1 697,0
valor determinístico (S1) 714,9 690.3
valor determinístico (S2) 700,3 674,7
Valor actual 743,1 736,4
MC: Monte Carlo
7
Sólo se incluye de forma marginal en los compromisos del Perú a través de acciones especí fi cas en
los sectores agrícolas, lácteos y forestales, sin acciones especí fi cas dirigidas a la forma en que la
gente debe planificar sus dietas ( Vázquez-Rowe et al., 2019b ). Habiendo dicho esto, es importante
destacar que los resultados presentados son óptimas, no tomar en cuenta las decisiones tomadas
por subóptimas responsables políticos, agricultores, comerciantes o ciudadanos regulares. En otras
palabras, no es factible suponer que las autoridades harán cumplir el marco político adecuado para
alcanzar estas reducciones prometedores. Las razones de esto son múltiples. Por ejemplo, la dieta
óptima en cada ciudad se obtuvo de la dieta promedio, teniendo en cuenta todos los quintiles
socioeconómicos. Esto es relevante, según lo declarado por
Vázquez-Rowe et al. (2017B) , Dado el hecho de que los patrones de consumo de alimentos, como
en muchos otros países, varía en los grupos sociales, con grupos con menos poder de compra que
consumen mayores cantidades de alimentos básicos y cereales, mientras que los grupos con mayor
poder de compra tienden a consumir más carne roja, es decir, carne de res, y frutas. Por lo tanto,
esto implica inevitablemente que las políticas destinadas a cambios en el patrón de alimentos
tendrán que ser desagregados más para dar cuenta de los diferentes segmentos sociales, incluyendo
el nivel socio-económico, sino también a los niños, personas mayores o las particularidades
dietéticas de ciertas comunidades culturales o étnicas. Sin embargo, una realidad común a la
mayoría de los países emergentes es el hecho de que la expansión de la clase media está
fuertemente correlacionada con un aumento del consumo de productos de carne roja que tienen una
alta huella de carbono: carne de res, cerdo o cordero ( Herrero y Thornton, 2013 ; Vranken et al., 2014 ;
Aleksandrowicz et al., 2016 ).
Otra cuestión a considerar es las variaciones en el impacto medioambiental derivado de los
cambios marginales en las múltiples cadenas de suministro que participan en las dietas de alimentos.
Estos cambios incluyen el desplazamiento de cultivos, agrícola catión intensi fi, saltos tecnológicos y
los efectos sociales asociados ( Schmidt et al., 2015 ). Según lo declarado por Cucurachi et al. (2016) ,
Comparando el promedio y el impacto marginal de un cambio en un sistema de dieta no puede
conducir al mismo resultado. Para ello, el uso de un enfoque consecuente puede proporcionar los
conocimientos adecuados para mejorar la interpretación de los resultados de dieta ( Yang, 2016 ; Larrea-Gallegos
et al., 2019 ). Ritchie et al. (2018) identi fi cado que las directrices dietéticas nacionales de varios
países, incluyendo los EE.UU., Canadá o Australia, son incompatibles con los objetivos actuales para
mantener los efectos del cambio climático dentro de la fi objetivo del 1,5 C fijado por el Panel
Intergubernamental para el Cambio Climático (IPCC) en el Acuerdo de París. Más específicamente,
Ritchie y colegas estima que las emisiones de la dieta promedio mundial per cápita no debe superar
1,34 t CO 2 por año. Cuando este valor se compara con la de Vázquez-Rowe et al. (2017B) se observa
que las emisiones medias de dieta en 8 ciudades del país están más allá de este umbral, la mayoría
de ellos ubicados en los Andes, donde el consumo de carnes rojas, principalmente cordero y ternera,
es sustancialmente mayor que en el resto de la nación. Sin embargo, cuando los resultados
obtenidos por Ritchie y colegas se comparan con los resultados optimizados en el estudio actual, es
notable que todas las dietas optimizados en cada ciudad y para la dieta peruano promedio están por
debajo de 1 t CO 2 eq por año. Sin embargo, la última comparación debe tomarse con cuidado, ya que
la optimización realizada en el presente estudio no tiene en cuenta la ingesta de FAFH. Por lo tanto,
las estimaciones proporcionan en Vázquez-Rowe et al. (2017B) , En la que la proporción FAFH de las
emisiones de gases de efecto invernadero sobre la dieta total
Arequipa Cusco Pucallpa Piura
828,1 859,0 744,9 654,6
830.1 860,6 745,0 655,1
822,0 853,8 736,7 648,6
798.2 829.6 710,9 639,7
915,3 1057.6 617,8 614,4
 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231

Fig. 3. Histograma que representa la frecuencia de las emisiones de gases de efecto invernadero anuales per cápita para el análisis de Monte Carlo (MC); a) media peruana; b) Lima; c) Cusco. 8

varió de 24% en el caso de la ciudad de Cusco a 12% para la dieta promedio peruana, fueron
seguidos para volver a calcular los valores de la dieta, suponiendo que no se produce la optimización
para FAFH. Resultados para el cálculo estocástico indican que en ningún caso las dietas haría
themodelled llegan a la identi fi ed 1,34 t umbral.
3.5. Las incertidumbres y limitaciones
métodos se han aplicado en la literatura, tales como modelos de equilibrio parcial y global o el
sistema general de modelización algebraica - GAMS ( Vázquez-Rowe et al., 2014 ). Sin embargo, los
más restricciones incluidas en un modelo, el menor fl exibilidad la dieta tendrá tendencia a tener ( Lluch
et al., 2017 ). Por lo tanto, en el modelo actual, el objetivo es explorar las variaciones siguiendo la
hipótesis clave para que el comportamiento no es al azar, aunque la política no puede imponer sobre
el comportamiento.

A pesar de la modelización estocástica proporcionado en este estudio, con una simulación MC Otro aspecto a tener en cuenta, sobre todo para la dieta peruana promedio que se calcula, es
para todas las ciudades, vale la pena señalar que numerosas fuentes de incertidumbre permanecen que la optimización de la dieta se basa en la información con un cierto grado de agregación que
en la interpretación de los resultados. Por ejemplo, con el fin de comprender la relación entre la oferta podría dificultar su utilidad. Por ejemplo, el modelo no tiene en cuenta el hecho de que las
y la demanda y los patrones de consumo, un conjunto de sofisticado comunidades rurales de Perú en muchos casos permanecen
 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231 9

altamente dependientes de la agricultura de subsistencia. Por lo tanto, su dieta depende en cierta
medida de la disponibilidad de los productos locales y no sólo en sus preferencias. Un ejemplo
adicional puede ser identi fi cada cuando se trata de los diferentes valores de ingesta recomendación
en cuanto a género y edad. Debido a los datos agregados, la dieta resultante fue construida
suponiendo que los requisitos de un adulto promedio. Esta falta de detalle de la información y, en
consecuencia, en el enfoque de modelado, puede restringir la aplicación de políticas públicas en las
ciudades donde la población es notablemente heterogénea. En este caso, un modelo más sofisticado
que fuera a tener en cuenta los diferentes per fi les de ciertos grupos de la población que sería
deseable.
problemas vinculados con la dieta y la elección de alimentos, junto con las recomendaciones para
reducir el impacto climático de las dietas. Sin embargo, las investigaciones futuras deberían analizar
las ventajas y desventajas ambientales extendiendo a otras categorías de impacto ambiental, como
la eutrofización, la escasez de agua o los impactos relacionados con la toxicidad.
En términos de política climática, los resultados sugieren que la reducción de emisiones de GEI
suculenta pueden ser alcanzados a nivel nacional si las políticas de optimización de la dieta se
incluyen en la estrategia peruana NDC. Por ejemplo, una dieta óptima en la ciudad de Lima por sí
sola podría implicar una reducción de 0,65 Mt. CO 2 eq por año, lo que equivale al ahorro de
aproximadamente 2.000 MWh con la electricidad del Perú actual

mezcla. Sin embargo, los estudios futuros deben ahondar en responder a la pregunta de si la
Por último, un aspecto importante a considerar en el estudio actual es el hecho de que FLW no orientación dietas en el Perú es una acción climática fi ciente coste-ef en comparación con la acción
se tiene en cuenta toda la cadena de suministro. Sin embargo, a pesar de que están disponibles para en otros sectores. Sin embargo, se recomienda autoridades a iniciar un proceso de convergencia
incluir la producción de FLW de datos, en los límites del sistema, no fue posible incluir esto en la entre los objetivos nutricionales y ambientales con el fin de alinear los patrones de consumo de
optimización. Este es un tema importante teniendo en cuenta la variabilidad relevante en la pérdida alimentos países con acciones incrementales en cuanto a la lucha contra el cambio climático.
de alimentos y los residuos a través de diferentes grupos de alimentos. Por ejemplo, los resultados
obtenidos en el modelo de optimización de abogar por un aumento de considerable en frutas y
verduras, dos categorías de alimentos identi fi cados en la literatura con mayor pérdida nutricional y
económico en FLW ( García-Herrero et al., 2018 ;

Contribuciones de autor

Vázquez-Rowe et al., 2019a ).

GLG desarrolló el modelo de programación lineal y los inventarios procesados ​y resultados. IVR
diseñó y llevó a cabo la investigación. Ambos autores contribuyeron a la discusión y redacción del
4. Conclusiones y recomendaciones documento.

Desde un punto de vista metodológico la combinación de programación lineal y LCA permitió

generar un modelo para estimar las reducciones potenciales de las emisiones de gases de efecto
invernadero en la dieta alimentaria en las ciudades del Perú en base a un conjunto de datos
Declaración de interés en competencia
económicos, ambientales y nutricionales. La perspectiva adoptada en el estudio aboga para la
generación de un modelo flexible con un número limitado de restricciones para que sea replicable en
Los autores declaran que no han sabido competir intereses financieros o relaciones personales
diferentes contextos urbanos. A diferencia de otros estudios que tienen como objetivo incluir la
que podrían haber aparecido para influir en el trabajo presentado en este artículo.
sostenibilidad en las dietas de alimentos ( Merrigan et al., 2015 ), Nuestro enfoque hace hincapié en la
importancia de las características económicas (es decir, los precios de los alimentos, elasticidad) en
el diseño de una dieta sostenible, óptima. Tenemos en cuenta que aunque el enfoque en este caso
fue un conjunto de las principales ciudades del país, si se dispone de datos, el modelo es fácilmente
Expresiones de gratitud
adaptable a las segmentaciones dietéticas alternativas tanto en el Perú y otros países de América
Latina y el Caribe. Los resultados obtenidos constituyen un marco importante para entender la
Los autores agradecen a la Ponti fi cia Universidad Católica del Perú
situación actual de la sostenibilidad ambiental de las dietas medias de alimentos en las ciudades
(PUCP) por el apoyo financiero del proyecto walâyah. Licenciado Gustavo Larrea-Gallegos gracias
peruanas. Teniendo en cuenta que en la mayoría de las áreas de las cuentas de compra de
las Del Perú Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica ( CONCYTEC) para
alimentos para el país cerca del 50% del gasto de los hogares, es plausible suponer que la elección
el apoyo financiero. Alessandro Gilardino se agradece por su ayuda en la creación de un modelo de
de alimentos es una portadora principal para lograr medidas de mitigación de emisiones de GEI. De
programación lineal inicial. El Dr. Rosa Crujeiras y la doctora Isabel Quispe, así como MSc Jair
forma paralela, al igual que en la mayoría de países de todo el mundo, directrices dietéticas
Santillán, Diego Echegaray y Jonatan Rojas, se agradeció por valioso intercambio científico.
nacionales y la política nacional de la dieta se han centrado en el fomento de las dietas más
saludables, mientras que los criterios de sostenibilidad ambiental aún no se han incluido. En este
contexto, el método constituye una poderosa herramienta de proxy para los políticos para empujar
hacia adelante reglamentos conjuntos para mejorar la salud

Apéndice A

Apéndice I
Potencial de Calentamiento Global (GWP) valores (kg CO 2 eq / kg de los productos o carne libre de hueso) para los diferentes productos alimentarios considerados (adaptado de Vázquez-Rowe et al., 2017B )

Nombre del producto la categoría de alimentos Valor medio GWP (kg CO 2 eq / kg de producto o Fuentes bibliográficas para GWP
carne libre de hueso)

Arroz 1 0,913 Quispe et al., 2019

Maíz 1 0,656 Clune et al., 2017
Trigo 1 0,934 3.2 ecoinvent
Avena 1 0,873 3.2 ecoinvent
Cebada 1 0,748 3.2 ecoinvent

( Continúa en la siguiente página)

10 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231

Apéndice I ( continuado)

Nombre del producto la categoría de alimentos Valor medio GWP (kg CO 2 eq / kg de producto o Fuentes bibliográficas para GWP
carne libre de hueso)

Pan de molde 1 1,600 Kulak et al., 2015

Flour (trigo) 2 1.016 3.2 ecoinvent
Flour (legumbres) 2 1.030 3.2 ecoinvent
Pastas 2 0,810 Wallen et al., 2004
Batata 2 0,356 Clune et al., 2017
Patata 2 0,356 Clune et al., 2017
yuca 2 0,356 Clune et al., 2017
olluco 2 0,356 Clune et al., 2017
chuño 2 0,356 Clune et al., 2017
Apio 3 0,572 3.2 ecoinvent
Lechuga 3 0,321 3.2 ecoinvent
Coles 3 0,476 Clune et al., 2017
Pimientos 3 0,996 Clune et al., 2017
Tomate 3 1,566 3.2 ecoinvent
Cucurbita spp. 3 0,332 3.2 ecoinvent
maíz peruano ( choclo) 3 0,716 3.2 ecoinvent
Calabaza 3 0,332 3.2 ecoinvent
Ajo 3 0,575 Clune et al., 2017
Cebolla 3 0,567 3.2 ecoinvent
Zanahoria 3 0,220 Clune et al., 2017
Limón 4 0,216 Clune et al., 2017
mandarina 4 0,712 Bartl et al., 2012
naranja 4 0,266 Clune et al., 2017
melocotón 4 0,747 Bartl et al., 2012
manzana 4 0,537 Bartl et al., 2012
Aguacate 4 0,656 Bartl et al., 2012
Papaya 4 0,293 3.2 ecoinvent
Plátano 4 0,300 Roibas et al., 2016
Uva 4 0,367 3.2 ecoinvent
fresa 4 0,480 Bartl et al., 2012
Mango 4 0,295 Basset-Mens et al., 2016
Sandía 4 1,556 Mohammadi-Barsari et al., 2016
El aceite vegetal (L) 5 4.140 Wallen et al., 2004
La leche fresca (L) 6 1.690 Clune et al., 2017
Leche pasteurizada 6 1.690 Clune et al., 2017
Leche evaporada 6 1.690 Clune et al., 2017
Yogur 6 1,300 Clune et al., 2017
Queso fresco 6 8.730 Clune et al., 2017
Pescado (océano) 7 0,115 Avadi et al., 2014b
Peces (río) 7 1.940 Avadi et al., 2014b
Seco o salado sh fi y fi sh shell 7 0,425 Avadi et al., 2014b
Enlatado sh fi y fi sh shell 7 1,728 Avadi et al., 2014b
Otras aves de corral 8 5.910 Clune et al., 2017
Gallina 8 3.990 Clune et al., 2017
Pollo 8 3.990 Clune et al., 2017
Aves de corral 8 5.910 Clune et al., 2017
Huevos 8 3.260 Clune et al., 2017
frijol común 9 0,510 Clune et al., 2017
Guisantes (secas o frescas) 9 0,600 Clune et al., 2017
habas 9 0,510 Clune et al., 2017
lentejas 9 1.030 Clune et al., 2017
Cordero 11 27.910 Clune et al., 2017
Cerdo 11 5.720 Clune et al., 2017
Carne de vaca 11 28.600 Clune et al., 2017
Menudencias 11 28.600 Clune et al., 2017
Helado 12 0,640 Wallen et al., 2004
Refresco 13 0,560 Wallen et al., 2004
jugo con sabor 13 0,560 Wallen et al., 2004
Galletas 14 2.640 Wallen et al., 2004
Pasteles y otros 14 2.640 Wallen et al., 2004
Margarina 14 2.120 Wallen et al., 2004
Azúcar 15 0,480 3.2 ecoinvent
 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231
datos Apéndice B. suplementario
Los datos complementarios a este artículo se pueden encontrar en línea en
https://doi.org/10.1016/j.scitotenv.2019.134231 .
referencias
Acosta, AM, Haddad, L., 2014. La política de éxito en la lucha contra
la desnutrición en el Perú. Política Alimentaria 44, 26-35 .
Aleksandrowicz, L., Green, R., alegría, EJ, Smith, P., Haines, A., 2016. Los impactos de
cambio en la dieta sobre las emisiones de gases de efecto invernadero, el uso del suelo, el uso del agua y la salud: una revisión
sistemática. PLoSONE 11, (11) e0165797.
Anderson, AM, Earle, MD, 1983. planificación de la dieta en el tercer mundo por lineal y
la programación de metas. J. Oper. Res. Soc. 34 (1), 9-16 .
Andreyeva, T., Long, MW, Brownell, KD, 2010. El impacto de los precios de los alimentos en
el consumo: una revisión sistemática de la investigación sobre la elasticidad precio de la demanda de alimentos. A.m.
J. Salud Pública 100 (2), 216-222 .
Armistead, B., Crawford, K., Ayres, A., Tamashiro, P., Peron, E., Dante, S., 2016.
La observación de los factores de riesgo para las enfermedades diarreicas y la desnutrición en el Perú rural. Ana. Glob. Salud 82
(3), 376 .
Avadi, Á., Vázquez-Rowe, I., freón, P., 2014A. Eco-ef evaluación fi ciencia de la
acero anchoveta y flotas de madera, utilizando el marco LCA + DEA. J. Limpio. Pinchar. 70, 118-131 .
Avadi, A., freón, P., Quispe, I., 2014b. Evaluación ambiental de Perú
productos alimenticios de anchoveta: es menos re fi ne mejor? En t. J. Ciclo de Vida de evaluar. 19 (6), 1276-1293 .
Bartl, K., Gómez, CA, Nemecek, T., 2011. Evaluación del ciclo de vida de la leche producida en
dos sistemas lecheros de pequeña escala en las tierras altas y la costa de Perú. J. Limpio. Pinchar. 19 (13),
1494-1505 .
Bartl, K., Verones, F., Hellweg, S., evaluación basada 2012. Evaluación del Ciclo de Vida de
los impactos regionales de la producción agrícola en la costa peruana. Reinar. Sci. Technol. 46 (18),
9.872-9.880 .
Basset-Mens, C., Vannière, H., Grasselly, D., Heitz, H., Braun, A., Payen, S., Koch, P.,
Biard, Y., 2016. Los impactos ambientales de las frutas importadas y cultivadas localmente para el mercado francés: un
estudio de ACV de la cuna a la explotación agrícola. Frutas 71 (2), 93-104 .
Burchi, F., De Muro, P., 2016. A partir de la disponibilidad de alimentos a las capacidades nutricionales:
el avance de análisis de seguridad alimentaria. Política Alimentaria 60, 10-19 .
CENAN, 2019. En: (Eds.) Lázaro Serrano, ML, Domínguez Curi, CH, Guías
alimentarias párrafo La Población peruana. Ministerio de Salud.
Nacional de Salud, Lima, ISBN 978-612-310-119-0. 55 p. (en español) .
Clune, S., Crossin, E., Verghese, K., 2017. La revisión sistemática de gas de efecto invernadero
emisiones para diferentes categorías de alimentos frescos. J. Limpio. Pinchar. 140, 766-783 .
Cucurachi, S., Yang, Y., Bergesen, JD, Qin, Y., Suh, S., 2016. Desafíos en la evaluación de
las consecuencias ambientales de los cambios en la dieta. Reinar. Syst. Diciembre 36 (2), 217-219 .
Ecoinvent, 2019. Obtenido de base de datos ecoinvent http://ecoinvent.org , (El último acceso: 16 Junio º 2019).
ENAPREF, 2012. Perú: Consumo per cápita de los Principales Alimentos 2008-2009.
Encuesta Nacional de Presupuestos Familiares (ENAPREF). Dirección Técnica de Demografía e Indicadores
Sociales. Instituto Nacional de Estadística e
Informática (INEI) (mayo de 2012 [en español) .
Esteve-Llorens, X., Darriba, C., Moreira, MT, Feijoo, G., González-García, S., 2019.
Hacia un modelo ambientalmente sostenible y saludable de la dieta atlántica: la huella de carbono del ciclo de
vida y la calidad nutricional. Sci. Environ total. 646, 704- 715 .
FAO, 2018. País Per fi l: indicadores de seguridad alimentaria del país: Perú Obtenido de
Organización de la Agricultura y la Alimentación las Naciones Unidas www.fao.
org / fi leadmin / templates / ess / foodsecurity / Food_Security_Indicators.xlsx ,
visitada: May 12th 2019).
García-Herrero, I., Hoehn, D., Margallo, M., Laso, J., Bala, A., Batlle-Bayer, L., Fullana,
P., Vázquez-Rowe, I., González, MJ, Dura, MJ, Sarabia, C., Abajas, R., AmoSetien, FJ, quinonas, A., Irabien, A.,
Aldaco, R., 2018. En la estimación del potencial de reducción de los residuos de alimentos para apoyar las
políticas de producción y consumo sostenibles. Política Alimentaria 80, 24-38 .
Garnett, T., 2011. ¿Dónde están las mejores oportunidades para la reducción de gases de efecto invernadero
las emisiones en el sistema alimentario (incluyendo la cadena alimentaria)? Política Alimentaria 36, ​S23 S32 .
Garnett, T., 2016. Plating hasta soluciones. Ciencia 353 (6305), 1202-1204 .
González-García, S., Esteve-Llorens, X., Moreira, MT, Feijoo, G., 2018. Carbono
la huella y la calidad nutricional de los diferentes hábitos dietéticos humanos. Sci. Environ total. 644, 77-94 .
Herrero, M., Thornton, PK, 2013. Ganadería y cambio global: nuevas cuestiones para
los sistemas alimentarios sostenibles. Proc. Natl. Acad. Sci. EE.UU. 110 (52), 20.878 a 20.881 .
Imamura, F., Micha, R., Khatibzadeh, S., Fahimi, S., Shi, P., Powles, J. Global Burden de
Enfermedades Nutrición y Enfermedades Crónicas Grupo de Expertos (NutriCoDE), 2015. La calidad de la dieta
entre los hombres y las mujeres en 187 países en 1990 y 2010: una evaluación sistemática. The Lancet Glob.
Salud 3 (3), E132-E142 .
INEI, 2015. Perú, Enfermedades no transmisibles y transmisibles, 2014. Instituto
Nacional de Estadística e Información, INEI. Obtenido de: https: // www.
inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1212/Libro. pdf (en español).
11
INEI, 2017. Perú, Enfermedades no transmisibles y transmisibles, 2017. Instituto
Nacional de Estadística e Información, INEI. Obtenido de: https: // www.
inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1526/index. html (en español).
INEI, 2018. Informe de Precios Instituto Nacional de Estadística e Informática,
INEIPerú. Obtenido de: https://www.inei.gob.pe/biblioteca-virtual/boletines/ report-de-precios / 1 / (Última
consulta: July 13 º 2018).
ISO, 2006a. Análisis del Ciclo de Vida - - ISO 14040 Principios y el Marco .
ISO, 2006b. 14044 ISO - Valoración del Ciclo de Vida - Requisitos y Directrices .
Jensen, HH, Yen, ST, 1996. El gasto en alimentos fuera del hogar por tipo de comida.
Lata. J. Agric. Econ. 44, 67-80 .
Rey, FS, Burgess, A., Quinn, VJ, Osei, AK (Eds.), 2015. Nutrición para el desarrollo
Países. prensa de la Universidad de Oxford .
Kulak, M., Nemecek, T., Frossard, E., Chable, V., Gaillard, G., 2015. Ciclo de vida
evaluación de pan de varias redes alternativas de alimentos en Europa. J. Limpio. Pinchar. 90, 104-113 .
Larrea-Gallegos, G., Vázquez-Rowe, I., Wiener, H., Kahhat, R., 2019. La aplicación de la
La tecnología modelo de elección en la evaluación del ciclo de vida consecuente: un estudio de caso en el sector
agrícola peruano. J. Ind. Ecol. 23, 601-614 .
Lluch, A., Maillot, M., Gaza, R., Vieux, F., Delaere, F., Vaudaine, S., Darmon, N., 2017.
dieta individual modelo demuestra cómo equilibrar la dieta de adultos franceses con o sin excesivas tomas de
azúcar libres. Nutrientes 9 (2), 162 .
Merrigan, K., Grif fi n, T., Wilde, P., Robien, K., Goldberg, J., Dietz, W., 2015. Proyectos
una dieta sostenible. Ciencia 350 (6257), 165-166 .
MINSA, 2012. Tablas Peruanas de Composición de Alimentos. Centro Nacional de
Alimentación y Nutrición. Instituto Nacional de Salud, Perú, ISBN 978-9972857-73-7 (en español) .
MINSA, 2015A. Plan Nacional de Seguridad Alimentaria y Nutricional 2015-2021
Obtenido del Ministerio de Salud, MINSAftp: //ftp2.minsa.gob.pe/
normaslegales / 2015 / ANEXO _-_ D.S_008-2015-MINAGRI.pdf, (Último accedido:
6 de septiembre de º 2018, en español).
MINSA, 2015b. Alimentación y Nutrición. Construyamos ONU Perú Saludable
Obtenido de Ministerio de Salud, MINSAftp: //ftp2.minsa.gob.pe/descargas/ DGPS / compendio / pdf / 102.pdf,
(última consulta: 6ª de septiembre de 2018 Español).
Miranete, EJ, Palacios-Huerta, I., 2014. inercia del Consumidor, la dependencia de elección, y
aprender de la experiencia en un problema de decisión repetida. Rev. Econ. Stat. 96 (3), 524-537 .
Mohammadi-Barsari, A., Firouzi, S., Aminpanah, H., 2016. patrón de energía y el uso
la huella de carbono de la producción de la sandía de secano en Irán. En para. Proces. Agric. 3 (2), 69-75 .
Muñoz, I., i Canals, LM, Fernández-Alba, AR, 2010. Evaluación del ciclo de vida de la
Español dieta promedio incluyendo la excreción humana. En t. J. Ciclo de Vida de evaluar. 15 (8), 794-805 .
Instituto
Pathak, H., Jain, N., Bhatia, A., Patel, J., Aggarwal, PK, 2010. La huella de carbono de
artículos de comida de la India. Agric. Ecosyst. Reinar. 139 (1-2), 66-73 .
Perignon, M., Vieux, F., Soler, LG, Masset, G., Darmon, N., 2017. dieta Mejorar
sostenibilidad a través de la evolución de la elección de alimentos: revisión de estudios epidemiológicos sobre el
impacto ambiental de las dietas. Nutr. Rev. 75 (1), 2-17 .
Quispe, I., Navia, R., Kahhat, R., 2019. Evaluación del ciclo de vida de la cáscara de arroz como una energía
fuente. Un estudio de caso peruano. J. Limpio. Pinchar. 209, 1235-1244 .
Ritchie, H., Reay, DS, Higgins, P., 2018. El impacto de las guías alimentarias globales en
cambio climático. Glob. Reinar. Chang. 49, 46-55 .
Roibas, L., Elbehri, A., Hospido, A., 2016. La huella de carbono a lo largo de la ecuatoriana
cadena bananera suministro: mejoras metodológicas y la herramienta de cálculo. J. Limpio. Pinchar. 112,
2441-2451 .
Rossini, R. Vega, M., Quispe, Z., Pérez Forero, FJ, 2016. En las expectativas de inflación y
dolarización en el Perú. 89r Papel BIS .
Scarborough, P., Appleby, PN, Mizdrak, A., Briggs, ADM, Travis, RC, Bradbury, K.
E., Llave, TJ, 2014. Las emisiones de gases de efecto invernadero dietéticas de los consumidores de carne, de pescado que comen, los
vegetarianos y veganos en el Reino Unido. Clim. Chang. 125, 179-192 .
Schmidt, JH, Weidema, BP, Brandao, M., 2015. Un marco para modelar indirecto
(Último
uso de la tierra cambia de evaluación del ciclo de vida. J. Limpio. Pinchar. 99, 230-238 .
Smith, P., Martino, D., Cai, Z., et al., 2007. La agricultura. En: Metz, B., Davidson, OR,
Bosch, PR, Dave, R., Meyer, LA, Cambio Climático 2007 (Eds.): Mitigación. Contribución del Grupo de Trabajo
III al Cuarto Informe de Evaluación del Grupo Intergubernamental sobre el Cambio Climático. Cambridge
University Press, Nueva York, NY .
Soret, S., Mejia, A., Batech, M., Jaceldo-Siegl, K., Harwatt, H., Sabaté, J., 2014. Clima
la mitigación del cambio y efectos sobre la salud de los patrones dietéticos variaron en los entornos de la vida real a
través de Norteamérica. A.m. J. Clin. Nutr. 100, 490S-495S .
Springmann, M., Mason-D'Croz, D., Robinson, S., Garnett, T., Godfray, TSJ, Gollin,
. D., et al, 2016. Global y los efectos regionales de salud de la futura producción de alimentos bajo el cambio
climático: un estudio de modelado. The Lancet 387 (10031), 1937-1946 .
Springmann, M., Clark, M., Mason-D'Croz, D., Wiebe, K., Bodirsky, BL, Lassaletta, L.,
de Vries, W., Vermeulen, SJ, Herrero, M., Carlson, KM, Jonell, M., Troell, M., DeClerck, F., Gordon, LJ, Zurayk,
R., Scarborough, P., Rayner, M., Loken, B., Fanzo, J., Godfray, TSJ, Tilman, D., Rockström, J., Willett, W., 2018.
las opciones para mantener el sistema de alimentos dentro de los límites ambientales. Naturaleza 562, 519-525 .
Stylianou, K., Fulgoni, VL, Jolliet, O., 2018. Abstract P226: Salud Índice Nutricional
(Heni): una herramienta basada en la carga de salud para la alimentación y la dieta evaluación nutricional. Circulation 137
(suppl_1), AP226 .
Ulaszewska, MM, Luzzani, G., Pignatelli, S., Capri, E., 2017. Evaluación de la dieta-
las emisiones de GEI relacionadas utilizando el enfoque de reloj de arena del medio ambiente para el
Mediterráneo y nuevas dietas nórdicos. Sci. Environ total. 574, 829-836 .
12 G. Larrea-Gallegos, I. Vázquez-Rowe / Ciencia of the Total Environment 699 (2020) 134231
USDA, 2017. elegir mi placa Obtenido de Estados Unidos Departamento de
Agricultura www.choosemyplate.gov/ , (Última consulta: May 12th 2019).
Van Dooren, C., Marinussen, M., Blonk, H., Aiking, H., Vellinga, P., 2014. Exploración
directrices dietéticas basadas en los valores ecológicos y nutricionales: una comparación de seis patrones dietéticos.
Política Alimentaria 44, 36-46 .
Vázquez-Rowe, I., Marvuglia, A., Rege, S., Benetto, E., 2014. La aplicación consecuente
LCA para apoyar la política energética: los efectos del cambio de uso del suelo de la producción de bioenergía. Sci. Environ
total. 472, 78-89 .
Vázquez-Rowe, I., Kahhat, R., Quispe, I., Bentín, M., 2016. Environmental per fi l de
la producción de espárrago verde en una zona hiper-árido en la costa del Perú. J. Limpio. Pinchar.
112, 2505-2517 .
Vázquez-Rowe, I., Kahhat, R., Santillán-Saldívar, J., Quispe, I., Bentín, M., 2017a.
La huella de carbono de la granada ( Punica granatum) el cultivo en una región hiper-árido en la costa del Perú.
En t. J. Ciclo de Vida de evaluar. 22 (4), 601-617 .
Vázquez-Rowe, I., Larrea-Gallegos, G., Villanueva-Rey, P., Gilardino, A., 2017B.
oportunidades de mitigación del cambio climático sobre la base de la huella de carbono estimaciones de los patrones
dietéticos en Perú. Más uno e0188182.
Vázquez-Rowe, I., Laso, J., Margallo, M., García-Herrero, I., Hoehn, D., Amo-Setién, F.,
Bala, A., Abajas, R., Sarabia, C., Dura, MJ, Fullana, P., Aldaco, R., 2019a. En la estimación del potencial de
reducción de los residuos de alimentos para apoyar las políticas de producción y consumo sostenibles. En t. J.
Ciclo de Vida de evaluar. https://doi.org/10.1007/ s11367-019-01655-1 .
Vázquez-Rowe, I., Kahhat, R., Larrea-Gallegos, G., Ziegler-Rodríguez, K., 2019b.
de carreteras de Perú a la acción climática: ¿estamos en el camino correcto? El papel del ciclo de vida
métodos para mejorar las contribuciones nacionales del Perú. Sci. Environ total. 659, 249-266 .
Verger, EO, Mariotti, F., Holmes, BA, Paineau, D., Huneau, JF, 2012. Evaluación de una
índice de calidad de la dieta en base a la probabilidad de que la ingesta adecuada de nutrientes (PANDiet) a través de
encuestas dietéticas nacionales francesas y estadounidenses. PLoS One 7, (8)
e42155.
Vieux, F., Darmon, N., Touazi, D., Soler, LG, 2012. emisiones de gases de efecto invernadero de auto
dietas individuales seleccionados en Francia: el cambio de la estructura de la dieta o consumir menos? Ecol. Econ.
75, 91-101 .
Vranken, L., Avermaete, T., Petalios, D., Mathijs, E., 2014. Frenar mundial de carne
el consumo: la evidencia emergente de una segunda transición nutricional. Reinar. Sci. Pol. 39, 95-106 .
Wallen, A., Brandt, N., Wennersten, R., 2004. ¿La elección del consumidor sueca de
alimentos en las emisiones de gases de efecto invernadero fl uir? Reinar. Sci. Pol. 7 (6), 525-535 .
OMS, 2019. Obtenido de desnutrición Organización Mundial de la Salud https: // www.
who.int/news-room/fact-sheets/detail/malnutrition , (El último acceso: 10 Junio º
2019).
Wilson, N., Nghiem, N., Mhurchu, CN, Eyles, H., Baker, MG, Blakely, T., 2013. Los alimentos
y los patrones dietéticos que son saludables, bajo costo y ambientalmente
sostenible: un estudio de caso de los modelos de optimización de Nueva Zelanda. Más uno
8, (3) e59648.
Yang, Y., 2016. Dos caras de una misma moneda: la evaluación del ciclo de vida consecuente
basado en el marco de atribución. J. Limpio. Pinchar. 127, 274-281 .
Yen, TF, 2018. Orgánica consumo de alimentos en China: El papel moderador de la inercia.
En: MATEC Web de Conferencias, vol. 169. EDP Sciences, p. 01019 .