ANÁLISIS DE LA ASOCIACIÓN ENTRE LA POBREZA Y LA PÉRDIDA DE BOSQUES A NIVEL DISTRITAL EN EL PERÚ: APLICACIÓN DEL MODELO AUTORREGRESIVO ESPACIAL CON PERTURBACIONES AUTORREGRESIVAS ESPACIALES (SARAR)

Resumen

La deforestación es un problema que se aborda tanto a escala nacional como global, generando afectaciones a los ecosistemas y a la biodiversidad, y esto, a su vez, puede generar costos sociales y/o económicos. El objetivo de este trabajo fue analizar geoespacialmente el contexto social que puede generar determinadas presiones hacia la pérdida de bosque o deforestación en el Perú, a nivel distrital. La variable de interés o dependiente de estudio fue la cantidad de hectáreas de pérdida de bosque húmedo amazónico, registradas en la plataforma de Geobosques, en el último periodo trienal previo a la pandemia causada por el COVID-19. El método se basó en un análisis espacial de variación discreta, donde los distritos se definen como un conjunto de regiones discretas con vecindad irregular por cada distrito. En este trabajo se presentan los resultados de los modelos de regresión espacial SAR, SEM y SARAR, a fin de evidenciar el nivel de asociación de la pérdida de bosques y la pobreza monetaria. De acuerdo a los resultados, a nivel distrital, la pérdida de bosques presenta una relación negativa respecto a la pobreza monetaria en el modelo elegido (SARAR). Por ello, es relevante que los programas que busquen mejorar las condiciones básicas de poblaciones, principalmente dedicadas a la agricultura, también sean acompañadas de asistencias técnicas en prácticas sostenibles a fin de mitigar la deforestación o el cambio de uso de suelo.