Estudios sobre Escenarios Socioeconómicos y
Valoración de los Impactos del Cambio
Climático al 2030
- Cusco y Apurímac Rosa Morales Saravia – PUCP/IEP
María Elena Gutierrez - Libélula
Viviana Cruzado - PUCP
Olger Dueñas – UNSAAC
Elizabeth Merino - IEP
SIMPOSIO INTERNACIONAL
Perspectivas sobre el calentamiento global y
la ganadería en los países en desarrollo de América Latina
Lima, 12 de mayo del 2011
Contenido
I. Objetivos y alcance del estudio
II. Factores de Cambio: Drivers
socioeconómicos y escenarios climáticos
III. Resultados de los Estudios
I. Objetivos y Alcance del Estudio
Estudios del PACC
•
•
•
•
•
Agua
– Oferta hídrica superficial actual y futura (SENAMHI)
– Demanda hídrica superficial actual y futura (IMA)
– Gestión y conflictos del agua (CBC)
Productivos
– Sistemas productivos y culturales: Una percepción desde la población
(PREDES y CBC)
– Agroclimatología y fenología de cultivos (SENAMHI)
Clima
– Caracterización climática y escenarios climáticos (SENAMHI)
Desastres
– Riesgos de eventos de remoción en masa (PREDES)
Valoración
– Esc. socioeconómicos y valoración de medidas de adaptación (Libélula)
1. Objetivos del Estudio
Objetivos
•
•
•
Construir escenarios
socioeconómicos sectoriales
Valorar impactos del cambio
climático sobre el desarrollo
socioeconómico regionales
Valorar los impactos de las medidas
de adaptación al CC sobre el
desarrollo
Etapas
• 1ra – Proyección e Impacto del CC
• 2da – Proyección e Impacto de las
medidas de adaptación al CC
Características
Institución Responsable
• Libélula (miembro del Consorcio
Ejecutor PACC)
Equipo
• Responsables: Rosa Morales
(IEP/PUCP) y Ma. Elena Gutiérrez
(Libélula)
• Colaboradores: Olger Dueñas, Viviana
Cruzado, Elizabeth Merino, Rodrigo
Montes, Lorena Carrasco
2. Alcance del Estudio
Sectores
Cusco
• Agricultura
• Transporte (carretero)
• Turismo y hotelería
Apurímac
• Agricultura
• Transporte (carretero)
• Minería
Información, datos y supuestos
•
•
•
•
Bibliografía y estudios internacionales sobre Economía del CC
Modelos sectoriales agregados y específicos (por producto, por ingreso) y
relaciones entre variables
Incertidumbre T°C, Precipitación, eventos extremos (frecuencia e intensidad)
Supuestos socioeconómicos y climáticos
3. Metodología
PBI regional
Agropecuario (A y C)
PBI regional
Transporte (A y C)
PBI regional Rest. y
hoteles ≈ Turismo
(C)
AGREGADO
TOP DOWN
• Impacto de cultivos:
papa, maíz amiláceo, café
• Impacto sobre ganancias
de pequeños productores
agropecuarios
PBI regional
Minería (A)
• Impactos en tramos
carreteros (IIRSA)
ESPECÍFICO
BOTTOM UP
• Impactos por inundación
Machu picchu
• Impactos por alteraciones
hídricas en Las Bambas
3.1. Enfoque Agregado - TOP DOWN
3.1. Enfoque Agregado - TOP DOWN
1
Históricos
PBI
Tanto para
Apurimac como
para Cusco
Datos
históricos
2008
Años
3.1. Enfoque Agregado - TOP DOWN
2
Escenario BAU
PBI
PBI
2008
2030
Años
3.1. Enfoque Agregado - TOP DOWN
3
Escenario BAU
con driver
PBI
PBI
2008
2030
Años
3.1. Enfoque Agregado - TOP DOWN
4
Escenario CC
PBI
PBI
Pérdida
para la
Región
PBI CC
2008
2030
Años
3.2. Enfoque Específico – BOTTOM UP
3.2. Enfoque Específico – BOTTOM UP
• Casos: Papa (C y A), Maíz Amiláceo (C ), Café (C )
• Fenología, rendimientos de los cultivos
Agricultura • Caso: Impactos en ingresos de agricultores y CC
• Zonas de riesgo a inundaciones y huaycos (C )
• Tramos carreteros (incertidumbre)
Transporte • Estimación de daños (infraestructura y flujos)
Turismo
• Caso Machu Picchu (C )
• Frecuencia de inundaciones/huaycos (incertidumbre)
• Pérdidas por daños y efecto multiplicador
Minería
• Caso Las Bambas (A)
• Frecuencia de inundaciones/huaycos (incertidumbre)
• Pérdidas por daños en carretera y por conflictos por agua
4. Limitaciones del Estudio
a) Estudios de Economía del CC: buscan crear conciencia del impacto más allá
del número o cifras obtenidas. Hay y habrán críticas.
–
–
–
Stern, 2006: Recesión mundial entre 5% y 20%
CAN, 2008 : 4.4% de reducción en el PBI al 2025 equivalentes a 10,000 millones de dólares
anuales (B. Seminario)
BCR, 2009: reducción del PBI entre 5.7 y 6.8% al 2030 y superiores al 20% al 2050,
considerando aumento en 2ºC y 20% en variabilidad de precipitaciones (P. Vargas)
b) Muchas expectativas vs. Poner limite
c) Poca información (toma de decisiones basada en coyunturas y no en
información)
d) Incertidumbre de proyecciones en T°C, precipitación y eventos extremos
(frecuencia e intensidad) – amplio rango de impactos biofísicos, ecosistémicos
e) Lidiar entre lo local y lo global
f) Cambio Climático exacerba las presiones actuales.
II. Factores de cambio:
Drivers socioeconómicos y escenarios climáticos
1. Drivers socioeconómicos
Los factores de cambio o drivers:
-“Son variables, fenómenos o
eventos cuya acción o aparición
(movimiento) ejerce algún tipo de
influencia sobre el futuro del
tema bajo estudio”.
Son claves para conocer y
construir escenarios futuros
2. Las consultas
La identificación, caracterización y evaluación de los Factores de
Cambio (Drivers) se realizó en tres eventos sucesivos, donde
participaron personas relacionadas al desarrollo territorial regional
(Caso de los Minitaller de Apurimac y Cusco) y personalidades
conocedoras de la economía regional y el desarrollo de prestigio
nacional como Efraín Gonzáles O., Carlos Amat y Leon, Máximo
Vega Centeno, Richard Webb, entre otros.
•
Mini-taller Apurímac: 30 de mayo de 2010 (Sede: Abancay, Oficina de
Planificación y Presupuesto)
•
Mini-taller Cusco: 14 de junio de 2010 (Sede: Cusco, Casa Campesina)
•
Consulta a Expertos Economistas Lima: 25 de julio 2010 (Sede Lima)
3. Los factores de cambio en Cusco
3.1. Deseables y ciertos
•
•
•
•
•
•
•
•
•
•
•
•
•
Conclusión y consolidación de la Carretera Interoceánica.
Continuación y ampliación de la explotación del Gas de Camisea (L 88, 56 Y 58).
Ampliación de la frontera agrícola (contin. Irrigaciones Plan MERISS).
Consolidación de la producción de café.
Posicionamiento del maíz blanco gigante U.
Aprovechamiento de energías hidro-energéticas
Machupicchu: Consolidación como atractivo turístico de calidad mundial.
Diversificación turística e incremento del flujo de visitantes (Choquequiraw,
etnoturismo, etc).
Crecimiento rápido de centros urbanos regionales.
Integración comercial de la Región Cusco con zonas fronterizas de Brasil.
Incremento de la Actividad Minera (Antapacay, Quechua, Constanza).
Mejora sustancial en el manejo y crianza de Alpacas.
Carretera Cusco – Quillabamba – Quimbiri – Ayacucho – Pisco – Lima
3.2. Deseables e inciertos
• Aeropuerto internacional Cusco.
• Gasoducto Sur-Andino
• Planta Térmica en Quillabamba
• Constr. Carretera Asfaltada: Quillabamba – Sta. María – Sta
Teresa – Hidroeléctrica – Sta Teresa - Mollepata
• Fabrica de Cemento
• El túnel de La Verónica
• Asfaltado de carret. a todas las capitales de provincia.
3.3. Menos deseables y ciertos
• Ahondamiento de la minifundización y fragmentación de la
tierra agrícola.
• Creciente deterioro del recurso tierra (expos. a erosión,
sobre-explotación, otros)
• Cultivos andinos típicos en retirada
• Contaminación ambiental creciente
• Escasez de agua de riego y ahondamiento de la sequedad
3.4. Menos deseables e inciertos
• Introducción de carne de bovina de Brasil, que desplazará
la producción de carne de las Provincias Altas de la
Región de Cusco (Espinar, Chumvibilcas, Canchis y
Canas).
• Inseguridad de tenencia de la tierra en el agro regional,
debido al lento proceso de COFOPRI y a las dificultades
propias de las comunidades campesinas.
4. Los factores de cambio en Apurímac
4.1. Deseables y ciertos
•
•
•
•
•
•
•
•
•
•
•
•
Conclusión Carretera Interoceánica, tramo Iñapari – Pto. Mald. – Cusco –
Abancay – Nazca.
Asfaltado carr. Abancay – Andahuaylas – Ayacucho
Mejoramiento del Aeropuerto de Andahuaylas
Explotación yacimiento Las Bambas
Canon minero por explotación de Las Bambas y el Proyecto Los Chancas
Ampliación de la frontera agrícola, con irrigaciones del Plan MERISS-Apurímac
Agricultura orgánica de papas y menestras (Apurímac)
Mejoramiento en las técnicas de manejo de Alpacas (Antabamba, Grau, etc.)
Agro-industrialización a pequeña escala de anís en Curahuasi.
Rápido crecimiento de las ciudades de Abancay y de Andahuaylas
Puesta en valor del Centro Arqueológico de Choquequirao (“El otro
Muchupicchu”).
Consolidación de las Universidades Regionales en Apurímac
4.2. Deseables e inciertos
•
•
•
•
•
•
•
•
•
•
•
Gasoducto Andino del Sur, tramo Cusco- Abancay – Chalhuanca y otros.
Construcción de Infraestructura vial para el traslado de minerales
Explotación de los yacimientos de hierro en Huancabamba
Consolidación de la pequeña minería de oro y plata.
Asfaltado carretera Abancay – Grau – Cotabambas
Asfaltado Desvío Santa Rosa – Antabamba.
Mejoramiento de la carretera Alfapata (Abancay) – Huancarama – Puente
Pasaje
Construcción y puesta en operación del Puerto San Juan (Nazca-Ica).
Construcción del Teleférico Huanipaca-Choquequirao.
Equipamiento urbano de la ciudad de Abancay (Constr. Anillo Vial y la Vía
de Evitamiento).
Relanzamiento de la sericultura en los valles y quebradas de Apurímac
4.3. Menos deseables y ciertos
• Cultivos andinos típicos en franca retirada.
• Escasez de agua de riego y ahondamiento de la sequedad.
• Creciente presencia del Estado en la Región, pero con
servicios de pésima calidad, sobre todo en la educación.
• Ahondamiento de la minifundización y fragmentación de la
tierra agrícola.
• Erosión de laderas severa por efecto de lluvias y el sobre
pastoreo indiscriminado.
• Importante flujo de emigración regional de la población joven
4.4. Menos deseables e inciertos
• Introducción de transgénicos en la producción de papa
y maíz.
• Inseguridad de tenencia de la tierra en el agro regional.
• Persistencia del uso mayoritario de energía humana y
energía animal en el laboreo agrícola.
• Persistencia en Apurímac de la dependencia
alimentaria (trigo de importación).
• Renuencia a la asociatividad por parte de los
productores.
• Cultura cortoplacista de los políticos y la población
5. Drivers socioeconómicos
a. Consultas
• Mini-taller Cusco 05/10
• Mini-taller Apurímac 06/10
• Desayuno economistas
Lima 06/10
b. Tipos de driver
• Proceso (p)
• Estructurales (e)
c. Priorización
Probables
Deseables
Cusco
• Agro-exportación (p)
•  Flujo turismo (p)
• IIRSA (e)
Apurímac
• Migración (p)
• Rendimientos agropecuarios (p)
• Las Bambas (e)
6. Escenarios Climáticos
Escenarios del IPCC
•
•
•
Los escenarios de emisiones son las representaciones de la
evolución futura de las emisiones de GEI. Estos se basan en un
conjunto coherente de supuestos sobre las fuerzas que
determinan las emisiones, como el desarrollo demográfico y
socioeconómico, o la evolución tecnológica, y sobre las
principales relaciones entre ellos.
Los escenarios de cambio climático consisten en la
representación del clima que se observaría bajo una
concentración determinada de gases de efecto invernadero en
la atmósfera.
Los escenarios socioeconómicos describen el futuro en
términos de población, de producto interior bruto y de otros
factores socioeconómicos importantes para comprender las
implicaciones del cambio climático sobre ellos.
Mundial
6.1. Escenarios Climáticos - IPCC
6.1. Escenarios Climáticos - IPCC
2030
6. 2. Escenarios Climáticos – Perú
SCNCC. MINAM 2010
6. 3. Escenarios Climáticos - Regionales
Temperatura
• 1ºC al 2030
• Promedio y constante
• Cusco
• Apurímac
Precipitación
•  10% al 2030
• Promedio y constante
Eventos Extremos
• ENSO del 82/83 antes del
2015. MINAM, 2010 (SCNCC)
• 2 eventos importantes al 2030
III. Resultados de los Estudios
Enfoque metodológico
PBI regional
Agropecuario (A y C)
PBI regional
Transporte (A y C)
PBI regional Rest. y
hoteles ≈ Turismo
(C)
AGREGADO
TOP DOWN
• Impacto de cultivos:
papa, maíz amiláceo, café
• Impacto sobre ganancias
de pequeños productores
agropecuarios
PBI regional
Minería (A)
• Impactos en tramos
carreteros (IIRSA)
ESPECÍFICO
BOTTOM UP
• Impactos por inundación
Machu Picchu
• Impactos por alteraciones
hídricas en Las Bambas
III.1
Enfoque Top-down
AGREGADO
TOP DOWN
PBI regional
Agropecuario
PBI regional
Transporte
PBI regional Turismo
y hotelería (C)
PBI regional
Minería (A)
AGREGADO
TOP DOWN
Históricos
Escenario BAU
Escenario BAU
Escenario CC
1. Sector Agricultura
PBI agricultura
Fuente datos PBI 1970-2008 (INEI)
350
300
250
200
150
100
50
0
PBI Agrícola (Millones de soles en base
1994)
400
PBI Agrícola
2030
2027
2024
2021
PBI datos históricos
2018
2015
2012
2009
2006
2003
2000
1997
1994
1991
Apurímac
1988
1985
1982
1979
1976
1973
1970
2030
2027
2024
2021
2018
AGREGADO
TOP DOWN
2015
2012
2009
2006
2003
2000
1997
1994
1991
1988
1985
1982
1979
1976
1973
1970
PBI Agrícola (Millonees de soles en
base 1994)
1.1. Sector Agropecuario:
Históricos
Cusco
4,000
3,000
2,000
1,000
0
-1,000
-2,000
-3,000
1.2. Sector Agricultura: proyección BAU
AGREGADO
TOP DOWN
Escenario BAU
Apurímac
PBI agricultura
Intervalo Inferior y Superior
Predicción PBI Agricultura
-2,000
PBI Agrícola
Intervalo Inferior y Superior
Método econométrico: series de tiempo, datos PBI 1970-2008 (INEI)
Predicción PBI Agricultura
2030
2027
2024
2021
2018
2015
2012
2009
2006
2003
2000
1997
1994
1991
-3,000
1988
0
-1,000
1985
50
0
1982
100
1,000
1979
150
2,000
1976
200
3,000
1973
250
4,000
1970
300
PBI Agrícola (Millones de soles en base 1994)
350
1970
1972
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
PBI Agrícola (Millonees de soles en base 1994)
400
Cusco
1.3. Sector Agricultura:
proyección BAU con IIRSA Sur
Apurímac
180
175
170
165
PBI agricultura
Predicción PBI Agricultura
Predicción PBI Agricultura corregido por IIRSA Sur
2030
2029
2028
2027
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
160
PBI Agrícola (Millones de soles en base
1994)
Cusco
185
PBI Agrícola (Millonees de soles en base
1994)
Escenario BAU
Escenario BAU
con driver
580
570
560
550
540
530
520
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
AGREGADO
TOP DOWN
Predicción PBI Agricultura
Vásquez y Bendezú (2008): por cada 10% de incremento en la inversión en infraestructura vial el PBI nacional lo
hace en 0.46%, por lo que el PBI agrícola regional aumentaría en 0.3%.
Inversión IIRSA Sur: US$ 892 millones en el transcurso de 25 años. El impacto sobre el PBI total nacional es de un
incremento en 1.5% anual (ADEX). Por lo tanto, se considera un incremento de 1% en el PBI agrícola regional anual.
1.4. Sector Agricultura:
PBI y temperatura
Escenario BAU
PBI agricultura
Temperatura máxima
Temperatura media
Temperatura mínima
5
100
Datos temperatura 1990-2008 (INIE, Cuanto, SENAMHI)
2007
2006
2005
2004
2003
2002
2001
2000
1999
0
1998
0
10
200
1997
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
0
300
1995
5
15
1994
100
400
1993
10
20
1992
15
200
500
1991
20
25
600
1990
25
300
PBI Agrícola (Millones de soles en base 1994)
30
1991
Variables
climáticas
Cusco
400
1990
PBI Agrícola (Mill. de soles en base 1994)
Apurímac
1996
AGREGADO
TOP DOWN
PBI Agrícola
Temperatura máxima
Temperatura media
Temperatura mínima
0
1.5. Sector Agricultura:
PBI y precipitación
Escenario BAU
Apurímac
100
PBI agricultura
Datos precipitación 1990-2008 (INEI, Cuanto, SENAMHI)
Precipitación
PBI Agrícola
2007
2006
2005
2004
2003
2002
2001
2000
0
1999
0 mm
200
100
1997
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
0
300
1996
50
400
200
1995
200
500
300
1994
100
600
1993
400
700
400
1992
150
800
1991
600
200
900
500
1990
800
250
PBI Agrícola (Mill. soles en base 1994)
1000
300
1990
PBI Agrícola (Mill. soles en base 1994)
350
1000
600
1200
400
Precipitación
Variables
climáticas
Cusco
1998
AGREGADO
TOP DOWN
0 mm
1.6. Sector Agricultura
AGREGADO
TOP DOWN
Escenario BAU
Modelo econométrico: Dell et al, 2008
Yit = eTit Ait Lit
Escenario CC
Ait
= i  Tit
Ait
Impacto de variaciones climáticas (TºC y Pp) sobre la producción (nivel y tasa de crecimiento)
git = i     Tit  Tit-1
git = wi  wit  1Tit  2Tit-1   it
Donde:
Yit = producción agregada,
L = población,
A = productividad,
T = indicador climático.
β = captura el “efecto de nivel” de la variable climática (efecto directo en el nivel de producción)
γ = captura el efecto del clima sobre el crecimiento (vía la productividad)
1.7. Sector Agricultura: resultados
AGREGADO
TOP DOWN
Variable climática que impacta significativamente:
temperatura máxima
Escenario BAU
Escenario CC
PBI Potencial
490
470
PBI CC
Método econométrico: panel de PBI sectorial regional, datos de
temperatura y precipitación datos 1990-2008 (INEI, Cuanto, SENAMHI)
PBI Potencial
PBI CC
2029
2027
2025
2023
2021
450
2019
2029
2027
2025
2023
2021
2019
2017
2015
2013
2011
130
510
2017
140
530
2015
150
550
2013
160
570
2011
170
590
2009
180
PBI Agrícola (Millones de Nuevos soles
en base 1994)
Cusco
190
2009
PBI Agrícola (Millones de Nuevos soles
en base 1994)
Apurímac
1.7. Sector Agricultura: resultados
AGREGADO
TOP DOWN
Escenario BAU
con driver
Variable climática que impacta significativamente:
temperatura máxima
Escenario CC
Cusco
PBI Potencial con Driver
PBI CC
PBI Potencial con Driver
Tasa de crecimiento del PBI agrícola varia en -1.7% por cada incremento en 1°C.
Esto representa una caída del 23% del PBI en el año 2030
PBI CC
2029
2027
2025
450
2023
2009 2011 2013 2015 2017 2019 2021 2023 2025 2027 2029
470
2021
130
490
2019
140
510
2017
150
530
2015
160
550
2013
170
570
2011
180
590
2009
190
PBI Agrícola (Millones de Nuevos soles
en base 1994)
PBI Agrícola (Millones de Nuevos soles
en base 1994)
Apurímac
2. Sector Transporte
PBI Transporte
Predicción PBI transporte
60
50
40
30
20
10
0
PBI Transporte
Predicción PBI Transporte
2030
2027
2024
2021
AGREGADO
TOP DOWN
2018
Cusco
2015
2012
2009
2006
2003
2000
1997
1994
1991
1988
1985
Apurímac
1982
1979
1976
1973
70
1970
PBI Transporte (Millones de soles en
base 1994)
2030
2027
2024
2021
2018
2015
2012
2009
2006
2003
2000
1997
1994
1991
1988
1985
1982
1979
1976
1973
1970
PBI Transporte (Millones de soles en
base 1994)
2.1. Sector Transporte
Históricos
Escenario BAU
700
600
500
400
300
200
100
0
2.2. Sector Transporte
AGREGADO
TOP DOWN
Variable climática que impacta significativamente:
precipitación
Escenario BAU
Escenario CC
Cusco
PBI Potencial
PBI CC
PBI Potencial
PBI CC
Tasa decrecimiento del PBI transportes varia en -0.001% por cada incremento en 1mm
Esto representa una caída del 1.45% y 1% del PBI en el año 2030, en Apurímac y Cusco respectivamente
2030
2029
2028
2027
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
300
2014
2030
2029
2028
2027
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
27
350
2013
29
400
2012
31
450
2011
33
500
2010
35
550
2009
37
PBI Transportes (Millones de Nuevos
soles en base 1994)
39
2009
PBI Transportes (Millones de Nuevos
soles en base 1994)
Apurímac
2.3. Sector Transporte
AGREGADO
TOP DOWN
Driver – Las Bambas
Apurímac
Escenario CC
PBI Tranpsortes (Mill. de soles en base
1994)
100
PBI Tranpsortes (Mill. de soles en base
1994)
100
Escenario BAU
con driver
90
80
80
70
60
60
50
40
40
30
20
20
10
Predicción PBI Transportes
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
0
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
0
Predicción PBI Transportes
PBI transporte presenta sensibilidad frente al Canon. No obstante, el impacto frente al aumento en
precipitaciones persiste aunque levemente por el efecto escala de Las Bambas.
El impacto del canon minero sobre el PBI transporte se ha calculado usando la elasticidad del PBI
respecto al canon (suponiendo que el canon se usa para inversión en infraestructura)
3. Sector Turismo y Hotelería
1970
1972
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
PBI Hoteles y restaurantes (Millones de nuevos
soles de 1994)
3.1. Sector Turismo
AGREGADO
TOP DOWN
Históricos
Cusco
600
500
400
300
200
100
0
PBI Hoteles y restaurantes
Escenario BAU
3.2. Sector Turismo
proyección BAU con IIRSA Sur
AGREGADO
TOP DOWN
Escenario BAU
con driver
Escenario BAU
370.00
350.00
330.00
310.00
290.00
270.00
2030
2029
2028
2027
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
250.00
2008
PBI Hoteles y restaurantes (Millones de nuevos
soles de 1994)
Cusco
390.00
Predicción PBI Hoteles y Restaurantes
Según la Cámara Nacional de Turismo (CANATUR) la IIRSA Sur traerá un incremento en el flujo de turistas de
120,000 personas. Esto representa un incremento de 13% respecto de los niveles actuales de turistas que llegan a
Cusco. Por otro lado, el PBI de Restaurantes y Hoteles de Cusco presenta una elasticidad de 0.75 respecto al
número de turistas. Así, se produciría un incremento de 10% en el PBI debido al incremento del flujo turístico.
3.2. Sector Turismo
proyección BAU con IIRSA Sur y CC
AGREGADO
TOP DOWN
Escenario BAU
con driver
Variable climática que impacta significativamente:
precipitación
Escenario CC
PBI Apurímac( Millones de nuevos solesen base
1994)
Cusco
390
370
350
330
310
290
270
2030
2029
2028
2027
PBI CC
2026
2025
2024
2023
2022
2021
2020
2019
PBI Potencial
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
250
4. Sector Minería
1970
1972
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
PBI Minero (Millones de nuevos soles de 1994)
4.1. Sector Minería
AGREGADO
TOP DOWN
Históricos
Apurímac
PBI Minería
Predicción PBI minero
Escenario BAU
90
70
50
30
10
-10
-30
-50
Intervalo Inferior y Superior
IIRSA ???
4.2. Sector Minería
proyección BAU con Las Bambas
AGREGADO
TOP DOWN
Escenario BAU
Apurímac
Escenario BAU
con driver
2,000
1,600
1,400
1,200
1,000
800
600
400
200
2030
2029
2028
2027
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
0
2008
PBI Minero (Millones de nuevos soles de 1994)
1,800
Predicción PBI minero
Se estima que la producción anual de las Bambas será de 400 mil toneladas de cobre. El precio actual es de
aproximadamente 8.3 mil dólares la tonelada. Así, los ingresos anuales sería de aproximadamente de 3.3 mil millones
de dólares. Suponiendo que los costos indirectos son aproximadamente 60% del VBP (Orihuela, 2008), se estima
que a nuevos soles constantes de 1994, el incremento en el PBI minero de Apurímac sería, en el año 2018 varias
veces su valor en el 2017.
4.2. Sector Minería
proyección BAU con Las Bambas y CC
Variable climática que impacta significativamente:
precipitación
Escenario BAU
con driver
Escenario CC
Apurímac
2000
1800
PBI Apurímac( Millones de nuevos solesen base
1994)
1600
1400
1200
1000
800
600
400
200
PBI Potencial
PBI CC
2030
2029
2028
2027
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
0
2009
AGREGADO
TOP DOWN
III.2
Enfoque Bottom-up
ESPECIFICO
BOTTOM UP
• Impacto de cultivos:
papa, maíz amiláceo, café
• Impacto sobre ganancias
de pequeños productores
agropecuarios
ESPECIFICO
BOTTOM UP
• Impactos en tramos
carreteros (IIRSA)
• Impactos por inundación
Machu picchu
• Impactos por alteraciones
hídricas en Las Bambas
1. Sector Agricultura
1.1. Sector Agricultura
AGREGADO
TOP DOWN
ESPECIFICO
BOTTOM UP
Modelo econométrico: Estrada, 2006 y Chang, 2002
Yit = f temp.,precip.,precio en chacra,trabajo,jornal, tecnología 
Datos de SENAMHI (1970-2000): por estación del año, por tanto relación con la fenología de
los productos
1.1 Papa - Cusco
ESPECIFICO
BOTTOM UP
a) Importancia económica y sobre la seguridad alimentaria
b) Zonas productoras: Quispicanchi (14%), Paucartambo (13%) y Urubamba (13%),
Espinar (9%), Anta (9%)
c) Supuestos climáticos futuros: ΔT=1°C, Δpp=10%
d) Resultados (variables significativas) y fenología:
Las variables significativas son:
- Precipitación de invierno: impacto negativo  se encuentra en época de
cosecha, el exceso de humedad podría causar efectos negativos por presencia
de plagas por ejemplo
- Precipitación otoño: impacto positivo  la humedad contribuye a manejar los
rangos de temperatura necesarios para la etapa de tuberización (entre 8 y 12°C)
- Temperatura mínima de verano: impacto negativo  en los inicios de la
tuberización esto puede afectar a la formación de los estolones
e) Pérdidas en nivel de producción: 5% (asumiendo precios constantes) Si los
precios bajan entonces las perdidas serán mayores.
1.4 Papa - Apurímac
ESPECIFICO
BOTTOM UP
a) Importancia económica y sobre la seguridad alimentaria
b) Zonas productoras: Andahuaylas (63%), Cotabambas (12%), Abancay (6%)
c) Supuestos climáticos futuros: ΔT=1°C, Δpp=10%
d) Resultados (variables significativas) y fenología:
Las variables significativas son:
- Temperatura media de otoño: impacto negativo  las elevaciones de
temperaturas medias en otoño desfavorecen a la fase de tuberización de la planta
(se requiere una temperatura de entre 8 y 12°C)
- Precipitación primavera: impacto positivo  favorece la época de la siembra
e) Incremento en el nivel de producción: 12%
1.2 Maíz - Cusco
SECTORIAL
BOTTOM UP
a) Importancia económica y sobre la seguridad alimentaria
b) Zonas productoras: Anta (19%), Paucartambo (14%), Urubamba (12%) y
Calca (13%)
c) Supuestos climáticos futuros: ΔT=1°C, Δpp=10%
d) Resultados (variables significativas) y fenología
- Precipitación de verano: impacto negativo  pues en las primeras fases
del periodo reproductivo se puede favorecer la presencia de enfermedades
fitopatógenas
- Temperatura media de verano: impacto negativo  temperaturas elevadas
(por encima de la temperatura crítica de 16°C) pueden afectar el desarrollo
del cultivo en esta etapa reproductiva
- Temperatura media de invierno: impacto positivo  favorece la época de
cosecha pues temperaturas muy bajas pueden afectar al cultivo en su
última fase de maduración
e) Pérdidas en nivel de producción: 60%
1.3 Café - Cusco
ESPECIFICO
BOTTOM UP
a) Importancia económica en agroexportación
b) Zona productora: La Convención
c) Supuestos climáticos futuros: ΔT=1°C, Δpp=10%
d) Resultados (variables significativas) y fenología
- Precipitación en otoño: impacto negativo  durante la post-cosecha
una vez llenado el grano se requieren hora de sol para que se seque,
incrementos de la lluvia afectan esta fase de secado
e) Reducción en el nivel de producción: 22%
1.4. Comparación Top-down y Bottom-up
SECTORIAL
BOTTOM UP
590
570
550
Pérdida 23%
530
510
• Pp invierno (-)
• Pp otoño (+)
• TºC verano (-)
Pérdida 5%
490
470
PBI Potencial con Driver
2029
2027
2025
2023
2021
2019
2017
2015
2013
2011
450
2009
PBI Agrícola (Millones de Nuevos soles
en base 1994)
Cusco
PBI CC
Papa
Maíz
• Pp verano (-)
• TºC verano (-)
• TºC invierno (+)
• Pérdida 60%
• Pp Otño (-)
• Pérdida 22%
Café
1.5. Ganancias de agricultores
Modelo econométrico: Deschênes, 2007
ESPECIFICA
BOTTOM UP
 i =   Ti ´  xi ´   i
Donde:
π = beneficio o ganancia del agricultor por su actividad agraria
T = indicadores climáticas
x = variables de control (número de parcelas, extensión de cada parcela, porcentaje de tierras
propias, de tierras con cultivos permanentes, porcentaje de tierras con riego tecnificado)
ε = error que recupera las variables omitidas
Fuentes de datos:
Encuesta Nacional de Hogares 2007
SENAMHI: Promedio 1970-2000. Datos en formato raster (temperatura
por estación del año) y en formato shape (precipitaciones por estaciones
del año)  se trabajaron para aparejar a cada agricultor las
correspondientes variables climáticas
1.5. Ganancias de agricultores
Apurímac
Cusco
Variable climática
significativa
Variable climática
significativa
• Temperatura máxima de verano
• Temperatura máxima de otoño
• Precipitación mínima invierno
• Precipitación máxima invierno
Coeficiente
Coeficiente
• 0.473
• -0.558
• 0.008
• -0.005
Interpretación
Interpretación
• Un aumento en un grado
incrementaría en 47% los beneficios
• Un aumento en un grado reduciría
en 58% los beneficios
• Un aumento en 1mm de precipitación
aumenta en 8% los beneficios
• Un aumento en 1mm de precipitación
reduce en 5% los beneficios
ESPECIFICA
BOTTOM UP
1.5. Ganancias de
agricultores
SECTORIAL
BOTTOM UP
Cusco
• Un aumento en 1mm de
precipitación mínima
aumenta en 8% los
beneficios
• Un aumento en 1mm de
precipitación máxima
reduce en 5% los
beneficios
2. Sector Transporte
2.1. Zonas de riesgos y Sistema vial (C)
Bibliografía y Fuentes
•
•
•
•
•
Mill & Andrey. Climate Change and
Transportation: Potential Interactions and
Impacts
Atkins, Association for European Transport
and contributors 2006. Impacts of climate
change on London´s transport system
MINAM, 2010. SCNCC –Corredor vial norte
960km – Costo indirecto: US$ 793 mil/día
MTC. Plan Intermodal de Transporte 2005
Comisión Multisectorial de Reducción de
Riesgos y Desastres, 2004: zonas significativas
–
–
–
–
Deslizamientos tramo Quellococha - Quebrada Honda
Deslizamientos y derrumbes carretera Abancay Cusco
Huaycos Zona Quincemil, Quispicanchi y la Convención
Huaycos microcuenca de Río Vilcanota, Urubamba
ESPECIFICO
BOTTOM UP
2.1. Zonas de riesgos y Sistema vial (C)
Fuentes
Predes – Bases de datos: Desinventar (1970-2006) e Indeci (2003-2009)
Recurrencia de Desastres por Inundación
50
45
40
35
30
25
20
15
10
5
MB
A
UR
UB
A
IC
AN
CH
I
QU
IS
P
MB
O
PA
UC
AR
TA
CO
NV
E
LA
Provincias
PA
RU
RO
NC
IO
N
NA
R
ES
PI
CU
SC
O
LC
AS
IV
I
CH
UM
B
CA
NC
HI
S
CA
NA
S
CA
LC
A
AN
TA
YO
0
AC
OM
A
Registros
•
ESPECIFICO
BOTTOM UP
2.1. Zonas de riesgos y Sistema vial (C)
ESPECIFICO
BOTTOM UP
Fuentes
•
Mapa de peligros para la ciudad de Cusco. Centro Guamán Poma de Ayala, 2010
Sub-cuenca del Huatanay
ESPECI
FICO
BOTTO
M UP
- Aluviones
- Deslizamientos
- Inundaciones
60 de las 100 desastres fueron climatológicos
2.2. Tramos identificados
ESPECIFICO
BOTTOM UP
Tramo 4 Abra MálagaCarrizales-Alfamayo:
17 km. Deslizamientos.
conexión con la
Convención (café)
Tramo 3 Quincemil - Pte. Iñabari:
20 km. Nevado Ausangate. IIRSA
Tramo 1 Limatambo - Pte. Cunyac:
18 km. Deshielo Nevado Salcantay IIRSA
Tramo 2 Sub cuenca Huatanay,
Cusco-Lucre -Huacarpay:
25 km. Inundaciones. IIRSA
2.3. Daños Económicos
Impactos por daños en
carretera
Reparación
Tramo 1 Limatambo - Pte.
Cunyac: 18 km.
Nevado Salcantay - IIRSA
SNIP Cusco/
Apurímac
90 mil soles/km
Tramo 2 Sub cuenca
Huatanay, Cusco-Lucre: 25 km
Deslizamientos - IIRSA
SNIP Cusco/
Apurímac
90 mil soles/km
Tramo 3 Quincemil - Pte.
Iñabari: 20 km.
Nevado Ausangate. IIRSA
SNIP Cusco/
Apurímac
90 mil soles/km
Tramo 4 Abra MálagaCarrizales-Alfamayo: 17 km.
Huaicos - Convención
SNIP Cusco/
Apurímac
90 mil soles/km
Atención
emergencia
IIRSA Norte
US$.../m
=> ≠ Andes
Mayor tiempo
de viaje
MEF valor social
del tiempo 1.67
soles/día
ESPECIFICO
Flujo
BOTTOM
UP
ESPECIFICO
BOTTOM UP
bien/servc.
Personas ?
Agricultor ?
Comercio?
Costo por cada
km dañado
Costo por tramo
dañado
3. Sector Turismo
3.1. Eventos extremos y el turismo
Bibliografía y Fuentes
•
Urbina Ruiz, 2010. Impactos
del cambio climático en la
actividad turística del Perú.
–
•
•
Alto impacto en turismo
relacionado a manglares y zonas
glaciares.
Incertidumbre en
probabilidad de eventos
extremos en zonas turísticas
MINAM, 2010. SCNCC:
Ocurrencia de un ENSO de la
magnitud del 82/83 antes del
2015
ESPECIFICO
BOTTOM UP
3.2. Caso turismo en Cusco
ESPECIFICO
BOTTOM UP
Caso Inundaciones Machu Picchu
MINCETUR, 2010
3.2. Caso turismo en Cusco
ESPECIFICO
BOTTOM UP
90,000
80,000
70,000
60,000
50,000
40,000
30,000
20,000
10,000
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
Octubre
Enero
Abril
Julio
0
Total turistas
2004
Turistas
2005extranjeros
2006
Linear (Turistas Nacionales )
Turistas Nacionales
Linear (Total2008
turistas )
2007
2009
2010
Linear (Turistas extranjeros )
MINCETUR, 2010
3.3. Análisis económico y supuestos
ESPECIFICO
BOTTOM UP
Caso Inundaciones Machu Picchu
•
Inundaciones en Cusco – Cierre de
turismo en Machu Picchu
–
–
•
Santuario Histórico (ANP. F.León):
–
–
•
Observatorio Nacional de Turismo.  0.64% PBI
Nacional
Asociación de Agencias de Turismo de Cusco:
Agencias de viaje y turismo pierden US$1 millón
diarios + daño social colateral: 175,000
cusqueños viven de esta actividad
ingresos ticket 
Efecto Multiplicador 
Supuesto: ocurrencia de eventos
magnitud Machu Picchu  2 veces al
2030
2014
2013
2012
2011
2010
2009
PBI Potencial
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
PBI CC
PBI Potencial
2024
2023
2022
2021
2020
2019
2018
2017
PBI CC
2030
2029
2028
2027
2026
2025
250
2016
270
2015
290
2014
310
2013
330
2012
350
2011
370
2010
390
PBI Apurímac( Millones de nuevos
solesen base 1994)
PBI Turismo Cusco
2009
2030
2029
2028
2027
2026
2025
PBI Apurímac( Millones de nuevos
solesen base 1994)
3.3. Análisis económico y supuestos
ESPECIFICO
BOTTOM UP
Integrar Top down y Bottom up
PBI Turismo Cusco + Eventos
390
370
350
330
310
290
270
250
4. Sector Minería
4.1. Impacto del CC y Minería
ESPECIFICO
BOTTOM UP
Consideraciones
a) Impactos en la infraestructura
b) Daños a las vías de acceso
(insumos y productos finales)
c) Paralizaciones debido a
conflictos socio-ambientales
(recursos hídricos)
d) Reducción de la disponibilidad
hídrica
•
•
•
•
CBC. Estudio del PACC sobre
conflictos
Conflictos por agua
Defensoría del Pueblo
Minería en Sudamérica se
relaciona a estrés hídrico y
disponibilidad del recurso
En Perú daños por eventos
4.2. Análisis económico y supuestos
ESPECIFICO
BOTTOM UP
Paralizaciones Las Bambas – impacto indirecto del CC
•
•
•
•
•
Producción Xstrata (2014): 400,000
TM/año
Precio = US$ 8,000/TM
Costos de insumos 60%
Ingresos = US$ 3, 63 millones de
dólares/día (valor constante 1994)
Comparación
–
–
•
Shougan (hierro) = 0.5 millones de dólares /día
Tintaya (cobre) = US$ 100 mil dólares /día (2005).
Supuesto: paralizaciones no solo por
conflicto socioambientales por agua
también por daños a carreteras de acceso
(como en caso turismo)
Xstrata, 2004. Evaluación Ambiental Las Bambas
2000
1800
1800
1600
1600
1400
1400
1200
1200
1000
1000
800
800
600
400
200
PBI Apurímac( Millones de nuevos
solesen base 1994)
PBI Minería Apurímac
0
PBI Potencial
PBI CC
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2000
PBI Apurímac( Millones de nuevos
solesen base 1994)
4.3. Análisis económico y supuestos
ESPECIFICO
BOTTOM UP
Integrar Top down y Bottom up
PBI Minería Apurímac + Eventos
600
400
200
0
PBI Potencial
PBI CC
Discusión - Conclusiones
Conclusiones
1.
2.
3.
4.
5.
6.
Sector agropecuario es sensible a la TºC, pues por cada 1ºC de incremento, la tasa de
crecimiento del PBI agrícola se reduce en -1.7%. Al 2030 se registra una caída del 23% del
PBI para ambas regiones
Cifras del enfoque específico (bottom up) confirman el orden de magnitud de los estimados
en el enfoque agregado de PBI agropecuario (top down), es decir, la pérdida de 5% en
papa, 60% en maíz, y 22% en café (caso Cusco) , confirman una reducción del 23% en PBI
agrícola.
Las tendencias de la pérdida en el sector agrícola son marcadas, si no se implementan
medidas de adaptación puede impactar drásticamente el sector.
Transporte es sensible a la precipitación, con una caída del 1% del PBI en el año 2030 para
el Cusco, pero considerando que hay una correlación entre Canon minero y la inversión en
transporte, el impacto del CC en el PBI de transporte para Apurímac sería ínfimo
considerando la entrada en producción de Las Bambas.
El turismo no reflejaría una pérdida marcada debido a la precipitación; aunque si lo tendría
con respecto a eventos extremos exacerbado por el CC.
La crisis financiera internacional influenciaría más en las visitas de turistas extranjeros que
los mismos eventos extremos provocados por el CC.
Conclusiones
7.
Ciertos agricultores pequeños incrementarían o afectarían sus ingresos, dependiendo de
aumentos en la precipitación mínima o máxima así como por su ubicación (en zonas de
secas o húmedas) caso Cusco
8.
El transporte, el turismo y la minería tendrían mayor sensibilidad a los impactos por
eventos extremos exacerbados por el CC que a las otras variables climáticas estudiadas,
por lo que escenarios para proyectar sus ocurrencias y frecuencias serían muy importantes
en la planificación y desarrollo de dichos sectores.
9.
Se pueden estimar daños en ciertos tramos carreteros, estimar los costos del impacto en
sitios turísticos en Cusco, o calcular los potenciales días perdidos en la producción minera
de Las Bambas debido a conflictos exacerbados por el CC; pero se harían bajo supuestos de
ocurrencias e intensidades de eventos extremos (inundaciones , deslizamientos), que
pueden ser discutidos o criticados.
10. La región Apurímac y el Cusco enfrentarían cambios importantes debido a la entrada en
funcionamiento de l proyecto minero Las Bambas , lo cual demandará un análisis más allá
de cambio climático.
Gracias por su atención
Descargar

Diapositiva 1