UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE ECONOMÍA

TITULO:

IMPACTO DEL CAMBIO CLIMÁTICO EN LA AGRICULTURA DEL

LIMÓN DE PIURA, PERÍODO 1990-2020

Trabajo de investigación del curso:

ECONOMÍA SECTORIAL Y DE RECURSOS NATURALES

Docente:
Dra. LINA TORRES RUIZ DE CASTILLA

Presentado por:

 TINEO IBAÑEZ ERWIN GERMAN

 MANRIQUE PURIZACA JAIME ERICK

PIURA,PERU
MARZO DEL 2021

1
 Índice General

RESUMEN........................................................................................................................................5
INTRODUCCIÓN............................................................................................................................5
I. ASPECTOS DE LA PROBLEMÁTICA................................................................................6
1.1. FORMULACIÓN Y PLANTEAMIENTO DEL PROBLEMA..........................................6
1.1.1. Pregunta General........................................................................................................6
1.1.2. Preguntas Específicas.................................................................................................6
1.2. JUSTIFICACIÓN DE LA INVESTIGACIÓN...................................................................7
1.2.1. Justificación teórica....................................................................................................7
1.2.2. Justificación metodológica:........................................................................................7
1.3. OBJETIVOS.......................................................................................................................7
1.3.1. Objetivo general.........................................................................................................7
1.3.2. Objetivos específicos..................................................................................................8
1.4. DELIMITACIÓN DE LA INVESTIGACIÓN...................................................................8
II. MARCO TEÓRICO.............................................................................................................9
2.1. ANTECEDENTES DE LA INVESTIGACIÓN.................................................................9
2.1.1. Internacional...............................................................................................................9
2.1.2. Nacional...................................................................................................................10
2.2. BASES TEÓRICAS.........................................................................................................11
2.2.1. Función de producción.................................................................................................11
2.2.2. Enfoque estructural...................................................................................................12
2.2.3. Enfoque espacial.......................................................................................................13
2.2.4. Modelos de Crecimiento económico afectos al sector agrícola.................................15
2.2.5. Actividades agropecuarias y efectos del cambio climático: Principales ideologías.. 16
2.3. GLOSARIO DE TÉRMINOS BÁSICOS.........................................................................18
2.3.1. Cambio climático......................................................................................................18
2.3.2. Cointegración...........................................................................................................19
2.3.3. Cultivo:.....................................................................................................................19
2.3.4. Precipitaciones pluviales:.........................................................................................19
2.3.5. Rendimiento:............................................................................................................19
2.3.6. SENAHMI:...............................................................................................................19
2
 2.4. HIPÓTESIS......................................................................................................................20
2.4.1. Hipótesis General.....................................................................................................20
2.4.2. Hipótesis Específicas................................................................................................20
III. MARCO METODOLÓGICO...........................................................................................20
3.1. ENFOQUE.......................................................................................................................20
3.2. DISEÑO...........................................................................................................................21
3.3. SUJETOS DE LA INVESTIGACIÓN.............................................................................21
3.4.1. Análisis estadístico...................................................................................................21
3.4.2. Análisis econométrico..............................................................................................21
3.5. TÉCNICAS E INSTRUMENTOS....................................................................................22
3.6. ASPECTOS ÉTICOS.......................................................................................................23
IV. RESULTADOS...................................................................................................................23
4.1. ANÁLISIS DESCRIPTIVO.............................................................................................23
4.1.1. Comportamiento de la rentabilidad por hectárea del cultivo del Limón....................23
4.1.3. Evolución de la temperatura máxima en la Región de Piura.....................................25
4.2. ANÁLISIS ECONOMÉTRICO...............................................................................................26
4.2.1. Autocorrelación........................................................................................................27
4.2.2. Heterocedasticidad...................................................................................................29
CONCLUSIONES..........................................................................................................................30
RECOMENDACIONES E IMPLICANCIAS..............................................................................31
REFERENCIAS BIBLIOGRÁFICAS..........................................................................................32

Índice de gráfico

GRÁFICO 1 COMPORTAMIENTO DE LA RENTABILIDAD DEL LIMÓN..............................24

GRÁFICO 2 COMPORTAMIENTO DE LA TEMPERATURA MÍNIMA PIURA, 1990-2020....25
GRÁFICO 3 COMPORTAMIENTO DE LA TEMPERATURA MÁXIMA, REGIÓN PIURA
1990-2020........................................................................................................................................26
GRÁFICO 4 CORRELOGRAMA 1ER ORDEN.............................................................................28
GRÁFICO 5 CORRELOGRAMA 2DO ORDEN............................................................................28

Índice de Anexos
3
 Y

ANEXO 1 ESTADÍSTICAS DESCRIPTIVAS VARIABLE RLIM...............................................33

ANEXO 2 ESTADÍSTICA DESCRIPTIVAS DE VARIABLE TMIN..........................................33
ANEXO 3 ESTADÍSITICAS DESCRIPTIVAS VARIABLE TMAX............................................34
ANEXO 4 ESTIMACIÓN FUNCIÓN PRODUCCIÓN.................................................................35
ANEXO 5 REQUERIMIENTO ÓPTIMO DE TMIN.....................................................................35
ANEXO 6 TEST DE BREUSCH GODFREY – 1 REZAGO.........................................................35
ANEXO 7 TEST DE BREUSCH GODFREY 2DO REZAGO.......................................................36
ANEXO 8 TEST DE BREUSCH-PAGAN-GODFREY.................................................................37
ANEXO 9 TEST HARVEY............................................................................................................37
ANEXO 10 TEST DE GLEJSER....................................................................................................38

RESUMEN

4
 Esta investigación trata de examinar el impacto del Cambio climático en la
rentabilidad del cultivo de Limón, durante el período 1990-2020. Para ello los indicadores
que se trabajaron del cambio climático fueron las temperaturas máximas y mínimas de la
Región Piura. Se utilizó una base de datos del SENAMHI mensual pero que fue
transformada en anual pero promediada, donde se realiza una estimación de mínimos
cuadrados ordinarios basados en la metodología del modelo tradicional de cambio
rentabilidad. Se concluye que tanto la temperatura mínima como la máxima explican a la
rentabilidad del limón en un 18.98%, y esto es porque no se alcanza en el óptimo que es
conveniente, ya que la temperatura mínima encontrada promediada es mucho mayor a la
óptima (19.45°C VS 18.3°C), y sucede lo mismo con la temperatura máxima (30.64 VS
28.07) que no se encuentra el óptimo establecido, es por eso que se trata una línea de
implicancias donde involucra al SENAHMI, GOBIERNO y el sector agrícola.

INTRODUCCIÓN

Piura es una de las regiones más calurosas de toda la costa del Perú, debido a esto es
que podrían suceder eventos excepcionales en donde haga que uno de los sectores más
provechosos de la región se vea altamente perjudicado y así afecte al crecimiento
económico no sólo de Piura sino del Perú.

Entonces este trabajo buscará observar el impacto de los indicadores del cambio
climático en el cultivo del limón basándose en su rentabilidad o rendimiento del mismo,
teniendo en cuenta que será un análisis cuantitativo y se realizará una metodología de series
de tiempo, donde se estimará por mínimos cuadrados y se hará estimación de diferentes
órdenes para ver niveles óptimos entre variables.

Todo esto siguiendo un enfoque de función de producción del cambio climático, un

enfoque espacial y un enfoque estructural. En base a ello podemos establecer nuestras
hipótesis de que si las variables climáticas explican al rendimiento del cultivo del limón.

5
 La investigación servirá para que, en base a resultados del mismo, se logren tomar
cartas sobre la mesa para saber sobre qué mecanismos debe mejorar el Gobierno en su
estamento Nacional para establecer un crecimiento económico sostenido en El Perú, el
SENAHMI como ente climático y los involucrados en la agricultura.

I. ASPECTOS DE LA PROBLEMÁTICA.

I.1. FORMULACIÓN Y PLANTEAMIENTO DEL PROBLEMA.

I.1.1. Pregunta General

PG: ¿Cuál es el impacto del cambio climático de Piura en el cultivo del limón, durante el
período 1990-2019?

I.1.2. Preguntas Específicas

PE1: ¿De qué manera la temperatura mínima de Piura afecta al cultivo del limón, durante el
período 1990-2020?

PE2: ¿En qué medida la temperatura máxima de Piura afecta al cultivo del limón, durante el
período 1990-2020?

PE3: ¿De que manera las precipitaciones pluviales de Piura afectan al cultivo del limón,
durante el período 1990-2020?

PE4: ¿Existirá una relación a largo plazo entre los indicadores de cambio climático y el
rendimiento por hectárea del limón?

I.2. JUSTIFICACIÓN DE LA INVESTIGACIÓN.

6
I.2.1. Justificación teórica
Esta investigación se realizar con el propósito de generar y aportar conocimiento
existente sobre cómo el cambio climático puede afectar a uno de los cultivos más
importantes de nuestra región que vendría a hacer el limón y como esto tiene efectos
benévolos y perversos en la economía; y así también de esa manera establecer diversas
líneas de investigación.

I.2.2. Justificación metodológica:

La investigación permitirá alcanzar una herramienta alternativa a partir de

resultados válidos que se obtendrán aplicando una metodología histórica, siguiendo un tipo
de investigación correlacional-explicativa; en donde haremos una estimación de mínimos
cuadrados ordinarios no lineales, y del mismo modo establecer una relación a largo plazo
entre los indicadores de cambio climático y el rendimiento del limón a través de una
estimación de cointegración

I.3. OBJETIVOS.

I.3.1. Objetivo general.

Analizar los indicadores del cambio climático explicados por la temperatura

mínima, máxima y precipitaciones pluviales que impactan en el cultivo del limón de la
Región de Piura, durante el período 1990-2020

I.3.2. Objetivos específicos.

7
 1) Sistematizar el marco teórico pertinente y vigente para el desarrollo de la presente
investigación.

2) Realizar una descripción histórica y descriptiva del cultivo del limón de la Región
de Piura en el período establecido.

3) Medir el impacto de la temperatura mínima de Piura sobre el rendimiento del

cultivo del limón, durante el período 1990-2020

4) Determinar el impacto de la temperatura máxima de Piura sobre el rendimiento del

cultivo del limón, durante el período 1990-2020

5) Estimar el impacto de las precipitaciones pluviales de Piura sobre el rendimiento del

cultivo del limón, durante el período 1990-2020

6) Estimar la relación a largo plazo entre el rendimiento del cultivo del limón y los
indicadores de cambio climático de Piura

I.4. DELIMITACIÓN DE LA INVESTIGACIÓN.

La investigación pretende analizar los indicadores del cambio climático explicados
por la temperatura mínima, máxima y precipitaciones pluviales que impactan en el cultivo
del limón de la Región de Piura, durante el período 1990-2020 con una data mensual que
será promediada para procesarla a anual.

II. MARCO TEÓRICO

II.1. ANTECEDENTES DE LA INVESTIGACIÓN.

II.1.1. Internacional.

8
 Flecha (2007), se centró en la cuantificación del efecto económico del cambio
climático sobre la agricultura y para ello utiliza el denominado enfoque ricardiano.
Utilizando datos provinciales para el período 1983-1999 con los que se estima que se
estima la relación funcional de determinadas variables climaticas y el valor agricola por
hectarea, que recoge la influencia de las variables climáticas sobre el precio por hectárea y
sobre el numero de hectareas cultivadas.

Ordaz et al (2010), en su trabajo evidenciaron que el cambio climático ya está dando

muestras de efectos adversos sobre el sector agropecuario, los cuales a futuro podrían
intensificarse en caso de que las condiciones de producción permanezcan constantes. Al
examinar los casos del maíz, el frijol y el arroz, tres de los productos más importantes en la
alimentación y la economía de los salvadoreños, se encuentra que es probable que la
temperatura que permite los mayores rendimientos se haya superado, por lo que un clima
más cálido podría traer consecuencias adversas sobre la producción. Niveles de
precipitación ligeramente más elevados que los actuales podrían compensar dichas caídas;
no obstante, las proyecciones indican que la precipitación tenderá a la baja

Feldman et al (2018) con ayuda de la Cepal realizaron un estudio con datos anuales
de producción agrícola así como información de variables climáticas como la precipitación,
temperatura máxima y temperatura mínima para los 14 países del Caribe. En este estudio se
utilizó la estimación de un modelo de funciones de producción. Los resultados muestran
que a nivel región se podría tener una disminución en la producción agrícola agregada de
cerca del 7% con respecto a la producción promedio del período de análisis (1961-2014).
En términos porcentuales la caída más grande a nivel regional se daría en frutales (-23%)
mientras que las oleaginosas podrían tener un aumento de más de 15%. El país que podría
resultar más afectado por los cambios en las variables climáticas es Dominica que, respecto
al promedio del período, podría tener grandes pérdidas en producción de vegetales (-81%),
raíces y tubérculos (-51%), legumbres (-42%), y frutales (-37%).

9
II.1.2. Nacional.

Torres (2010) en su estudio cuantificó el impacto del cambio climatico en los

cultivos mas agroexportables, a partir de una función de producción, relacionando cada
cultivo respecto a las variables climáticas: temperatura, precipitación y fenómeno del niño.
Los resultados indican que los rendimientos de los cultivos son explicados en más del 50%
por las variables climáticas. Cabe indicar que en limón ocurre un rendimiento de 52.74%
dependiendo del valor bajo o alto de la temperatura pronosticada.

Quispe (2015), investigó los efectos del cambio climático en la agricultura de la

cuenca de Ramis evaluando el comportamiento de las variables climáticas y su
consecuencia en la actividad agrícola del altiplano peruano. Se trabajó con las series
históricas de temperaturas extremas y precipitaciones pluviales de 46 años de las diez
estaciones metereológicas. Las temperaturas máximas tienden a incrementar en 0.04°C
anualmente, las medias muestran un incremento anual de 0.025°C con evidencia leve y las
mínimas no muestran cambios significativos, mientras que las precipitaciones pluviales
tienden a disminuir, y estos generan impactos significativos en los cultivos.

Vasquez (2016), por su parte cuantificó el impacto económico en los principales

cultivos agrícolas de la Región Lambayeque a partir de una función de producción,
relacionando el rendimiento de cada cultivo en función de las variables climáticas:
temperatura y precipitación pluvial. Utilizó información anual desde 1950 a 2013
proporcionada por el Ministerio de Agricultura y el Senahmi sobre los rendimiento (kg/ha)
de los cultivos de mango, limón, azúcar y arroz aplicando así un modelo explicativo para
cada uno de los cultivos. Los resultados indican que los rendimientos de los cultivos
estudiados son explicados por las variables climáticas en un 18% para el caso del limón ,
mientrás los efectos economicos por cambios en la temperatura es negativo para el limón y
lo mismo sucede con los cambios en la pluviosidad.

10
 Villegas et al (2020) investigó el comportamiento de la temperatura mínima,
temperatura máxima, precipitación pluvial y su impacto en los cultivos de limón y maíz
amarillo duro. Para realizar la investigación, se utilizó la metodología la función de
producción y como parte de los resultados se calculó la primera derivada para encontrar el
umbral óptimo y la segunda derivada para encontrar su comportamiento convexo o
concavo. Para el caso del limón se encontró que la precipitación pluvial y la temperatura
máxima tuvieron un impacto negativo en la producción y rendimiento del limón.

II.2. BASES TEÓRICAS.

II.2.1. Función de producción.

Se parte de una función de producción donde, Montilla (2007), indica, que es la

relación que existe entre el producto obtenido y la combinación de factores que se utilizan
en su obtención.

Dado el estado de tecnologia en un momento dado el tiempo la función de

producción indica que la cantidad de producto Q que se puede obtener está en función de
las cantidades de capital (K), trabajo (L), tierra (T) e iniciativa empresarial (H), de modo
que:

Q=f ( L, K , T , H )

Cada actividad empresarial, industrial o simplemente cualquier actividad

productiva1 tendrá una función de producción diferente según sea el caso.

Ahora, en la actividad agrícola, el empresario utiliza la tierra que dispone, las

semillas , el trabajo, maquinarias, fertilizantes,etc. La función de producción para el
agricultor le indicará cuales son los niveles de producción que alcanzará mediante la
1
Aquella que combina los factores de la producción con el objetivo de obtener un resultado materializado
en un bien o prestación de un servicio
11
combinación de todos los factores de la producción que tiene a su disponibilidad ese
momento [ CITATION Fre16 \l 3082 ].

El modelo que se especifica, parte de la función de producción, que relaciona la

cantidad producida con los diferentes factores requeridos, trabajo, tierra, capital, semillas,
agua de riego, fertilizantes y factores climáticos.

En terminos formales Ramírez (2010), expresa:

Qt =f (m it , x it , z it )

Donde m es la variable “características del agricultor”, incluido capital humano, x

son factores como capital, trabajo, insumos, z son variables climáticas, temperatura,
precipitaciones, i son los diferentes cultivos (1,2…N) y t subíndice es el tiempo o período
considerado.

II.2.2. Enfoque estructural.

Según Fleischer et al. (2007) , el modelo de la función de producción explica que el

rendimiento (R) de un determinado cultivo y que este comportamiento en evidencia
empírica sugiere que relación entre el R y las variables climáticas debería tener la forma de
U invertida por lo cual se requiere modelarla utilizando una función cuadrática:

R=f ( m , x , z , z 2 )

II.2.3. Enfoque espacial.

12
 El enfoque espacial busca estimar los efectos del cambio climático en la agricultura
con base en las diferencias observadas en los valores de la tierra, la producción agrícola y
otros impactos climáticos relacionados entre regiones, utilizando métodos estadísticos o de
programación para analizar cambios en los patrones espaciales de la producción. Los
modelos desarrollados en este enfoque son el Ricardiano y Equilibrio general.

a. Modelo ricardiano.

Fue desarrollado por Mendelsohn et al. (1994), el cual asume que cada agricultor
maximiza su ingreso neto sujeto a condiciones exogenas. Específicamente, el agricultor
escoge su cosecha y los insumos para cada unidad de tierra que maximiza su beneficio tal
como se expresa:

Max π =∑ i P qi Q i ( X i , Li , K i , IRi , C , W , S )−∑ i P X X i−∑ i P L Li −∑ i P K K i−∑ i P IR IR i

Donde, π es el ingreso neto, Pqiy Q i es el precio de mercado y la función de

producción para el cultivo i, respectivamente; X i es un vector de insumos anuales, tales
como las semillas, fertilizantes y pesticidas, Li es un vector de mano de obra (asalariado y
doméstica), K i es un vector de capital, tales como tractor y equipo de cosecha, IR i es un
vector de opciones de riego, C es un vector de variables climáticas , W es el agua
disponible para el riego, S es un vector de características del suelo, P X es un vector de
precio inputs anuales, P L es el vector de precios de la mano de obra, P K es el precio renta
del capital y P IR es el costo anual de cada sistema de riego.

13
 Por lo tanto, si los agricultores escogen el cultivo que proporciona el mayor ingreso
neto, el resultado será escoger una función de sólo variables exógenas, tal como:

π ¿ =f ( Pqi ,C ,W , S , P X , PL , P K , P IR )

Dado que el modelo Ricardiano asume competencia perfecta para el valor de la

tierra, la libre entrada y salida de agentes en el mercado asegurará que el exceso de
beneficios sea cero. Por lo tanto, las rentas de las tierras serán iguales al ingreso neto por
unidad de superficie [ CITATION Dav17 \l 3082 ]. Asimismo, el valor del suelo reflejará el
valor presente del ingreso neto de cada agricultor.

b. Equilibrio general.

Este modelo es importante cuando se requiere calcular los efectos del cambio
climático ocasionados por otras regiones, pues se asume que el clima fuera del área de
estudio se mantiene constante, Es decir, el modelo de Equilibrio general ofrece la
posibilidad de modelar la agricultura con respecto a otros sectores económicos, permitiendo
la movilidad de recursos entre regiones cuando existen los incentivos económicos para
hacerlo. A pesar de que los equilibrios generales tienen la ventaja de tomar los precios de
los cultivos como endógenos y consideran vínculos intersectoriales, una limitación
importante es que lo hace a costa de agregaciones muy drásticas en la que los diversos
sectores espaciales o económicos están caracterizados por una empresa representativas.
[ CITATION Sch06 \l 3082 ].

II.2.4. Modelos de Crecimiento económico afectos al sector agrícola.

14
 La regularidad empírica antes citada dio lugar a una visión de la agricultura,
fundamentada principalmente en el modelo propuesto por [ CITATION Wil54 \l 3082 ],
como un sector que declina de manera natural y cuyo papel principal es contribuir con
trabajo, alimentos y quizá capital para la modernización de la industria. Siguiendo esta
interpretación, el sector agrícola responde muy poco a los incentivos y tiene pocas ligas
significativas con otros sectores (Valdés y Foster , 2010). Bajo esta visión resulta poco
necesario dedicarle políticas públicas que busquen promover su modernización, de hecho,
la implicación es todo lo contrario: la mejor estrategia para lograr la industrialización, y por
ende el crecimiento económico, es drenar de recursos a la agricultura implementando
políticas públicas sesgadas en su contra y a favor de otros sectores. Desde 1950 hasta por lo
menos la década de 1980, ésa fue la estrategia que prevaleció alrededor del mundo,
particularmente en África y Latinoamérica (Anríquez y Stamoulis, 2007)

Sin embargo, en las últimas décadas la teoría de Lewis, sobre todo atendiendo a sus
implicaciones en materia de políticas públicas, ha sido desacreditada por trabajos más
recientes que sugieren que:

- La agricultura reacciona ante cambios tecnológicos

- Está ligada de manera directa con otros sectores
- En países en desarrollo este sector puede responder a los incentivos de la misma forma
que lo hace en los países desarrollados
- Estos argumentos condujeron a una interpretación alternativa de la regularidad
empírica: en lugar de dejar de lado el sector agrícola, lo que se debe hacer es promover
su crecimiento para así facilitar la transformación estructural.

El sector agrícola también es un determinante importante de la seguridad

alimentaria. Ningún país ha logrado sostener un proceso de crecimiento económico rápido
sin antes resolver el problema de seguridad alimentaria. Ésta es necesaria para el
crecimiento puesto que el acceso inadecuado e irregular a alimentos limita la productividad
y reduce la inversión en capital humano A nivel macroeconómico, las crisis alimentarias
recurrentes afectan la estabilidad política y económica, lo que a su vez reduce la eficiencia
de la inversión (Alesina y Perroti, 1996)

15
 Más allá de consideraciones teóricas, los estudios econométricos sobre el papel que
desempeña el sector agrícola en el crecimiento económico pueden, en principio, captar las
externalidades que el sector agrícola tiene en otros sectores (Valdés y Foster, 2010). Estos
estudios también pueden dar información sobre los determinantes de la productividad
agrícola, lo cual ayuda a entender los caminos que podrían seguirse para fomentar el
crecimiento económico (Gollin et al, 2002). Sin embargo, es importante recalcar que este
tipo de estudios deben hacer frente a un problema intrínseco vinculado con determinar una
relación de causalidad.

II.2.5. Actividades agropecuarias y efectos del cambio climático: Principales

ideologías.

.
El clima es uno de los principales determinantes de la productividad agrícola
[ CITATION Ada89 \l 3082 ] debido al incremento en la concentración de gases de efecto
invernadero es prácticamente inevitable que se presenten cambios en el clima a los cuales la
agricultura tendrá que adaptarse. Esto requerirá no sólo de cambios en el tipo y
combinación o mezcla de cultivos que se producen, sino también un aumento en la
inversión [ CITATION McC10 \l 3082 ]. Más allá de las posibilidades de adaptación, se espera
que la agricultura sea el sector que sufra los mayores efectos económicos ante el cambio
climático (Fischer et al , 2005)

De acuerdo con el Panel Intergubernamental sobre Cambio Climático (IPCC), el

sector rural se verá fuertemente afectado, entre otros motivos, debido a las caídas en el
ingreso agrícola. Se espera que los impactos afecten de manera desproporcionada el
bienestar de los pobres en zonas rurales haciendo más difícil el combate a la pobreza (Field
et al, 2014). Además, el cambio climático afectará la seguridad alimentaria al impactar la
disponibilidad y acceso a alimentos, así como la estabilidad de las reservas de alimentos y
la volatilidad de los precios.

16
 Es posible que en un inicio el calentamiento moderado del planeta beneficie a la
producción de cultivos en las regiones templadas y perjudique a las regiones semiáridas y
tropicales. Sin embargo, si el calentamiento continúa más allá de la mitad del siglo, la
producción en todas las regiones del planeta se verá afectada de manera negativa (Tubiello
y Rosenzweig ,2008); la vulnerabilidad de los países dependerá, entre otras cosas, de sus
condiciones geográficas y del tipo de cultivos que produzcan o puedan producir.

De acuerdo con (Thirtle et al, 2003) los cultivos más propensos a cambios son
algunas variedades de maíz, trigo y arroz en las regiones del sur de Asia y África. En el
caso de América Latina, la diversidad en términos agroecológicos y demográficos hace que
las expectativas para las distintas regiones sean muy variadas entre sí; se espera que en el
sureste de América del Sur la productividad se mantenga o incluso se incremente
ligeramente para mediados de siglo, mientras que en Centroamérica la productividad podría
reducirse en los próximos 15 años poniendo en riesgo la seguridad alimentaria de las
poblaciones más pobres (Field et al, 2014)

Los países en desarrollo son más vulnerables a los efectos del cambio climático que
los países desarrollados. Esto se debe, entre otras cosas, a que estos países dependen más de
la agricultura, poseen menos capital para tomar medidas de adaptación, y en muchos casos
están más expuestos a la ocurrencia de eventos climáticos extremos y a niveles de calor que
actualmente son demasiado elevados (Fischer et al 2005). Al interior de los países en
desarrollo, los pequeños agricultores serán los más afectados dado su bajo acceso a
tecnologías, insumos, información y recursos monetarios para tomar medidas de adaptación

Entender los efectos económicos del cambio climático ayuda a conocer el tamaño
potencial de los daños y, por lo tanto, a decidir qué tanto debería invertirse en mitigación.
Por otro lado, también podría ayudar a diseñar estrategias de adaptación al proveer
información de cómo, cuándo y dónde debería darse dicha adaptación [ CITATION Men94 \l
3082 ]. A la fecha existe una vasta literatura que aborda el tema de los efectos potenciales
del cambio climático en la agricultura

17
 El conocimiento científico existente es relativamente robusto en su capacidad de
inferir los efectos que cambios en temperatura y precipitación tendrán en el rendimiento de
los cultivos. Sin embargo, es menos capaz de proveer información sobre las consecuencias
del cambio climático en las enfermedades y pestes que afectan a la agricultura, así como
sobre el potencial efecto de fertilización del dióxido de carbono en los cultivos. Tampoco
se sabe lo suficiente sobre las formas en las que las distintas poblaciones humanas
responderán a tales efectos [ CITATION Ada89 \l 3082 ]

II.3. GLOSARIO DE TÉRMINOS BÁSICOS.

II.3.1. Cambio climático.

De acuerdo con la Convención Marco de las Naciones Unidas sobre Cambio

Climático (CMNUCC), éste se entiende como un cambio de clima atribuido directa o
indirectamente a la actividad humana que altera la composición de la atmósfera mundial y
que se suma a la variabilidad natural del clima observada durante períodos de tiempo
comparable.

II.3.2. Cointegración

La cointegración es una relación fuerte a largo plazo. Que dos variables estén
cointegradas implica que, aunque crezcan o caigan lo hacen de forma sincronizada y
mantienen dicha relación a lo largo del tiempo.

II.3.3. Cultivo:

18
 El cultivo es la práctica de sembrar semillas en la tierra y realizar las labores
necesarias para obtener frutos de las mismas. Se entiende por cultivo a todas las acciones
humanas que tienen el fin de mejorar, tratar y transformar las tierras para el crecimiento de
siembra.

II.3.4. Precipitaciones pluviales:

Fenómeno meteorológico por el cual el vapor de agua condensado en las nubes cae
a tierra en lluvia; se la mide en un pluviómetro y sus unidades son mm/año

II.3.5. Rendimiento:

Relación existente entre los beneficios que proporciona una determinada operación
o cosa y la inversión o el esfuerzo que se ha hecho; cuando se trata del rendimiento
financiero; se suele expresar en porcentajes

II.3.6. SENAHMI:

Es un organismo técnico especializado del Estado Peruano que brinda información

sobre el pronóstico del tiempo, así como asesoría y estudios científicos en las áreas de
hidrología, meteorología y asuntos ambientales

II.4. HIPÓTESIS.

II.4.1. Hipótesis General.

Los indicadores del cambio climático impactan de manera significativa al
rendimiento del cultivo del limón en la Región de Piura, durante el período 1990-2019.

II.4.2. Hipótesis Específicas.

19
 La temperatura mínima tiene un impacto positivo2 y estadísticamente significativo
sobre el rendimiento del cultivo de limón en la Región de Piura, durante el período
1990-2020

La temperatura máxima tiene un impacto positivo 3 y estadísticamente significativo

sobre el rendimiento del cultivo de limón en la Región de Piura, durante el período
1990-2020

Las precipitaciones pluviales tienen un impacto negativo y estadísticamente

significativo sobre el rendimiento del cultivo de limón en la Región de Piura,
durante el período 1990-2020

III. MARCO METODOLÓGICO.

III.1. ENFOQUE
Cuantitativo.

III.2. DISEÑO
Cuantitativo no experimental, en el sentido de que las variables son tomadas y no es
posible su manipulación deliberada

2
Si se encuentra entre los parámetros establecidos
3
Si se encuentra entre los parámetros establecidos

20
 III.3. SUJETOS DE LA INVESTIGACIÓN.
Dado que se pretende analizar cuál es el impacto de los principales indicadores del
Cambio climático en el rendimiento del cultivo del limón de la región de Piura, es por ello
que resulta tomar como unidad de análisis al mismo, abarcando el período 1990-2020

III.4. MÉTODO Y PROCEDIMIENTOS.

En esta investigación se realizarán dos tipos de análisis: (i) un análisis estadístico y

correlacional y (ii) un análisis econométrico, cuyos procedimientos se explican
detalladamente a continuación:

III.4.1.Análisis estadístico.

El análisis de la data corresponde al período 1990-2020, en el cual se determinan los

principales estadísticos de la variable en estudio (media, mediana, asimetría, dispersión,
entre otros), para establecer términos de volatilidad y estabilidad. Se establecen
correlaciones simples de los indicadores de cambio climático y el rendimiento del cultivo
del limón, con la finalidad de identificar su grado asociación.

III.4.2.Análisis econométrico.

En primer lugar, se realizará una estimación de mínimos cuadrados ordinario no

lineales (MCO), y un modelo de cointegración para hacer establecer la relación a largo
plazo de los principales indicadores de cambio climático y el rendimiento del limón.

Tomando en cuenta las consideraciones descritas y para efecto de estimación la

especificación del modelo econométrico fue desprendida de la metodología de Fleischer,
tomando en cuenta los modelos iterativos cuadrático; tomando como variables
independientes a las climáticas y como variable regresora al rendimiento del cultivo del
limón, expresado de la siguiente manera:

21
 RLim=a+ α 1∗Tmin+ α 2∗Tmin2 + α 3∗Tmax + a 4∗Tmax 2 ++e t

Donde:
RLim= rendimiento por hectárea de cultivo de limón de Piura (tn/ha)

Tmin= promedio de temperatura mínima de Piura (°C)

Tmax =promedio de temperatura máxima de Piura (°C)

e t = término de error del modelo

III.5. TÉCNICAS E INSTRUMENTOS.

La data que será utilizada de manera mensual, pero será promediada
anualmente para así poder analizar cuáles son los indicadores del cambio climático que
afectan de manera directa al rendimiento por hectárea del cultivo de limón para la región de
Piura, para el período 1990-2020.

La data mencionada se obtuvo de fuentes de información secundaria de:

I. MINISTERIO DE AGRICULTURA: con información del rendimiento

por hectárea del limón

II. SENAHMI: donde se establece data de los indicadores de cambio climático,

donde se establece las temperatura mínimas y máximas mensuales de cada
año.

La base de datos se construyó haciendo uso de Microsoft Office Excel 2016 y el

procesamiento de los paquetes de Eviews.

La redacción del informe final y la presentación del mismo se realizó en Microsoft

Office Word 2016.

22
 III.6. ASPECTOS ÉTICOS.
El trabajo de investigación se constituye como una propuesta original, no siendo
copia parcial ni total de un trabajo de investigación, y/o realizado en el Perú o en el
extranjero.

IV. RESULTADOS

IV.1. ANÁLISIS DESCRIPTIVO.

IV.1.1. Comportamiento de la rentabilidad por hectárea del cultivo del Limón.

Piura, es uno de los mayores productores de limón en todo el norte, como podemos
observar en el Gráfico N°1 que durante 1990-2020, la rentabilidad por hectárea del cultivo
del limón que se obtiene dividiendo la producción entre la superficie cosechada, ha tenido
un comportamiento oscilante durante estos 30 años, alcanzando picos en los años 1997 y
2014, al igual que comportamientos paupérrimos como observamos en el año 1998 por
causa del Fenómeno del Niño que se dio en ese período.

En el anexo 1 podemos observar que en promedio durante los 30 años que es

nuestro estudio, la rentabilidad por hectárea del cultivo del limón fue de 12.47%; teniendo
puntos muy bajos donde por ejemplo en el año 1998 donde soló alcanzó 9.19% de
rendimiento este cultivo y donde alcanzó su pico más alto en el año 1997 donde se logró el
nivel de rentabilidad mayor al promedio de 15.23%.

GRÁFICO COMPORTAMIENTO DE LA RENTABILIDAD DEL LIMÓN

23
 FUENTE: EVIEWS 10.0

IV.1.2. Evolución de la temperatura mínima en la Región de Piura.

Piura logra tener temperaturas mínimas muy sobre encima de las temperaturas
máximas de diversos lugares calurosos del País, cabe indicar que su comportamiento fue
oscilante a lo largo del tiempo, en donde se observa que obtuvo niveles de temperatura
mínima muy bajas entre los años 1994 y 1996 donde solo se alcanzaba niveles entre 18.1 a
18.4 °C; por otro lado, se puede observar que la temperatura mínima alcanzó su pico en el
año 1997 en donde se consiguió más de 22°C.

Cabe indicar que en promedio durante los 30 años la temperatura mínima en

promedio fue de 19.54 °C, donde se establecieron que el 50% de los años fueron mayores o
iguales a los 19.51% y el otro 50% fue menor a este

GRÁFICO COMPORTAMIENTO DE LA TEMPERATURA MÍNIMA PIURA,

1990-2020

24
 FUENTE: EVIEWS 10.0

IV.1.3. Evolución de la temperatura máxima en la Región de Piura

Como pudimos observar en el gráfico N°3 el comportamiento de la temperatura
máxima promediada durante los años 1990-2020, fue verdaderamente oscilante, llegando a
niveles picos como sucedió en el año 1997 donde se llegó a temperatura de más de 32°C, al
igual que temperaturas máximas muy paupérrimas como sucede en el año 2011, donde se
logró temperaturas de 29.28°C.

Por otro lado, como podemos observar en el anexo N°3 en promedio la temperatura
máxima fue de 30.64°C, abarcando los años desde 1990-2020, por otro lado, el 50% de los
años fueron temperaturas máximas mayores o iguales a 30.54°C,

GRÁFICO COMPORTAMIENTO DE LA TEMPERATURA MÁXIMA, REGIÓN

PIURA 1990-2020

25
 IV.2. ANÁLISIS ECONOMÉTRICO

Para este análisis econométrico debemos estimar de acuerdo a la metodología que

hemos elegido, estimando a la rentabilidad del limón en función de la temperatura máxima
y mínima, y lo podemos observar en el anexo 4.

Después de que estimamos, hallamos el requerimiento óptimo del limón a través de

la temperatura mínima y máxima.

Cabe indicar que el rendimiento del limón por hectárea autónomo, o sea sin
depender de las temperaturas tanto mínimo ni máxima, es de 20.47%.

Por otro parte, podemos hallar el requerimiento óptimo de temperatura mínima

como máxima y eso se puede observar en las estimaciones tanto del anexo 5 y 6

En primer lugar, hallamos el requerimiento óptimo de la temperatura mínima del

limón de la siguiente manera:

∂ Rlim
=α 1 +2∗α 2 Tmin=0−5.799831+ 2∗0.158409∗Tmin=0
∂Tmin

Entonces, podemos decir que el requerimiento óptimo de la temperatura mínima del

limón es de 18.30°C.

26
 En segundo lugar, hallamos el requerimiento óptimo de la temperatura máxima del
limón

∂ Rlim
=b1 +2∗b 2 Tmax=0−8.729899+ 2∗0.155475∗Tmax=0
∂Tmin

Entonces, podemos decir que el requerimiento óptimo de la temperatura máxima del

limón es de 28.07°C.

Una vez que hemos realizado los requerimientos, observamos el modelo general y
observaremos si existe problemas econométricos, y si sucede procederemos a corregirlos
para establecer un nivel de modelo eficiente

IV.2.1. Autocorrelación

a. Test de Breusch Godfrey

En primer lugar, evaluamos la autocorrelación de primero orden, en la cual en el
anexo 4 que el estadístico es de 0.2540 que comparándolo con un chi cuadrado de 1 grado
de libertad que es de 3.84, entonces decimos que se acepta la hipótesis nula, es decir no
existe autocorrelación de primer grado.

Por otro lado, evaluando la autocorrelación de segundo orden, el anexo 5 podemos

observar que el estadístico es de 86.16 que si lo comparamos con un chi cuadrado con dos
grados de libertad que es de 5.99, entonces rechazamos igual hipótesis, es decir existe
autocorrelación de segundo grado.

b. Test de Box Pierce.

Para poder realizar este test, debemos observar el correlograma y realizar los
cálculos respectivos, realizaremos al igual de Breusch Godfrey, para ver, autocorrelación
tanto de primero como de segundo grado.

GRÁFICO CORRELOGRAMA 1ER ORDEN

27
FUENTE: EVIEWS 10.0

Observando el correlograma, podemos observar para la autocorrelación de primer

grado.

BP1=31∗−0.067 2=0.139

Que si lo comparamos con un chi cuadrado de 1 grado de libertad entonces

observamos que no existe autocorrelación de primer grado

GRÁFICO CORRELOGRAMA 2DO ORDEN

FUENTE: EVIEWS 10.0

Por otro lado, también podemos observar lo mismo con el Box Pierce con dos
grados de libertad.

BP2=31∗(−0.0672+−0.0592 )=0.24707

Comparando que un chi cuadrado de 2 grados de libertad entonces observamos que

no existe autocorrelación de segundo grado.

28
IV.2.2. Heterocedasticidad

a. Test de Breusch- Pagan

En el anexo 8 podemos observar los resultados, en la cual si comparamos un chi

cuadrado de 4 grados de libertad observamos que se acepta la hipótesis nula, entonces no
existe problema de heterocedasticidad.

b. Test de Harvey.

Observando este test en el eviews observamos que este estadístico es 4.14 que si lo
comparamos con el chi cuadrado entonces decimos que no existe el problema de
heteroscedasticidad.

c. Test de Glejser.

Podemos observar que no existe el problema de la heterocedasticidad ya que la

probabilidad es mayor a 0.05, entonces se dice que se acepta la hipótesis nula.

CONCLUSIONES

 Cabe decir que ni la variable temperatura mínima y máxima son variables

estadísticamente y tienen un impacto muy débil en el rendimiento del limón por
hectárea.

 En el modelo general podemos observar que los coeficientes nos indican que en la
región Piura, 1990-2020, que si se aumenta un grado centígrado en la temperatura
mínima promediada entonces la rentabilidad del limón aumentará en 1.82; en

29
 cambio si aumenta en un grado centígrado en la temperatura máxima promediada
entonces la rentabilidad del limón disminuirá en 2.65%

 Por otro lado, observamos que el requerimiento óptimo de temperatura mínima

durante esta periodicidad es de 18.30°C un valor mucho menor que el promedio que
fue de 19.45°C; por otro lado, el requerimiento óptimo de temperatura máxima
durante esta periodicidad es de 28.07°C un valor mucho menor a los 30.64°C de la
temperatura máxima. Estos dos valores óptimos no se alcanzan y por eso que el
modelo no es significativo y ahí se puede observar en el r cuadrado del modelo
general que sólo fue del 18.98%.

 A pesar de que es un modelo muy poco significativo, no es ineficiente ya que no

cuenta con problemas econométricos debido a que los diferentes test que los
establecimos nos indicaron que no presentan problemas ni de heterocedasticidad ni
autocorrelación.

RECOMENDACIONES E IMPLICANCIAS

- En primer lugar, debemos poner énfasis al SENAHMI para que proporcione

información oportuna y adecuada para que así los agricultores que son los más
afectados puedan mitigar los efectos de las variables climáticas.

- Los programas son fundamentales ya que no se están dando niveles óptimos de

rentabilidad y se debe dar asistencia a los agentes que más involucrados se encuentran
y estos son los agricultores.

30
- Por otro lado, para establecer niveles óptimos de rentabilidad de limón no hay que
dejar de trabajar en el almacenamiento de agua y riego para lograr una infraestructura
eficaz.

- Debe hacerse un trabajo mixto, donde se involucre la participación del sector publico y
privado y así fortalecer los programas para la adaptación al cambio climático, sobre
todo en una de las regiones más importantes del Perú, que lo es Piura.

- Esta investigación no solo tiene implicancia estamental, sino también va dirigido para
lo mismos agricultores que tomen conciencia y sepan organizar sus cultivos, y
establecer parámetros frente a los diferentes cambios climáticos extraordinarios,
salvaguardándose con seguros, etc.

- Se hace un llamado a estudios símiles que involucre otros cultivos y también otro tipo
de metodologías o modelos para así poder conocer el impacto del cambio climático y
así tener otros lineamientos de como contrarrestar todo eso

REFERENCIAS BIBLIOGRÁFICAS.

Adams, R. M. (1989). Cambio climático global y agricultura: una perspectiva económica.

Alejandro Lopez Feldman, J. M. (2018). Estimación del impacto del cambio climático sobre los
principales cultivos de 14 países del Caribe.

Alesina, A. y. (1996). Distribución de ingresos, inestabilidad política e inversión.

Anríquez, G. y. (2007). Desarrollo rural y reducción de la pobreza: ¿la agricultura sigue siendo la
clave?

Castilla, L. T. (2010). Análisis Económico del Cambio climático en la Agricultura de la Región Piura-
Perú. Caso: principales productos agroexportables. Piura.

31
Choque, F. C. (2016). Efectos del cambio climático en la producción y rendimiento de la quinua en
el distrito de Juli, período 1997-2014.

Field, C. B. (2014). Cambio climático 2014: impactos, adaptación y vulnerabilidad. Parte A:

Aspectos globales y sectoriales. Contribución del Grupo de Trabajo II al Quinto Informe de
Evaluación del Panel Intergubernamental sobre Cambio Climático.

Fischer, G. M. (2005). Impactos socioeconómicos y del cambio climático en la agricultura: una

evaluación integrada, 1990-2080.

Flecha, M. G. (2007). El cambio climático en la agricultura española: Un enfoque economico .

Navarra.

Fleischer, A. L. (2007). Cambio climático, riego y agricultura israelí. Banco Mundial.

Gollin, D. S. (2002). El papel de la agricultura en el desarrollo.

Juan Luis Ordaz, D. R. (2010). El Salvador. Efectos del cambio climático sobre la agricultura. Cepal.
Mexico.

Lewis, W. A. (1954). Desarrollo económico con oferta laboral ilimitada.

Mario Villegas Yarleque, R. H. (2020). Efectos del cambio climático en la producción y rendimiento
de dos cultivos agrícola en Piura, Perú 1973-2018. Lima.

McCarl, B. A. (2010). Análisis de las implicaciones del cambio climático para la agricultura y la
silvicultura: un esfuerzo interdisciplinario.

Mendelsohn, R. N. (1994). El impacto del calentamiento global en Agricultura: un análisis

ricardiano.

Montilla, F. (2007). Conceptos básicos de Microeconomía de la empresa.

Quispe, G. B. (2015). Efectos del cambio climatico en la agricultura de la Cuenca de Ramis. Puno.

Ramírez, D. (2010). Clima y dinámica del agua, clima, meteorología física, sistemas meteorológicos
y mediciones.

Ricardo, D. (1817). Sobre los principios de economía política y fiscalidad.

Schlenker, W. H. (2006). El impacto del calentamiento global en EEUU en la agricultura.: Un

análisis econométricos de las condiciones óptimas del cultivo.

Thirtle, C. L. (2003). El impacto del crecimiento de la productividad agrícola impulsado por la

investigación en la reducción de la pobreza en África, Asia y América Latina.

ubiello, F. N. (2008). Desarrollo de métricas de impacto del cambio climático para la agricultura ”,
Evaluación integrada.

Valdés, A. y. (2010). Reflexiones sobre el papel de la agricultura en el crecimiento a favor de los

pobres.

32
Vasquez, C. E. (2016 ). Análisis economico del cambio climatico en los principales cultivos de la
Region Lambayeque. Chiclayo.

ANEXOS

ANEXO 1 ESTADÍSTICAS DESCRIPTIVAS VARIABLE RLIM

33
FUENTE: EVIEWS 10.0

ANEXO 2 ESTADÍSTICA DESCRIPTIVAS DE VARIABLE TMIN

FUENTE: EVIEWS 10.0

ANEXO 3 ESTADÍSITICAS DESCRIPTIVAS VARIABLE TMAX

34
FUENTE: EVIEWS 10.0

ANEXO 4 ESTIMACIÓN FUNCIÓN PRODUCCIÓN

FUENTE: EVIEWS 10.0

ANEXO 5 REQUERIMIENTO ÓPTIMO DE TMIN

FUENTE: EVIEWS 10.0

35
 ANEXO 6 TEST DE BREUSCH GODFREY – 1 REZAGO

FUENTE: EVIEWS 10.0

ANEXO 7 TEST DE BREUSCH GODFREY 2DO REZAGO

FUENTE: EVIEWS 10.0

36
 ANEXO 8 TEST DE BREUSCH-PAGAN-GODFREY

FUENTE: EVIEWS
10.0
ANEXO 9 TEST HARVEY

37
FUENTE: EVIEWS 10.0
ANEXO 10 TEST DE GLEJSER

FUENTE: EVIEWS 10.0

38