I.INTRODUCCIÓN

El impacto del cambio climático ha tenido gran re- percusión en la agricultura en las últimas décadas alte- rando el cambio climático en todo el mundo. Según el Instituto Internacional de Investigacion sobre Politicas Alimentarias [1] detalló que el aumento irrestricto de gases esta subiendo la temperatura; donde la agricultu- ra es el principal afectado ya que es vulnerable a estos cambios bruscos en el clima donde termina por per- judicar a la producción de cultivos y a la vez provoca las plagas y el crecimiento de hierbas malas, todo esto afectara negativamente a la agricultura y por ende al bienestar humano.

Mora [2]en su estudio titulado “Panama: Efectos del Cambio Climático sobre la agricultura” demostraron que a mayores niveles de precipitacion acumulada en los meses de mayo a octubre originaron beneficios en el cultivo ya que obtuvieron los mas altos índices de pro- ducción, también señalaron que de experimentar dismi- nuciones en la precipitación acumulada los efectos se- rian contrarios lo que quiere decir que la producción de los cultivos reducirían. A nivel de cultivos para el maíz, el arroz y el banano la temperatura óptima permitiría generar mayores rendimientos en la producción y donde se siga teniendo esos incrementos en la temperatura los cultivos van a sufrir caidas considerables.

De acuerdo con Falco [3], en un estudio titulado “Estimación del impacto del cambio climático en la agricultura en países de bajos ingresos: evidencia a ni- vel de hogares de la cuenca del Nilo, Etiopía, utilizaron la productividad agrícola en un marco ricardiano, usan- do el método de interpolación espacial para predecir los valores específicos de la lluvia, encontraron que el cam- bio climático tiene un impacto significativo, tanto en los ingresos agricolas como la productividad agrícola.

Según Carrasco [4], en una investigación de la quinua en el Distrito de Juli, Puno, encontró que al ele- varse 1 ºC la temperatura máxima, la producción se re- duce 112.2 TM. y el rendimiento 169.1 Kg/Ha; por la elevación de las precipitaciones pluviales en 300 mm la producción se reduce en 75.78 TM y el rendimiento en 127 Kg/Ha.

Torres [5], en un estudio para la economía piurana de cultivos para la exportación como el mango, limón, café y plátano arrojó que el rendimiento de estos pro- ductos son explicados en mas de 50% por variables cli- máticas, en base a las estimaciones realizadas se cuan- tificó pérdidas en el rendimiento de los cultivos en la proyección del año 2030, pero en el caso del café un mayor aumento de temperatura beneficia su producción y por ende el rendimiento hasta en un 41%.

Para llevar a cabo la investigación, se utilizó una

28

serie temporal y como metodología se usó la Función de producción agrícola, bajo el enfoque estructural, con el método de mínimos cuadrados ordinarios utilizando el criterio de Akaike y Schwarz para lograr estimar las principales variables como la temperatura mímima, la temperatura máxima y la precipitación pluvial que afectan a los cultivos del limón y del maíz amarillo duro de la región Piura en la producción y el rendimiento medido en kg/Hap, luego sacando la primera derivada parcial se encontró el umbral óptimo y calculando la segunda derivada se encontró su comportamiento ya sea convexo o cóncavo.

Para el caso del limón se encontró que la Precipi- tación Pluvial y la Temperatura Máxima tuvieron un impacto negativo en la producción del limón. En tanto para el rendimiento del limón este disminuyó cuando aumentó la precipitación pluvial y también cuando in- crementó la temperatura máxima, todo esto sucedió en el corto plazo ya que a largo plazo fue lo contrario.

Para el caso del maíz amarrillo duro cuando la tem- peratura mínima sobrepasa el umbral la producción disminuye en cambio cuando la precipitación pluvial sobrepasa el umbral esta aumenta. En tanto las mismas variables influyen en el rendimiento de dicho producto.

II.DESARROLLO

Función de producción agrícola

La función de producción agrícola (Q) siguiendo a Fleischer [6] se expresó con base en las variables en- dogenas (x) que incluyen trabajo, fertilizantes, capital y otros insumos. Las variables exogenas (z) expresan a las variables climaticas y las caracteristicas de los agri- cultores (m).

Por tanto, la funcion de producción agrícola se pre- senta en la siguiente ecuación:

Donde Qt representa la producción agropecuaria y el sub índice t indica el tiempo considerado en el estudio Asi la función de beneficios de un agricultor que produce n cultivos en un tiempo determinado t se ex-

presa de la siguiente forma:

j=1,2….n cultivos (2)

Donde pj representa los precios del producto j y w los precios de los insumos del producto j

Los agricultores en este enfoque de la producción buscan maximizar sus beneficios y por lo que eligen

una cierta cantidad de insumos (x) considerando las va- riables exógenas (z) como el clima.

La cantidad óptima de los insumos seleccionados debe satisfacer la siguiente condición de primer orden en cada uno de los periodos considerados en el estudio:

En esta investigación, y partiendo de los enfoques de producción antes expuestos se evaluará las variables climáticas consideradas como exógenas y su impacto en la producción de los cultivos más importantes de la región Piura. La siembra de los cultivos se desarrolla dependiendo de la humedad y temperatura, durante su etapa de crecimiento.

III.METODOLOGÍA

En ésta investigación la metodología que se utilizó para estimar el rendimiento de cada cultivo propuesto en función a las variables independientes que fueron la superficie cosechada, los cambios climáticos don- de se consideró la temperatura mínima, la temperatura máxima y las precipitaciones pluviales, se realizó una comparación con cada una de las temperaturas para ver el efecto individual de cada variable, a continuación se estimó las variables en conjunto tanto de temperatura mínima y temperatura máxima, para luego estimar las precipitaciones pluviales. La secuencia de estas estima- ciones nos permitirá analizar el efecto de cada variable para luego comparar y elegir el mejor modelo mediante los criterios econométricos y estadísticos.

El área de estudio. Según el Banco Central de Reser- va del Perú [7], el departamento de Piura se ubica al no- roeste del país, tiene una extensión de 35892 km2, que ocupa el 3,1% del territorio nacional, políticamente se conforma por 8 provincias y 65 distritos, siendo su ca- pital la ciudad de Piura. Posee un clima tropical y seco con una temperatura anual de 24°C y en verano supera

los 35°C, las épocas de lluvia es en enero y marzo. En las zonas andinas el clima presenta noches frías y tem- pladas. El sector agropecuario en el periodo 2008-2017 registro un crecimiento promedio anual de 3.3%. En el año 2017 por el fenómeno del niño costero se perdieron miles de hectáreas donde se dañó la infraestructura pro- ductiva y se interrumpió la actividad comercial.

Datos. Como información para elaborar la base de datos se utilizó series de tiempo extraídas del Ministerio de agricultura y riego usando el sistema de series esta- dísticas de la producción agrícola (SEPA) y del Servicio Nacional de Meteorología e Hidrología (SENAMHI) para extraer las variables de temperatura máxima, tem- peratura mínima y precipitación pluvial.

El modelo. El modelo econométrico siguiendo el método de la función de producción polinómica de se- gundo grado para el análisis de rendimiento y produc- ción es el siguiente:

(4)

(5)

Para encontrar los niveles óptimos de temperatura, se empleó la primera derivada para sacar el valor óp- timo de las variables climáticas y la segunda derivada para ver si tiene relación convexa o cóncava.

IV.RESULTADOS

Producción de limón: Analizando los parámetros empleando MCO se encontró que la precipitación plu- vial y la temperatura máxima tienen un impacto nega- tivo en la producción del limón. Analizando el R2 hay una correlación fuerte y positiva debido a que las varia- bles independientes explican en un 77% a la variable dependiente.

Rendimiento del Limón : En tanto para el ren- dimiento del limón éste disminuye cuando aumenta la precipitación pluvial y también cuando incrementa la temperatura máxima (de la misma manera que en el resultado anterior), en tanto en el modelo estimado no hay significancia estadística ya que se ve afectado por las variables cuadráticas que están altamente relacionas

con las lineales, el coeficiente de correlación es muy bajo y positivo debido a que las variables independien- tes explican en un 18% a la variable dependiente, esto genera presencia de multicolinealidad que nos arroja ineficiencia en las variables cuadráticas pero no las eli- minamos para poder encontrar los efectos no lineales.

En un estudio elaborado por Lázaro [8], muestra que la temperatura es un factor limitante para el cultivo don- de la temperaturas favorables oscilan entre 25° la míni- ma y la máxima 30°C, en tanto la precipitacion pluvial es preferible que sea de 400 a 1200 mm anuales. Calcu- lando las derivadas parciales de las variables que más impacto tienen en la producción de limón se presentan los siguientes resultados:

(6)

Tabla III. Derivadas de la producción de Limón

Producción y rendimiento del maíz amarillo duro En la tabla 4 y 5 se consideró como mejor modelo

el 3 para ambas estimaciones ya que ese modelo tiene una mayor robustez y el menor AK y SCH, analizando estos parámetros dio como resultado que la temperatura mínima influye positivamente en la producción de maíz mientras que la precipitación pluvial afecta a la produc-

Tabla IV. Producción de maíz amarillo duro

ción, en tanto hay una correlación fuerte y positiva lo que indica que las variables independientes explican en un 93% a la variable dependiente.

Para el rendimiento de Kg por hectárea, se dieron los mismos resultados que en la producción pero con diferentes parámetros, la temperatura mínima es sig- nificativa al 95% y la precipitación es no significativa debido a que influye en el modelo en niveles bajos, en tanto hay una correlación baja y positiva que nos dice que las variables independientes explican en un 27% a la dependiente esto indica que hay presencia de multi- colinealidad, ya que las estimaciones lineales son simi- lares con las cuadráticas y esto genera que una de las dos variables sea irrelevante, ya que no está aportan- do información adicional con respecto a la otra, pero como se mencionó anteriormente se mantuvieron las variables cuadráticas con la finalidad de encontrar los efectos no lineales.

Calculando las derivas parciales de la mejor esti- mación de la producción se obtuvieron los siguientes resultados:

(7)

En un estudio elaborado por Yzarra, [9]especificó que el maiz en tierras altas crece y se desarrolla en tem- peraturas más bajas que a los cultivos adaptados a las tierras bajas, para ello la temperatura óptima en tierras bajas se adopta entre 30° y 34°C y se considera que para el maíz tropical de tierras altas esta alrededor de 21°C.

Tabla VI. derivadas de la producción de Maíz Ama- rrillo Duro

V.CONCLUSIONES

Los resultados de los análisis arrojaron que las varia- bles climáticas y la precipitación tienen efectos tanto en la producción como en los rendimientos de los 2 culti- vos en la región Piura y a éstos modelos los avalaron la bondad de ajustes, ya que hay una explicación entre las variables incluso en más de 50%.

1)Para el caso de la producción y rendimiento del limón, las variables que más impacto tiene en el cul- tivo es la temperatura máxima y la precipitación plu-

32

vial; para la temperatura máxima a medida que se eleva sobrepasando del umbral óptimo que es de 30.605°C la producción aumenta, es decir al elevarse en 1°C la temperatura máxima la producción aumenta en 9186 to- neladas de limón, en tanto para la precipitación pluvial si sobrepasa el umbral óptimo que es de 1222.22mm se incrementa la producción, es decir si la precipitación pluvial se incrementa en 1mm la producción de limón aumenta en 0.0441 toneladas. En el rendimiento de li- món, son las mismas variables climáticas que tienen impacto en el cultivo llegando a la conclusión que la temperatura máxima una vez alcanzado su umbral ópti- mo que es de 30.81°C el rendimiento aumenta, es decir si la temperatura máxima incrementa en 1°C el rendi- miento de limón tiene una tendencia creciente en 685.4 Kg/hectáreas, para la precipitación su umbral óptimo es de 2109.375mm, es decir si la precipitación pluvial se incrementa en 1mm el rendimiento de limón se incre- menta en 0.00112 Kg/hectáreas, esto se explica ya que la producción de limón como el rendimiento tiene una relación cóncava, lo que indica que tiene la forma de una U invertida

2)Para el caso de la producción y rendimiento del maíz amarillo duro, las variables que más impacto tiene

en el cultivo es la temperatura mínima y la precipitación pluvial, para la temperatura mínima a medida que so- brepasa el umbral óptimo que es de 20.83 °C la produc- ción disminuye, es decir al disminuir 1°C la tempera- tura mínima se llega a la conclusión que la producción disminuye en 1019 toneladas de maíz amarillo duro, en tanto para la precipitación pluvial si sobrepasa el umbral óptimo que es de 1225.77mm se incrementa la produc- ción, es decir si la precipitación pluvial se incrementa en 1mm la producción de maíz amarillo duro aumenta en 0.00578 toneladas. En el rendimiento de maíz amari- llo duro, son las mismas variables climáticas que tienen impacto en el cultivo llegando a la conclusión que la temperatura mínima una vez alcanzado su umbral óp- timo que es de 20.525°C el rendimiento disminuye, es decir si la temperatura mínima se incrementa en 1°C el rendimiento de maíz tiene una tendencia decreciente de 131.3 Kg/hectáreas, para la precipitación su umbral óptimo es de 1366.5338mm, es decir si la precipitación pluvial se incrementa en 1mm el rendimiento de maíz amarillo duro se incrementa en 0.000251 Kg/hectáreas.

3)Existen otros cultivos como la uva, el mango, el banano orgánico que son igualmente relevantes para la economía de los agricultores de la Región Piura cuyo destino es la exportación y que también se ven afecta- dos por las mismas variables investigadas.

REFERENCIAS

[1]Instituto Internacional de Investigacion sobre Poli- ticas Alimentarias, «Cambio Climatico,» Washington,

RESUMEN CURRICULAR

Mario Villegas Yarlequé, Economista con maestría en Ciencias de la Educación Superior, con experiencia en el sector privado en empresas de transporte interprovincial de pasajeros y sector público, en gobiernos locales y regionales; con 18 años de experiencia académica en universidades públicas y privadas. Investigador en la línea de Población y Desarrollo Sostenible. Actualmente me desempeño como docente auxiliar a tiempo completo en la Universidad Nacional de Frontera en la Facultad de Ingeniería Económica desde Marzo del 2017 hasta la actualidad, en calidad de docente nombrado.E-mail: mvillegas@unf.edu.pe

D.C., 2009.

[2]J. Mora, D. Ramírez, J. Ordaz, A. Acosta y S. Brau- lio, «Panama Efectos del Cambio Climatico sobre la Agricultura,» Impreso en Naciones Unidas • México, D. F., Mexico, 2010.

[3]S. Falco, Y. Mahmud, G. Kohlin y C. Ringler, «Es- timating the Impact of Climate Change on Agriculture in Low-Income Countries: Household Level Evidence from the Nile Basin, Ethiopia,» springer link, vol. 52, nº 457–478, 2012.

[4]F. Carrasco, «Efectos del cambio climático en la pro- ducción y rendimiento de la quinua en el distrito de Juli, periodo 1997 - 2014,» Comuni@cción, vol. 7, nº 2, p. 10, 2016.

[5]L. Torres, «Analisis Economico del Cambio Clima- tico en la Agricultura de Region Piura,» Consorcio de Investigación Económica y social, Piura, 2010.

[6]A. Fleischer, I. Lichtman y R. Mendelsohn, «Clima- te Change, Irrigation, and Israeli Agriculture: will war- ming be harmful ?,» No. 4135, Banco Mundial., 2007. [7]Banco Central de Reserva del Perú Sucursal Piura , «Caracterización deL departamento de Piura,» Piura .

[8]A. Lázaro, «Sustentabilidad de fincas productoras de Opuntia ficus indica para la producción de Dactylopius coccus,en Arequipa,» Lima, 2019.

[9]W. Yzarra, I. Trebejo y V. Noriega, «Evaluación del efecto del clima en la producción y productividad del maíz amarillo duro en la costa central del Perú,» Lima, 2010.

Gretel Fiorella Villegas Aguilar, Docente mentor a cargo de desarrollar nuevos modelos de negocios sostenibles con los estudiantes y ayudarlos en su formación académica profesional en Administración de Empresas en la Universidad Privada del Norte. Grado de Magister con mención en Docencia Universitaria e Investigación Pedagógica. Licenciada en Administración de empresas. Estudios de especialización en creación de nuevos modelos de negocios.E-mail: grtlvillegasaguilar@gmail.com