RELACIÓN ENTRE EL CLIMA Y LA PRODUCTIVIDAD AGRARIA: DIFERENCIAS REGIONALES Y ENTRE CULTIVOS (1ª parte) Weather and agriculture Resumen 1. Introducción 2. Caracterización Agro-Climática 3. Análisis Estadístico Y Modelos Estimados 4. Resultados Y Discusión 5. Conclusiones 6. Bibliografía

Enviar a un Amigo Corregir / Sugerir Imprimir Enviar Tu Nombre E-Mail destinatario ¿Algún comentario? Corregir/Sugerir ¿Cuál es el error, o sugerencia?  Cursos On Line Cursos para profesionales, estudiantes y titulados

Medidores para hortalizas  Anuncios Gratuitos Comprar Hortalizas Vender Hortalizas Anuncios clasificados de compra-venta de hortalizas  Mercados Precio de Hortalizas Mercados nacionales e internacionales de hortalizas

RESUMEN

El clima es un recurso natural que afecta a la producción agraria. Su influencia en un cultivo determinado depende de las características de la localidad geográfica y de las condiciones de producción. El objetivo de este estudio es incrementar la capacidad del sector agrario para comprender y responder al clima, con el fin de reducir la incertidumbre de los agricultores ante decisiones afectadas por factores meteorológicos. El estudio tiene tres componentes: determinación de las variables climáticas que explican parte de la producción; especificación de formas funcionales adecuadas que describan la respuesta de los cultivos a dichas variables; y por último análisis de las decisiones de los agricultores en distintas regiones y cultivos que puedan disminuir el riesgo asociado al clima. Los resultados indican que las heladas y la sequía son el principal factor de riesgo en la mayoría de las regiones y cultivos. Las decisiones relacionadas con la disponibilidad y uso del agua tienen implicaciones para otros usos de agua que compiten con la agricultura.. 

1. INTRODUCCIÓN

El clima es un recurso natural que afecta a la producción agraria. Su influencia en un cultivo determinado, no depende sólo de las características climáticas de la localidad en que esté situado, sino también en gran medida de las condiciones en que se desarrolla la producción. Es decir, tiene tanta importancia el nivel de exposición del cultivo al clima, como el nivel de vulnerabilidad.

Las notables diferencias que se presentan en cada provincia, determinarán un mapa de influencia climática en el sector agrario.

La demanda de la mayoría de los productos agrícolas es de naturaleza inelástica y bastante estable de año en año, debido a que el cambio en los gustos de los consumidores tiene lugar de forma más lenta (Shafer y Mjedle (1994)). Esto hace que la variación en el rendimiento agrario, al producir cambios importantes en la oferta de dichos productos, puede provocar también importantes variaciones en los precios de mercado, sobre todo en la medida en que algunos factores de la nueva reforma de la Política Agraria Común (PAC), tales como la adaptación de la producción a la evolución del mercado, van a contribuir a reforzar la competitividad del sector agrario.

Como resultado de todo ello, los agricultores se enfrentan cada año a una alta incertidumbre en lo que se refiere al nivel de producto y también a su valor en el mercado. Al mismo tiempo, el sistema de seguros agrarios se enfrenta a la incertidumbre de cuanto deberán pagar por compensaciones y si las tarifas fijadas son adecuadas.

El objetivo principal de este estudio es tratar de conocer un poco mejor la influencia que las condiciones meteorológicas tienen en el rendimiento de los cultivos e incrementar así la capacidad del sector agrario para comprender y responder al clima. Para ello, se han estimado modelos de regresión lineal que tratan de determinar qué variables climáticas explican parte de la variación de la productividad agraria.

En la medida en que esta variación esté asociada al clima, si los productores son capaces de mejorar la gestión de ese riesgo, la variabilidad meteorológica no afectará solamente al output generando mayor variabilidad en el rendimiento, sino también a los inputs que el productor utilice. Esto complica la estimación de funciones de producción en la agricultura al generar transmisibilidad del error del output al input (Mundlak & Hoch, 1965; Just & Pope, 1986,2001a; Bittencourt 2002) 

2. CARACTERIZACIÓN AGRO-CLIMÁTICA

- Tipos de cultivo

El estudio se ha llevado a cabo para cinco cultivos que por su producción global y por su tradición en la agricultura española pueden estar entre los más representativos de la producción agrícola del país: el trigo, la cebada, el naranjo, la vid y el olivo.
Los cereales (trigo y cebada) representan la producción tradicional en secano, que es la que ocupa una mayor superficie (14.5 millones de hectáreas cultivadas en secano España (MAPYA, 2000)), y que es la que se ve afectada más directamente por las variaciones climatológicas. Los cítricos, por otra parte, representan la producción en regadío. España cultiva unos 3.5 millones de hectáreas en regadío (MAPYA, 2000), con tecnologías avanzadas y altos inputs (mano de obra, fertilizantes, pesticidas, etc.). El viñedo y el olivar se cultivan tradicionalmente en secano, pero esta tendencia está cambiando debido a las necesidades de estabilizar frente al clima, especialmente los déficit hídricos, la productividad anual.
La superficie total de estos cinco cultivos alcanzó, en 2000, los 9,2 millones de hectáreas, lo que representó el 50% de la superficie agrícola total (MAPYA, 2000). Todos ellos, a excepción del naranjo, son principalmente de secano, aunque cada vez más, se incorporan también algunas hectáreas de cultivo de regadío.

- Extensión geográfica

Para elegir la extensión geográfica del estudio, dado que el mayor grado de desagregación de los datos agrícolas disponibles es a nivel provincial, se ha tenido en cuenta la clasificación en regiones agroclimáticas planteada por Fdez. Díaz (1987), basadas en la clasificación de Font-Tullot (1983) en regiones climáticas. Utilizando dicha clasificación, se puede dividir la península Ibérica en cinco grandes Regiones agroclimáticas: Región Marítima, Pirenaica, Mediterránea, Continental Extremada y Continental Atenuada.
Se han elegido provincias de todas las regiones agroclimáticas menos de la región Marítima y Pirenaica, debido a que dada su gran extensión dedicada a pastos, sus tierras de cultivo no suponen ni el 10% del total del territorio nacional dedicado a esta actividad. Del resto de regiones, se han elegido las provincias más representativas de cada cultivo, normalmente las que presentan un nivel de producción mayor entre toda España. En la Figura 1, se pueden ver las distintas regiones agroclimáticas y las provincias elegidas para el análisis.

Figura 1. Regiones agroclimáticas y provincias elegidas para el estudio.

- Fuente y tratamiento de los datos agrarios

Se ha llevado a cabo la creación de una base de datos elaborando series temporales de frecuencia anual sobre las variables Superficie total cultivada y Producción agrícola, a partir de los Anuarios de Estadística Agroalimentaria de Ministerio de Agricultura, Pesca y Alimentación (MAPYA, 1939-2000). En la Tabla 1 se presentan las provincias elegidas para el estudio de cada cultivo.

Tabla 1. Cultivos estudiados en cada provincia.

Las series son de frecuencia anual debido a la propia naturaleza de los datos, ya que éstos se refieren necesariamente a cosechas completas. Por ejemplo, la información de la encuesta relativa al año agrícola 1997, hace referencia a la campaña agrícola comprendida entre el 1 de octubre de 1996 y el 30 de septiembre de 1997.

Los datos de Rendimiento agrícola (R_t) no provienen directamente de la fuente, sino que han sido calculados a partir del siguiente índice: R_t=P_t/ST_t, donde: P_t es la producción total recogida (toneladas) y ST_t es la superficie total plantada (ha).

En la Figura 2, se muestran las series históricas y se puede observar que para casi todos los cultivos el rendimiento muestra una clara tendencia creciente, además de una fuerte variabilidad año a año.

Figura 2. Series históricas del rendimiento de los cultivos estudiados en cada provincia.

- Fuente y tratamiento de los datos meteorológicos

Los datos meteorológicos proceden en su totalidad del Instituto Nacional de Meteorología (INM, 1939-2000). Las estaciones meteorológicas que se han elegido como representativas de cada una de las provincias de estudio se muestran en la Tabla 2.

Tabla 2. Estaciones meteorológicas seleccionadas.

De cada una de las estaciones mencionadas y para cada uno de los meses del año (i=1,2,...,12) se trabajó con las siguientes variables meteorológicas: Temperatura absoluta mínima (Tmin_i), temperatura media media (Tme_i), temperatura máxima media (Tmax_i), precipitación total acumulada (Plut_i) y número de días al mes que la temperatura bajó de 0º C (Froz_i), por lo tanto, los datos tienen frecuencia anual.

Se generaron además las siguientes variables agregadas con el fin de considerar los efectos acumulativos:

• Para las variables de temperatura se generaron medias trimestrales de septiembre a noviembre, de diciembre a febrero, de marzo a mayo y de junio a agosto. Además se calculó una media anual de septiembre a agosto.
• Para las variables de precipitación y de helada se generaron variables acumuladas de septiembre a noviembre, de diciembre a febrero, de marzo a Mayo y de junio a agosto. Además se calculó una variable anual acumulada de septiembre a agosto.

Figura 3. Variables climáticas en cada provincia.

3. ANÁLISIS ESTADÍSTICO Y MODELOS ESTIMADOS

Para determinar qué variables climáticas explican parte de la varianza del rendimiento agrícola, se han estimado modelos de regresión lineal.
Como señalamos antes, el rendimiento ha sido creciente en el tiempo para casi todos los cultivos y provincias, al igual que su variabilidad. Es decir, las series históricas no son estacionarias ni en media ni en varianza. Por ello, se han seguido las siguientes estrategias:

Para tratar de explicar la tendencia creciente de las series y hacerlas estacionarias en media, se ha introducido un índice de mecanización como variable explicativa, como proxi del progreso técnico en la agricultura.

El índice que se ha utilizado ha sido el número de CV de los tractores (trac) o de la maquinaria (maq) utilizados en la agricultura.
En los casos en que este índice no explica la tendencia creciente de los rendimientos o se siguen apreciando problemas de autocorrelación en los residuos, se tomó la primera diferencia de la serie de rendimientos como variable dependiente, (en ese caso se explica la variación interanual de los rendimientos en función del clima), o se introdujo como variable explicativa la variable de rendimiento retardada un periodo, lo cuál expresa en el caso de ser significativa, que la variable presenta cierta persistencia que no se ha logrado explicar.

Por otra parte, se ha considerado la variable dependiente en logaritmos para evitar la no estacionariedad en varianza.
Las variables explicativas se han introducido por bloques para evitar problemas de multicolinealidad.

Se ha estimado el siguiente modelo para cada cultivo y provincia:

Y_t= F (Maq_t, Tme_it, Froz_it, Plut_it, Tmax_it) + ε_t

Donde Y_t es la variable dependiente en el año t, (Maq_t, Tme_it Froz_it Plut_it, Tmax_it) son las variables explicativas especificadas anteriormente para el año t, F es una función lineal con término constante y ε_t recoge los residuos de la regresión.
Además, en algunos casos se han introducido variables ficticias para el tratamiento de datos anómalos: Imp_t = impulso en el año t, toma el valor 1 en el año t y 0 para el resto. Esc_t =escalón en el año t, toma el valor 1 para todos los años a partir del año t y cero para el resto.

Todos los modelos se han estimado suponiendo normalidad condicional del error. Los valores de los parámetros, su significatividad, y los rendimientos ajustados se han calculado por mínimos cuadrados ordinarios con el programa econométrico E-views. Para todas las regresiones, el estadístico Lung-Box se ha calculado sobre los residuos estandarizados al cuadrado, rechazando en todos los casos la hipótesis nula de autocorrelación. La ausencia de heteroscedasticidad se ha comprobado mediante el text de White, que también se comporta satisfactoriamente en todos los casos.

Por otra parte, para evaluar el impacto del fenómeno de las sequías en el rendimiento, se han analizado individualmente los años de sequía en cada provincia.
Para ello, hemos considerado los umbrales de sequía señalados por Olcina (1994), que considera que pueden señalarse años secos aquellos cuya precipitación experimenta la reducción que muestra la tabla 3, con respecto al año pluviométrico normal (caracterizado por la media y según las diferentes grandes Cuencas):

Tabla 3. Umbrales de sequía en las distintas cuencas según Olcina (1994).

Según éstos umbrales, hemos tenido en cuenta los años secos para cada provincia de nuestro estudio, y se ha tratado de ver si los datos anómalos que han sido tratados mediante impulsos y se correspondían con una reducción importante del rendimiento, se correspondían con años de sequía en la provincia correspondiente.

Página 1 de 2

Siguiente página