ALFA. Revista de Investigación en Ciencias
Agronómicas y Veterinarias
Mayo-agosto
2023 / Volumen 7, Número 20
ISSN:
2664-0902 / ISSN-L: 2664-0902
https://revistaalfa.org
pp. 387 – 407
Efecto del cambio climático en la producción agrícola
de la región Puno-Perú, periodo 1996-2018
Effect of climate change on agricultural production in the Puno region -
Peru, period 1996-2018
Efeito da mudança climática
na produção agrícola na região de Puno - Peru, período 1996-2018
Julio Cesar Quispe Mamani1
jcquispe@unap.edu.pe
https://orcid.org/0000-0002-3938-1459
Charles Arturo Rosado Chávez2
charlesrosado575@gmail.com
http://orcid.org/0000-0002-8441-6905
Yethy Melixa
Poma Palma1
melixa9907@gmail.com
https://orcid.org/0009-0006-6605-904X
German Roberto Quispe Zapana1
germanroberto5@gmail.com
https://orcid.org/0000-0002-2657-7460
Manuel Timoteo Enriquez
Tavera1
menriqueztavera@gmail.com
https://orcid.org/0000-0001-9372-2413
1Universidad Nacional del Altiplano. Puno, Perú
2Universidad Nacional de Moquegua. Moquegua, Perú
Escanea
en tu dispositivo móvil o revisa este artículo en:
https://doi.org/10.33996/revistaalfa.v7i20.223
RESUMEN
La
agricultura es vulnerable al cambio climático, por lo cual, es importante
posicionar como prioridad el cambio climático, debido a que sus efectos
negativos ponen en riesgo la continuidad de la vida; trae consigo elevación de
la temperatura del planeta, derretimiento de los glaciares, el incremento de
las precipitaciones, más humedad y modificaciones en las estaciones del clima.
El objetivo de este estudio fue determinar el efecto del cambio climático en la
producción de los principales productos agrícolas de la Región Puno-Perú,
abarcando como periodo de análisis desde 1996 hasta 2018, por lo que,
corresponde al enfoque cuantitativo, con tipo de investigación no experimental,
con diseño de investigación descriptivo y longitudinal; se utilizó la
información del Instituto Nacional de Estadística e Informática, el Ministerio
del Ambiente y el Ministerio de Desarrollo Agrario y Riego; aplicando el modelo
econométrico de tipo cuadrático. Se determinó que las precipitaciones pluviales
tienen un efecto de 26%, 92% y 76% sobre la producción de quinua, papa y
cebada; la temperatura máxima tiene un efecto de 84%, 96% y 65% sobre la
producción de quinua, papa y cebada y en el caso de la temperatura mínima tiene
un efecto de 88%, 92% y 73% sobre la producción de quinua, papa y cebada.
Finalmente, el umbral óptimo de precipitaciones pluviales es de 657.97 mm., temperatura máxima de 15.95°C y temperatura mínima de
1.41°C sobre la producción de quinua; el umbral óptimo de las precipitaciones
pluviales es de 774.770 mm, temperatura máxima de 19.29°C y temperatura mínima
de 4.40°C.
Palabras clave: Medioambiente;
Clima; Producción agrícola; Cambio climático
ABSTRACT
Agriculture is
vulnerable to climate change, so it is important to position climate change as
a priority, because its negative effects threaten the continuity of life; it brings
with it a rise in global temperature, melting glaciers, increased rainfall,
more humidity and changes in the seasons of the climate. The objective of this
study was to determine the effect of climate change on the production of the
main agricultural products of the Puno-Peru Region, covering as period of
analysis from 1996 to 2018, therefore, it corresponds to the quantitative
approach, with non-experimental type of research, with descriptive and
longitudinal research design; information from the National Institute of
Statistics and Informatics, the Ministry of Environment and the Ministry of
Agrarian Development and Irrigation was used; applying the econometric model of
quadratic type. It was determined that rainfall has an effect of 26%, 92% and 76%
on the production of quinoa, potato and barley; maximum temperature has an
effect of 84%, 96% and 65% on the production of quinoa, potato and barley and
in the case of minimum temperature has an effect of 88%, 92% and 73% on the
production of quinoa, potato and barley. Finally, the optimum rainfall
threshold is 657.97 mm, maximum temperature of 15.95°C and minimum temperature
of 1.41°C on the production of quinoa; the optimum rainfall threshold is
774.770 mm, maximum temperature of 19.29°C and minimum temperature of 4.40°C.
Key words: Environment; Climate;
Agricultural production; Climate change
RESUMO
A agricultura é
vulnerável à mudança climática, por isso é importante posicionar a mudança
climática como prioridade, pois seus efeitos negativos ameaçam a continuidade
da vida; ela traz consigo o aumento da temperatura global, o derretimento das
geleiras, o aumento das chuvas, mais umidade e mudanças nas estações do clima.
O objetivo deste estudo foi determinar o efeito da mudança climática na
produção dos principais produtos agrícolas da região de Puno-Peru, abrangendo o
período de análise de 1996 a 2018, de modo que corresponde à abordagem
quantitativa, com um tipo de pesquisa não experimental, com um desenho de
pesquisa descritivo e longitudinal; foram utilizadas informações do Instituto
Nacional de Estatística e Informática, do Ministério do Meio Ambiente e do
Ministério do Desenvolvimento Agrário e Irrigação; aplicando o modelo
econométrico quadrático. Foi determinado que a precipitação tem
um efeito de 26%, 92% e 76% sobre a produção de quinoa,
batata e cevada; a temperatura máxima tem um efeito de 84%, 96% e 65% sobre a
produção de quinoa, batata e cevada e, no caso da
temperatura mínima, tem um efeito de 88%, 92% e 73% sobre a produção de quinoa, batata e cevada. Finalmente, o limite ideal de
precipitação é de 657,97 mm, temperatura máxima de 15,95°C e temperatura mínima
de 1,41°C na produção de quinoa; o limite ideal de
precipitação é de 774,770 mm, temperatura máxima de 19,29°C e temperatura
mínima de 4,40°C.
Palavras-chave: Meio ambiente;
Clima; Produção agrícola; Mudanças climáticas.
INTRODUCCIÓN
La agricultura es una de las
actividades con mayor relevancia en la vida de los humanos, debido a la
producción de alimentos, materias primas, fibras, bienes, servicios ecológicos
esenciales y a su amplia extensión en el mundo (1).
La agricultura permitió la evolución de los humanos, ya que gracias a la misma
se pudieron establecer en una zona determinada y desempeñarse
complementariamente en actividades distintas a la de buscar alimento, debido a
que los resultados de la agricultura les permitían alimentarse (2-6).
La agricultura es vulnerable al
cambio climático, por lo cual, es importante posicionar como prioridad el
cambio climático, debido a que sus efectos negativos ponen en riesgo la
continuidad de la vida. El cambio climático trae consigo la elevación de la
temperatura del planeta, derretimiento de los glaciares, el incremento de las
precipitaciones, más humedad y modificaciones en las estaciones del clima; no
obstante, en ciertos lugares del mundo algunos cultivos podrían beneficiarse de
estos efectos (7-10)
Diversos estudios sobre el cambio
climático sugieren que este influirá de forma negativa al bienestar humano y la
agricultura, afectando en mayor magnitud a los pobres y vulnerables, es decir,
en los países en vías de desarrollo priman los efectos biológicos negativos,
como la disminución en producción para la mayoría de cultivos; los países
desarrollados resultan menos afectados que los que se encuentran aún en vías de
desarrollo (5,8,11-16).
De acuerdo a las proyecciones
realizadas por el International Food Policy Research Institute, mediante un
modelo del crecimiento de cultivos sujetas a condiciones de cambio climático:
en Asia Meridional, sus cosechas disminuirán de manera significativa a
consecuencia del cambio climático, siendo el arroz y el trigo los más
perjudicados. En África Sub-Sahariana se observan respuestas mixtas, es decir,
incrementos y disminuciones en la producción de cultivos de maíz y por otro
lado se ven efectos negativos considerables en el trigo de secano (17-20).
En el caso de China, cierta cantidad
de cultivos podrían presentar un aumento en su producción, debido a que un
incremento de temperatura en ciertos lugares donde actualmente existe una
temperatura debajo de la óptima para un adecuado cultivo resultaría favorable (21,22). En Sudáfrica es posible que para el
2030 se pierda un 30% o más de su cosecha de maíz y en el sur de Asia podrían
perderse un 10% de los cultivos de arroz y maíz. Además, se estima que los
cultivos de Pakistán disminuyan en 50% y que la producción de maíz de Europa
incremente en un 25%; todo esto a consecuencia del cambio climático según el
Servicio meteorológico de Reino Unido (23-27).
En América Latina el sector
agroalimentario posee una importancia crucial en el desarrollo económico,
debido a que representa un poco más del 25% del total del producto bruto
interno de la región. En esta región se da la producción superior al 60% del
total de los alimentos básicos destinados al consumo interno. El cambio
climático posee efectos mixtos en la producción de cultivos, es decir, en
algunos cultivos podría favorecer y en otros perjudicar a ciertos cultivos de
acuerdo a sus características agroecológicas y demográficas. Según
estimaciones, para la mitad del siglo la producción del sector agrícola se
podría mantener estable o hasta podría incrementar en el sureste de América del
Sur; sin embargo, la agricultura de Centroamérica podría resultar ser la zona
más afectada toda América Latina en los siguientes 15 años, comprometiendo su
seguridad alimentaria de forma severa (2,28-32).
En los últimos años la agricultura de
los Andes ha mostrado mayor sensibilidad al cambio climático, favoreciendo
procesos de erosión del suelo, retroceso de glaciares, pérdida de cobertura
vegetal, incremento en la intensidad de lluvias y alteración en la dinámica de
los cultivos de la región como: papa, quinua, maíz, entre otros. En por eso que
en Perú es la actividad central del sector rural y su resultado afecta a las
condiciones de vida de la población peruana; además de sostener su seguridad
alimentaria y aportar a la alimentación de su población, que consta de
aproximadamente 33 millones de personas (4,33-38).
Perú cuenta con un total de 128
millones hectáreas de tierra, de las cuales 3,3 están asignadas hacia el sector
agrícola. En el año 2004 el sector agropecuario aportaba un 8,4% del total del
PIB, utilizaba el 32,4 % del total de la fuerza laboral y aportaba con el 15% del
total de las exportaciones. Además de contar con un gran potencial forestal que
posee en territorio de 73 millones de hectáreas. Además, es considerado uno de
los 12 países megadiversos con una extensión de aproximadamente 60 a 70% de
diversidad biológica, pese a esta ventaja, el inadecuado manejo de recursos
existentes se ha convertido en una amenaza, lo cual ha conllevado a alcanzar
cifras cruciales de degradación de algunas zonas, lo cual genera problemáticas
como la salinización, agotamiento de agua, extinción de especies, desgaste de
tierras y deforestación (4,39-41).
Las zonas rurales de Perú, en su
mayoría, se dedican a la actividad agraria, y este mismo sector es el que se
encuentra altamente vulnerable ante los efectos del cambio climático; es así
que nace la necesidad de mitigación y adaptación para evitar impactos
económicos y sociales negativos en estas poblaciones, entre ellas el
departamento de Puno, donde la principal característica de la agricultura es
que depende de las lluvias (bajo secano), y su clima presenta heladas y friajes
que representa un nivel muy alto de vulnerabilidad agrícola (37,42,43). Dada la importancia del sector
agrícola y los efectos del cambio climático en este, se plantean las siguientes
preguntas para la presente investigación: ¿Cuál es el efecto que tiene el
cambio climático en la producción de los principales productos agrícolas de la
Región de Puno en Perú durante el periodo 1996-2018?
Por lo cual, el objetivo principal de
la presente investigación es establecer el efecto del cambio climático en la
producción de los principales productos agrícolas de la Región Puno-Perú,
abarcando como periodo de análisis desde 1996 hasta 2018.
MATERIALES Y MÉTODOS
Se realizó un estudio documental
observacional, con diseño no experimental, de corte logitudinal-correlacional,
ya que implica obtener los datos el sistema (DRAP Y SENAHMI) con el objetivo de
describir las variables y poder analizar la interrelación que tienen, y su
influencia (44,45).
El enfoque es cuantitativo, deductivo,
pues se utilizan enfoques generales y teorías para obtener los indicadores
adecuados de medición, en la que se evalúa la teoría analizada con la base de
datos y los resultados de la regresión, todo ello para examinar el impacto que
tienen los factores más importantes que afectan a la producción (44,45).
Según el Instituto Nacional de
Estadística e Informática, el área de estudio se encuentra en la región Puno,
situada a orillas del lago Titicaca, abarca un área de 71,999 Km2, que
representa un 5.6% de la superficie peruana y se encuentra ubicada en la zona
sur-oriente del Perú; la altitud del departamento de Puno se localiza entre los
3500 y los 6000 m.s.n.m.(46).
Según el censo del año 2017, un 53.8%
(630 mil 648 habitantes) de la población censada corresponde a centros poblados
urbanos del departamento de Puno; mientras que el 46.2% (542 mil 49 habitantes)
corresponde a centros poblados rurales. Actualmente el departamento de Puno
está constituido por 13 provincias y 110 distritos. Las provincias con mayor
extensión son: Carabaya (18,31%), Sandia (17,7%) y Puno (9,69%); y la provincia
con menor extensión es Yunguyo (0,43%). La Región Puno está situada entre los
paralelos -12.98 y los meridianos -71.14 y -68.79 en longitud oeste, cuenta con
un intervalo de elevación entre los 154 – 6 733 m.s.n.m. y una grandiosa
diversidad climática y topográfica, lo cual propicia el desarrollo de una gran
gama de comunidades tanto animales y vegetales; esta característica hace
posible que Puno sea una de las regiones con mayores niveles de agro
diversidad; como claro ejemplo de este, actualmente se cultivan más de 1,000
tipos de papa nativa de las 2,800 que se cultivan en Perú, asimismo se cultivan
cerca de 80 variedades de quinua (47)
(Figura 1).
Figura 1. Ubicación del área de estudio. Fuente: Sub Gerencia
de Demarcación Territorial-GRPPAT.
La información de la presente
investigación es secundaria, pues se utilizó series históricas de la Dirección
Regional Agraria de Puno (DRAP) para la variable de producción (dependiente), y
del SENAMHI para las variables independientes, las cuales son: temperatura
mínima y máxima y por último a la precipitación pluvial. Además, se abarcó el
periodo 1996-2018 para los cultivos de quinua, papa y cebada de la Región Puno;
la observación por cada cultivo esta expresado por campañas agrícolas, siendo
así que cada cultivo posee duraciones diferentes (Tabla 1).
Tabla 1. Campaña Agrícola por Cultivo.
|
Cultivo |
Campaña Agrícola |
|
Quinua |
septiembre-mayo |
|
Papa |
octubre-abril |
|
Cebada |
octubre-mayo |
Además, como variables independientes
a las variables climáticas: Precipitación pluvial y la temperatura (máxima y
mínima). Las precipitaciones pluviales están medidas en milímetros (mm) de agua
recogida en una superficie plana, la temperatura máxima y mínima están medidas
en grados Celsius (ºC), la data fue extraída de las estaciones meteorológicas
del SENAMHI, para dicha variable se toma en cuenta la media de la campaña
agrícola; y en las precipitaciones pluviales se toma el acumulado total comenzando
el mes de la siembra hasta el mes de la cosecha del cultivo, siendo así, se
considera los datos mensuales desde el año 1996, ya que cada campaña agrícola
empieza en un determinado año y finaliza el año siguiente.
Modelo econométrico de la investigación
RESULTADOS
Comportamiento de la producción para cada tipo de
cultivo
Con los datos obtenidos del SENAMHI
se puede observar el comportamiento de las variables independientes y
determinar su efecto en la variable dependiente, en este caso para cada
cultivo.
Figura 2. Comportamiento de la producción de Quinua, Papa y
Cebada.
De acuerdo a la Figura 2, la
producción de quinua ha sufrido muchos cambios durante los 22 años de estudio,
en el gráfico se presentan caídas drásticas en los años 2001, 2004, 2008, 2013,
2016 en vista de los incrementos en los niveles tanto en las precipitaciones
como en la temperatura sugerida para el adecuado desarrollo de la quinua. Para
los años 2009, 2015, 2017 muestran elevados niveles de producción, los cuales son
explicados por los niveles óptimos que presentan los factores temperatura
máxima, mínima y precipitación; durante el periodo de estudio, la producción
promedio de la quinua es de 27250.68 Tm, oscilando entre 14173 Tm. hasta 39610
Tm, con desviación estándar de 7770.276.
En el caso de la producción de papa,
muestra diversas fluctuaciones en el periodo de análisis (1998-2018); de
acuerdo a la figura 2, existió caídas en la producción de los años 2001, 2004,
2008, 2012, 2016, todo esto ocasionado por el notable aumento en las
precipitaciones, las cuales fueron: 823.65, 739.81mm, 832.33mm, 816.32mm,
801.43mm respectivamente. Por otra parte, se aprecia que, en los años 2003,
2005, 2011, 2015 presenta una producción de papa elevada; estas son explicadas
por los niveles óptimos que tienen los factores temperatura máxima, mínima y
precipitación; además, durante el periodo de estudio, la producción promedio de
la Papa es de 520646.1 Tm, oscilando entre 262249 Tm. hasta 798367 Tm, y
148513.7 de Desviación Estándar.
Con respecto a la producción de
cebada muestra múltiples comportamientos a lo largo de los 22 años de estudio;
se presentaron descensos drásticos en los años 2001, 2004, 2008, 2012
ocasionado por las elevaciones abruptas en las precipitaciones, que muestran
niveles de 716.43mm, 700.12mm, 713.73mm y 736.71mm respectivamente; en la
temperatura se observaron elevaciones tanto en la temperatura máxima como
mínima. Por el contrario, en los años 2003, 2005, 2010, 2015; la producción de
cebada presenta niveles elevados, que son explicados por los niveles óptimos
que poseen los factores temperatura máxima, mínima y precipitación. Es por eso
que, durante el periodo de estudio, la producción promedio de la Cebada es de
26096.14 Tm, oscilando entre 18102 Tm. hasta 30570 Tm, y 3481.8 de desviación
estándar (Figura 2).
En este sentido, la relación entre la
producción de quinua, papa y cebada con las variables climáticas de
precipitaciones pluviales y temperatura mínima es inversa o negativa; por el
contrario, la relación con la temperatura máxima es positiva o directa (Figura
3).
Figura 3. Relación entre la producción de Quinua y las
variables climáticas.
La relación entre la producción de
papa con las variables climáticas de temperatura mínima es inversa o negativa;
por el contrario, la relación con la temperatura máxima y las precipitaciones
pluviales es positiva o directa (Figura 4).
Figura 4. Relación entre la producción de Papa y las variables climáticas.
La relación entre la producción de
cebada con las variables climáticas de precipitaciones pluviales y temperatura
máxima es relación inversa o negativa; por el contrario, la relación con la
temperatura mínima es positiva o directa (Figura 5).
Figura 5. Relación entre la producción de Cebada y las
variables climáticas.
Planteamiento de modelo econométrico para la
producción de quinua, papa y cebada
La regresión econometría por cada
cultivo se realizó relacionando la variable dependiente con cada una de las
variables independiente; es decir, se relacionó la producción de los cultivos
con las variables de precipitaciones pluviales, temperatura máxima y
temperatura mínima. En seguida se relacionó la producción de los cultivos con
las variables de temperatura asociados (temperatura máxima y temperatura mínima
de manera conjunta) y finalizando, se relacionó todas las variables de manera
conjunta. Se pudo evidenciar que el estadístico t-student y el coeficiente de
determinación R2 para el análisis de relevancia en cada caso con
consistentes y cumplen los requisitos para su análisis.
La Tabla 2 evidencia los resultados
de las estimaciones realizadas para la producción de la quinua, donde se
estimaron las variables de manera individual y grupal, donde los criterios de
Akaike y Schwarz muestran que la variable que explica mejor a la producción de
quinua es la temperatura mínima, en vista que posee valores menores respecto a
las otras dos (Precipitaciones pluviales y temperatura máxima).
En cuanto al R^2, de los modelos
econométricos de la producción de quinua es explicada en un 26% por las
precipitaciones pluviales, 84% por la temperatura máxima y 88% por la
temperatura mínima, siendo esta última la variable que mejor explica a la
producción. Además, de manera agrupada, la estimación 4 que corresponde a la
temperatura máxima y mínima asociadas muestra influencia de 93%, mientras que
la estimación 5 correspondiente al modelo conjunto que incluye todas las
variables, explica en un 94% la producción de quinua (Tabla 2).
Tabla 2. Estimación de modelo para la producción de la quinua.
|
Variables |
Estimación 1 |
Estimación 2 |
Estimación 3 |
Estimación 4 |
Estimación 5 |
|
Constante |
266600.0 (1.097521) |
-591010.0 (-3.863093) * |
35347.30 (0.920757) |
-356184.9 (-2.387840) ** |
-171688.1 (-1.0825) |
|
Precipitaciones pluviales |
-736.6679 (-1.076828) |
|
|
|
-80.57194 (-0.367898) |
|
Precipitaciones pluviales^2 |
0.559807 (1.167868) |
|
|
|
0.385288 (0.775536) |
|
Temperatura máxima |
|
77621.73 (4.061827) * |
|
53954.67 (2.664666) ** |
32532.59 (1.422537) |
|
Temperatura máxima^2 |
|
-2432.627 (-4.039060) * |
|
-1672.443 (-2.677958) ** |
-1007.461 (-1.392121) |
|
Temperatura mínima |
|
|
-661.7876 (-0.026553) |
-32581.20 (-1.356154) |
-14991.38 (-0.668146) |
|
Temperatura mínima^2 |
|
|
(-0.180891) |
5088.712 (1.187979) |
2152.737 (0.533508) |
|
R2 |
0.260807 |
0.846557 |
0.888235 |
0.930774 |
0.942042 |
|
R2 ajustado |
0.182997 |
0.810452 |
0.861937 |
0.903083 |
0.906375 |
|
AKAIKE |
20.67801 |
19.39887 |
19.11051 |
18.83196 |
18.85285 |
|
SCHWARZ |
20.82679 |
19.64684 |
19.35848 |
19.17911 |
19.29919 |
|
F-Stat |
3.351847 |
23.44754 |
33.77623 |
33.61353 |
26.41245 |
|
Prob F |
0.056650 |
0.000001 |
0.000000 |
0.000000 |
0.000001 |
|
Los valores entre paréntesis muestran el valor del
estadístico "t" |
|||||
|
*, **, *** Estadísticamente significativo al 1%, 5%,
10% |
|||||
Complementariamente, se observa el R^2 de las
regresiones individuales, donde se afirman que la producción de la papa es
explicada en un 92% por las precipitaciones pluviales, 96% por la temperatura
máxima y 92% por la temperatura mínima, siendo la variable temperatura máxima
la que mejor explica a la producción de papa. Además, de manera agrupada, la
estimación 4 que corresponde a la temperatura máxima y mínima asociadas muestra
influencia de 95%, mientras que la estimación 5 correspondiente al modelo
conjunto que incluye todas las variables, explica en un 94% la producción de
papa (Tabla 3).
Tabla 3. Estimación de modelo para la
producción de la papa.
|
Variables |
Estimación 1 |
Estimación 2 |
Estimación 3 |
Estimación 4 |
Estimación 5 |
|
Constante |
-18257034 (-2.313473) ** |
8237032 (0.738829) |
3865890 (1.052679) |
-13390000 (-1.096827) |
-13128890 (-0.759197) |
|
Precipitaciones pluviales |
48570.37 (2.444276) ** |
12039.85 (0.262419) |
|||
|
Precipitaciones pluviales^2 |
-31.34501 (-2.511631) ** |
-7.971854 (-0.268879) |
|||
|
Temperatura máxima |
-799666.5 (-638907) |
1863641 (1.462885) |
1273066 (0.565752) |
||
|
Temperatura máxima^2 |
20727.14 (0.588386) |
-53319.63 (-1.504368) |
-37089.26 (-0.591143) |
||
|
Temperatura mínima |
-1526562 (-0.849149) |
-1120132 (-0.459786) |
-926452.7 (-0.437702) |
||
|
Temperatura mínima^2 |
173169.2 (0.774219) |
135389.7 (0.455885) |
121908.1 (0.472480) |
||
|
R2 |
0.925694 |
0.969764 |
0.922784 |
0.954804 |
0.946259 |
|
R2 ajustado |
0.902473 |
0.957669 |
0.904616 |
0.932207 |
0.9131188 |
|
AKAIKE |
24.70830 |
24.01754 |
24.65707 |
24.42528 |
24.66475 |
|
SCHWARZ |
25.00586 |
24.36469 |
24.90504 |
24.82202 |
25.11109 |
|
F-Stat |
39.86512 |
80.18208 |
50.79073 |
42.25207 |
28.61277 |
|
Prob F |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
|
Los valores entre paréntesis muestran el valor del estadístico "t" |
|||||
|
*, **, *** Estadísticamente significativo al 1%, 5%, 10% |
|||||
Además, en la Tabla 4 se evidencia los resultados de
las estimaciones realizadas para la producción de la cebada, donde se estimaron
las variables de manera individual y grupal. A partir de los criterios de
Akaike y Schwarz se determinan que, la variable que explica mejor la producción
de cebada son las precipitaciones pluviales, pues sus valores son menores
respecto a las otras dos (Temperatura máxima y temperatura mínima).
Considerando los resultados obtenidos del R^2 de las
regresiones individuales, se observa que la producción de la cebada es
explicada en un 76% por las precipitaciones pluviales, 65% por la temperatura
máxima y 73% por la temperatura mínima, siendo la variable precipitaciones
pluviales la que mejor explica a la producción de dicho cultivo. Además, de
manera agrupada, la estimación 4 que corresponde a la temperatura máxima y
mínima asociadas muestra influencia de 75%, mientras que la estimación 5
correspondiente al modelo conjunto que incluye todas las variables, explica en
un 86% la producción de cebada (Tabla 4).
Tabla 4. Estimación del modelo para la
producción de la cebada
|
Variables |
Estimación 1 |
Estimación 2 |
Estimación 3 |
Estimación 4 |
Estimación 5 |
|
Constante |
206019.5 (3.166591) * |
-508855.3 (-3.011169)* |
-6687.907 (-0.304823) |
-140974.5 (-0.807539) |
386219.7 (2.043512)*** |
|
Precipitaciones pluviales |
-479.4162 (-2.496670)** |
|
|
|
-610.3145 (-2.883378)** |
|
Precipitaciones pluviales^2 |
0.312903 (2.214031)** |
|
|
|
0.411621 (2.746221)** |
|
Temperatura máxima |
|
65601.28 (3.262324)* |
|
17228.38 (0.745072) |
-21274.92 (-0.987737) |
|
Temperatura máxima^2 |
|
-2010.028 (-3.361425)* |
|
-536.9382 (-0.761091) |
623.9089 (0.953036) |
|
Temperatura mínima |
|
|
25490.78 (1.791889)*** |
22007.99 (1.128286) |
30328.21 (1.581853) |
|
Temperatura mínima^2 |
|
|
-5050.547 (0.0460)** |
-4552.111 (-1.265208) |
-5162.401 (-1.575616) |
|
R2 |
0.762326 |
0.658348 |
0.735122 |
0.759979 |
0.860673 |
|
R2 ajustado |
0.706403 |
0.577960 |
0.672798 |
0.663971 |
0.774933 |
|
AKAIKE |
18.19532 |
18.55083 |
18.32643 |
18.41111 |
18.04639 |
|
SCHWARZ |
18.44328 |
18.79879 |
18.57439 |
18.75826 |
18.49273 |
|
F-Stat |
13.63165 |
8.189573 |
11.79511 |
7.915754 |
10.03819 |
|
Prob F |
0.000037 |
0.000716 |
0.000090 |
0.000565 |
0.000188 |
|
Los valores entre paréntesis muestran el valor del estadístico
"t" |
|||||
|
*, **, *** Estadísticamente significativo al 1%, 5%, 10% |
|||||
Niveles óptimos de precipitaciones
pluviales y temperatura máxima y mínima
Cuando se habla de temperatura óptima
se hace referencia a la temperatura adecuada que los cultivos soportan a lo
largo de sus etapas de desarrollo, por lo que, mientras las temperaturas
aumentan, la producción de cultivos también lo hace, pero si exceden los
niveles óptimos de temperatura, la producción se ve perjudicada y disminuye. Lo
mismo sucede en el caso de precipitaciones pluviales, ya que el riego es
necesario para los cultivos, resulta beneficioso cuando las precipitaciones
aumentan, pero si son excesivas, se ocasionarán inundaciones que perjudicarán
la producción de cultivos.
En el caso de la producción de la
quinua, cada resultado obtenido en las estimaciones donde se relacionaron
las variables climáticas de manera individual, pasa a ser descritas para
derivarse. Entonces al considerar las precipitaciones pluviales, el nivel de
precipitación pluvial que optimiza la producción es la que se muestra a
continuación:
El resultado obtenido muestra que, la
precipitación o pluvial es de 657.97 mm. para optimizar los niveles de
producción de quinua en la Región de Puno. Según los boletines revisados del
MINAGRI, las precipitaciones pluviales deben oscilar entre 400 y 1000 mm para
ser adecuadas.
Para el caso de la temperatura máxima
que optimiza la producción de la quinua es:
Para obtener una óptima producción de
la quinua, la temperatura máxima deberá ser de 15.95°C; comparando el resultado
con las especificaciones del resumen técnico del cultivo, la temperatura debe
oscilar entre los 0°C a 20°C.
Para el caso de la temperatura mínima
que optimiza la producción de la quinua, se obtiene:
Para alcanzar una producción óptima
de la quinua; la temperatura mínima deberá ser de 1.41°C. Comparando el
resultado con las especificaciones del resumen técnico del cultivo, la
temperatura debe oscilar entre los 0°C a 20°C.
Para el caso de la producción de la
papa, se realizó la descripción de las estimaciones obtenidas relacionadas
individualmente de las variables climáticas, procediendo a derivar. En este
sentido, al considerar las precipitaciones pluviales
óptimas, para la producción de la papa fue:
Si bien se sabe, las precipitaciones deben estar en
rango de 500 – 1160 mm según el SENAMHI. El resultado obtenido está dentro del
rango, ya que para tener un optima producción de papa en la región de puno, nos
da como resultado que las precipitaciones pluviales es de 774.77 mm.
Para obtener la temperatura máxima
óptima para la producción de la papa, se planteó:
Según la ficha técnica de la papa, el
rango de la temperatura adecuada será entre -4°C a 30°C para tener una
producción ideal de papa, para la producción adecuada del cultivo la
temperatura máxima debe ser de 19.29°C.
Para obtener la temperatura máxima
óptima para la producción de papa, se planteó:
Según la ficha técnica de la papa, el
rango de la temperatura adecuada será entre -4°C a 30°C para tener una
producción ideal de papa, para la producción adecuada del cultivo la
temperatura mínima debe ser de 4.40°C que está dentro del rango.
Con respecto a la producción de
cebada, se realizó una descripción de los resultados de las estimaciones al
relacionar cada variable climática de forma independiente. Por lo que para
obtener el nivel de precipitación pluvial que optimiza la producción de cebada,
se obtuvo:
Del cual, el resultado obtenido
muestra que, la precipitación de lluvias o pluvial es de 766.08 mm. para
optimizar los niveles de producción de cebada en la Región de Puno.
La temperatura máxima que optimiza la
producción de la cebada fue:
Por lo que, para obtener una óptima
producción de la cebada: la temperatura máxima deberá ser de 16.32°C. En
concordancia con su ficha técnica donde se menciona que la temperatura del
cultivo de cebada debe oscilar entre los 0°C y 22°C.
Finalmente, para obtener la
temperatura mínima que optimiza la producción de la cebada, se planteó el
siguiente caso:
Del cual, para alcanzar una
producción óptima de la cebada; la temperatura mínima deberá ser de 2.52°C. En
concordancia con su ficha técnica donde se menciona que la temperatura del
cultivo de cebada debe oscilar entre los 0°C y 22°C.
DISCUSIÓN
De los resultados obtenido en la
presente investigación son muy relevantes y coinciden de alguna manera con los
resultados obtenidos por Tonconi (48) en
el 2015, donde estableció que las temperaturas máximas y mínimas influyen
significativamente para la producción de quinua, papa y cebada, pero en el caso
del cultivo de quinua demostró que existen efectos positivos ante el cambio
climático, pues el hecho de que la temperatura sobrepasara los niveles
requeridos para la producción óptima no fue perjudicial para este grano andino.
En el caso del cultivo de la papa si se vieron perjudicados cuando la
temperatura no mostró umbrales óptimos para su producción, ocasionando
pérdidas. Al igual que la quinua, los cultivos de cebada se vieron perjudicados
por el cambio climático, al punto de sufrir consecuencias negativas leves en
sus campañas posteriores. Además, de acuerdo a su investigación, los umbrales
óptimos en cuanto a la temperatura para la producción son: 19.39°C - 3.80°C
para la quinua, 13.5°C - 3.75°C para la papa y 15.91°C - 4.66°C para la cebada.
Es por eso que, en contraste del presente trabajo de investigación, donde se
determinó que la temperatura óptima para los tres cultivos debe oscilar entre:
15.95°C - 1.41 °C para la quinua, 19.29°C - 4.41°C para la papa y 16.31°C -
2.52°C para la cebada; se evidencia que hay una pequeña variación en ambos
resultados y se le atribuye a la diferencia de años y condiciones climáticas.
Respecto a la precipitación pluvial,
Tonconi (48) afirmó que la presencia de
niveles de precipitación ligeramente inferiores a los óptimos no es
significativamente perjudicial para los cultivos, sin embargo, en nuestra
investigación concluimos que, para optimizar la producción de los cultivos, es
necesario que los umbrales de precipitación pluvial alcancen: 657.97 mm. en el
caso de la quinua, 774.770 mm. para la papa y 766.078 mm para la cebada. Es por
eso que se demuestra una diferencia frente a la
presente investigación, ya que esto se sustenta en los años transcurridos y los
fenómenos que el calentamiento global ha causado, como la presencia de más
sequías que se va agravando con el transcurrir de los años.
Al igual que en la presente
investigación, los resultados son muy coincidentes por lo determinado por
Carrasco (49) en el 2016, ya que el
cambio climático afectó a la producción y el rendimiento de quinua, explicando
en 60% y 35%. Además, al igual que en la presente investigación, la variable
temperatura máxima es la que más explica a la producción y rendimiento de la
quinua, coincidiendo la temperatura optima de temperatura máxima, temperatura
mínima y la precipitación.
CONCLUSIONES
De todo lo analizado en la presente
investigación se puede determinar que, el cambio climático explicado a través
de las precipitaciones pluviales, temperatura máxima y temperatura mínima
tienen un efecto negativo sobre la producción de cultivos, pues cuando la
temperatura y precipitaciones pluviales aumentan al punto de exceder los
niveles óptimos, la producción disminuye; esto al menos en el caso de la papa y
cebada, siendo la papa, el cultivo más vulnerable al incremento de estas
variables. Respecto a la quinua, al parecer, resultó el cultivo más tolerante y
su efecto respecto a un aumento en la temperatura máxima es positivo.
La producción de los cultivos
(quinua, papa y cebada) presenta un comportamiento de tendencia creciente
durante el periodo 1996-2018. Además, los resultados de la prueba de ADF para
cada uno de los casos y modalidades nos indica que en primeras diferencias no
hay presencia de raíz unitaria en las series, por lo que son estacionarias en
su totalidad. Asimismo, los resultados de las estimaciones indican que los
factores climáticos afectan la producción de la quinua y papa en 94% y en 86% a
la producción de cebada.
En el análisis individual de las
variables climáticas, las precipitaciones pluviales afectan en 26%, 92% y 76% a
la producción de quinua, papa y cebada respectivamente. La temperatura máxima
afecta en 84%, 96% y 65% a la producción de quinua, papa y cebada y la
temperatura mínima afecta en 88%, 92% y 73% a la producción de quinua, papa y
cebada respectivamente.
En cuanto a los niveles óptimos de
precipitaciones pluviales y temperaturas, los resultados calculados se
encuentran dentro de los parámetros establecidos. Para el caso de la quinua, el
umbral óptimo de precipitaciones pluviales es de 657.97 mm., temperatura máxima
de 15.95°C y temperatura mínima de 1.41°C; En el umbral óptimo de la producción
de papa respecto a precipitaciones pluviales es de 774.770 mm, temperatura
máxima de 19.29°C y temperatura mínima de 4.40°C. Por último, para la
producción de cebada, el umbral óptimo de precipitaciones pluviales es de
766.0779 mm., temperatura máxima de 16.32°C y temperatura mínima de 2.52°C.
CONFLICTO DE INTERESES. Los autores
declaran que no existe conflicto de intereses para la publicación del presente
artículo científico.
REFERENCIAS
1. Sámano M. La agroecología como una alternativa de seguridad alimentaria
para las comunidades indígenas. Rev Mex Ciencias Agrícolas. 2018;4(8):1251–66.
Available from: https://www.scielo.org.mx/pdf/remexca/v4n8/v4n8a11.pdf
2. Cabanes M, Gómez J. Economía social y Soberanía Alimentaria. Rev Econ
Pública, Social y Coop. 2014; 82:127–54. Available from:
https://www.redalyc.org/pdf/174/17433883005.pdf
3. Sosa-Rodríguez F. Política del cambio climático en México: avances,
obstáculos y retos. Real, datos y Espac Rev Int Estadística y Geogr [Internet].
2015;
6:4–23. Available
from: http://www.inegi.org.mx/rde/rde_15/doctos/rde_15_art1.pdf
4. Urriola N, Aquino C, Pradeep B.
Impact of agricultural exports on economic growth of Peru: the case of avocado
and grapes. Russ J Agric
Socio-Economic Sci [Internet]. 2018 Mar 30 [cited
2021 Sep 8];75(3):3–11. Available from:
https://www.cabdirect.org/cabdirect/abstract/20183138209
5. Navas. El cambio climático y la agricultura: un desafío para Colombia y
el mundo. instnameUniversidad los Andes. 2011; Available from:
https://repositorio.uniandes.edu.co/handle/1992/7549
6. Hernández C, Bonales J, Francisco C, Paniagua O. Modelos de
Vulnerabilidad Agrícola ante los efectos del cambio climático Models of
Agricultural Vulnerability to the effects of climate change [Internet]. Vol. IX, Revista
CIMEXUS. 2014 [cited 2020 May 21]. Available from:
http://www.cimexus.umich.mx/index.php/cim1/article/view/191
7. Ocampo O. El cambio climático y su impacto en el agro Climate Change and
its Impact on the Agriculture. Rev Ing. 2011 Jul;0(33):115–23. Available
from: http://www.scielo.org.co/pdf/ring/n33/n33a12.pdf
8. Quesada J, Research F. Huella ecológica y desarrollo sostenible. Madrid
Espaa AENOR Asoc Espaola Norm y Certif Benef la Infraestruct verde Regen la
tierra y Espac verde urbanoCentro Silvic y cambio climtico Surrey. 2010; Available from:
https://gc.scalahed.com/recursos/files/r161r/w25470w/470609366-Huella-ecologica-y-desarrollo-sostenible-pdf.pdf
9. Álvarez-Gordillo G, Araujo-Santana M, Arellano-Gálvez M. Alimentación y
salud ante el cambio climático en la meseta comiteca en Chiapas, México. Rev de
Ali Cont y De Reg. 2018. 28(52), 2-28. https://doi.org/10.24836/es.v28i52.536
10. Bernier P, Schoene D. La adaptación de los bosques y su ordenación al
cambio climático: una visión de conjunto. Unasylva [Internet]. 2009; 60:5–11.
Available from:
http://lifeboscos.cime.es/documents/docs/LifeBoscos/E210013/REV2.pdf
11. Palacios M, Massa P, Martínez V. Cambio climático y contaminación
ambiental como generadores de crisis alimentaria en la américa andina: Un
análisis empírico para Ecuador. Rev Investig Operacional.
2018; 39(2):234–49. Available from:
https://revistas.uh.cu/invoperacional/article/view/4024
12. Gonzales G, Zevallos A, Gonzales-Castañeda C, Nuñez D, Gastañaga C,
Cabezas C, et al. Contaminación ambiental, variabilidad climática y cambio
climático: una revisión del impacto en la salud de la población peruana. Rev Peru Med Exp Salud Publica [Internet]. 2014
[cited 2021 Feb 15];31(3):547–56. Available from:
http://www.scielo.org.pe/scielo.php?pid=S1726-46342014000300021&script=sci_arttext&tlng=en
13. Torres S. Impacto del cambio climático en el cultivo de papa (Solanum
tuberosum) y quinua (Chenopodium quenoa Will) en el departamento de Puno.
2016;87. Available from: https://repositorio.lamolina.edu.pe/handle/20.500.12996/2581
14. FAO. Los bosques y el cambio climático en el Perú: situación y
perspectivas [Internet]. 2014.
Available from:
https://keneamazon.net/Documents/Publications/Virtual-Library/Impacto/110.pdf
15. Pinzón I, Ramírez L. Ecoeficiencia de los modelos de producción agrícola
de maíz duro y su influencia al cambio climático en Shushufindi Ecuador. La
Granja Rev Ciencias la Vida [Internet]. 2021 Feb 1 [cited 2021 Sep
10];33(1):76–91. Available
from: http://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S1390-85962021000100076&lng=es&nrm=iso&tlng=es
16. Alva G. El Perú Frente al Cambio Climático y los Tributos Verdes
[Internet]. 2019.
Available from:
https://www.proquest.com/openview/37b26b8715d4fda38df18dd7d66ab92b/1?pq-origsite=gscholar&cbl=18750&diss=y
17. Xu Y, Zhou B, Wu J, Han Z, Zhang Y, Wua J. Asian climate change under 1.5–4 °C warming targets.
Adv Clim Chang Res. 2017
Jun 1;8(2):99–107. Available from:
https://doi.org/10.1016/j.accre.2017.05.004
18. Matthews R, Kropff M, Horie
T, Bachelet D. Simulating
the impact of climate change on rice production in Asia and evaluating options
for adaptation. Agric Syst. 1997 Jul 1;54(3):399–425. Available from:
https://doi.org/10.1016/S0308-521X(95)00060-I
19. Álvarez A. Retos de América Latina: Agenda para el Desarrollo Sostenible
y Negociaciones del siglo XXI. Probl Desarro [Internet].
2016 Jul 1 [cited 2021 Sep 25];47(186):9–30. Available
from: https://www.sciencedirect.com/science/article/pii/S0301703616300219
20. Wambua B, Japhan K, Mutua T. Effects of Socio-Economic Factors on Food Security
Situation in Kenyan Dry lands Ecosystem. Asian J Agric Food Sci [Internet].
2014;02(01):2321–1571. Available from:
www.ajouronline.com
21. Mo X, Guo R, Liu S, Lin Z, Hu S. Impacts of
climate change on crop evapotranspiration with ensemble GCM projections in the
North China Plain. Clim Change. 2013 Sep;120(1–2):299–312. Available from:
https://link.springer.com/article/10.1007/s10584-013-0823-3
22. Tao F, Yokozawa M, Hayashi Y, Lin E. Future
climate change, the agricultural water cycle, and agricultural production in
China. Agric Ecosyst
Environ. 2003 Apr 1;95(1):203–15. Available from:
https://doi.org/10.1016/S0167-8809(02)00093-2
23. Sekhampu T. Determinants of Poverty in a South
African Township. Kamla Raj Enterp [Internet]. 2017 Feb
[cited 2022 Sep 27];34(2):145–53. Available from:
https://www.tandfonline.com/doi/abs/10.1080/09718923.2013.11893126
24. Beegle K, Christiaensen
L, Dabalen A, Gaddis I. Poverty in a rising Africa
[Internet]. World Bank Publications. 2016. https://news.ge/anakliis-porti-aris-qveynis-momava.
Available from: https://openknowledge.worldbank.org/handle/10986/22575
25. Gebretsadik K, Romstad
E. Climate and farmers’ willingness to pay for improved irrigation water
supply. World Dev Perspect. 2020 Dec 1;20.
Available from:
https://www.sciencedirect.com/science/article/abs/pii/S2452292919300530
26. Arun T, Kamath R.
Financial inclusion: Policies and practices. IIMB Manag
Rev. 2015 Dec 1;27(4):267–87. Available from:
https://doi.org/10.1016/j.iimb.2015.09.004
27. Ellis F, Mdoe N. Livelihoods and Rural Poverty
Reduction in Tanzania. World Dev. 2003 Aug 1;31(8):1367–84.
Available from: https://doi.org/10.1016/S0305-750X(03)00100-1
28. Condori B, Mamani P,
Botello R, Patino F, Devaux A, Ledent J. Agrophysiological characterisation
and parameterisation of Andean tubers: Potato (Solanum sp.), oca (Oxalis tuberosa), isaño (Tropaeolum tuberosum) and papalisa (Ullucus tuberosus). Eur J Agron. 2008 May;28(4):526–40.
Available from: https://doi.org/10.1016/j.eja.2007.12.002
29. Orozco M. Fomento de la agricultura sostenible mediante el
establecimiento de un sistema de garantías de calidad en los procesos
productivos u de comunicación a los consumidores. Aplicación a la agricultura
mexicana. 2007; Available from: http://www.tdx.cat/handle/10803/6842
30. Ordóñez F. La agroecología y la soberanía alimentaria como alternativas
al sistema agroalimentario capitalista. Experiencia de la Fundación San Isidro
(Duitama, Colombia). Vol. 42, El Otro Derecho. 2010. 203–247 p. Available from:
http://biblioteca-repositorio.clacso.edu.ar:8080/bitstream/CLACSO/4675/1/6.pdf
31. Medrano L, Monago G. La producción primaria y el impulso al producto
interno bruto en el Perú 2012-2019 [Internet]. 2020. Available from:
http://repositorio.undac.edu.pe/bitstream/undac/2342/1/T026_70760595_T.pdf
32. Sánchez J. Mercado de productos agrícolas ecológicos en Colombia. Suma
Negocios. 2017 Jul 1;8(18):156–63. Available from:
https://doi.org/10.1016/j.sumneg.2017.10.001
33. Olesen J, Bindi M.
Consequences of climate change for European agricultural productivity, land use
and policy. Eur J Agron.
2002 Jun 1;16(4):239–62. Available from:
https://doi.org/10.1016/S1161-0301(02)00004-7
34. Cabrera H, Gastelo M, Otiniano
R, Pacheco M, Janampa A. Variedades
de Papa Resiliente al Cambio
Climático, para la Seguridad Alimentaria del Perú. Inst Nac
Innovación Agrar
[Internet]. 2020 [cited 2021 Sep 10]; Available from:
http://repositorio.inia.gob.pe/handle/20.500.12955/1250
35. Lozano-Povis A, Álvarez-Montalván C, Moggiano N. El cambio climático en
los andes y su impacto en la agricultura: una revisión sistemática. Sci Agropecu
[Internet]. 2021 Mar 10 [cited 2021 Sep 10];12(1):101–8.
Available from: https://revistas.unitru.edu.pe/index.php/scientiaagrop/article/view/3341
36. Santa B, Nizama L, Santa I, Ramírez G. Educación y recursos económicos
en mujeres del campo en Perú. Rev Ciencias Soc. 2020; XXVI. Available from:
https://dialnet.unirioja.es/servlet/articulo?codigo=7599933
37. Tonconi J. Producción agrícola alimentaria y cambio climático: un
análisis económico en el departamento de Puno, Perú. Idesia. 2015;33(2):119–36.
Available from: https://www.scielo.cl/pdf/idesia/v33n2/art14.pdf
38. Meza A, Seijas C. Análisis socioeconómico de la adopción de tecnologías
de rehabilitación de tierras forestales degradadas en la Región Ucayali,
Amazonia peruana [Internet]. repositorio.inia.gob.pe. [cited 2020 Nov 24].
Available from: http://repositorio.inia.gob.pe/handle/inia/565
39. Luque L. Análisis de la deforestación de la Amazonia peruana: Madre de
Dios. Innova Educ. 2021; Available from:
https://revistainnovaeducacion.com/index.php/rie/article/view/450
40. COMPIAL-Perú. Política Nacional
de Inocuidad Alimentaria.
Proy PNIA
[Internet]. 2016;27. Available from:
http://www.digesa.minsa.gob.pe/compial/archivos/Politica_Nacional_Inocuidad_Alimentos.pdf
41. Zanetti E, Gómez J, Mostacedo S, Reyes O. Cambio climático y políticas
públicas forestales en América Latina. Una visión preliminar. CEPAL UNIÓN Eur
para las Nac Unidas [Internet]. 2017;122. Available from:
https://repositorio.cepal.org/bitstream/handle/11362/40922/S1601346_es.pdf?sequence=4&isAllowed=y
42. Quispe G. Efectos del cambio climático en la agricultura de la cuenca
Ramis, Puno-Perú. Rev Investig Altoandinas. 2015;17(1):47–52. Available from:
https://dialnet.unirioja.es/servlet/articulo?codigo=5157125
43. Dirección Regional de Agricultura Puno. Plan estratégico regional del
Sector Agrario de Puno 2009-2015 [Internet]. 2008. Available from:
https://www.midagri.gob.pe/portal/download/pdf/conocenos/transparencia/planes_estrategicos_regionales/puno.pdf
44. Mendoza W. ¿Cómo investigan los economistas? Guía para elaborar y
desarrollar un proyecto de investigación [Internet]. 2014. Available from:
https://files.pucp.education/departamento/economia/lde-2014-05.pdf
45. Hernández R, Fernández C, Baptista M. Metodología de la investigación. Sexta edición. M. graw Hill E, editor.
2014. 93 p. Available from: https://www.esup.edu.pe/wp-content/uploads/2020/12/2.%20Hernandez,%20Fernandez%20y%20Baptista-Metodolog%C3%ADa%20Investigacion%20Cientifica%206ta%20ed.pdf
46. PNUMA. Diagnóstico e inventario de los recursos naturales de flora y
fauna. Puno: Autoridad Binacional del Lago Titicaca; 2011. Available from:
https://www.oas.org/dsd/publications/Unit/oea31s/oea31s.pdf
47. Herrera J. La Pobreza en el Perú en 2001: una visión departamental. 2002 [cited 2021 Jul 7]; Available from:
https://repositorio.minedu.gob.pe/handle/20.500.12799/244
48. Tonconi J. Producción agrícola alimentaria y cambio climático: un
análisis económico en el departamento de Puno, Perú. Idesia (Arica) [Internet]. 2015 [cited 2021 Sep 10];33(2):119–36. Available from:
http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-34292015000200014&lng=es&nrm=iso&tlng=n
49. Carrasco F. Efectos del cambio climático en la producción y rendimiento
de la quinua en el distrito de Juli, periodo 1997-2014. Comuni@cción [Internet]. 2016;7(2):48–47.
Available from: http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S2219-71682016000200004