Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
49
Resumen
1
En el Perú el café convencional representa el
cuarto cultivo más importante en el sector
agrícola y como todo cultivo es sensible a los
cambios del clima afectando o beneciando su
producción. Este estudio tiene como nalidad
analizar el impacto del cambio climático sobre
la variación de ingresos agrícolas de los pro-
ductores cafetaleros de las principales zonas
de producción en el Perú, lo cual es relevante
pues tiene un alcance nacional y no local como
en estudios previos. Para ello, se utilizó el enfo-
que de la función de producción, en base a un
modelo econométrico de datos panel, con el
objetivo de identicar si la variación de las va-
riables ambientales ante el cambio del clima,
podría afectar al cultivo del café convencional
de los principales departamentos de la selva
alta. Los resultados muestran que existe una
relación de convexidad entre la temperatura
máxima y la producción de café convencional,
es decir, que ante un incremento de la tempe-
ratura máxima por encima de su valor opimo
dará lugar a un nivel de producción más alto
y por ende, los ingresos de los agricultores ca-
1 Economista (UNALM-Perú). Asistente de investigación
económica ambiental (UNALM). Dirección postal: MZ N2 LT 3 S.S.
JUAN PABLO II (Lima-Perú). Teléfono: (511) 6147134 anexo: 239;
e-mail: frivera@lamolijna.edu.pe
fetaleros no se verán perjudicados. Estos resul-
tados evidencian que seguir cultivando café
convencional a largo plazo será rentable para
los agricultores de la zona en estudio, el cual
aporta el 1.08% al valor bruto de la producción
del sector agrícola.
Palabras Clave: Impacto del Cambio Climáti-
co, café convencional, variación de ingresos y
enfoque de la función de producción.
Clasicación JEL: Q54.
Abstract
2
In the conventional coee Peru is the fourth
most important crop in the agricultural sec-
tor as any crop is sensitive to climate chan-
ges aecting or beneting production. This
study aims to analyze the impact of climate
change on agricultural income variation co-
ee growers of the main producing areas in
Peru, which is relevant because it has a natio-
nal scope and local in previous studies. For
2 Máster en Innovación Agraria para el Desarrollo Rural
(UNALM-Perú). Profesora Auxiliar a dedicación exclusiva
(UNALM). Dirección postal: Jr. Valer 595 C Pueblo Libre (Lima-
Perú). Teléfono: (511) 6147800 anexo:239; e-mail: lalvarado@
lamolina.edu.pe
IMPACTO DEL CAMBIO CLIMÁTICO
SOBRE LOS INGRESOS DEL CAFÉ
CONVENCIONAL: UN ANÁLISIS DE PANEL
BALANCEADO. PERIODO 1991 – 2010
Flor del Carmen Rivera Bocanegra
1
, Laura Silvia Alvarado Barbaran
2
Fecha de recepción: 14-01-13 Fecha de aceptación: 21-08-2013
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
50
this, we used the approach of the production
function, based on the panel data econome-
tric model, in order to identify whether the va-
riation of environmental variables to climate
change could aect the cultivation of coee
major conventional high forest departments.
The results show that there is a relationship
between the maximum temperature con-
vexity and conventional coee production,
that is, to a maximum temperature rise above
opimo value will lead to a higher production
level and therefore the income of coee far-
mers will not be harmed. These results show
that conventional coee continue to cultivate
long-term will be protable for farmers in the
study area, which contributes 1.08% to the
gross value of agricultural production.
Keywords: Climate Change Impact, coee
conventional approach of the production
function, income variation.
JEL Classication: Q54.
1. INTRODUCCIÓN
En el Perú, el impacto del cambio climático ha
tenido gran repercusión, principalmente, en
la producción de los cultivos agrícolas, como
es el caso del café convencional.
En el año 2013, la producción promedio de
café en el Perú representa el 4.2% del Valor
Bruto de la Producción del sector agrícola,
ocupando el cuarto entre los principales pro-
ductos agrícolas
3
(MINAG, 2009). Dicho culti-
3 Los tres primeros productos agrícolas son: la papa con un
7.6%, alfalfa con un 5.1% y arroz cascara con 5% del VBP (MINAG,
2009).
vo se produce generalmente en la selva alta,
donde se posee las condiciones climáticas
más adecuadas para su potencial desarrollo,
oscilando la temperatura óptima entre 18ºC
y 22º C, con niveles mínimo y máximo de 16
ºC y 24 ºC, respectivamente (MINAG, 2009
4
y
Pro-Amazonia, 2003).
En este contexto, la contribución del presente
estudio es evaluar el impacto del cambio cli-
mático sobre la producción del café conven-
cional en los principales departamentos de
la selva alta del Perú (Amazonas, Cajamarca,
Huánuco, Junín, San Martín y Puno), en los
cuales se produce el 78.4% del café conven-
cional del país.
A diferencia de otros estudios que analizaron
el impacto del cambio climático en el Perú
para un solo departamento, uno de los apor-
tes de este estudio es su alcance nacional.
Adicionalmente, constituye una contribución
a la literatura en el tema, al aplicar el Enfo-
que de la Función de Producción utilizando
un modelo de datos de panel balanceado, el
cual tiene la ventaja de poder utilizar mayor
cantidad de información, al interrelacionar
datos de corte transversal con series de tiem-
po. Para tal efecto se usó información de pro-
ducción, supercie cosechada, precipitación
y temperatura. Se consideró como unidad de
transversal a cada uno de los departamen-
tos, con veinte datos anuales para el período
1991-2010.
El trabajo se divide en tres partes. En primer
lugar, se estimó econométricamente la fun-
4 Disponible en http://frenteweb.minag.gob.pe/
sisca/?mod=consulta_cult
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
51
ción de producción de café convencional
mediante un modelo de panel balanceado.
En segundo lugar, se escogió la forma funcio-
nal de la función de producción y la relación
de las variables climáticas y el nivel de pro-
ducción del café convencional. Por último, se
calculó la variación de ingresos de los agricul-
tores en los principales departamentos de la
selva alta para el periodo 2011-2100 bajo un
determinado escenario climático.
2. REVISIÓN DE
LITERATURA
Existen muchos estudios que estimaron los
efectos del cambio climático sobre el sector
agrícola. Entre los principales tenemos el es-
tudio de Deressa, Hassan y Poonyth (2005)
para el caso de la caña de azúcar, en que se
obtuvo que cuando la temperatura en verano
a menor a 23ºC disminuyen los ingresos netos
por hectárea, sucediendo lo contrario cuando
la temperatura supera los 23ºC.
El estudio de Ramírez et al. (2010), el cual for-
ma parte de una serie de documentos elabo-
rados por la Comisión Económica para Améri-
ca Latina y el Caribe (CEPAL), analiza el efecto
del cambio climático sobre la agricultura uti-
lizando el Enfoque de la Función de Produc-
ción y el Enfoque Ricardiano, para Costa Rica,
El Salvador, Guatemala, Honduras, Nicaragua
y Panamá; para el caso de Belice sólo utiliza-
ron el primero de los enfoques mencionados.
A pesar de la importancia de evaluar el impac-
to del cambio climático en el sector agrícola
peruano, poco se ha avanzado sobre el tema.
A nivel agregado, Vargas (2009) estimó que al
año 2030 el Producto Bruto Interno real sería
6.8% menor al que se tendría en un escenario
sin cambio climático; asimismo encontró que,
dada la diversidad de climas que caracteriza
al Perú, el impacto del cambio climático sería
diferente según el departamento y el sector
productivo, siendo uno de los más sensibles
el sector agrícola.
A nivel departamental, Torres (2010) realizó
un análisis económico del impacto del cam-
bio climático en la producción de mango, li-
món, café y plátano en la región Piura. Para
ello, la autora utilizó una función de pro-
ducción en donde las variables explicativas
fueron temperatura, precipitación y el Fenó-
meno “El Niño”, mediante un análisis de serie
de tiempo para el período 1970-2009. Para
el caso del café, los resultados indican que
existe una relación cóncava entre el rendi-
miento del producto y los niveles de tempe-
ratura; es decir, ante un aumento en la tem-
peratura mínima y máxima, el rendimiento
del cultivo aumenta en 41%. En el caso del
limón, el aumento es de 51.9%. Sin embar-
go, para los casos de mango y plátano, los
rendimientos disminuyen en 7% y 39.86%,
respectivamente.
Por su parte, Loyola y Orihuela (2011), eva-
luaron el costo económico del cambio climá-
tico en la agricultura de las regiones Piura y
Lambayeque, para el periodo 2010-2100. Para
ello, se utilizaron algunos cultivos represen-
tativos de ambas regiones, tales como arroz,
maíz amarillo, limón, mango, caña de azúcar,
plátano y algodón. Utilizando una variante
del modelo agronómico, establecieron la re-
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
52
lación de cada uno de estos cultivos con la
temperatura y la precipitación y se estimó el
cambio del benecio asociado únicamente
a las variaciones en el ingreso de cada culti-
vo. Los resultados sugieren que el costo del
cambio climático es signicativo, especial-
mente a largo plazo. Asimismo, se encontró
que el comportamiento entre la temperatura
y la producción tienen forma convexa para el
caso de limón y plátano en Piura.
De la revisión de literatura se concluye que,
salvo para el caso de Piura, no se ha analiza-
do el impacto del cambio climático en el café,
lo cual motivó la realización de este estudio,
para diferentes zonas productoras de este
cultivo, seleccionándose a los departamen-
tos de Amazonas, Cajamarca, Huánuco, Junín,
San Martín y Puno, que representan el 78%
de la producción nacional de café, el que es
cultivado mayoritariamente por pequeños
productores (con menos de 5 has. en prome-
dio), quienes por lo tanto tienen baja capaci-
dad para desarrollar cambios tecnológicos en
adaptación al cambio climático.
3. EL MODELO
La metodología utilizada en este estudio se
sustentó en el modelo agronómico del enfo-
que de la función de producción, el cual per-
mite estimar los efectos del cambio climático
en la agricultura a partir de identicar los va-
lores máximos y mínimos de la temperaturas
y los niveles de precipitación, cuyas variacio-
nes respecto a un determinado umbral pro-
vocan respuestas beneciosas o perjudiciales
para un cultivo determinado y por ende para
los respectivos agricultores. Según, Fleischer
y Mendelsohn (2007) la función de produc-
ción de un cultivo agrícola se expresa de la
siguiente forma:
Q = f(X, Z, M) (1)
Donde Q representa la cantidad producida,
X que representa la cantidad de insumos, Z
engloba a las variables climáticas (tempera-
turas máxima y mínima, y precipitación) y M
representa la habilidad o capacidad de los
agricultores. Mendelsohn, Nordhaus y Shaw
(1994), sugieren que las variables climáticas
deben ser incluidas en el modelo con una
forma funcional cuadrática, para poder de-
terminar la relación existente con el nivel de
producción. De esta manera, los coecientes
estimados ayudan a predecir el nivel óptimo
de producción ante el impacto del cambio cli-
mático. Este análisis fue utilizado en los estu-
dios de Galindo (2009) y Ramirez et al (2010).
Es decir, la ventaja de utilizar una función de
producción cuadrática es que permitirá cal-
cular la relación entre el nivel de producción
del cultivo (variable dependiente) y los valo-
res óptimos de cada uno de los factores cli-
máticos que determinen su producción (tem-
peratura yo precipitación).
Cabe señalar que al no disponer de series his-
tóricas de costos insumos, no hemos utilizado
en este estudio el otro enfoque existente, que
es el Enfoque Ricardiano, el cual consiste en
estimar el valor de la tierra como función del
ingreso neto agrícola.
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
53
4. METODOLOGÍA
4.1. Recopilación de
información
Para el desarrollo de la investigación se reco-
piló información del Ministerio de Agricultura
(MINAG) de las variables producción y super-
cie cosechada de café de los siete principa-
les departamentos cafetaleros del Perú.
Para el caso de las variables climáticas, tempe-
ratura y precipitación, la información fue ob-
tenida del Instituto Nacional de Estadística e
Informática (INEI). Asimismo, analizar la varia-
ción de ingresos, se transformaron los precios
al productor de corrientes a reales, utilizándo-
se como deactor el Índice de Precios al Con-
sumidor del año base 1994, obtenido del INEI.
4.2. Estimación de la función
de producción del café
convencional:
Siguiendo a Mendelsohn, Nordhaus y Shaw
(1994), para quienes la relación del nivel de
producción y las variables climáticas debería
tener una forma de U invertida, es decir, para
determinar si existe una relación de convexi-
dad entre las variables señaladas, se formuló
la siguiente ecuación cuadrática
5
:
Q
i,t
= β
0
+ β
1
S
i,t
+ β
2
TM
i,t
+ β
3
TM
2
i,t
+ β
4
TN
i,t
+ β
5
TN
2
i,t
+ β
6
PP
i,t
+ β
7
PP
2
i,t
+ μ
i,t
(2)
5 No se escogió otras formas funcionales por no satisfacer el
objetivo del estudio. Además la función cuadrática se asemeja a
la forma funcional que utilizaron estudios anteriores (Ramirez et
al, 2010) para determinar el impacto del cambio climático en la
agricultura de cultivos especícos y/o otros sectores.
Donde:
Q
i,t
= Producción (Toneladas) del café conven-
cional en el departamento i para el año t.
S
i,t
= Supercie cosechada (hectáreas) del
café convencional en el departamento i para
el año t.
TM
i,t
= Temperatura máxima (ºC) en el depar-
tamento i para el año .
TM
2
i,t
= Temperatura máxima (ºC) al cuadra-
do en el departamento i para el año .
TN
i,t
= Temperatura mínima (ºC) en el depar-
tamento i para el año .
TN
2
i,t
= Temperatura mínima (ºC) al cuadrado
en el departamento i para el año .
PP
i,t
= Precipitación (mm) en el departamen-
to i para el año .
PP
2
i,t
= Precipitación (mm) al cuadrado en el
departamento i para el año .
μ
i,t
= Error aleatorio.
Se empleó el análisis de la primera derivada
para encontrar el valor óptimo de la variable
climática y la condición de la segunda deriva-
da, para determinar la relación de concavidad
o convexidad entre la producción y las varia-
bles climáticas. Utilizando el modelo de datos
panel, se esperaba que los signos de los coe-
cientes de los términos lineales
β
2
, β
4
, β
6
sean
positivos. Es decir, que en los primeros años
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
54
el incremento en los niveles de temperatura y
precipitación generan un aumento en el nivel
de producción del café convencional.
Por su parte, para hallar el nivel óptimo de
temperatura, en el cual se maximiza la pro-
ducción de café convencional, se partió del
supuesto que
β
3
,β
5
y
β
7
son negativos. Esto
indica que ante cualquier incremento de la
temperatura por encima de su valor óptimo
dará lugar a un nivel de producción más bajo,
por lo tanto la función de producción toma-
rá una forma cóncava. También es posible
encontrar que los signos de los coecientes
β
2
, β
4
, β
6
sean negativos y los de
β
3
, β
5
y
β
7
tengan signos positivos, lo que implicaría una
función de producción convexa (Mendelso-
hn, Nordhaus y Shaw, 1994). Esto signicaría
que el incremento de la temperatura genera
pérdidas en el corto plazo para los agricul-
tores, alcanzando una producción mínima,
mientras genera incrementos de la produc-
ción a largo plazo.
Siguiendo a Ramírez et al (2010), se formula-
ron las siguientes especicaciones alternati-
vas a ser probadas:
Q
i,t
=β
0
+β
1
S
i,t
+β
2
TM
i,t
+β
3
TM
2
i,t
+β
4
TN
i,t
+β
5
TN
2
i,t
+β
6
PP
i,t
+β
7
PP
2
i,t
+ u
i,t
(2.1)
Q
i,t
=β
0
+β
1
S
i,t
+β
2
TM
i,t
+β
3
TM
2
i,t
+β
4
TN
i,t
+β
5
TN
2
i,t
+u
i,t
(2.2)
Q
i,t
=β
0
+β
1
S
i,t
+β
4
TN
i,t
+β
5
TN
2
i,t
+β
6
PP
i,t
+β
7
PP
2
i,t
+ u
i,t
(2.3)
Q
i,t
=β
0
+β
1
S
i,t
+β
4
TN
i,t
+β
5
TN
2
i,t
+ u
i,t
(2.4)
Q
i,t
=β
0
+β
1
S
i,t
+β
2
TM
i,t
+β
3
TM
2
i,t
+β
6
PP
i,t
+β
7
PP
2
i,t
+ u
i,t
(2.5)
Q
i,t
=β
0
+β
1
S
i,t
+β
2
TM
i,t
+β
3
TM
2
i,t
+ u
i,t
(2.6)
La importancia de denir diferentes alter-
nativas del modelo es poder identicar qué
variables son innecesarias o irrelevantes al
modelo, lo cual podría ocurrir por la posible
correlación entre las variables explicativas,
provocando así que los paramentos sean no
signicativos.
En cuanto al tratamiento de los datos panel,
se estimaron seis tipos de ecuaciones para
los modelos Pooled y de Efectos Fijos (MEF) y
sólo dos ecuaciones para el Modelo de efec-
tos aleatorios (MEA), dado que el número
de unidades transversales (departamentos)
debe ser mayor al número de variables ex-
plicativas
6
. Por lo tanto, para la elección del
mejor modelo se tuvo en consideración dos
criterios de análisis:
• Se escogió como mejor ecuación aque-
lla que cumplía con los signos adecuados
de la teoría económica, es decir que los
coecientes de las variables temperatura
y precipitación en términos lineales y cua-
dráticos tenga signos diferentes, para ob-
tener valores positivos de la temperatura y
precipitación. Estos valores además de ser
positivos, deben cumplir con los rangos
óptimo de temperatura y precipitación
sugeridos en el estudio de Pro Amazo-
nia-MINAG (2003).
6 En el Anexo 3, solo se muestran los principales modelos
de datos panel las cuales fueron escogidos según los criterios de
decisión establecidos en el estudio.
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
55
• Las mejores ecuaciones para cada mo-
delo de estimación, debían tener los va-
lores más bajos de los criterios Akaike y
Schwarz. Asimismo, los coecientes aso-
ciados a cada variable regresora debía
ser signicativos y el valor del R
2
ajustado
debe ser alto.
Es importante mencionar que en todas las
estimaciones, según cada tipo de modelo,
se corrigieron problemas de heteroscedas-
ticidad y autocorrelación entre cada unidad
transversal utilizando los errores estándar
robustos White Cross-Section y Cross-Section
Sur, respectivamente.
4.3. Variación de ingresos en
la producción del café
convencional
Por último, para estimar la variación de los
ingresos en la producción del café conven-
cional en los principales departamentos de la
selva alta, se utilizó las proyecciones de tem-
peratura realizadas por el Instituto Nacional
de Investigaciones Espaciales de Brasil (en
adelante, INPE, por el original en portugués),
para un escenario caracterizado por altos
incrementos de dióxido de carbono (CO
2
)
7
,
aunque siempre tomando como referencia
los estudios del SENAMHI, que establecen la
variación anual de temperatura a nivel de las
regiones naturales (costa, sierra y selva) sub-
dividas a su vez en norte, centro y sur para los
periodos 2010-2030, 2031-2050, y 2051-2100,
tal como se muestra en Anexo 2.
7 Denominado escenario A2.
Con el n de obtener mediciones comparati-
vas, se cálculo el Valor Presente Neto de los
ingresos anuales con tasas de descuento de
0.5%, 2%, 4% , sugeridas por Ramírez et al
(2010) y Galindo (2009). Adicionalmente, se
utilizó la tasa de descuento social de 10%
establecida para el Perú por el Ministerio de
Economía y Finanzas (MEF, 2011)
8
. En cual-
quier caso, se trata de identicar si a largo
plazo resulta conveniente o no seguir culti-
vando café convencional, ante el impacto del
cambio climático, hasta el año 2100.
Siendo interés de este trabajo medir el cam-
bio en el ingreso atribuido a la variación cli-
mática, se usaron los parámetros estimados
del mejor modelo, elegido en base a los cri-
terios de selección ya mencionados anterior-
mente, y se calculó la producción bajo un
contexto de cambio climático (Q
CC
) y el nivel
de producción sin cambio climático (Q
SCC
)
para un determinado periodo.
Asumiendo que el precio del cultivo (en tér-
minos reales) permanece constante, expre-
sando IT como el ingreso total y CT como el
costo total de producción, para un determi-
nado periodo t, la función de benecio con la
que se trabajó fue la siguiente:
B
it
= IT(Q
it
) - CT(Q
it
) (3)
Donde las funciones IT y CT dependen del ni-
vel de producción. De esta manera, el cambio
en el benecio es igual a:
ΔB
it
= ΔIT(Q
it
) - ΔCT(Q
it
) (4)
8 R.D. Nº 001-2011-EF/63.01 - Establecido por el Ministerio
de Economía y Finanzas (MEF, 2011).
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
56
Luego, asumiendo que los costos totales, en
términos reales, permanecen constantes du-
rante el periodo de análisis, entonces el cam-
bio en el benecio es equivalente únicamen-
te a la variación del ingreso. Por lo tanto la
expresión (4) se transforma en:
ΔB
it
= ΔIT(Q
it
) = P
it
* Δ(Q
it
) (5)
El supuesto que
ΔCT(Q
it
) = 0
, se sustenta
en el hecho que en el largo plazo el proceso
de aprendizaje les permite a los agricultores
obtener no sólo un mayor conocimiento de
las técnicas agronómicas, sino también una
reducción de procesos y por ende una dismi-
nución de costos.
Según la ecuación (5), el cambio en el ingreso
total depende de la variación del nivel de pro-
ducción. En otras palabras, es la diferencia de
la producción para un contexto con cambio
climático
(Q
CCC
)
para un periodo (t) menos
el nivel de producción sin cambio climático
(Q
SCC
)
del año 2010. Asumiendo que el pre-
cio del cultivo, en términos reales, permanece
constante al año base 2010, entonces el cam-
bio en el ingreso está dado por:
ΔB
!"
= ΔIT
!"
= P
!!"#"
∗ Q
!"
(!!!)
− Q
!"#$#
(!"")
(6)
En consecuencia, el cambio en el benecio
será equivalente al cambio del ingreso total,
el que se calcula multiplicando los precios en
chacra reales por el cambio en la producción
que se obtendrá si el clima no varía.
La ecuación (6) implica estimar la variación del
bienestar ante el efecto de los cambios de tem-
peratura y precipitación, mediante el cambio en
el ingreso, el cual a su vez, al suponer precios
constantes, es igual a la cosecha estimada me-
nos la cosecha proyectada. Esto permite tener
aproximaciones de las pérdidas o ganancias a
largo plazo para los agricultores de las zonas en
estudio, y así determinar si es conveniente o no
seguir produciendo café convencional.
Para determinar los ingresos de los agriculto-
res bajo un escenario de cambio climático se
empleó las proyecciones de temperatura del
INPE (ver Anexo 2). Asimismo, para el cálcu-
lo de los ingresos de los agricultores bajo un
escenario sin cambio climático se asumió el
nivel de producción y el precio real del año
2010 como constantes hasta el año 2100,
bajo el supuesto de que no hay ninguna va-
riación (ni incremento ni disminución) de las
variables meteorológicas que afectan al café
convencional en el largo plazo.
Por otro lado, no se evaluó un segundo esce-
nario bajo el supuesto de precios en chacra
reales proyectados, debido que ello requeriría
asumir grandes supuestos sobre cómo cam-
biaría el mercado mundial frente al cambio
climático, lo cual aumentaría el nivel de in-
certidumbre de la estimación. Por ello, resultó
más prudente asumir que el comportamiento
de estos precios permanezcan constantes, tal
como lo sugieren Sanghi y Mendelsohn (2008).
Asimismo, este escenario alternativo sobrees-
timaría los ingresos de los agricultores, dado
que el alto nivel de incertidumbre sobre el
comportamiento de precios, en este tipo de
estudios, conduce a obtener resultados muy
positivos (grandes benecios) o muy negati-
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
57
vos (grandes pérdidas). Por tal motivo, al asu-
mir precios reales constantes se obtiene una
evolución más atenuada del nivel de precios,
acorde con las proyecciones del nivel de tem-
peratura (INPE, 2011). No obstante, es nece-
sario reconocer que al asumir precios reales
constantes cabría la posibilidad de sobresti-
mación o subestimación de ingresos, si bien
el sesgo sería más moderado.
5. RESULTADOS
Los resultados muestran que los modelo
POOLED y MEA
9
, son los que cumplen con los
criterios de decisión y se encuentran dentro
del rango del nivel de temperatura óptima se-
ñalado por Pro Amazonia (2003) de 18 a 22°C
con valores mínimo y máximo de 16 y 24°C,
respectivamente, que es considerado ade-
cuado para un buen crecimiento y desarrollo
del cultivo en la selva alta.
Luego, se procedió a realizar el test de Breu-
sch-Pagan para escoger el mejor modelo en-
tre el POOLED y el MEA, lo cual se muestra en
el Anexo 5. Los resultados indican que no se
rechaza la hipótesis nula de Breusch y Pagan;
es decir, no existe diferencias entre cada uni-
dad trasversal del modelo POOLED y del MEA,
a través del tiempo, por lo que se concluye
que el MEA no es apropiado y, en consecuen-
cia, se escoge como mejor al modelo Pooled,
el cual representará la función de producción
del café convencional.
La interpretación del mejor modelo es que
no existe diferencias entre cada uno de los
9 Ver Anexos 3 y 4.
principales departamentos cafetaleros de la
selva alta en el periodo 1991-2010, lo cual es
consistente con la cercanía geográca de los
productores.
La resultante función de producción del café
convencional tiene la siguiente ecuación:
Q
i,t
= 17274.41 + 0.76S
i,t
- 1742.32 TM
i,t
+ 39.25 TM
i,t
2
+ μ
i,t
(7)
La expresión (7) evidencia que la temperatura
máxima es la variable climática que determina
el nivel de producción del café convencional
en los principales departamentos de la selva
alta. Asimismo, el resultado permite compro-
bar que existe una relación directa entre la
producción de café convencional y la super-
cie cosechada. Es decir, que un aumento de la
supercie cosechada ocasionará un incremen-
to en el nivel de producción del café.
Por otro lado, el signo negativo de la tempe-
ratura máxima en términos lineales, signica
que en los primeros años los incrementos en
los niveles de temperatura provocan una dis-
minución en el nivel de producción del café.
Por el contrario, para la temperatura máxima
en términos cuadráticos se observó un signo
positivo, lo que indica que a largo plazo, al so-
brepasar un umbral (valor óptimo), la tempe-
ratura máxima ocasionará incrementos en los
niveles de producción.
Debe señalarse que no fue considerada la
ecuación que incluye como variables explica-
tivas a la temperatura mínima y a la precipi-
tación, porque el nivel de la temperatura no
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
58
estaba dentro del rango establecido por Pro
Amazonia (2003), además que los valores de
los coecientes no son estadísticamente sig-
nicativos. Algo similar ocurrió con la variable
precipitación. Estos resultados son consisten-
tes con el estudio de Kabubo y Karanja (2007),
en el que se reconoce que los cambios en la
temperatura son, en general, más importan-
tes que los cambios en la precipitación, así
como con los estudios de Ramírez et al (2010)
y Torres (2010). Otra forma de justicar que la
temperatura máxima se encuentre en la fun-
ción de producción, es que el cultivo del café
se adapta mejor a las altas temperaturas que
caracteriza a las zonas tropicales. Asimismo,
el nivel de temperatura óptima se encuentra
dentro del rango establecido por Pro Amazo-
nia y cumple con los criterios del estudio.
Cabe indicar que existe la posibilidad de in-
corporar la variable climática precipitación en
este tipo de estudios, utilizando data trimes-
tral o mensual. Sin embargo, no pudimos in-
corporar dicha variable en dicho estudio, por
no contar con la información disponible para
los periodos de análisis. Por ello, el presente
estudio es una mejor aproximación para ana-
lizar y explicar el impacto del cambio climáti-
co en el café convencional ante un incremen-
to de la variable temperatura máxima.
5.1. Optimización de la
función de producción del
café convencional y valor
óptimo de la variable
climática
En primer lugar, se analizó la ecuación (7), me-
diante la condición de la primera derivada,
encontrándose que el valor óptimo de la tem-
peratura máxima es de 22.20°C, valor que es el
mismo para todos los principales departamen-
tos cafetaleros, debido a que se escogió el me-
jor Modelo Pooled, el cual omite las diferencias
que puedan existir entre cada unidad transver-
sal (principales departamentos cafetaleros de
la selva alta) a través del tiempo.
En segundo lugar, se calculó la segunda de-
rivada para encontrar la relación de conca-
vidad o convexidad entre la producción y la
variable climática (temperatura máxima), tal
y como se muestra en el Anexo 6. Los resulta-
dos arrojaron un valor positivo de 78.49358,
lo que quiere decir que existe una relación de
convexidad entre la producción del café con-
vencional y la temperatura máxima, es decir,
un incremento de la temperatura máxima,
luego de obtenido su valor optimo, dará lugar
a un nivel de producción más alto, por lo que
se concluye que la función de producción tie-
ne forma convexa, tal como se muestra en la
gura 1.
La convexidad reejada en la gura 1, tam-
bién permite apreciar que mientras a corto
plazo se obtiene una producción mínima de
21.80 miles de TM, cuando la temperatura lle-
ga a su nivel óptimo, a largo plazo será bene-
cioso obtener un mayor nivel de producción
de café convencional.
La forma convexa de la función de producción
del café convencional concuerda con la teoría
y con estudios anteriores, como el de Mendel-
sohn, Nordhaus y Shaw (1994), quienes ar-
man que es posible encontrar que los signos
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
59
de los coecientes en términos lineales de la
variable climática (temperatura máxima) sea
negativo y los coecientes en términos cua-
dráticos de la misma variable arrojen signo
positivo, en este caso la función de produc-
ción será de forma convexa. Es decir, que el
incremento de la temperatura genera pérdi-
das en el corto plazo para los agricultores lle-
gando a una producción mínima y en el largo
plazo incrementos en la temperatura conlle-
vará a incrementos en la producción. Estos
resultados también son congruentes con el
estudio de Deressa, Hassan y Poonyth (2005),
así como en Loyola y Orihuela (2011).
Finalmente, la relación convexa entre la pro-
ducción de un cultivo agrícola y la tempera-
tura, implica que el impacto del cambio cli-
mático no necesariamente tiene efectos ad-
versos para todo tipo de cultivo, ya que ello
depende tanto del tipo de región como del
tipo de cultivo (Gerald, 2009). Para el caso del
café convencional le favorece principalmente
temperaturas altas, por ser un producto de
zona tropical, donde se obtiene una mejor
calidad de café en el país.
5.2. Variación de ingresos
del café convencional
en los principales
departamentos de la
selva alta
Se tomó como referencia las estimaciones
realizadas por el INPE para los periodos 2010-
2030, 2031-2050 y 2051-2100, de la variación
de temperatura para uno de los escenarios
más extremos, denominado A2
10
, según ubi-
cación geográca de los principales depar-
tamentos que cultivan el café convencional:
Selva alta Norte (Amazonas, Cajamarca y San
Martin); Selva alta Central (Huánuco y Junín)
y Selva alta Sur (Puno).
Asimismo, para todos los departamentos en
estudio se utilizaron las tasas de descuento
sugeridas por Ramírez et al (2010) y Galindo
(2009): 0.5%, 2%, y 4%. Adicionalmente, los
10 Los escenarios de emisiones globales del Panel
Intergubernamental de Cambio Climático (IPCC, 2007) son: A1,
A2, B1y B2. El escenario A2 describe un mundo heterogéneo
con una población mundial en continuo crecimiento económico
por habitante y un proceso de cambio tecnológico de manera
fragmentada. Asimismo, se considera a este escenario como el
más extremo por presentar mayor nivel de contaminación de
CO
2
.
Fuente: Elaboración Propia.
Figura 1. Producción de café convencional vs. Temperatura máxima
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
60
Figura 2. Producción de café convencional estimado para el año 2100
Fuente: Elaboración Propia.
resultados se compararon con la tasa de des-
cuento social de 10%, utilizada en el Perú.
En la gura 2, se observa que a partir del año
2011 se alcanzó un nivel mínimo de producción
de 21.80 Miles de TM y a partir del año 2031 se
dará un incremento más fuerte o más notorio
de la producción hasta el año 2100 con una pro-
ducción promedio de 22.52 Miles de TM.
5.3. Proyecciones de la
variación de ingresos
causado por el aumento
de la temperatura máxima
En la tabla 1, se muestra los resultados del
cambio en los ingresos de los agricultores,
como consecuencia de la variación del nivel
de temperatura máxima en la producción del
café convencional.
Se observa que en todos los departamentos
la variación de los ingresos sigue la forma
del modelo de regresión escogido (POO-
LED) para el cultivo del café convencional.
Asimismo, al analizar cada departamento en
un mismo intervalo de tiempo, sus ingresos
disminuyen cuando el valor de la tasa de des-
cuento aumenta, es decir que los agricultores
de los departamentos seguirán produciendo
café convencional, ya que para éstas tasas de
descuento, a pesar que se genera menos in-
gresos, éstos siguen siendo positivos.
Por ello, a los agricultores les favorece que el
comportamiento de la tasa de descuento sea
constante en el tiempo ya que obtendrán ma-
yores ingresos, de lo contrario deberán estar
a la expectativa de que las tasas de descuento
no varíen drásticamente porque sus ingresos
futuros se verán afectados reduciéndose len-
tamente. Es decir, que ante un incremento de
la temperatura, los ingresos de los agriculto-
res aumentarán para unas mismas tasas de
descuento cumpliendo también con la rela-
ción y criterio de convexidad que se obtuvo
al analizar la variable temperatura máxima
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
61
Tabla 1. Variación de ingreso por departamentos a precios en chacra reales
constantes
Región
Departa-
mentos
Años
Variación de ingresos para cada tasa de des-
cuento (S/.)
0.50% 2% 4% 10%
Selva alta Norte
Amazonas
2011-2030 696 556 416 187
2031-2050 19,323 11,819 6,288 1,133
2051-2100 713,843 248,441 67,304 2,915
Cajamarca
2011-2030 715 571 427 192
2031-2050 20,708 12,654 6,723 1,204
2051-2100 779,145 270,947 73,284 3,143
San Martín
2011-2030 513 410 307 138
2031-2050 14,244 8,712 4,635 835
2051-2100 526,223 183,143 49,615 2,148
Selva alta Central
Huánuco
2011-2030 651 520 389 175
2031-2050 19,503 11,910 6,320 1,126
2051-2100 664,534 232,424 63,487 2,826
Junín
2011-2030 570 460 349 163
2031-2050 20,080 12,370 6,632 1,205
2051-2100 713,976 250,975 69,111 3,146
Selva alta Sur Puno
2011-2030 1,080 862 645 290
2031-2050 20,779 12,828 6,924 1,324
2051-2100 665,678 233,141 63,976 3,014
Fuente: elaboración propia.
versus el nivel de producción en base a la fun-
ción de producción del café convencional.
6. CONCLUSIONES Y
RECOMENDACIONES
6.1. Conclusiones
El impacto del cambio climático sobre los
ingresos del café convencional en los princi-
pales departamentos de la selva alta, no ne-
cesariamente provoca una disminución de
los niveles de ingreso. Sin embargo, esto de-
pende principalmente del comportamiento
de los precios. Los resultados muestran que
es rentable seguir cultivando café convencio-
nal para los agricultores de la zona en estu-
dio, puesto que obtendrán ganancias a largo
plazo. Asimismo, dicho incremento en el nivel
ingresos aporta el 1.08% al Valor Bruto de la
Producción del Sub Sector agrícola.
Se puede armar entonces que el impacto
del cambio climático es favorable para el cul-
tivo del café convencional en los principales
departamentos de la selva alta peruana, lo
cual coincide con los resultados de otros es-
tudios previos realizados en la región Piura.
De esta manera, se sustenta que el impacto
del cambio climático no necesariamente ten-
drá efectos adversos para todos los cultivos
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
62
del Perú, ya que ello depende de la región y
tipo de cultivo. (Gerald et al, 2009). Particu-
larmente, para el caso del café convencional,
por ser un producto de zonas tropicales, es
favorecido por altas temperaturas, lo que per-
mite obtener un producto de buena calidad.
De esta manera, se concluye que resulta be-
necioso para los agricultores de los principa-
les departamentos de la selva alta seguir cul-
tivando café convencional, con su correspon-
diente contribución de 1.08% al incremento
en el Valor Bruto de la Producción agrícola del
país.
Debe también señalarse que estudios sobre
el impacto del cambio climático están suje-
tos a ciertas limitaciones, ya que los resulta-
dos podrían relativizarse por la extensión del
período analizado, por la validez de los datos
utilizados, así como por el carácter incierto
de ciertas variables, como los precios al pro-
ductor. Por este motivo, en este estudio uti-
lizamos el supuesto de precios reales al pro-
ductor, constantes en el tiempo, evitando así
el tener que proyectar para un período tan
extenso. Otro tipo de dificultades afronta-
das se refiere a la obtención de información
precisa del clima de una determinada zona.
En este aspecto, se ha supuesto, por simpli-
ficación, que los datos de determinadas es-
taciones meteorológicas corresponden a las
localizaciones geográficas que se estudian,
lo cual evidentemente implica ciertos ries-
gos de inexactitud. Adicionalmente, se ha
empleado información sólo de un escenario
climatológico, lo cual limita aun más los re-
sultados obtenidos.
Por ello es importante mencionar que los
resultados encontrados en el estudio deben
ser tomados con mucha cautela ya que son
parte de un proceso reexivo y metodoló-
gico, dentro de una perspectiva integral del
análisis del impacto del cambio climático, en-
focado en este caso particular a los ingresos
de los productores de café convencional en
la selva alta del Perú. Adicionalmente, toman-
do como punto de partida estudios como el
nuestro, se deben realizar mayores acciones
preventivas que permitan la adaptación al
cambio climático de cultivos de importancia
nacional y que involucra a los agricultores de
las zonas en estudio.
6.2. Recomendaciones
El problema principal afrontado en ésta in-
vestigación, fue no contar con información
del costo de producción del cultivo del café
convencional. Debido a ésta limitación, al
analizar los benecios de los agricultores, se
consideró que los costos son constantes, lo
que implicó asumir que a largo plazo el pro-
ceso de aprendizaje del agricultor le permite
un mayor conocimiento sobre las alternati-
vas, técnicas y distribución agronómicas, con
el n de enfrentar las variaciones del clima y
reducir los costos a incurrir.
La limitación anteriormente expuesta, tam-
bién impide aplicar en este tipo de estudios,
el Enfoque Ricardiano. En general, por todo
lo mencionado, recomendamos la aplicación
de encuestas para determinar los costos de
producción de productos como el analiza-
do. Complementariamente, creemos que las
instituciones encargadas (Ministerio de Agri-
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
63
cultura, Instituto Nacional de Estadísticas,
etc.), deberían realizar censos agropecuarios
con mayor frecuencia, para así estimar estos
costos y favorecer la realización de investiga-
ciones similares.. Asimismo, se recomienda
hacer un análisis por empresas productoras
de café, para tener un contraste de cómo
afecta el cambio climático en la producción
de café para estas empresas y establecer me-
didas de adaptación y mitigación mediante la
información obtenida utilizando un Enfoque
Ricardiano.
AGRADECIMIENTOS:
Los autores desean agradecer a los dos dicta-
minadores anónimos por sus observaciones
que ayudaron a enriquecer este manuscrito
así como a los economistas José Luis Nolazco
Cama y Miguel Ángel Alcántara por sus valiosos
comentarios.
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
64
7. REFERENCIAS
BIBLIOGRÁFICAS
Baltagi, B.H. (2008). Econometric Analysis of
Panel Data (4a Ed.). John Willey and Sons Ltd.
Inglaterra.
Barco, D. y Vargas, P. (2010). “El Cambio Climá-
tico y Sus Efectos en el Perú”, en Moneda. No.
143, pp. 25-29. Banco Central de Reserva del
Perú.
Beltrán, A. y Castro, J.F. (2010). Modelos de
datos de panel y variables dependientes limi-
tadas: teoría y práctica. Universidad del Pací-
co. Lima.
Cámara Peruana del Café y Cacao –CPCC
(2007). El café en el Perú. Lima.
Cline, W.R. (2007). Global warming and agricul-
tural: impact estimates by country. Center for
Global Development and Peterson Institute for
International Economics. Washington, D.C.
Dell, M., Jones, B.F. y Olken, B.A. (2008). Cli-
mate Change and Economic Growth: Eviden-
ce from the last half century. Working Paper
14132. National Bureau of Economic Re-
search. Junio.
Deressa, T., Hassan, R.M. y Poonyth, D. (2005).
“Measuring the Impact of Climate Change on
South African Agriculture: the case of sugar-
cane Growing regions”. Agrekon. Vol 44(4), pp.
524-542.
Fleischer, A., Lichtman, I. y Mendelsohn, R.
(2007). Climate Change, Irrigation, and Israeli
Agriculture. World Bank, Policy Research Wor-
king Paper, No. 4135.
Galindo, L.M. (2009). Economía del Cambio
Climático en México.UNAM, México.
Green, W. (2002) Econometric Analysis. Prenti-
ce Hall. (5ª Ed.). New York University.
Instituto Nacional de Estadística e Informáti-
ca del Perú – INEI. http://www1.inei.gob.pe/
web/aplicaciones/siemweb/.
Instituto Nacional de Pesquisas Espaciais de
Brasil – INPE. ftp://ftp.cptec.inpe.br/modelos/
clima/RECCS/Brasil
IPCC. (2007) Climate Change: Fourth Assess-
ment Report of the Intergovernmental Panel
on Climate Change. Cambridge University
Press. Cambridge.
Junta Nacional de Cafetaleros del Perú – JNC.
http://www.juntadelcafe.org.pe/
Kabubo, J. y Karanja, F (2007) The Economic
Impact of Climate Change on Kenyan Crop
Agriculture: Ricardian Approach. Policy Re-
search Working, Paper 4334, The World Bank.
Loyola R. (2009). Los Costos del Cambio Cli-
mático en el Perú. Guión propuesto para los
Estudios Nacionales de la Economía Del Cam-
bio Climático en Sudamérica (ERECC-SA). Mi-
nisterio del Ambiente.
Loyola R. y Orihuela C. (2011). El costo econó-
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
65
mico del cambio climático en la agricultura
peruana: El caso de la región Piura y Lamba-
yeque. PMP13-2009. Consorcio de Investiga-
ción Económica y Social–CIES. Disponible en:
www.cies.org.pe
Mendelsohn, R., W. Nordhaus y D. Shaw.
(1994). “The Impact of Global Warming on
Agriculture: A Ricardian Analysis”. American
Economic Review (84), pp.753-771.
Ministerio de Agricultura – MINAG. (2010). Di-
námica agropecuaria. 1997 -2009. Ocina de
Estudios Económicos y Estadísticos.
Ministerio de Agricultura del Perú – MINAG.
www.minag.gob.pe
Ministerio del Ambiente del Perú y Servicio
Nacional de Meteorología e Hidrología del
Perú – MINAM- SENAMHI (2008). Escenarios
Climáticos en el Perú para el Año 2030.
Nelson, G.C., et al (2009). El cambio climático.
El impacto en la agricultura y los costos de
adaptación. Instituto Internacional de Investi-
gación sobre Políticas Alimentarias IFPRI Was-
hington, D.C.
Pro-Amazonia – MINAG. (2003). Programa
para el Desarrollo de la Amazonía: Caracteri-
zación del Café. Lima.
Ramirez, D. et al (2010) Istmo Centroameri-
cano: Efectos del Cambio Climático Sobre la
Agricultura. CEPAL.
Sanghi A. y Mendelsohn R. (2008). “The im-
pacts of global warming on famers in Brazil
and India”. Global Environmental Change ,
N°18, pp 655-665.
Seo, S.N. y Mendelsohn, R. (2008). “An Analysis
of Crop Choice: Adapting to climate Change
in Latin American Farms”. Ecological Econo-
mics, 67, pp. 109-116.
Torres Ruiz, L. (2010). Análisis Económico del
Cambio Climático en la Agricultura de la Re-
gión Piura-Perú, Caso: Principales Productos
Agroexportables. CIES. Universidad Nacional
de Piura.
Vargas, P. (2009). El Cambio Climático y sus
Efectos en el Perú. Banco Central de Reserva
del Perú - Documento de Trabajo N° 2009-14.
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
66
8. ANEXOS
Variable Símbolo Denición
Unidad
de
medida
Tipo de
variable
Unidades temporales t Intervalo de tiempo de 1991 hasta 2010 Año Discreta
Unidades transversales i
Principales departamentos cafetaleros de la selva
alta: Amazonas, Cajamarca, Huánuco, Junín, San
Martín y Puno.
Cualitativa
nominal
Dependiente Q Producción de café convencional Ton.
Cuantitativa
continua
Independiente
S Supercie Cosechada del café convencional Ha.
Cuantitativa
continua
P Precio chacra real café convencional (base=1994) S/./Ton.
TM Temperatura máxima °C.
TN Temperatura mínima °C.
PP Precipitación mm.
Fuente: Instituto Nacional de Estadística e Informática (INEI), MINAG, SENAMHI.
Elaboración Propia.
Región Departamento Provincia
Variación Promedio Anual de
Temperatura (°C)
2010-2030 2030 - 2050 2050 - 2100
Selva alta norte
Amazonas
Rodríguez de Mendoza
0.01 0.04 0.066
Utcubamba
Bagua
Cajamarca
San Ignacio
Jaén
San Martín
Moyobamba
Rioja
Tocache
Selva alta
central
Huánuco Tingo María
0.010 0.041 0.062
Junín
Chanchamayo
Sapito
Selva alta sur Puno San Juan del oro 0.012 0.035 0.058
Fuentes: SENAMHI, INPE y Pro Amazonia.
Elaboración Propia.
Anexo 2. Variación anual de temperatura para cada departamento según su
ubicación
Anexo 1. Descripción de las variables
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (49-68)
67
Anexo 3. Mejores modelos estimados de datos panel que determinará la
función de producción del café convencional
Anexo 4. Nivel de Temperatura óptima para cada tipo de modelo escogido
Tipo de modelo*
POOLED
(1)
MEA
(2)
MEF
(3)
Variable dependiente (Ton.) Q Q Q
β
0
17274 21100.7 -15015
(0.00) (0.67) (0.19)
β
1
0.76 0.78327 0.89
(0.00) (0.00) (0.00)
β
2
-1742 -2332.3 3026.82
(0.00) (0.64) (0.07)
β
3
39.25 54.45 -115.16
(0.00) (0.64) (0.02)
R
2
0.98 0.85 0.98
R
2
ajustado
0.97 0.84 0.97
Criterio Akaike 20.53 20.32
Criterio Schwarz 20.65 20.56
Durbin Watson 1.28 1.57 1.88
Prob.(F-statistic) 0.00 0.00 0.00
*El modelo escogido de POOLED, MEA y MEF pertenece a la ecuación (VI), que se estimó para cada tipo de modelo. A su vez, los valores en paréntesis representan los
p-value.
N= tamaño de la muestra: número de años del 1991-2010 y 6 unidades transversales (Principales departamentos de la selva alta). Es decir 114 observaciones
Q = Producción en Ton.
β
0
= Parámetro asociado al intercepto.
β
1
= Parámetro asociado a la S (Supercie cosechada en Ha.).
β
2
= Parámetro asociado a la (Temperatura máxima lineal en °C).
β
3
= Parámetro asociado a la (Temperatura máximo cuadrática en °C).
Fuente: Elaboración Propia.
Tipo de modelo POOLED (1) MEA (2) MEF (3)
*Temperatura Máxima optima (°C) 22.19 21.42 13.14
*Variable climática independiente.
Fuente: Elaboración Propia.
Rivera, Flor; Alvarado, Laura
Impacto del Cambio Climático sobre los ingresos del café convencional: Un análisis del café balanceado.
Periodo 1991-2010
68
Anexo 5. Test de Breusch-Pagan
Anexo 6. Relación de la producción del café convencional entre las variables
climáticas, según el mejor modelo
Valor Estadístico Probabilidad
1.061853 0.302793
Fuente: Elaboración Propia.
Variable climática Valor óptimo¹
Segunda
derivada
Relación de la
producción (Q
t
) y
temperatura máxima
(TM
t
)
Temperatura Máxima (TM
t
)
TM
!
∗
=
−(−1742.32)
2 39.25
= 22.20
2(39.25)>0
Convexa
¹Se encontró el valor óptimo al igualar a cero la primera derivada.
Fuente elaboración Propia