157
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Sostenibilidad de la Agroindustria Nacional en
términos de recursos naturales
rEsumEn
El problema de la contribución del capital natural en las trayectorias de
crecimiento de la agroindustria regional cobra actualidad y representa un
estancamiento del crecimiento de la economía nacional basada en actividades
extractivas, en la cual la agroindustria, juega un rol importante en la reactivación
del crecimiento económico del país. El objetivo de este trabajo es determinar y
establecer la inuencia del capital natural en las trayectorias de crecimiento de la
agroindustria, en términos de producción, en el Perú. Los resultados obtenidos,
en cuanto a tasas de crecimiento, señalan que para la agroindustria de tipo
C3 tiene patrones mixtos, similar al caso de las cadenas del tipo C2 y C1. En
cuanto, a presiones y cargas ambientales se halló una de presión del 15 al 25%
para el suelo, del 25 y 40% para el agua, con una generación de residuos sólidos
(45 y 60%) para las cadenas del tipo C1. Se determinó que entre el 25 y 35%
son las presiones en el suelo, y que el 40 a 45% de tales volúmenes descansan en
las demandas de agua. Por otro lado, el 28 al 35% de los volúmenes producidos
se traducen en residuos para las cadenas C2, tendencia que es extensible a las
cadenas C3. Se concluye que la agroindustria nacional sigue por el modelo
expansivo, es decir, a mayor crecimiento mayor consumo de capital natural
(recursos naturales) y mayor generación de contaminantes.
Palabras clave: Agroindustria, capital natural, sostenibilidad, crecimiento y
recursos naturales
aBstraCt
e problem of the contribution of natural capital in the regional agro-industrial
growth trajectories charges today as result of the stagnation of the growth of the
national economy based on extractive activities as the agriculture, would play an
important role in the revival of the country’s economic growth. In that context,
the central objective of the research is to “determine and establish the inuence
of natural capital in growth trajectories of agro-industry, in terms of production,
the Peru. e results, in terms of growth rates, indicate that for the agroindustry
of type C3 has mixed patterns, similar to the case of C2 and C1 type chains. As
to pressures and environmental loads found a pressure of 15 to 25% for ooring,
25% and 40% for water, with a generation of solid waste (45 to 60%) for chains
of type C1. It was determined that you between 25 and 35% are pressures on the
ground, and that 40 to 45% of such volumes are part of the demands for water.
On the other hand, 28 to 35% of the produced volumes translate into waste for
C2, trend that is extensible to the C3 chains. National agribusiness continues
by the expansive model, namely growing greater consumption of natural capital
(natural resources) and higher generation of pollutants can be concluded.
Key words: Agribusiness, natural capital, sustainability, growth and natural
resources
A D
,
J C
M H
,
V G
D I
1 Universidad Nacional
Federico Villarreal.
alexis_duenas@yahoo.com
2 Ponticia Universidad
Católica del Perú.
3 Universidad Le CondonBleu
Sustainability of the National Agro-Industry in terms of natural
resources
Recibido: abril 15 de 2019 | Revisado: junio 06 de 2019 | Aceptado: julio 10 de 2019
https://doi.org/10.24265/campus.2019.v24n28.04
| C | V. XX IV | N. 28 | PP. - | - | |
© Los autores. Este artículo es publicado por la Revista Campus de la Facultad de Ingeniería y Arquitectura de la Universidad
de San Martín de Porres. Este artículo se distribuye en los términos de la Licencia Creative Commons Atribución No-comercial
– Compartir-Igual 4.0 Internacional (https://creativecommons.org/licenses/ CC-BY), que permite el uso no comercial,
distribución y reproducción en cualquier medio siempre que la obra original sea debidamente citada. Para uso comercial
contactar a: revistacampus@usmp.pe.
158
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Introducción
El problema de la contribución del capital
natural en las trayectorias de crecimiento de
la agroindustria regional cobra actualidad
como consecuencia del estancamiento del
crecimiento de la economía nacional basa
en actividades extractivas, y en la cual,
las agro-exportaciones y en particular la
agroindustria, jugaría un rol importante en
la reactivación de la senda del crecimiento
económico del país. En el 2000 las agro-
exportaciones bordeaban 500 millones
de dólares. En el 2015, registraron la
cifra de 5400 millones de dólares (Prom
Perú, 2015). En el plano teórico, desde
la economía clásica hasta la reciente
economía ecológica, se preguntan si el
nivel de vida alcanzado por las naciones
se mantendrá. Esta reexión teórica no
es unidimensional, porque no se reere
únicamente al crecimiento económico,
entendido como el aumento cuantitativo
de la riqueza, de los bienes y servicios
que tienen los territorios, léase de la
agroindustria nacional. Sino se reere
también a los cambios cualitativos que
tienen relación con la calidad de vida,
nalmente con el bienestar y el desarrollo
que tal crecimiento genera en la sociedad.
El desarrollo sostenible ha sido
abordado desde dos tradiciones teóricas,
donde, por ejemplo, una de ellas la dene
como proceso económico que afecta
directamente el bienestar humano. La
sostenibilidad se expresa económicamente
como la utilidad per cápita que no decae
a lo largo del tiempo. La otra tradición
considera los recursos que existen en
la sociedad para generar bienestar o
consumo, a partir del concepto de capital
(Hanley & Atkinson, 2003). Por tanto, el
capital puede ser visto como un sistema
de tres grupos de variables: ecológicas,
económicas y socio-culturales (Chiesura
& de Groot, 2003). Schumacher hizo
la primera referencia sobre el capital
natural (Schumacher, 1973), al señalar
que la economía y la satisfacción de las
necesidades humanas, dependen del
medio ambiente. Esta idea estuvo asociada,
en un inicio a los recursos naturales no
renovables, como el petróleo. Hoy en día
se hace difícil suponer cualquier desarrollo
económico, al margen de los factores
ambientales, sin ellos su perdurabilidad en
el largo plazo está en duda(SIEE, 1992).
El antecedente más preciso le corresponde
a John Mill, quién postuló el modelo de
“economía de estado estable”, según la
cual, las economías desarrolladas tienden
a estabilizar su ritmo de crecimiento
“material”(Costanza & et.al., 1999).
En tiempos más recientes, el concepto
de capital natural se ha difundido gracias
a los trabajos de Pearce, que propone
considerar la relación entre economía
y sustentabilidad (Pearce & Turner,
1995). El “capital natural” al igual que
los recursos naturales está impregnado de
la visión antropocéntrica, en cuanto a su
valor monetario(Schumacher, 1973). En
el otro lado, se tienen a los defensores del
“equilibrio total del capital”, que como
el Banco Mundial (2005). Desde la otra
vertiente, se propone incluir los servicios
ambientales en el capital natural, a partir
de los ciclos bióticos y de materiales, como
las funciones de absorción y dilución de
contaminantes, así como un ujo constante
de energía que recibe el planeta en forma
global (Wackernagel & Rees, 1997).
Históricamente, la economía clásica
identicó tres tipos de capital: tierra,
trabajo y capital, entendido como
nanciero y frecuentemente denominado
como “capital”. El ulterior desarrollo
A D J C - M H - V G - D I
159
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
del pensamiento económico omitió en
la representación de las funciones de
producción a la tierra, con excepción
de la economía campesina, y centrando
su atención en el trabajo y el capital.
Posteriormente, y dada la creciente
preocupación sobre el papel de los recursos
naturales en la producción, algunas
funciones de la producción incluyeron a
la energía y los materiales (Ekins, Simon,
Deutsch, & Folke, 2003). El hombre ha
convertido el “capital natural” en una
gama amplia de sistemas articiales como:
agricultura, acuicultura, silvicultura,
entre otros, Ello ha sido posible porque
los ecosistemas naturales presentan varias
características ambientales que a su vez
determinan su capacidad de proporcionar
bienes y servicios, por ejemplo, aire, agua,
tierra y hábitat. Esto atributos brindan
ujos ambientales que satisfacen las
necesidades humanas (De Groot., 1992).
El criterio de sostenibilidad arma
que no todo el “capital natural” puede
sustituirse, y que existe una porción
denominada “crítico” que no puede
sustituirse por el capital humano o hecho,
y debe conservarse individualmente
(Chiesura A. d., 2003). La sostenibilidad
fuerte considera que la sustitución
del capital natural está limitado por
características ambientales tales como:
irreversibilidad, incertidumbre y existencia
de los componentes “críticos” del cual
depende la contribución al bienestar social
(Ekins, Simon, Deutsch, & Folke, 2003).
En el pensamiento económico
subsisten, desde hace algún tiempo, dos
concepciones sobre el desarrollo. Ambas
posiciones han dado lugar a la formulación
de dos modelos: exógeno y endógeno,
cuyas derivaciones prácticas se resumen en
el siguiente apartado. En la literatura, este
debate también ocurre como consecuencia
de la forma como se ha explicado la
relación entre el crecimiento y el ambiente.
Una primera perspectiva ha sido la
óptica micro-económica que conlleva a
considerar las externalidades que emergen
de la producción y que se expresan
como contaminación y degradación del
medio. Sin embargo, el agotamiento
de los recursos como consecuencia de la
expansión de la producción y del consumo
conlleva a una óptica diferente, de escala
macro (Schumpeter, 1934). El crecimiento
se basa en la creación de empresas y en ella
la tecnología juega un papel fundamental
(Shumpeter, 1982). Para Dasgupta,
la escasez de materias primas no es un
problema para el crecimiento económico,
porque puede ocurrir una sustitución de
tales recursos (Dasgupta, 1993).
Una pregunta en esta dirección es
saber ¿si la sustitución es posible? Esta
sería viable si se cumplen los siguientes
supuestos: el ambiente se cuidará por las
preferencias de los agentes económicos
que buscan la calidad ambiental, si hay
suciente sustitución entre el ujo de
recursos y el stock de capital. Si el modelo
a considerar es una función de producción
lineal y suponen que la producción
aumenta el stock de contaminación,
generándose externalidades negativas
(Michel & Rotillon, 1992). De otro lado,
si en la función de producción considera
al ambiente como un recurso renovable,
entonces los aspectos ambientales reducen
el crecimiento, a largo plazo (Bovenberg
& Smulders, 1995). Ahora si los recursos
no son renovables, aquellos que se vayan
a utilizar para alcanzar el crecimiento
serán a costa de comprometer el stock
de las futuras generaciones. Por tanto,
los posibles escenarios serían: Desplazar
la inversión hacia el capital natural, si se
postula la “sustitución”, entonces habría
que aplicar una política que maximice su
S A N
160
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
productividad actual e incrementar su
oferta futura y llevar a cabo una política
scal, con incentivos para las empresas a
emplear cualquier medio para incrementar
su producción afectando negativamente al
entorno ambiental.
Método
Caracterización de las unidades de
análisis
Del 2000 al 2010, el sector de
la agroindustria creció a tasas muy
importantes, y ello se reeja, según
el volumen de las exportaciones,
Figura 1 (Arteaga, s/f). Si se analiza
el volumen de las exportaciones no
tradicionales, se podrá observa que las
agro-exportaciones, que incluyen a las
exportaciones agrarias y agroindustriales,
indicador de crecimiento, representan en
promedio el 60% de las exportaciones
no tradicionales. En la década siguiente
el panorama es menos auspicioso y la
velocidad del crecimiento se detendrá
para algunos componentes.
Figura 1. Evolución de las exportaciones peruanas (2003-2010)
Fuente: (Arteaga, s/f)
Una forma alternativa a la anterior,
consiste en evaluar la dinámica del sector
a la luz de los volúmenes producidos.
Es decir, hacer una evaluación por
medio de un indicador “intra sectorial”
como es el volumen producido. Se
aprecian importantes dispersiones entre
los diferentes sectores. Por su varianza
y desviación estándar, las mayores
heterogeneidades se dan en la producción
de aceite, grasas, avena, entre otras. La
menor heterogeneidad se da en derivados
de cacao, sémola, y derivados lácteos. En
cuando a la simetría de las distribuciones
se tiene que la producción de alimento
balanceado se aproximaría a una
distribución simétrica (SK≈0) al darse
un valor de 0.17. Las distribuciones de
aceite, grasas, avenas, derivados lácteos,
arroz pilado, deos y harina son del
tipo asimétricas de cola derecha (SK>0).
En cambio, las distribuciones de datos
de derivados de cacao, sémola, leche y
embutidos y carnes son asimétricas de cola
izquierda (SK<0). Por último, en cuanto a
la agudeza del apuntamiento se tiene que
la producción de sémola correspondería a
una curva mesocúrtica (K=0). Las demás
distribuciones presentan curvas del tipo
platicurticas (K<0).
A D J C - M H - V G - D I
161
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Figura 2-A: Diagramas de caja para arroz
pilado, alimento balanceado y harina
Figura 2-B: Diagramas de caja para harina
y deos
Figura 2-C: Diagramas de caja para grasas
y leche
Figura 2-D: Diagramas de caja para
avena, derivados de cacao, derivados
lácteos y embutidos y carnes
Figura 2. Diagramas de caja para los componentes subsectoriales de la agroindustria.
Periodo 2000-2016
Fuente: Base de datos INEI
Los diagramas de cajas ilustran,
precisamente, los patrones heterogéneos
descritos en el anteriormente. Las mayores
dispersiones se aprecian en la producción
de arroz pilado (Fig. 2-A), producción
de deos (Fig. 2-B), producción de leche
(2-C) y avena y embutidos (Fig. 2-D).
Estas heterogeneidades deben tratarse
adecuadamente en la descomposición de
las series de tiempo que se describen en el
apartado de resultados.
Procedimiento de cálculo, estimación
de índices y tasas
Para el caso de la hipótesis principal
y derivadas se asume que el capital
natural inuye en las trayectorias de
crecimiento de la agroindustria del
país. Esto signica que el crecimiento
es visto como variable dependiente del
capital natural que dispone el sector,
en este caso, agroindustria del país.
S A N
162
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
El crecimiento sectorial debe ser visto
como una variación de la producción
función del tiempo, el cual puede
ser expresado como una tasa, con la
formulación siguiente (Chiang &
Wainwrigth, 2006):
(1)
El problema con la expresión de la
tasa de crecimiento es la naturaleza de su
trayectoria, en este caso, la tasa debería
ajustarse a un modelo exponencial o
polinómico, si se añadiese, en este último
caso, una restricción de aumento, y todo
ello en función del tiempo. De esa forma,
la tasa podría convertirse en una razón
de cambio en función del tiempo, y la
cual además depende del tamaño de los
recursos involucrados, y cuya expresión
estaría dada por (Gujarati, 2006):
(2)
En el caso de las estimaciones de los
recursos naturales empleados o inputs, así
como de los residuos sólidos resultantes
(output) se estimaron sobre la base de
diagramas de ujo estandarizados, cuyos
valores estandarizados se aprecian en el
Apéndice I.
Procedimiento de análisis
Para esto debe tener en cuenta
que los datos a trabajarse constituyen
variaciones temporales de la producción,
y obviamente del capital natural. Una
vez elegidos las series de tiempo, debe
considerarse el análisis de cada una de
ellas, con la técnica de descomposición,
de forma tal, que sea posible identicar
y “aislar” los componentes de corto,
mediano y largo plazo, sin que implique
alteración de las frecuencias de las
series originarias, controlando en todo
momento que no se generen ciclos
articiales o espurios (Escobal, 2002).
Una técnica usada es el método
de la descomposición, por el cual se
obtienen tres aspectos importantes; uno
relacionado con la tendencia (b
t
), el
segundo, estacional referido a la presencia
de ciclos repetitivos (S
t
), y nalmente el
componente estacionario (I
t
) referido
a las características estocásticas del
comportamiento de las variables en el
tiempo. Debe también tomarse en cuenta
la naturaleza de la varianza de la serie. Si la
varianza resultará ser constante, entonces
deberían aplicarse el “modelo aditivo”
y si esta fuese no constante sería mejor
emplear el “modelo multiplicativo”(Veliz,
2009):
(3)
Normalmente, la regresión es el
método más empleado para ver el
comportamiento de la variación temporal.
Es posible que el nivel de variación de la
producción [Pro] respecto al K
n
pudiera
verse inuenciado por la disponibilidad
de activos ambientales provenientes de
periodos anteriores, sobre todo en el caso
de recursos no renovables, o de algunos
renovables como la biomasa, agua o suelo.
Esto supondría que tal vez no exista una
relación “no contemporánea” o retardada
entre Y o Pro y X o K
n
. Así se tendría Y
1
=
al Pro en el tiempo t, X
1
= K
n
en el tiempo
t,
Xt-1
= al K
n
en el momento (t-1), y X
t-
2
=K
n
en el momento (t-2), por tanto, se
congura el modelo siguiente (Gujarati,
2006):
(5)
Procedimiento de cálculo, estimación de índices y tasas
Para el caso de la hipótesis principal y derivadas se asume que el capital natural influye
en las trayectorias de crecimiento de la agroindustria del país. Esto significa que el crecimiento
es visto como variable dependiente del capital natural que dispone el sector, en este caso,
agroindustria del país. El crecimiento sectorial debe ser visto como una variación de la producción
función del tiempo, el cual puede ser expresado como una tasa, con la formulación siguiente
(Chiang & Wainwrigth, 2006):
=
2
−
1
1
(1)
El problema con la expresión de la tasa de crecimiento es la naturaleza de su trayectoria,
en este caso, la tasa debería ajustarse a un modelo exponencial o polinómico, si se añadiese, en
este último caso, una restricción de aumento, y todo ello en función del tiempo. De esa forma, la
tasa podría convertirse en una razón de cambio en función del tiempo, y la cual además depende
del tamaño de los recursos involucrados, y cuya expresión estaría dada por (Gujarati, 2006):
=
[
] (2)
En el caso de las estimaciones de los recursos naturales empleados o inputs, así como de
los residuos sólidos resultantes (output) se estimaron sobre la base de diagramas de flujo
estandarizados, cuyos valores estandarizados se aprecian en el Apéndice I.
Procedimiento de análisis
Para esto debe tener en cuenta que los datos a trabajarse constituyen variaciones
temporales de la producción, y obviamente del capital natural. Una vez elegidos las series de
tiempo, debe considerarse el análisis de cada una de ellas, con la técnica de descomposición, de
forma tal, que sea posible identificar y “aislar” los componentes de corto, mediano y largo plazo,
sin que implique alteración de las frecuencias de las series originarias, controlando en todo
momento que no se generen ciclos artificiales o espurios (Escobal, 2002).
Una técnica usada es el método de la descomposición, por el cual se obtienen tres aspectos
importantes; uno relacionado con la tendencia (b
t
), el segundo, estacional referido a la presencia
de ciclos repetitivos (S
t
), y finalmente el componente estacionario (I
t
) referido a las características
estocásticas del comportamiento de las variables en el tiempo. Debe también tomarse en cuenta
la naturaleza de la varianza de la serie. Si la varianza resultará ser constante, entonces deberían
aplicarse el “modelo aditivo” y si esta fuese no constante sería mejor emplear el “modelo
multiplicativo”(Veliz, 2009):
Procedimiento de cálculo, estimación de índices y tasas
Para el caso de la hipótesis principal y derivadas se asume que el capital natural influye
en las trayectorias de crecimiento de la agroindustria del país. Esto significa que el crecimiento
es visto como variable dependiente del capital natural que dispone el sector, en este caso,
agroindustria del país. El crecimiento sectorial debe ser visto como una variación de la producción
función del tiempo, el cual puede ser expresado como una tasa, con la formulación siguiente
(Chiang & Wainwrigth, 2006):
=
2
−
1
1
(1)
El problema con la expresión de la tasa de crecimiento es la naturaleza de su trayectoria,
en este caso, la tasa debería ajustarse a un modelo exponencial o polinómico, si se añadiese, en
este último caso, una restricción de aumento, y todo ello en función del tiempo. De esa forma, la
tasa podría convertirse en una razón de cambio en función del tiempo, y la cual además depende
del tamaño de los recursos involucrados, y cuya expresión estaría dada por (Gujarati, 2006):
=
[
]
(2)
En el caso de las estimaciones de los recursos naturales empleados o inputs, así como de
los residuos sólidos resultantes (output) se estimaron sobre la base de diagramas de flujo
estandarizados, cuyos valores estandarizados se aprecian en el Apéndice I.
Procedimiento de análisis
Para esto debe tener en cuenta que los datos a trabajarse constituyen variaciones
temporales de la producción, y obviamente del capital natural. Una vez elegidos las series de
tiempo, debe considerarse el análisis de cada una de ellas, con la técnica de descomposición, de
forma tal, que sea posible identificar y “aislar” los componentes de corto, mediano y largo plazo,
sin que implique alteración de las frecuencias de las series originarias, controlando en todo
momento que no se generen ciclos artificiales o espurios (Escobal, 2002).
Una técnica usada es el método de la descomposición, por el cual se obtienen tres aspectos
importantes; uno relacionado con la tendencia (b
t
), el segundo, estacional referido a la presencia
de ciclos repetitivos (S
t
), y finalmente el componente estacionario (I
t
) referido a las características
estocásticas del comportamiento de las variables en el tiempo. Debe también tomarse en cuenta
la naturaleza de la varianza de la serie. Si la varianza resultará ser constante, entonces deberían
aplicarse el “modelo aditivo” y si esta fuese no constante sería mejor emplear el “modelo
multiplicativo”(Veliz, 2009):
(3)
Normalmente, la regresión es el método más empleado para ver el comportamiento de la
variación temporal. Es posible que el nivel de variación de la producción [Pro] respecto al K
n
pudiera verse influenciado por la disponibilidad de activos ambientales provenientes de periodos
anteriores, sobre todo en el caso de recursos no renovables, o de algunos renovables como la
biomasa, agua o suelo. Esto supondría que tal vez no exista una relación “no contemporánea” o
retardada entre Y o Pro y X o K
n
. Así se tendría Y
1
= al Pro en el tiempo t, X
1
= K
n
en el tiempo t,
Xt-1
= al K
n
en el momento (t-1), y X
t-2
=K
n
en el momento (t-2), por tanto, se configura el modelo
siguiente (Gujarati, 2006):
(5)
También es posible generalizar la expresión anterior, obteniendo un modelo sencillo de
retardos distribuidos con k periodos, bajo la expresión de (Gujarati, 2006; Veliz, 2009):
(6)
Este modelo expresa que el efecto de las variaciones unitarias sobre el valor de la variable
explicativa se percibe en k periodos. En este contexto, la expresión
es el multiplicador de corto
plazo o de impacto (Gujarati, 2006). De otro lado, la variación media de (Y) en los siguientes
periodos, expresada por
y
, cuyas sumas parciales se denominan
multiplicadores intermedios. Con esta técnica es posible distinguir el corto, mediano y largo
plazo.
Un siguiente paso consiste en obtener los puntajes de tendencia, bajo las consideraciones
expuesta θ y sus correspondientes puntajes de giro, o los θ´ sugeridos antes. En el primer caso, el
criterio de puntaje de tendencia se obtiene si se cumple (Escobal, 2002):
Correlaciones positivas
Correlaciones negativas
Si e
jt
> 0 y e
it-k
>0 puntaje 1;
Si e
jt
<0 y e
jt-k
<0 puntaje 1;
Si e
jt
>0 y e
it-k
<0 puntaje 0;
Si e
jt
< 0 y e
it-k
>0 puntaje 0.
Si e
jt
> 0 y e
it-k
<0 puntaje 1;
Si e
jt
<0 y e
jt-k
>0 puntaje 1;
Si e
jt
>0 y e
it-k
>0 puntaje 0;
Si e
jt
< 0 y e
it-k
<0 puntaje 0.
Por tanto, siguiendo lo descrito por Escobal es posible generar un puntaje θ, con la expresión
siguiente, que constituiría el índice de sostenibilidad sectorial (Escobal, 2002):
(7)
(3)
Normalmente, la regresión es el método más empleado para ver el comportamiento de la
variación temporal. Es posible que el nivel de variación de la producción [Pro] respecto al K
n
pudiera verse influenciado por la disponibilidad de activos ambientales provenientes de periodos
anteriores, sobre todo en el caso de recursos no renovables, o de algunos renovables como la
biomasa, agua o suelo. Esto supondría que tal vez no exista una relación “no contemporánea” o
retardada entre Y o Pro y X o K
n
. Así se tendría Y
1
= al Pro en el tiempo t, X
1
= K
n
en el tiempo t,
Xt-1
= al K
n
en el momento (t-1), y X
t-2
=K
n
en el momento (t-2), por tanto, se configura el modelo
siguiente (Gujarati, 2006):
(5)
También es posible generalizar la expresión anterior, obteniendo un modelo sencillo de
retardos distribuidos con k periodos, bajo la expresión de (Gujarati, 2006; Veliz, 2009):
(6)
Este modelo expresa que el efecto de las variaciones unitarias sobre el valor de la variable
explicativa se percibe en k periodos. En este contexto, la expresión
es el multiplicador de corto
plazo o de impacto (Gujarati, 2006). De otro lado, la variación media de (Y) en los siguientes
periodos, expresada por
y
, cuyas sumas parciales se denominan
multiplicadores intermedios. Con esta técnica es posible distinguir el corto, mediano y largo
plazo.
Un siguiente paso consiste en obtener los puntajes de tendencia, bajo las consideraciones
expuesta θ y sus correspondientes puntajes de giro, o los θ´ sugeridos antes. En el primer caso, el
criterio de puntaje de tendencia se obtiene si se cumple (Escobal, 2002):
Correlaciones positivas
Correlaciones negativas
Si e
jt
> 0 y e
it-k
>0 puntaje 1;
Si e
jt
<0 y e
jt-k
<0 puntaje 1;
Si e
jt
>0 y e
it-k
<0 puntaje 0;
Si e
jt
< 0 y e
it-k
>0 puntaje 0.
Si e
jt
> 0 y e
it-k
<0 puntaje 1;
Si e
jt
<0 y e
jt-k
>0 puntaje 1;
Si e
jt
>0 y e
it-k
>0 puntaje 0;
Si e
jt
< 0 y e
it-k
<0 puntaje 0.
Por tanto, siguiendo lo descrito por Escobal es posible generar un puntaje θ, con la expresión
siguiente, que constituiría el índice de sostenibilidad sectorial (Escobal, 2002):
(7)
A D J C - M H - V G - D I
163
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
También es posible generalizar la
expresión anterior, obteniendo un
modelo sencillo de retardos distribuidos
con k periodos, bajo la expresión de
(Gujarati, 2006; Veliz, 2009):
(6)
Este modelo expresa que el efecto de
las variaciones unitarias sobre el valor
de la variable explicativa se percibe en k
periodos. En este contexto, la expresión
es el multiplicador de corto plazo o de
impacto (Gujarati, 2006). De otro lado,
Correlaciones positivas Correlaciones negativas
Si e
jt
> 0 y e
it-k
>0 puntaje 1;
Si e
jt
<0 y e
jt-k
<0 puntaje 1;
Si e
jt
>0 y e
it-k
<0 puntaje 0;
Si e
jt
< 0 y e
it-k
>0 puntaje 0.
Si e
jt
> 0 y e
it-k
<0 puntaje 1;
Si e
jt
<0 y e
jt-k
>0 puntaje 1;
Si e
jt
>0 y e
it-k
>0 puntaje 0;
Si e
jt
< 0 y e
it-k
<0 puntaje 0.
(3)
Normalmente, la regresión es el método más empleado para ver el comportamiento de la
variación temporal. Es posible que el nivel de variación de la producción [Pro] respecto al K
n
pudiera verse influenciado por la disponibilidad de activos ambientales provenientes de periodos
anteriores, sobre todo en el caso de recursos no renovables, o de algunos renovables como la
biomasa, agua o suelo. Esto supondría que tal vez no exista una relación “no contemporánea” o
retardada entre Y o Pro y X o K
n
. Así se tendría Y
1
= al Pro en el tiempo t, X
1
= K
n
en el tiempo t,
Xt-1
= al K
n
en el momento (t-1), y X
t-2
=K
n
en el momento (t-2), por tanto, se configura el modelo
siguiente (Gujarati, 2006):
(5)
También es posible generalizar la expresión anterior, obteniendo un modelo sencillo de
retardos distribuidos con k periodos, bajo la expresión de (Gujarati, 2006; Veliz, 2009):
(6)
Este modelo expresa que el efecto de las variaciones unitarias sobre el valor de la variable
explicativa se percibe en k periodos. En este contexto, la expresión
es el multiplicador de corto
plazo o de impacto (Gujarati, 2006). De otro lado, la variación media de (Y) en los siguientes
periodos, expresada por
y
, cuyas sumas parciales se denominan
multiplicadores intermedios. Con esta técnica es posible distinguir el corto, mediano y largo
plazo.
Un siguiente paso consiste en obtener los puntajes de tendencia, bajo las consideraciones
expuesta θ y sus correspondientes puntajes de giro, o los θ´ sugeridos antes. En el primer caso, el
criterio de puntaje de tendencia se obtiene si se cumple (Escobal, 2002):
Correlaciones positivas
Correlaciones negativas
Si e
jt
> 0 y e
it-k
>0 puntaje 1;
Si e
jt
<0 y e
jt-k
<0 puntaje 1;
Si e
jt
>0 y e
it-k
<0 puntaje 0;
Si e
jt
< 0 y e
it-k
>0 puntaje 0.
Si e
jt
> 0 y e
it-k
<0 puntaje 1;
Si e
jt
<0 y e
jt-k
>0 puntaje 1;
Si e
jt
>0 y e
it-k
>0 puntaje 0;
Si e
jt
< 0 y e
it-k
<0 puntaje 0.
Por tanto, siguiendo lo descrito por Escobal es posible generar un puntaje θ, con la expresión
siguiente, que constituiría el índice de sostenibilidad sectorial (Escobal, 2002):
(7)
la variación media de (Y) en los siguientes
periodos, expresada por y , cuyas sumas
parciales se denominan multiplicadores
intermedios. Con esta técnica es posible
distinguir el corto, mediano y largo
plazo.
Un siguiente paso consiste en
obtener los puntajes de tendencia, bajo
las consideraciones expuesta θ y sus
correspondientes puntajes de giro, o los
θ´ sugeridos antes. En el primer caso,
el criterio de puntaje de tendencia se
obtiene si se cumple (Escobal, 2002):
Por tanto, siguiendo lo descrito por
Escobal es posible generar un puntaje
θ, con la expresión siguiente, que
constituiría el índice de sostenibilidad
sectorial (Escobal, 2002):
(7)
Resultados
Los resultados que se exponen tienen
una naturaleza exploratoria. Se pasa
revista a series de tiempo que ilustran
la evolución de la producción de este
sector en el periodo comprendido
entre 2000-2016, para ello se ofrece
un análisis estilizado de tales curvas,
que tiene el objeto determinar las tasas
de crecimiento o decrecimiento para
el escenario antes referido. Se evaluó
además los eslabonamientos internos
de cada uno de los subsectores, esto es
agregando los subsectores y no por ramas
de actividad, siguiendo la clasicación
(3)
Normalmente, la regresión es el método más empleado para ver el comportamiento de la
variación temporal. Es posible que el nivel de variación de la producción [Pro] respecto al K
n
pudiera verse influenciado por la disponibilidad de activos ambientales provenientes de periodos
anteriores, sobre todo en el caso de recursos no renovables, o de algunos renovables como la
biomasa, agua o suelo. Esto supondría que tal vez no exista una relación “no contemporánea” o
retardada entre Y o Pro y X o K
n
. Así se tendría Y
1
= al Pro en el tiempo t, X
1
= K
n
en el tiempo t,
Xt-1
= al K
n
en el momento (t-1), y X
t-2
=K
n
en el momento (t-2), por tanto, se configura el modelo
siguiente (Gujarati, 2006):
(5)
También es posible generalizar la expresión anterior, obteniendo un modelo sencillo de
retardos distribuidos con k periodos, bajo la expresión de (Gujarati, 2006; Veliz, 2009):
(6)
Este modelo expresa que el efecto de las variaciones unitarias sobre el valor de la variable
explicativa se percibe en k periodos. En este contexto, la expresión
es el multiplicador de corto
plazo o de impacto (Gujarati, 2006). De otro lado, la variación media de (Y) en los siguientes
periodos, expresada por
y
, cuyas sumas parciales se denominan
multiplicadores intermedios. Con esta técnica es posible distinguir el corto, mediano y largo
plazo.
Un siguiente paso consiste en obtener los puntajes de tendencia, bajo las consideraciones
expuesta θ y sus correspondientes puntajes de giro, o los θ´ sugeridos antes. En el primer caso, el
criterio de puntaje de tendencia se obtiene si se cumple (Escobal, 2002):
Correlaciones positivas
Correlaciones negativas
Si e
jt
> 0 y e
it-k
>0 puntaje 1;
Si e
jt
<0 y e
jt-k
<0 puntaje 1;
Si e
jt
>0 y e
it-k
<0 puntaje 0;
Si e
jt
< 0 y e
it-k
>0 puntaje 0.
Si e
jt
> 0 y e
it-k
<0 puntaje 1;
Si e
jt
<0 y e
jt-k
>0 puntaje 1;
Si e
jt
>0 y e
it-k
>0 puntaje 0;
Si e
jt
< 0 y e
it-k
<0 puntaje 0.
Por tanto, siguiendo lo descrito por Escobal es posible generar un puntaje θ, con la expresión
siguiente, que constituiría el índice de sostenibilidad sectorial (Escobal, 2002):
(7)
del CIIU, por el contrario se agrupan
los sectores siguiendo la complejidad
de la cadena del valor propuesta por
Porter & Heppelmann (2016), de ese
modo se distinguen las agroindustrias
que pertenecen a las cadenas (C1) o de
baja transformación, en las cuales los
productos solo se seleccionan, limpian,
empacan y almacenan con o sin cadena
de frío. Luego están las agroindustrias de
cadenas (C2) de mediana transformación,
que suponen la obtención de productos
mediante procesos de transformación
física de sus materias primas y, por
último, están las agroindustrias del tipo
(C3), que implican la transformación
tanto física como química de sus materias
primas.
Análisis comparativo del crecimiento
según agro-cadenas
Nuestro análisis se basa en agrupar
a los diferentes subsectores en función
del grado de transformación de sus
S A N
164
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
productos, siguiendo la teoría de Michael
Porter (2015), de esa forma se tiene que
en la cadena de tipo C1 existen dos sub-
sectores que representan el 18.1% de los
casos analizados. En la cadena de tipo C2
se tiene al 45.5% de los casos y nalmente
en la cadena de tipo C3 se tienen al
36.4% de los subsectores analizados y
comprendidos en este primer reporte de
investigación (Tabla 1).
Tabla 1
Distribución de los sectores según nivel de transformación
Cadenas Cadenas tipo C1
(Transformación básica)
Cadenas C2
(Transformación física)
Cadenas C3
(Transformación química)
Sub sectores
Arroz pilado Alimento balanceado Aceites
Leche Fideos Grasas
Harina Derivados lácteos
Sémola Embutidos y carnes
Avena
Derivados de cacao
Numero de cadenas 2 5 4
Porcentaje 18.1% 45.5% 36.4%
La evolución de las tasas de crecimiento
de cada uno de los sectores en función
de las cadenas de valor, que se agruparon
según las consdieraciones descritas para la
Tabla 1, señalan, que para las agroindustria
de tipo C3 se observan patrones mixtos.
Siendo más aguda las depresiones en el
caso de los derivados lácteos (2003 y
2013). Menores crisis presentan, en su
crecimiento, los subsectores aceites y
embutidos (Figura 3).
caso de los derivados lácteos (2003 y 2013). Menores crisis presentan, en su crecimiento, los
subsectores aceites y embutidos (Figura 3).
Figura 3. Tasas de crecimiento de los sectores de cadena productiva tipo C3
Un caso aparte constituye el tema del crecimiento del subsector alimento balanceado, que por
sus importantes volúmenes de producción y complejas tasas de crecimiento debe ser evaluado en
forma separada de los demás subsectores que integran las cadenas de tipo C2. Así se tiene que el
sector atraviesa un dinamismo volátil para 2000-2005 (Figura 4), con una notoria tendencia a la
baja en sus velocidades de crecimiento, seguidas de un periodo breve de recuperación (2006-
2007) y otra vez se observa un valle prolongado entre 2008-2010, con una relativa recuperación
en 2011 para luego volver a bajar entre 2014 y 2016. Nótese el peor retroceso se produce en el
2013.
Figura 4. Tasas de crecimiento de los sectores de cadena productiva tipo C2, el caso de la producción de
alimento balanceado.
Respecto a los otros componentes de esta cadena C2, se tiene que el subsector de derivados
de cacao es mucho más volátil que el resto de componentes, con tasas crecientes y decrecientes
de relativa importancia. Por ejemplo, en los años 2003 y 2004, presentó tasas de 46 y 48%, y
después de 2011 con tasas de crecientes del orden del 12 y 20% al año siguiente (2013). Los
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Aceite Grasa Derv. Lacteos Embutidos
(0.25)
(0.20)
(0.15)
(0.10)
(0.05)
-
0.05
0.10
0.15
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Figura 3. Tasas de crecimiento de los sectores de cadena productiva tipo C3
Un caso aparte constituye el tema
del crecimiento del subsector alimento
balanceado, que por sus importantes
volúmenes de producción y complejas
tasas de crecimiento debe ser evaluado de
forma separada de los demás subsectores
que integran las cadenas de tipo C2. Así se
tiene que el sector atraviesa un dinamismo
volátil para 2000-2005 (Figura 4), con
una notoria tendencia a la baja en sus
velocidades de crecimiento, seguidas de
un periodo breve de recuperación (2006-
2007) y otra vez se observa un valle
prolongado entre 2008-2010, con una
relativa recuperación en 2011 para luego
volver a bajar entre 2014 y 2016. Nótese
el peor retroceso se produce en el 2013.
A D J C - M H - V G - D I
165
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
caso de los derivados lácteos (2003 y 2013). Menores crisis presentan, en su crecimiento, los
subsectores aceites y embutidos (Figura 3).
Figura 3. Tasas de crecimiento de los sectores de cadena productiva tipo C3
Un caso aparte constituye el tema del crecimiento del subsector alimento balanceado, que por
sus importantes volúmenes de producción y complejas tasas de crecimiento debe ser evaluado en
forma separada de los demás subsectores que integran las cadenas de tipo C2. Así se tiene que el
sector atraviesa un dinamismo volátil para 2000-2005 (Figura 4), con una notoria tendencia a la
baja en sus velocidades de crecimiento, seguidas de un periodo breve de recuperación (2006-
2007) y otra vez se observa un valle prolongado entre 2008-2010, con una relativa recuperación
en 2011 para luego volver a bajar entre 2014 y 2016. Nótese el peor retroceso se produce en el
2013.
Figura 4. Tasas de crecimiento de los sectores de cadena productiva tipo C2, el caso de la producción de
alimento balanceado.
Respecto a los otros componentes de esta cadena C2, se tiene que el subsector de derivados
de cacao es mucho más volátil que el resto de componentes, con tasas crecientes y decrecientes
de relativa importancia. Por ejemplo, en los años 2003 y 2004, presentó tasas de 46 y 48%, y
después de 2011 con tasas de crecientes del orden del 12 y 20% al año siguiente (2013). Los
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Aceite Grasa Derv. Lacteos Embutidos
(0.25)
(0.20)
(0.15)
(0.10)
(0.05)
-
0.05
0.10
0.15
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Figura 4. Tasas de crecimiento de los sectores de cadena productiva tipo C2, el
caso de la producción de alimento balanceado.
Respecto a los otros componentes de
esta cadena C2, se tiene que el subsector
de derivados de cacao es mucho más
volátil que el resto de componentes, con
tasas crecientes y decrecientes de relativa
importancia. Por ejemplo, en los años
2003 y 2004, presentó tasas de 46 y 48%,
y después de 2011 con tasas de crecientes
del orden del 12 y 20% al año siguiente
(2013). Los demás subsectores tienen un
comportamiento más estilizado y cuyas
variaciones son menos volátiles que las
anteriores (Figura 5).
demás subsectores tienen un comportamiento más estilizado y cuyas variaciones son menos
volátiles que las anteriores (Figura 5).
Figura 5. Tasas de crecimiento de los sectores de cadena productiva tipo C2, excepto alimento balanceado.
El análisis correspondiente para el caso de los subsectores que pertenecen a la cadena C1,
(Figura 6), según la cual se aprecia que tanto la producción de leche como de arroz pilado, tienen
una importante volatilidad en el crecimiento. En el primer caso, se tienen tasas crecientes muy
importantes de 21 y 48% en los años 2007 y 2008, respectivamente, pero a la vez se observan
tasas decrecientes muy acentuadas 12 y 19% en 2006 y 2013, respectivamente. De otro lado, en
el caso del arroz las tasas crecientes más importantes son 34% en 2005, 46% en 2012 y 24% en
2013. Y las tasas negativas se presentan en el año 2004 (-13%), 2006 (-5%) y 2011 (-7%).
Figura 63. Tasas de crecimiento de los sectores de cadena productiva tipo C1.
Una aproximación al uso del capital natural en la agroindustria nacional
Diversas fuentes señalan que aún en los sistemas económicos más avanzados y eficientes
del mundo (Escot & Galindo, 1999; Chiesura & de Groot, 2003; Ekins, Simon, Deutsch, & Folke,
2003), una proporción del crecimiento depende del capital natural, léase recursos naturales. Si
bien es cierto, que en ese punto de la discusión los expertos se dividen en dos grandes grupos. De
(0.30)
(0.20)
(0.10)
-
0.10
0.20
0.30
0.40
0.50
0.60
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Fideos Harina Avena Sémola Derv. cacao
(0.30)
(0.20)
(0.10)
-
0.10
0.20
0.30
0.40
0.50
0.60
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Leche Arroz pilado
Figura 5. Tasas de crecimiento de los sectores de cadena productiva tipo C2,
excepto alimento balanceado.
El análisis correspondiente para el
caso de los subsectores que pertenecen a
la cadena C1, (Figura 6), según la cual
se aprecia que tanto la producción de
leche como de arroz pilado, tienen una
importante volatilidad en el crecimiento.
En el primer caso, se tienen tasas crecientes
muy importantes de 21 y 48% en los
años 2007 y 2008, respectivamente, pero
a la vez se observan tasas decrecientes
muy acentuadas 12 y 19% en 2006 y
2013, respectivamente. Por otro lado, en
el caso del arroz las tasas crecientes más
importantes son 34% en 2005, 46% en
2012 y 24% en 2013. Y las tasas negativas
se presentan en el año 2004 (-13%), 2006
(-5%) y 2011 (-7%).
S A N
166
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Figura 7. Tasas de consumo de recursos naturales y generación de residuos en C1. Fig.
7-A: Tasas de consumo de recursos naturales (suelo & agua) y de generación de
residuos para C1 (caso arroz pilado). Fig. 7-B: Tasas de consumo de recursos naturales
(suelo & agua) y de generación de residuos para C1 (caso leche pasteurizada).
demás subsectores tienen un comportamiento más estilizado y cuyas variaciones son menos
volátiles que las anteriores (Figura 5).
Figura 5. Tasas de crecimiento de los sectores de cadena productiva tipo C2, excepto alimento balanceado.
El análisis correspondiente para el caso de los subsectores que pertenecen a la cadena C1,
(Figura 6), según la cual se aprecia que tanto la producción de leche como de arroz pilado, tienen
una importante volatilidad en el crecimiento. En el primer caso, se tienen tasas crecientes muy
importantes de 21 y 48% en los años 2007 y 2008, respectivamente, pero a la vez se observan
tasas decrecientes muy acentuadas 12 y 19% en 2006 y 2013, respectivamente. De otro lado, en
el caso del arroz las tasas crecientes más importantes son 34% en 2005, 46% en 2012 y 24% en
2013. Y las tasas negativas se presentan en el año 2004 (-13%), 2006 (-5%) y 2011 (-7%).
Figura 63. Tasas de crecimiento de los sectores de cadena productiva tipo C1.
Una aproximación al uso del capital natural en la agroindustria nacional
Diversas fuentes señalan que aún en los sistemas económicos más avanzados y eficientes
del mundo (Escot & Galindo, 1999; Chiesura & de Groot, 2003; Ekins, Simon, Deutsch, & Folke,
2003), una proporción del crecimiento depende del capital natural, léase recursos naturales. Si
bien es cierto, que en ese punto de la discusión los expertos se dividen en dos grandes grupos. De
(0.30)
(0.20)
(0.10)
-
0.10
0.20
0.30
0.40
0.50
0.60
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Fideos Harina Avena Sémola Derv. cacao
(0.30)
(0.20)
(0.10)
-
0.10
0.20
0.30
0.40
0.50
0.60
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Leche Arroz pilado
Figura 6. Tasas de crecimiento de los sectores de cadena productiva tipo C1.
Una aproximación al uso del capital
natural en la agroindustria nacional
Diversas fuentes señalan que aún en
los sistemas económicos más avanzados y
ecientes del mundo (Escot & Galindo,
1999; Chiesura & de Groot, 2003;
Ekins, Simon, Deutsch, & Folke, 2003),
una proporción del crecimiento depende
del capital natural, léase recursos
naturales. Si bien es cierto, que en ese
punto de la discusión los expertos se
dividen en dos grandes grupos. De un
lado, están aquellos que arman que el
crecimiento de las economías no depende
sustancialmente de los recursos naturales,
y además postulan una relación adversa,
a la que se ha denominado la “maldición
de los recursos naturales”. Y de otro, están
los que arman que los recursos naturales
explican el crecimiento de las economías,
en particular en la fase de expansión.
un lado, están aquellos que afirman que el crecimiento de las economías no depende
sustancialmente de los recursos naturales, y además postulan una relación adversa, a la que se ha
denominado la “maldición de los recursos naturales”. Y de otro, están los que afirman que los
recursos naturales explican el crecimiento de las economías, en particular en la fase de expansión.
Fig. 7-A: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C1 (caso arroz pilado).
Fig. 7-B: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C1 (caso leche pasteurizada).
Figura 74. Tasas de consumo de recursos naturales y generación de residuos en C1
En la Figura 7 se aprecian tasas diferencias tanto a nivel de cargas como de presiones
ambientales, entendidas las primeras como descargas de contaminantes, en este caso de residuos
sólidos, y las segundas expresadas como tasas de consumo de recursos naturales (suelo y agua)
para las cadenas agroindustriales del tipo C1. También se estima que existen notables diferencias
respecto al tipo de productos, bien sea leche pasteurizada o arroz pilado.
Las tasas de cambio, bien sea para recursos naturales (suelo y agua) como para los
contaminantes (residuos sólidos) difieran además por periodo temporales. Así se tienen tasas
intensivas, muy alta para recursos naturales en los años de mayor expansión de la producción y
viceversa. De esta forma que constataría que la relación entre consumo de capital natural y
crecimiento productivo, al menos para los casos estudiados de las cadenas productivas del tipo
C1 para el periodo 2000-2016. Una evidencia adicional se ofrece en la Tabla 2, donde se observa
que el aumento de la producción va aparejado de mayores volúmenes de consumo de agua e
incrementos sustancias en la superficie. En este último, el lector podría preguntarse cuál es la
relación entre productos agroindustriales como leche pasteurizada o arroz pilado con el consumo
de suelo. La relación se produce como consecuencia que tanto la leche como el arroz dependen
de extensas áreas para cultivar pastos y de ese modo alimentar a una población de vacas, las que
luego proporcionarán volúmenes importantes de leche fresca. El caso del arroz pilado la relación
(4.00) (2.00) - 2.00 4.00 6.00 8.00 10.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Arroz/residuos Arroz/agua Arroz/suelo
(20.00) (15.00) (10.00) (5.00) - 5.00 10.00 15.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Leche/residuos Leche/agua Leche/suelo
un lado, están aquellos que afirman que el crecimiento de las economías no depende
sustancialmente de los recursos naturales, y además postulan una relación adversa, a la que se ha
denominado la “maldición de los recursos naturales”. Y de otro, están los que afirman que los
recursos naturales explican el crecimiento de las economías, en particular en la fase de expansión.
Fig. 7-A: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C1 (caso arroz pilado).
Fig. 7-B: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C1 (caso leche pasteurizada).
Figura 74. Tasas de consumo de recursos naturales y generación de residuos en C1
En la Figura 7 se aprecian tasas diferencias tanto a nivel de cargas como de presiones
ambientales, entendidas las primeras como descargas de contaminantes, en este caso de residuos
sólidos, y las segundas expresadas como tasas de consumo de recursos naturales (suelo y agua)
para las cadenas agroindustriales del tipo C1. También se estima que existen notables diferencias
respecto al tipo de productos, bien sea leche pasteurizada o arroz pilado.
Las tasas de cambio, bien sea para recursos naturales (suelo y agua) como para los
contaminantes (residuos sólidos) difieran además por periodo temporales. Así se tienen tasas
intensivas, muy alta para recursos naturales en los años de mayor expansión de la producción y
viceversa. De esta forma que constataría que la relación entre consumo de capital natural y
crecimiento productivo, al menos para los casos estudiados de las cadenas productivas del tipo
C1 para el periodo 2000-2016. Una evidencia adicional se ofrece en la Tabla 2, donde se observa
que el aumento de la producción va aparejado de mayores volúmenes de consumo de agua e
incrementos sustancias en la superficie. En este último, el lector podría preguntarse cuál es la
relación entre productos agroindustriales como leche pasteurizada o arroz pilado con el consumo
de suelo. La relación se produce como consecuencia que tanto la leche como el arroz dependen
de extensas áreas para cultivar pastos y de ese modo alimentar a una población de vacas, las que
luego proporcionarán volúmenes importantes de leche fresca. El caso del arroz pilado la relación
(4.00) (2.00) - 2.00 4.00 6.00 8.00 10.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Arroz/residuos Arroz/agua Arroz/suelo
(20.00) (15.00) (10.00) (5.00) - 5.00 10.00 15.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Leche/residuos Leche/agua Leche/suelo
A D J C - M H - V G - D I
167
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
En la Figura 7 se aprecian tasas
diferencias tanto a nivel de cargas como
de presiones ambientales, entendidas
las primeras como descargas de
contaminantes, en este caso de residuos
sólidos, y las segundas expresadas
como tasas de consumo de recursos
naturales (suelo y agua) para las cadenas
agroindustriales del tipo C1. También se
estima que existen notables diferencias
respecto al tipo de productos, bien sea
leche pasteurizada o arroz pilado.
Las tasas de cambio, bien sea para
recursos naturales (suelo y agua) como
para los contaminantes (residuos sólidos)
dieran además por periodo temporales.
Así se tienen tasas intensivas, muy alta
para recursos naturales en los años de
mayor expansión de la producción y
viceversa. De esta forma que constataría
que la relación entre consumo de capital
natural y crecimiento productivo, al
punto de la discusión los expertos se
dividen en dos grandes grupos. De un
lado, están aquellos que arman que el
crecimiento de las economías no depende
sustancialmente de los recursos naturales,
y además postulan una relación adversa,
a la que se ha denominado la “maldición
de los recursos naturales”. Y de otro, están
los que arman que los recursos naturales
explican el crecimiento de las economías,
en particular en la fase de expansión.
menos para los casos estudiados de las
cadenas productivas del tipo C1 para
el periodo 2000-2016. Una evidencia
adicional se ofrece en la Tabla 2, donde se
observa que el aumento de la producción
va aparejado de mayores volúmenes de
consumo de agua e incrementos sustancias
en la supercie. En este último, el lector
podría preguntarse cuál es la relación
entre productos agroindustriales como
leche pasteurizada o arroz pilado con el
consumo de suelo. La relación se produce
como consecuencia que tanto la leche
como el arroz dependen de extensas
áreas para cultivar pastos y de ese modo
alimentar a una población de vacas, las
que luego proporcionarán volúmenes
importantes de leche fresca. El caso del
arroz pilado la relación es mucho más
directa, porque se trata de asegurar una
supercie de cultivo de arroz que permita
venderse en los mercados regionales, y
para ello se requiere, del servicio de pilado.
Figura 8. Composición de presiones y cargas ambientales en las cadenas
agroindustriales de tipo C1
es mucho más directa, porque se trata de asegurar una superficie de cultivo de arroz que permita
venderse en los mercados regionales, y para ello se requiere, del servicio de pilado.
Figura 85. Composición de presiones y cargas ambientales en las cadenas agroindustriales de tipo C1
En la Figura 8 se observa, en términos proporcionales, para los volúmenes producidos y
descritos en la Tabla 3, la proporción de uso de recursos naturales y generación de cargas
ambientales en términos de residuos sólidos. Se aprecia un uso promedio una presión del 15 al
25% para el suelo, seguido del 25 y 40% para el agua, con una proporción importante de
generación de residuos sólidos, que oscila entre 45 y 60%. Esto último indicaría que las cadenas
agroindustriales del tipo C1 presentan importantes presiones ambientales pero muy significativas
cargas, traducidas en volúmenes de residuos sólidos.
Tabla 2
Producción, consumo de recursos naturales (capital natural) y generación de residuos para cadenas
agroindustriales del tipo C1 (2000-2016)
Años
Producción total anual en tm
Arroz pilado
Leche
Arroz
pilado
Leche
Suelo
ha*
Agua
m
3
*
Residuos
tm*
Suelo
ha*
Agua
m
3
*
Residuos
tm*
2000
1,324,471
48,747
155,820.16
305,509.90
903,717.89
48,720.81
3,096.87
11,149
2001
1,420,103
52,138
167,070.99
327,568.91
968,969.87
52,109.98
3,312.30
11,925
2002
1,482,619
55,347
169,841.17
333,000.29
943,501.38
55,346.49
3,518.02
12,754
2003
1,492,684
56,739
159,014.97
311,773.81
909,852.51
53,014.88
3,369.81
13,641
2004
1,291,427
57,770
87,303.72
171,172.66
781,871.09
52,975.21
3,367.29
14,590
2005
1,727,850
63,194
668,042.26
448,894.27
1,209,118.70
78,465.34
5,248.29
15,605
2006
1,654,448
55,924
120,089.88
235,455.06
865,326.50
18,487.45
1,175.13
16,691
2007
1,704,593
67,929
192,042.33
376,529.14
931,108.94
94,943.07
6,034.92
17,852
2008
1,955,786
100,579
467,980.47
917,549.19
1,036,891.68
52,757.65
6,638.41
19,094
2009
2,093,810
111,486
287,850.02
564,375.17
967,494.99
114,881.11
7,302.25
20,422
2010
1,981,961
126,982
89,992.02
176,443.49
855,442.68
126,369.22
8,032.48
21,843
2011
1,837,121
126,616
67,622.40
132,584.32
837,674.56
44,836.82
2,849.99
23,362
2012
2,678,374
130,591
392,381.68
769,325.90
1,317,548.15
124,827.12
7,934.46
24,987
2013
3,316,726
106,023
423,772.22
830,871.97
1,119,106.04
168,197.43
10,691.23
26,725
2014
3,559,396
112,553
418,752.49
821,030.00
994,089.68
283,200.75
11,760.35
28,585
0%
20%
40%
60%
80%
100%
2000 20012002 20032004 20052006 200720082009 2010 2011 2012201320142015 2016
Suelo Agua Residuos
En la Figura 8 se observa, en términos
proporcionales, para los volúmenes
producidos y descritos en la Tabla 3, la
proporción de uso de recursos naturales
y generación de cargas ambientales en
términos de residuos sólidos. Se aprecia
un uso promedio una presión del 15
al 25% para el suelo, seguido del 25 y
40% para el agua, con una proporción
importante de generación de residuos
sólidos, que oscila entre 45 y 60%.
Esto último indicaría que las cadenas
agroindustriales del tipo C1 presentan
importantes presiones ambientales pero
muy signicativas cargas, traducidas en
volúmenes de residuos sólidos.
S A N
168
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Tabla 2
Producción, consumo de recursos naturales (capital natural) y generación de residuos para
cadenas agroindustriales del tipo C1 (2000-2016)
Años
Producción total anual en tm Arroz pilado Leche
Arroz pilado Leche
Suelo
ha*
Agua
m
3
*
Residuos
tm*
Suelo
ha*
Agua
m
3
*
Residuos
tm*
2000 1,324,471 48,747 155,820.16 305,509.90 903,717.89 48,720.81 3,096.87 11,149
2001 1,420,103 52,138 167,070.99 327,568.91 968,969.87 52,109.98 3,312.30 11,925
2002 1,482,619 55,347 169,841.17 333,000.29 943,501.38 55,346.49 3,518.02 12,754
2003 1,492,684 56,739 159,014.97 311,773.81 909,852.51 53,014.88 3,369.81 13,641
2004 1,291,427 57,770 87,303.72 171,172.66 781,871.09 52,975.21 3,367.29 14,590
2005 1,727,850 63,194 668,042.26 448,894.27 1,209,118.70 78,465.34 5,248.29 15,605
2006 1,654,448 55,924 120,089.88 235,455.06 865,326.50 18,487.45 1,175.13 16,691
2007 1,704,593 67,929 192,042.33 376,529.14 931,108.94 94,943.07 6,034.92 17,852
2008 1,955,786 100,579 467,980.47 917,549.19 1,036,891.68 52,757.65 6,638.41 19,094
2009 2,093,810 111,486 287,850.02 564,375.17 967,494.99 114,881.11 7,302.25 20,422
2010 1,981,961 126,982 89,992.02 176,443.49 855,442.68 126,369.22 8,032.48 21,843
2011 1,837,121 126,616 67,622.40 132,584.32 837,674.56 44,836.82 2,849.99 23,362
2012 2,678,374 130,591 392,381.68 769,325.90 1,317,548.15 124,827.12 7,934.46 24,987
2013 3,316,726 106,023 423,772.22 830,871.97 1,119,106.04 168,197.43 10,691.23 26,725
2014 3,559,396 112,553 418,752.49 821,030.00 994,089.68 283,200.75 11,760.35 28,585
2015 3,819,821 119,486 449,390.71 881,101.06 1,039,275.58 358,032.49 12,936.39 30,573
2016 4,099,300 126,845 482,270.60 945,567.24 1,717,063.99 462,119.17 14,230.03 32,700
*Valores estimados con base a balances de masa por producto según diagramas de ujo de
procesos estandarizados por sub-sector. Fuente: (Prom Perú, 2015) y estimaciones propias.
En el caso de las cadenas agroindustria
del tipo C2, el comportamiento de la tasa
varía sustancialmente, esto tiene sentido,
porque el nivel de procesamiento y
transformación en estas agroindustrias es
mayor, dado que se trata de una alteración
física de los productos agrarios, pecuarios
y/o forestales, tal como se aprecia en la
Figura 9. Por ejemplo, para el caso del
alimento balanceado, donde además debe
considerarse el efecto de importación
derivado de los insumos maíz amarillo
y soya. Un panorama similar se aprecia
en los productos derivados del cacao y
en menor intensidad en la producción
de sémola. Con un comportamiento
cualitativamente diferente se presenta
en el caso de los productos del sector
harinero, por ejemplo, deos, harina
y avena. En todos ellos, aprecian
importantes tasas de consumo de recursos
naturales, lo cual resulta lógico si se
considera que, en la industria harinera,
el nivel de relación es directo respecto a
la supercie cultivada de trigo o avena.
Aquí nuevamente debe considerarse el
efecto de la importación, básicamente
del trigo, que como se conoce, el Perú es
un país decitario en la producción de
este cereal, no solo por consideraciones
tecnológicas sino por restricciones
de índole ecológica (Tejada, 2008).
Argumento que también se extiende al
caso de la avena, que, al formar parte
de los cereales emparentados con el
trigo, tienen las mismas restricciones
ecológicas y tecnológicas para un cultivo
más extendido y con mayor rendimiento.
A D J C - M H - V G - D I
169
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
2015
3,819,821
119,486
449,390.71
881,101.06
1,039,275.58
358,032.49
12,936.39
30,573
2016
4,099,300
126,845
482,270.60
945,567.24
1,717,063.99
462,119.17
14,230.03
32,700
*Valores estimados con base a balances de masa por producto según diagramas de flujo de procesos estandarizados
por sub-sector. Fuente: (Prom Perú, 2015) y estimaciones propias.
En el caso de las cadenas agroindustria del tipo C2, el comportamiento de la tasa varía
sustancialmente, esto tiene sentido, porque el nivel de procesamiento y transformación en estas
agroindustrias es mayor, dado que se trata de una alteración física de los productos agrarios,
pecuarios y/o forestales, tal como se aprecia en la Figura 9. Por ejemplo, para el caso del alimento
balanceado, donde además debe considerarse el efecto de importación derivado de los insumos
maíz amarillo y soya. Un panorama similar se aprecia en los productos derivados del cacao y en
menor intensidad en la producción de sémola. Con un comportamiento cualitativamente diferente
se presenta en el caso de los productos del sector harinero, por ejemplo, fideos, harina y avena.
En todos ellos, aprecian importantes tasas de consumo de recursos naturales, lo cual resulta lógico
si se considera que, en la industria harinera, el nivel de relación es directo respecto a la superficie
cultivada de trigo o avena. Aquí nuevamente debe considerarse el efecto de la importación,
básicamente del trigo, que como se conoce, el Perú es un país deficitario en la producción de este
cereal, no solo por consideraciones tecnológicas sino por restricciones de índole ecológica
(Tejada, 2008). Argumento que también se extiende al caso de la avena, que, al formar parte de
los cereales emparentados con el trigo, tienen las mismas restricciones ecológicas y tecnológicas
para un cultivo más extendido y con mayor rendimiento.
Fig. 9-A: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C2 (caso alimento balanceado).
Fig. 9-B: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso fideos).
(600.00) (400.00) (200.00) - 200.00 400.00 600.00 800.00 1,000.00 1,200.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Alimento balanceado/residuos Alimento balanceado/agua
Alimento balanceado/suelo
(10.00) - 10.00 20.00 30.00 40.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Fideos/residuos Fideo/agua Fideo/suelo
Fig. 9-C: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C2 (caso harina).
Fig. 9-D: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso avena).
Fig. 9-E: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C2 (caso sémola).
Fig. 9-F: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso derivados de
cacao).
Figura 9. Tasas de consumo de recursos naturales y generación de residuos en C2
En la Tabla 3 se presentan tanto los volúmenes productos como el nivel de presión ambiental
para las agroindustrias de tipo C2. Por las características de los productos analizados, en este caso
se aprecia una mejor relación entre el volumen producido y los consumos de suelo y garua, así
como de la generación de residuos sólidos. Nuevamente, se observa una trayectoria expansiva,
según la cual a mayor producción mayores niveles de presión de recursos naturales y mayores
cargas ambientales traducidas en residuos sólidos generados por estas cadenas.
(4.00) (2.00) - 2.00 4.00 6.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Harina/residuos Harina/agua Harina/suelo
(4.00) (2.00) - 2.00 4.00 6.00 8.00 10.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Avena/residuos Avena/agua Avena/suelo
(15.00) (10.00) (5.00) - 5.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Semola/residuos Semola/agua Semola/suelo
(200.00) (150.00) (100.00) (50.00) - 50.00 100.00 150.00 200.00 250.00 300.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Derv. Cacao/residuos Derv. Cacao/agua Derv. Cacao/suelo
Fig. 9-C: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C2 (caso harina).
Fig. 9-D: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso avena).
Fig. 9-E: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C2 (caso sémola).
Fig. 9-F: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso derivados de
cacao).
Figura 9. Tasas de consumo de recursos naturales y generación de residuos en C2
En la Tabla 3 se presentan tanto los volúmenes productos como el nivel de presión ambiental
para las agroindustrias de tipo C2. Por las características de los productos analizados, en este caso
se aprecia una mejor relación entre el volumen producido y los consumos de suelo y garua, así
como de la generación de residuos sólidos. Nuevamente, se observa una trayectoria expansiva,
según la cual a mayor producción mayores niveles de presión de recursos naturales y mayores
cargas ambientales traducidas en residuos sólidos generados por estas cadenas.
(4.00) (2.00) - 2.00 4.00 6.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Harina/residuos Harina/agua Harina/suelo
(4.00) (2.00) - 2.00 4.00 6.00 8.00 10.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Avena/residuos Avena/agua Avena/suelo
(15.00) (10.00) (5.00) - 5.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Semola/residuos Semola/agua Semola/suelo
(200.00) (150.00) (100.00) (50.00) - 50.00 100.00 150.00 200.00 250.00 300.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Derv. Cacao/residuos Derv. Cacao/agua Derv. Cacao/suelo
Fig. 9-C: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C2 (caso harina).
Fig. 9-D: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso avena).
Fig. 9-E: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C2 (caso sémola).
Fig. 9-F: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso derivados de
cacao).
Figura 9. Tasas de consumo de recursos naturales y generación de residuos en C2
En la Tabla 3 se presentan tanto los volúmenes productos como el nivel de presión ambiental
para las agroindustrias de tipo C2. Por las características de los productos analizados, en este caso
se aprecia una mejor relación entre el volumen producido y los consumos de suelo y garua, así
como de la generación de residuos sólidos. Nuevamente, se observa una trayectoria expansiva,
según la cual a mayor producción mayores niveles de presión de recursos naturales y mayores
cargas ambientales traducidas en residuos sólidos generados por estas cadenas.
(4.00) (2.00) - 2.00 4.00 6.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Harina/residuos Harina/agua Harina/suelo
(4.00) (2.00) - 2.00 4.00 6.00 8.00 10.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Avena/residuos Avena/agua Avena/suelo
(15.00) (10.00) (5.00) - 5.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Semola/residuos Semola/agua Semola/suelo
(200.00) (150.00) (100.00) (50.00) - 50.00 100.00 150.00 200.00 250.00 300.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Derv. Cacao/residuos Derv. Cacao/agua Derv. Cacao/suelo
Fig. 9-A: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso alimento
balanceado).
Fig. 9-B: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso deos).
Fig. 9-C: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso harina).
Fig. 9-D: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso avena).
Fig. 9-E: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso sémola).
Fig. 9-F: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C2 (caso derivados
de cacao).
Figura 9. Tasas de consumo de recursos naturales y generación de residuos en C2
S A N
170
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
En la Tabla 3 se presentan tanto los
volúmenes productos como el nivel de
presión ambiental para las agroindustrias
de tipo C2. Por las características de
los productos analizados, en este caso
se aprecia una mejor relación entre el
volumen producido y los consumos de
suelo y garua, así como de la generación de
residuos sólidos. Nuevamente, se observa
una trayectoria expansiva, según la cual
a mayor producción mayores niveles de
presión de recursos naturales y mayores
cargas ambientales traducidas en residuos
sólidos generados por estas cadenas.
Tabla 3
Producción, consumo de recursos naturales (capital natural) y generación de residuos para
cadenas agroindustriales del tipo C2 (2000-2016)
Producción en tm Alimento balanceado Fideos Harina
Años Alimento
balanceado
Fideos Harina Avena Sémola Derv.
cacao
Suelo
ha*
Agua
m
3
*
Residuos
tm*
Suelo
ha*
Agua
m
3
*
Residuos
tm*
Suelo
ha*
Agua
m
3
*
Residuos
tm*
2000 1,536,976 232,935 927,094 30,388 6,957 8,911 180,821 354,527 1,049 51,763 63,889 139,860 206,021 361,678 452,956
2001 1,536,724 242,466 1,001,941 29,543 8,414 8,255 180,791 364,880 1,079 53,881 66,504 145,582 222,654 390,877 489,524
2002 1,640,190 245,445 983,146 30,334 8,646 7,443 184,455 384,133 1,225 53,043 65,469 143,318 198,364 348,236 436,122
2003 1,738,012 239,211 986,469 31,369 8,846 10,875 219,858 367,756 991 47,918 59,144 129,471 208,117 365,357 457,564
2004 1,746,738 251,698 1,002,638 30,093 8,311 9,808 227,973 319,858 1,063 63,448 78,311 171,430 219,864 385,980 483,391
2005 1,736,443 277,925 1,034,732 30,630 9,188 14,528 185,406 457,239 1,138 84,969 74,065 229,579 241,174 423,390 530,242
2006 1,865,639 278,285 1,102,855 30,045 9,724 13,148 174,520 642,594 1,267 52,166 76,287 140,949 302,033 530,231 664,048
2007 2,107,259 289,537 1,047,468 32,813 9,215 12,240 298,826 357,751 1,639 68,317 84,321 184,586 143,637 252,161 315,800
2008 2,256,849 285,085 1,045,190 32,655 9,212 13,324 479,038 486,824 1,136 45,728 56,440 123,552 202,464 356,208 445,136
2009 2,385,633 300,855 1,081,105 35,401 8,226 13,075 335,205 308,372 1,028 84,037 83,361 227,061 279,232 473,918 613,917
2010 2,492,797 395,034 1,214,252 37,043 7,883 13,525 314,963 607,412 1,470 69,566 85,862 187,960 658,142 395,562 500,345
2011 2,702,550 410,564 1,236,460 38,245 8,070 11,969 293,200 490,749 3,763 79,110 97,642 213,748 251,475 441,474 552,891
2012 2,793,763 411,095 1,248,038 42,346 8,669 12,712 476,749 563,126 1,304 52,572 64,888 142,046 230,402 404,480 506,560
2013 2,146,742 319,492 1,055,119 46,733 7,918 10,142 278,391 360,535 1,194 76,016 93,824 205,389 234,471 411,623 515,506
2014 2,202,634 327,353 1,065,671 48,306 7,997 10,243 190,044 536,254 1,205 72,745 89,786 196,550 236,816 415,739 520,661
2015 2,259,981 335,407 1,076,327 49,932 8,077 10,345 265,880 510,490 1,218 74,535 91,995 201,386 239,184 419,897 525,868
2016 2,318,821 343,659 1,087,091 51,613 8,158 10,449 272,803 523,049 1,230 76,369 94,259 206,341 241,576 424,096 531,126
* Valores estimados con base a balances de masa por producto según diagramas de ujo
de procesos estandarizados por sub-sector.
Fuente: (Prom Perú, 2015) y estimaciones propias.
La tendencia descrita en el párrafo
anterior se refuerza con los resultados
ofrecidos en la Figura 10. De ese modo, se
tiene que en promedio entre el 25 y 35%
de los volúmenes producidos dependen
de las tasas de consumo de suelo, y que el
40 a 45% de tales volúmenes descansan
en las demandas de agua. Por otro lado, el
28% al 35% de los volúmenes producidos
se traducen en residuos, esto quiere
decir, que los rendimientos por unidad
de volumen de materia prima principal
respecto a producto terminado oscilan
entre el 45% y 65%. Esto quiere decir,
que se requiere mejorar estas cadenas en
términos de eciencia y rendimiento.
A D J C - M H - V G - D I
171
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
S A N
La tendencia descrita en el párrafo anterior se refuerza con los resultados ofrecidos en la
Figura 10. De ese modo, se tiene que en promedio entre el 25 y 35% de los volúmenes producidos
dependen de las tasas de consumo de suelo, y que el 40 a 45% de tales volúmenes descansan en
las demandas de agua. Por otro lado, el 28% al 35% de los volúmenes producidos se traducen en
residuos, esto quiere decir, que los rendimientos por unidad de volumen de materia prima
principal respecto a producto terminado oscilan entre el 45% y 65%. Esto quiere decir, que se
requiere mejorar estas cadenas en términos de eficiencia y rendimiento.
Figura 60. Composición de presiones y cargas ambientales en las cadenas agroindustriales de tipo C2
Por último, para el caso de las cadenas agroindustriales del tipo C3, que se aprecian en la
Figura 11, se tienen importantes tasas de consumo para los casos de aceites y grasas, y menores
tasas en cadenas de derivados lácteos y embutidos.
Fig. 11-A: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C3 (caso aceite vegetal).
Fig. 11-B: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C3 (caso grasas).
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Suelo Agua Residuos
(400.00) (200.00) - 200.00 400.00 600.00 800.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Aceite/residuos Aceite/agua Aceite/suelo
(600.00) (400.00) (200.00) - 200.00 400.00 600.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Grasas/residuos Grasas/agua Grasas/suelo
Figura 10. Composición de presiones y cargas ambientales en las cadenas agroindustriales de
tipo C2
Por último, para el caso de las
cadenas agroindustriales del tipo C3,
que se aprecian en la Figura 11, se tienen
importantes tasas de consumo para
los casos de aceites y grasas, y menores
tasas en cadenas de derivados lácteos y
embutidos.
La tendencia descrita en el párrafo anterior se refuerza con los resultados ofrecidos en la
Figura 10. De ese modo, se tiene que en promedio entre el 25 y 35% de los volúmenes producidos
dependen de las tasas de consumo de suelo, y que el 40 a 45% de tales volúmenes descansan en
las demandas de agua. Por otro lado, el 28% al 35% de los volúmenes producidos se traducen en
residuos, esto quiere decir, que los rendimientos por unidad de volumen de materia prima
principal respecto a producto terminado oscilan entre el 45% y 65%. Esto quiere decir, que se
requiere mejorar estas cadenas en términos de eficiencia y rendimiento.
Figura 60. Composición de presiones y cargas ambientales en las cadenas agroindustriales de tipo C2
Por último, para el caso de las cadenas agroindustriales del tipo C3, que se aprecian en la
Figura 11, se tienen importantes tasas de consumo para los casos de aceites y grasas, y menores
tasas en cadenas de derivados lácteos y embutidos.
Fig. 11-A: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C3 (caso aceite vegetal).
Fig. 11-B: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C3 (caso grasas).
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Suelo Agua Residuos
(400.00) (200.00) - 200.00 400.00 600.00 800.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Aceite/residuos Aceite/agua Aceite/suelo
(600.00) (400.00) (200.00) - 200.00 400.00 600.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Grasas/residuos Grasas/agua Grasas/suelo
Fig. 11-A: Tasas de consumo de recursos naturales (suelo
& agua) y de generación de residuos para C3 (caso aceite
vegetal).
Fig. 11-B: Tasas de consumo de recursos naturales (suelo
& agua) y de generación de residuos para C3 (caso grasas).
172
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Fig. 11-C: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C3 (caso derivados lácteos).
Fig. 11-D: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C3 (caso embutidos).
Figura 71. Tasas de consumo de recursos naturales y generación de residuos en C3
No se observan diferencias en cuanto a la relación entre volumen producido y presiones
ambientales (suelo & agua), así como para el caso de las cargas ambientales (residuos sólidos).
De ese modo, se puede concluir, que a pesar de presentarse contracciones significativas en
cadenas productivas particulares (derivados lácteos y embutidos), la naturaleza expansiva del
proceso se mantiene, es decir, que todo aumento de la producción o decrecimiento se hace a
expensas de mayor capital natural (recursos naturales) o mayor contaminación (residuos sólidos),
tal como se aprecia de los resultados expuestos en la Tabla 4.
Figura 8. Composición de presiones y cargas ambientales en las cadenas agroindustriales de tipo C3
(80.00) (60.00) (40.00) (20.00) - 20.00 40.00 60.00 80.00 100.00 120.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Derv. Lácteos/residuos Derv. Lácteos/agua Derv. Lácteos/suelo
(100.00) (80.00) (60.00) (40.00) (20.00) - 20.00 40.00 60.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Embutidos/residuos Embutidos/agua Embutidos/suelo
91%
92%
93%
94%
95%
96%
97%
98%
99%
100%
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Suelo Agua Residuos
Figura 11. Tasas de consumo de recursos naturales y generación de residuos en C3
Fig. 11-C: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C3 (caso derivados
lácteos).
Fig. 11-D: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C3 (caso embutidos).
No se observan diferencias en cuanto
a la relación entre volumen producido y
presiones ambientales (suelo & agua), así
como para el caso de las cargas ambientales
(residuos sólidos). De ese modo, se puede
concluir, que a pesar de presentarse
contracciones signicativas en cadenas
productivas particulares (derivados
lácteos y embutidos), la naturaleza
expansiva del proceso se mantiene, es
decir, que todo aumento de la producción
o decrecimiento se hace a expensas de
mayor capital natural (recursos naturales)
o mayor contaminación (residuos
sólidos), tal como se aprecia de los
resultados expuestos en la Tabla 4.
Figura 12. Composición de presiones y cargas ambientales en las cadenas
agroindustriales de tipo C3
Fig. 11-C: Tasas de consumo de recursos naturales (suelo & agua)
y de generación de residuos para C3 (caso derivados lácteos).
Fig. 11-D: Tasas de consumo de recursos naturales (suelo &
agua) y de generación de residuos para C3 (caso embutidos).
Figura 71. Tasas de consumo de recursos naturales y generación de residuos en C3
No se observan diferencias en cuanto a la relación entre volumen producido y presiones
ambientales (suelo & agua), así como para el caso de las cargas ambientales (residuos sólidos).
De ese modo, se puede concluir, que a pesar de presentarse contracciones significativas en
cadenas productivas particulares (derivados lácteos y embutidos), la naturaleza expansiva del
proceso se mantiene, es decir, que todo aumento de la producción o decrecimiento se hace a
expensas de mayor capital natural (recursos naturales) o mayor contaminación (residuos sólidos),
tal como se aprecia de los resultados expuestos en la Tabla 4.
Figura 8. Composición de presiones y cargas ambientales en las cadenas agroindustriales de tipo C3
(80.00) (60.00) (40.00) (20.00) - 20.00 40.00 60.00 80.00 100.00 120.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Derv. Lácteos/residuos Derv. Lácteos/agua Derv. Lácteos/suelo
(100.00) (80.00) (60.00) (40.00) (20.00) - 20.00 40.00 60.00
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
Embutidos/residuos Embutidos/agua Embutidos/suelo
91%
92%
93%
94%
95%
96%
97%
98%
99%
100%
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Suelo Agua Residuos
A D J C - M H - V G - D I
173
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
S A N
Tabla 4
Producción, consumo de recursos naturales (capital natural) y generación de residuos para
cadenas agroindustriales del tipo C3 (2000-2016)
Años
Producción en Tm Aceite Grasa Derv. Lácteos Embutidos
Aceite Grasa Derv.
Lácteos
Embu-
tidos
Suelo
ha*
Agua
m
3
*
Residuos
Tm*
Suelo
ha*
Agua
m
3
*
Residuos
Tm*
Suelo
ha*
Agua
m
3
*
Residuos
Tm*
Suelo
ha*
Agua
m
3
*
Residuos
Tm*
2000 164,880 69,277 7,340 23,560 25,366 588 17,578 415,662 145 6,491 191,145 274 45 188,480 2,161 1,903
2001 162,385 70,504 7,486 23,970 24,976 579 17,308 422,895 148 6,604 194,873 280 46 191,703 2,198 1,935
2002 173,867 64,066 9,847 27,734 28,827 669 19,976 336,319 117 5,252 293,796 253 70 243,111 2,788 2,454
2003 188,016 60,911 8,025 28,724 31,534 732 20,323 354,359 124 5,533 88,274 243 40 208,647 2,392 2,106
2004 184,766 62,045 10,780 29,974 23,627 548 16,666 446,893 156 6,978 475,031 233 39 221,942 2,545 2,241
2005 186,694 66,945 10,678 30,895 26,703 619 18,315 591,736 207 9,240 182,189 261 43 218,299 2,503 2,204
2006 202,004 68,397 12,076 35,497 39,320 912 25,328 471,502 165 7,363 368,799 530 88 391,666 2,735 3,955
2007 204,227 78,482 15,123 39,422 27,363 635 18,757 968,845 178 7,983 690,805 206 34 366,288 2,844 3,698
2008 188,145 77,763 19,393 44,630 12,411 805 23,131 385,890 135 6,026 939,311 680 33 455,744 2,958 4,602
2009 204,996 80,372 16,953 44,866 36,103 838 33,070 554,123 193 8,653 47,208 274 31 197,606 2,266 1,995
2010 240,562 96,696 19,001 47,339 34,089 871 25,019 558,614 195 8,723 532,060 764 30 313,602 3,596 3,166
2011 228,421 94,915 20,053 50,184 39,050 906 10,180 337,486 118 5,270 335,420 482 80 345,728 3,965 3,491
2012 249,304 96,082 20,901 51,367 40,612 942 27,061 480,451 168 7,502 308,055 442 74 247,677 2,840 2,501
2013 294,247 110,176 8,354 42,824 42,236 980 28,143 610,413 213 9,532 112,432 161 27 144,945 1,271 1,119
2014 307,654 114,179 8,437 44,838 46,088 1,019 30,604 673,379 235 9,818 219,415 315 52 348,703 3,743 3,521
2015 321,671 118,328 8,522 46,947 48,096 1,116 31,938 696,988 243 10,112 221,588 318 53 364,368 4,178 3,679
2016 336,327 122,627 8,607 49,156 50,192 1,165 33,330 721,425 252 10,416 223,782 321 53 380,738 4,366 3,844
* Valores estimados con base a balances de masa por producto según diagramas de ujo
de procesos estandarizados por sub-sector.
Fuente: (Prom Perú, 2015) y estimaciones propia
En este clúster también se aprecian
importantes presiones ambientales, así
como cargas (Figura 12). Sin embargo,
no debe soslayarse el hecho, que los
resultados ofrecidos tienen un sesgo
al considerar un grupo de productos
agroindustriales que descansan en
insumos agrícolas como pecuarios que
ejercen importantes presiones sobre
el suelo. En el caso del agua se puede
reproducir una argumentación similar
a la ofrecida para el caso de las cadenas
productivas del tipo C2. Nótese, en
este caso, que la generación de residuos
sólidos, es también signicativa y hace
pensar en la baja eciencia y menor
rendimiento de tales cadenas.
Hacia un modelo interpretativo de
la sostenibilidad ambiental en la
agroindustria peruana
El modelo propuesto por Pearce y
Turner (1995) es válido para interpretar
la relación entre crecimiento productivo
del sector agroindustrial en sus diferentes
cadenas productivas y las tasas de
consumo de los recursos naturales, así
como de las cargas ambientales o en este
caso, generación de residuos sólidos. Se
aprecia que para el caso de las presiones
ambientales (Figura 13), que las
agroindustrias del tipo C3, para el periodo
2000-2016, se desarrolló básicamente
por un modelo expansivo, es decir mayor
174
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
volumen producido y mayor presiones
ambientales (agua & suelo) (Figuras
13-A y 13-B). Sin embargo, es menester
anotar que existen periodos temporales
en los cuales, se obtuvieron tasas negativas
para el consumo de agua y suelo, lo cual
indicaría de un proceso mucho más
complejo y afectado básicamente por
el efecto de la importación de insumos.
Por su parte, para el caso de las cadenas
agroindustriales del tipo C2, se tienen un
modelo similar, con amplio predominio
de tasas crecientes de producción y tasas
crecientes de uso del capital natural en
términos de agua y suelo. En este caso
también se presentan tasas negativas de
consumo de recursos combinadas con
tasas incrementales de producción de
bienes del tipo C2. Esto alude nuevamente
al efecto de la importación de insumos,
muchas veces más baratos, de mejor
calidad y en volúmenes importantes.
Comentario que también es aplicable al
caso de las cadenas C1.
Fig. 13-A: Relación entre tasas de crecimiento (produc-
ción) y uso del suelo para cadenas agroindustriales tipo
C3.
En este clúster también se aprecian importantes presiones ambientales, así como cargas
(Figura 12). Sin embargo, no debe soslayarse el hecho, que los resultados ofrecidos tienen un
sesgo al considerar un grupo de productos agroindustriales que descansan en insumos agrícolas
como pecuarios que ejercen importantes presiones sobre el suelo. En el caso del agua se puede
reproducir una argumentación similar a la ofrecida para el caso de las cadenas productivas del
tipo C2. Nótese, en este caso, que la generación de residuos sólidos, es también significativa y
hace pensar en la baja eficiencia y menor rendimiento de tales cadenas.
Hacia un modelo interpretativo de la sostenibilidad ambiental en la agroindustria peruana
El modelo propuesto por Pearce y Turner (1995) es válido para interpretar la relación entre
crecimiento productivo del sector agroindustrial en sus diferentes cadenas productivas y las tasas
de consumo de los recursos naturales, así como de las cargas ambientales o en este caso,
generación de residuos sólidos. Se aprecia que para el caso de las presiones ambientales (Figura
13), que las agroindustrias del tipo C3, para el periodo 2000-2016, se desarrolló básicamente por
un modelo expansivo, es decir mayor volumen producido y mayor presiones ambientales (agua
& suelo) (Figuras 13-A y 13-B). Sin embargo, es menester anotar que existen periodos temporales
en los cuales, se obtuvieron tasas negativas para el consumo de agua y suelo, lo cual indicaría de
un proceso mucho más complejo y afectado básicamente por el efecto de la importación de
insumos. Por su parte, para el caso de las cadenas agroindustriales del tipo C2, se tienen un modelo
similar, con amplio predominio de tasas crecientes de producción y tasas crecientes de uso del
capital natural en términos de agua y suelo. En este caso también se presentan tasas negativas de
consumo de recursos combinadas con tasas incrementales de producción de bienes del tipo C2.
Esto alude nuevamente al efecto de la importación de insumos, muchas veces más baratos, de
mejor calidad y en volúmenes importantes. Comentario que también es aplicable al caso de las
cadenas C1.
Fig. 13-A: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C3.
Fig. 13-B: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C3.
-1.200
-1.000
-0.800
-0.600
-0.400
-0.200
-
0.200
0.400
0.600
0.800
1.000
(0.40) (0.20) - 0.20
Tasa de uso del suelo
Tasa de crecimiento (producción)
-1.500
-1.000
-0.500
-
0.500
1.000
1.500
(0.40) (0.20) - 0.20
Tasa de uso del agua
Tasas de crecimiento (producción)
En este clúster también se aprecian importantes presiones ambientales, así como cargas
(Figura 12). Sin embargo, no debe soslayarse el hecho, que los resultados ofrecidos tienen un
sesgo al considerar un grupo de productos agroindustriales que descansan en insumos agrícolas
como pecuarios que ejercen importantes presiones sobre el suelo. En el caso del agua se puede
reproducir una argumentación similar a la ofrecida para el caso de las cadenas productivas del
tipo C2. Nótese, en este caso, que la generación de residuos sólidos, es también significativa y
hace pensar en la baja eficiencia y menor rendimiento de tales cadenas.
Hacia un modelo interpretativo de la sostenibilidad ambiental en la agroindustria peruana
El modelo propuesto por Pearce y Turner (1995) es válido para interpretar la relación entre
crecimiento productivo del sector agroindustrial en sus diferentes cadenas productivas y las tasas
de consumo de los recursos naturales, así como de las cargas ambientales o en este caso,
generación de residuos sólidos. Se aprecia que para el caso de las presiones ambientales (Figura
13), que las agroindustrias del tipo C3, para el periodo 2000-2016, se desarrolló básicamente por
un modelo expansivo, es decir mayor volumen producido y mayor presiones ambientales (agua
& suelo) (Figuras 13-A y 13-B). Sin embargo, es menester anotar que existen periodos temporales
en los cuales, se obtuvieron tasas negativas para el consumo de agua y suelo, lo cual indicaría de
un proceso mucho más complejo y afectado básicamente por el efecto de la importación de
insumos. Por su parte, para el caso de las cadenas agroindustriales del tipo C2, se tienen un modelo
similar, con amplio predominio de tasas crecientes de producción y tasas crecientes de uso del
capital natural en términos de agua y suelo. En este caso también se presentan tasas negativas de
consumo de recursos combinadas con tasas incrementales de producción de bienes del tipo C2.
Esto alude nuevamente al efecto de la importación de insumos, muchas veces más baratos, de
mejor calidad y en volúmenes importantes. Comentario que también es aplicable al caso de las
cadenas C1.
Fig. 13-A: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C3.
Fig. 13-B: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C3.
-1.200
-1.000
-0.800
-0.600
-0.400
-0.200
-
0.200
0.400
0.600
0.800
1.000
(0.40) (0.20) - 0.20
Tasa de uso del suelo
Tasa de crecimiento (producción)
-1.500
-1.000
-0.500
-
0.500
1.000
1.500
(0.40) (0.20) - 0.20
Tasa de uso del agua
Tasas de crecimiento (producción)
Fig. 13-B: Relación entre tasas de crecimiento (produc-
ción) y consumo de agua para cadenas agroindustriales
tipo C3.
Fig. 13-C: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C2.
Fig. 13-D: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C2.
Fig. 13-E: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C1.
Fig. 13-F: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C1.
Figura 139. Presiones ambientales (suelo y agua) en términos de consumo respecto al volumen producido por
cadenas agroindustriales para el periodo (2000-2016)
En el caso de las cargas ambientales, se aprecia un patrón similar, que alude a la vigencia del
modelo Kuznets ambiental, según el cual, en la fase expansiva de la economía, todo incremento
de la producción se hace a expensas del ambiente, es decir a un costo ambiental alto, derivado de
la externalidad de contaminar más con cada aumento de la producción. Esta causalidad se aprecia
para la mayoría de las cadenas agroindustriales, tanto del tipo C1 como las del tipo C2 y C3
(Figura 14).
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
0.60
(0.20) (0.10) - 0.10 0.20
Tasa de uso del suelo
Tasa de crecimiento (producción)
(2.00)
(1.00)
-
1.00
2.00
3.00
4.00
5.00
(0.20) - 0.20 0.40 0.60
Tasa de uso del suelo
Tasa de crecimiento (producción)
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
(0.20) (0.10) - 0.10 0.20
Tasa de uso del agua
Tasa de crecimiento (producción)
(2.00)
(1.00)
-
1.00
2.00
3.00
4.00
5.00
6.00
(0.20) - 0.20 0.40 0.60
Tasa de uso del agua
Tasa de crecimiento (producción)
Fig. 13-C: Relación entre tasas de crecimiento (produc-
ción) y uso del suelo para cadenas agroindustriales tipo
C2.
Fig. 13-D: Relación entre tasas de crecimiento (produc-
ción) y consumo de agua para cadenas agroindustriales
tipo C2.
Fig. 13-C: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C2.
Fig. 13-D: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C2.
Fig. 13-E: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C1.
Fig. 13-F: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C1.
Figura 139. Presiones ambientales (suelo y agua) en términos de consumo respecto al volumen producido por
cadenas agroindustriales para el periodo (2000-2016)
En el caso de las cargas ambientales, se aprecia un patrón similar, que alude a la vigencia del
modelo Kuznets ambiental, según el cual, en la fase expansiva de la economía, todo incremento
de la producción se hace a expensas del ambiente, es decir a un costo ambiental alto, derivado de
la externalidad de contaminar más con cada aumento de la producción. Esta causalidad se aprecia
para la mayoría de las cadenas agroindustriales, tanto del tipo C1 como las del tipo C2 y C3
(Figura 14).
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
0.60
(0.20) (0.10) - 0.10 0.20
Tasa de uso del suelo
Tasa de crecimiento (producción)
(2.00)
(1.00)
-
1.00
2.00
3.00
4.00
5.00
(0.20) - 0.20 0.40 0.60
Tasa de uso del suelo
Tasa de crecimiento (producción)
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
(0.20) (0.10) - 0.10 0.20
Tasa de uso del agua
Tasa de crecimiento (producción)
(2.00)
(1.00)
-
1.00
2.00
3.00
4.00
5.00
6.00
(0.20) - 0.20 0.40 0.60
Tasa de uso del agua
Tasa de crecimiento (producción)
A D J C - M H - V G - D I
175
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
de tasas crecientes de producción y tasas
crecientes de uso del capital natural en
términos de agua y suelo. En este caso
también se presentan tasas negativas de
consumo de recursos combinadas con
tasas incrementales de producción de
bienes del tipo C2. Esto alude nuevamente
al efecto de la importación de insumos,
muchas veces más baratos, de mejor
calidad y en volúmenes importantes.
Comentario que también es aplicable al
caso de las cadenas C1.
S A N
Figura 13. Presiones ambientales (suelo y agua) en términos de consumo respecto al
volumen producido por cadenas agroindustriales para el periodo (2000-2016)
En el caso de las cargas ambientales, se
aprecia un patrón similar, que alude a la
vigencia del modelo Kuznets ambiental,
según el cual, en la fase expansiva de
la economía, todo incremento de la
producción se hace a expensas del
ambiente, es decir a un costo ambiental
Fig. 13-C: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C2.
Fig. 13-D: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C2.
Fig. 13-E: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C1.
Fig. 13-F: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C1.
Figura 139. Presiones ambientales (suelo y agua) en términos de consumo respecto al volumen producido por
cadenas agroindustriales para el periodo (2000-2016)
En el caso de las cargas ambientales, se aprecia un patrón similar, que alude a la vigencia del
modelo Kuznets ambiental, según el cual, en la fase expansiva de la economía, todo incremento
de la producción se hace a expensas del ambiente, es decir a un costo ambiental alto, derivado de
la externalidad de contaminar más con cada aumento de la producción. Esta causalidad se aprecia
para la mayoría de las cadenas agroindustriales, tanto del tipo C1 como las del tipo C2 y C3
(Figura 14).
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
0.60
(0.20) (0.10) - 0.10 0.20
Tasa de uso del suelo
Tasa de crecimiento (producción)
(2.00)
(1.00)
-
1.00
2.00
3.00
4.00
5.00
(0.20) - 0.20 0.40 0.60
Tasa de uso del suelo
Tasa de crecimiento (producción)
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
(0.20) (0.10) - 0.10 0.20
Tasa de uso del agua
Tasa de crecimiento (producción)
(2.00)
(1.00)
-
1.00
2.00
3.00
4.00
5.00
6.00
(0.20) - 0.20 0.40 0.60
Tasa de uso del agua
Tasa de crecimiento (producción)
Fig. 13-C: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C2.
Fig. 13-D: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C2.
Fig. 13-E: Relación entre tasas de crecimiento (producción) y uso del
suelo para cadenas agroindustriales tipo C1.
Fig. 13-F: Relación entre tasas de crecimiento (producción) y
consumo de agua para cadenas agroindustriales tipo C1.
Figura 139. Presiones ambientales (suelo y agua) en términos de consumo respecto al volumen producido por
cadenas agroindustriales para el periodo (2000-2016)
En el caso de las cargas ambientales, se aprecia un patrón similar, que alude a la vigencia del
modelo Kuznets ambiental, según el cual, en la fase expansiva de la economía, todo incremento
de la producción se hace a expensas del ambiente, es decir a un costo ambiental alto, derivado de
la externalidad de contaminar más con cada aumento de la producción. Esta causalidad se aprecia
para la mayoría de las cadenas agroindustriales, tanto del tipo C1 como las del tipo C2 y C3
(Figura 14).
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
0.60
(0.20) (0.10) - 0.10 0.20
Tasa de uso del suelo
Tasa de crecimiento (producción)
(2.00)
(1.00)
-
1.00
2.00
3.00
4.00
5.00
(0.20) - 0.20 0.40 0.60
Tasa de uso del suelo
Tasa de crecimiento (producción)
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
(0.20) (0.10) - 0.10 0.20
Tasa de uso del agua
Tasa de crecimiento (producción)
(2.00)
(1.00)
-
1.00
2.00
3.00
4.00
5.00
6.00
(0.20) - 0.20 0.40 0.60
Tasa de uso del agua
Tasa de crecimiento (producción)
Fig. 13-E: Relación entre tasas de crecimiento (produc-
ción) y uso del suelo para cadenas agroindustriales tipo
C1.
Fig. 13-F: Relación entre tasas de crecimiento (produc-
ción) y consumo de agua para cadenas agroindustriales
tipo C1.
alto, derivado de la externalidad de
contaminar más con cada aumento
de la producción. Esta causalidad se
aprecia para la mayoría de las cadenas
agroindustriales, tanto del tipo C1 como
las del tipo C2 y C3 (Figura 14).
Fig. 14-A: Relación entre tasas de crecimiento (pro-
ducción) y generación de residuos sólidos para cadenas
agroindustriales tipo C3.
Fig. 14-A: Relación entre tasas de crecimiento (producción) y
generación de residuos sólidos para cadenas agroindustriales tipo C3.
Fig. 14-B: Relación entre tasas de crecimiento (producción) y
generación de residuos sólidos para cadenas agroindustriales tipo C2.
Fig. 14-C: Relación entre tasas de crecimiento (producción) y generación de residuos sólidos para cadenas agroindustriales tipo C1.
Figura 14. Cargas ambientales (generación de residuos sólidos) según cadenas agroindustriales para el periodo
2000-2016
Discusión
El modelo propuesto por Pearce y Turner (1995) es válido para interpretar la relación entre
crecimiento productivo del sector agroindustrial en sus diferentes cadenas productivas y la tasas
de consumo de los recursos naturales, así como de la cargas ambientales o en este caso, generación
de residuos sólidos. En ese contexto, se han propuestos diversos indicadores para medir la
sostenibilidad ambiental de los procesos económicos y sociales, tales como la huella ecológica
(Suárez, Estrada, & Spoor, 2017), que compara los niveles de consumo actuales con los consumos
posibles de sostener. Se sostiene, por ejemplo, que las economías con mayores tasas de
crecimiento tienen mayor huella ecológica y por tanto son menos sostenibles, lo cual es más que
evidente en el caso de las ciudades (Muñiz, y otros, 2016; Defilippi, 2012).
-1.500
-1.000
-0.500
-
0.500
1.000
1.500
(0.40) (0.20) - 0.20
Tasa de gerenación de residuos
tasa de crecimiento (producción)
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
0.60
(0.20) (0.10) - 0.10 0.20
Tasa de generación de residuos
Tasa de crecimiento (producción)
(0.40)
(0.20)
-
0.20
0.40
0.60
0.80
(0.20) (0.10) - 0.10 0.20 0.30 0.40 0.50
Tasa de generación de residuos
Tasa de crecimiento (producción)
Fig. 14-A: Relación entre tasas de crecimiento (producción) y
generación de residuos sólidos para cadenas agroindustriales tipo C3.
Fig. 14-B: Relación entre tasas de crecimiento (producción) y
generación de residuos sólidos para cadenas agroindustriales tipo C2.
Fig. 14-C: Relación entre tasas de crecimiento (producción) y generación de residuos sólidos para cadenas agroindustriales tipo C1.
Figura 14. Cargas ambientales (generación de residuos sólidos) según cadenas agroindustriales para el periodo
2000-2016
Discusión
El modelo propuesto por Pearce y Turner (1995) es válido para interpretar la relación entre
crecimiento productivo del sector agroindustrial en sus diferentes cadenas productivas y la tasas
de consumo de los recursos naturales, así como de la cargas ambientales o en este caso, generación
de residuos sólidos. En ese contexto, se han propuestos diversos indicadores para medir la
sostenibilidad ambiental de los procesos económicos y sociales, tales como la huella ecológica
(Suárez, Estrada, & Spoor, 2017), que compara los niveles de consumo actuales con los consumos
posibles de sostener. Se sostiene, por ejemplo, que las economías con mayores tasas de
crecimiento tienen mayor huella ecológica y por tanto son menos sostenibles, lo cual es más que
evidente en el caso de las ciudades (Muñiz, y otros, 2016; Defilippi, 2012).
-1.500
-1.000
-0.500
-
0.500
1.000
1.500
(0.40) (0.20) - 0.20
Tasa de gerenación de residuos
tasa de crecimiento (producción)
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
0.60
(0.20) (0.10) - 0.10 0.20
Tasa de generación de residuos
Tasa de crecimiento (producción)
(0.40)
(0.20)
-
0.20
0.40
0.60
0.80
(0.20) (0.10) - 0.10 0.20 0.30 0.40 0.50
Tasa de generación de residuos
Tasa de crecimiento (producción)
Fig. 14-B: Relación entre tasas de crecimiento (pro-
ducción) y generación de residuos sólidos para cadenas
agroindustriales tipo C2.
176
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Figura 14. Cargas ambientales (generación de residuos sólidos)
según cadenas agroindustriales para el periodo 2000-2016
Fig. 14-A: Relación entre tasas de crecimiento (producción) y
generación de residuos sólidos para cadenas agroindustriales tipo C3.
Fig. 14-B: Relación entre tasas de crecimiento (producción) y
generación de residuos sólidos para cadenas agroindustriales tipo C2.
Fig. 14-C: Relación entre tasas de crecimiento (producción) y generación de residuos sólidos para cadenas agroindustriales tipo C1.
Figura 14. Cargas ambientales (generación de residuos sólidos) según cadenas agroindustriales para el periodo
2000-2016
Discusión
El modelo propuesto por Pearce y Turner (1995) es válido para interpretar la relación entre
crecimiento productivo del sector agroindustrial en sus diferentes cadenas productivas y la tasas
de consumo de los recursos naturales, así como de la cargas ambientales o en este caso, generación
de residuos sólidos. En ese contexto, se han propuestos diversos indicadores para medir la
sostenibilidad ambiental de los procesos económicos y sociales, tales como la huella ecológica
(Suárez, Estrada, & Spoor, 2017), que compara los niveles de consumo actuales con los consumos
posibles de sostener. Se sostiene, por ejemplo, que las economías con mayores tasas de
crecimiento tienen mayor huella ecológica y por tanto son menos sostenibles, lo cual es más que
evidente en el caso de las ciudades (Muñiz, y otros, 2016; Defilippi, 2012).
-1.500
-1.000
-0.500
-
0.500
1.000
1.500
(0.40) (0.20) - 0.20
Tasa de gerenación de residuos
tasa de crecimiento (producción)
(1.20)
(1.00)
(0.80)
(0.60)
(0.40)
(0.20)
-
0.20
0.40
0.60
(0.20) (0.10) - 0.10 0.20
Tasa de generación de residuos
Tasa de crecimiento (producción)
(0.40)
(0.20)
-
0.20
0.40
0.60
0.80
(0.20) (0.10) - 0.10 0.20 0.30 0.40 0.50
Tasa de generación de residuos
Tasa de crecimiento (producción)
Fig. 14-C: Relación entre tasas de crecimiento (producción) y generación de residuos sólidos
para cadenas agroindustriales tipo C1.
Discusión
El modelo propuesto por Pearce y
Turner (1995) es válido para interpretar
la relación entre crecimiento productivo
del sector agroindustrial en sus
diferentes cadenas productivas y la tasas
de consumo de los recursos naturales, así
como de la cargas ambientales o en este
caso, generación de residuos sólidos. En
ese contexto, se han propuestos diversos
indicadores para medir la sostenibilidad
ambiental de los procesos económicos y
sociales, tales como la huella ecológica
(Suárez, Estrada, & Spoor, 2017),
que compara los niveles de consumo
actuales con los consumos posibles
de sostener. Se sostiene, por ejemplo,
que las economías con mayores tasas
de crecimiento tienen mayor huella
ecológica y por tanto son menos
sostenibles, lo cual es más que evidente
en el caso de las ciudades (Muñiz, y
otros, 2016; Delippi, 2012).
Algunos consideran medir la
cantidad de habitad silvestres que se
conserva en términos de bio-diversidad
(McRae, Deinet, & Freeman, 2017).
En cambio, otros autores consideran
que la sostenibilidad depende no solo de
las tasas de crecimiento ni del quantum
de “capital natural” que se emplea para
lograrlas, sino que está vinculado con el
uso del capital humano y de las tasas de
reposición del mismo(Burbano, 2005;
González, Montes, Santos, & Monedero,
2008; Gómez-Baggethum & de Groot,
2007). En el caso que se expone, la relación
entre tasas es positiva, y que tal condición
se mantiene en el mediano largo plazo.
Por tanto, el análisis de sostenibilidad
global que se propone, es consistente
con las consideraciones teóricas de Guhl-
Nannetti(2017) o las señaladas por
Hinterberger, Luks& Schmidt-Bleek
(1997). De ese modo, se concluye que
la agroindustria nacional en el periodo
analizado (2000-2016) describe una
A D J C - M H - V G - D I
177
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
S A N
trayectoria expansiva, según la cual y
siguiendo el modelo teórico de Pearce
& Turner (1995) se requiere por cada
unidad de incremento de producción una
unidad equivalente de recursos naturales.
Situación última que conlleva a suponer
que, en el largo plazo, la agroindustria en
sus diferentes clústeres sea insostenible,
dada las enormes presiones ambientales
(suelo & agua).
Por el lado de las cargas ambientales,
las trayectorias que describen las agroin
-
dustrias del tipo C1, C2 y C3 correspon-
den a la fase expansiva del crecimiento
del modelo teórico de Kuznets, según el
cual, cualquier aumento de la economía
o la producción se realiza a expensas del
ambiental, aumentado la externalidad de
-
rivada de la contaminación, en este caso,
de la generación de residuos sólidos. Par
-
te del problema expansivo de la produc-
ción agroindustrial en el Perú se explica
por los bajos niveles de eciencia técnica
y en particular por los bajos rendimientos,
en términos de materia prima respecto al
producto terminado. De forma tal que el
promedio del rendimiento diere según el
tipo de cadena agroindustrial y está en el
orden del 45 al 52%.
Referencias
Arteaga, W. (s/f). El sector agro y
agroindustria. Oportunidades
comerciales y tendencias de mercado.
LIma: Promperú.
Bovenberg, A., & Smulders, S. (1995).
Environmentantal Quality
and Pollution-Argumenting
Technological Change in a
Two-Section Endogenous
Growth Model. Journal of Public
Economics, 369-391.
Burbano, H. (2005). La crisis ambiental
del mundo al iniciar el siglo
XXi: Elementos para su análisis.
Tendencias Revista de la Facultad
de Ciencias Económicas y
Administrativas. Universidad de
Nariño, 21-25.
Chiang, A., & Wainwrigth, K. (2006).
Métodos fundamentales de
Economía Matemática. México:
McGraw Hill.
Chiesura, A. d. (2003). Critical
natural capital: a socio-cultural
perspective. Ecologycal Economics
(44), 219–231.
Chiesura, A., & de Groot, R. (2003).
Critical natural capital: a socio-
cultural perspective. Ecologycal
Economics(44), 219–231.
Costanza R, J., Cumberland, H., Daly,
R., Goodland, & Norgaard.,
R. (1999). Una introducción a
la Economía Ecológica. México:
Compañía Editorial Continental.
S.A. de C.V.
Dasgupta, P. (1993). Natural resources in
an Age of Substitutability. En A.
y. Kneese, Handboock of Natural
Resources And Energy Economics.
North-Holland: Elsevier.
De Groot., R. S. (1992). Functions of
Nature: Evaluation of Nature
in Environmental Planning,
178
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Management and Decision
Making. Groningen: Wolters
Noordho.
Delippi, T. (2012). Consumo Ambiental
y sostenibilidad urbana: caso de
Lima y Lurín-Pachacamac. Tesis
para optar el grado de Maestra.
Lima: UNFV.
Ekins, P., Simon, S., Deutsch, L., &
Folke, C. y. (2003). A Framework
for the practical application of
the concepts of critical natural
capital and strong sustainability.
Ecological Economics(44 (2-3)),
165-185.
Escobal, J. &. (2002). Un sistema
de indicadores líderes del nivel
de actividad para la economía
peruana. Lima: Grade.
Escot, L., & Galindo, M. (1999).
Medio ambiente y crecimiento
económico. En M. A. Galindo,
Economía y medio ambiente (págs.
45-78). Madrid: Bilbioteca Nueva.
Gómez-Baggethum, E., & de Groot,
R. (2007). Capital natural y
funciones de los ecosistemas:
explorando las bases ecológicas de
la economía. ecosistemas. Revista
ciientíca y técnica de ecología y
medio ambiente, 4-14.
González, J., Montes, C., Santos,
I., & Monedero, C. (2008).
Inviertiendo en capital natural:
un marco para integrar la
sostenibilidad ambiental en
las políticas de cooperación.
ecosistemas. Revista cientíca de
ecología y medio ambiente, 52-69.
Guhl-Nannetti, E. (10 de febrero
de 2017). La sostenibilidad
y los páramos. Obtenido de
quinaxi: http://www.quinaxi.
org/index.php?option=com_
zoo&task=item&item_
id=153&Itemid=147
Gujarati, D. (2006). Principios de
econometría. Madrid: McGraw
Hill.
Hanley, N., & Atkinson, G. (2003).
Economics and sustainable
development: what have we
learnt, and what do we still need
to learn? En M. L. In F. Berkhout,
Negotiating Environmental
Change: New Perspectives from
Social Science. Cheltenham, UK:
Edwar Elgar.
Hinterberger, F., Luks, F., & Schmidt-
Bleek, F. (1997). Material ows
vs.natural capital’: What makes an
economy sustainable? Ecological
economics, 1-14.
McRae, L., Deinet, S., & Freeman, R.
(2017). e Diversity-Weighted
Living Planet Index: Controlling
for Taxonomic Bias in a Global
Biodiversity Indicator. PLoS one.
e0169156. doi:10.1371/journal.
pone.0169156.
Michel, P., & Rotillon, G. (1992).
Pollution´s disutility and
endogenous growth. Paris: Mimeo.
Muñiz, I., Rojas, C., Busuldu, C., García,
A., Filipe, M., & Quintana,
M. (2016). Forma urbana y
Huella Ecológica en el Área
Metropolitana de Concepción
A D J C - M H - V G - D I
179
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
S A N
(Chile). Revista EURE (Santiago),
209-330.
Pearce, D., & Turner, R. K. (1995).
Economía de los recursos naturales
y del medio ambiente. Madrid:
Celeste Ediciones.
Porter, M. E. (2015). Ventaja competitiva:
creación y sostenimiento de un
desempeño superior. . México:
Grupo Editorial Patria.
Porter, M. E., & Heppelmann, J. E.
(2016). How smart, connected
products are transforming
competition. Harvard business
review, 92(11), 18-24.
Prom Perú. (2015). Informe anual.
Desembolvimiento agroexportador
del Perú. Lima: Prom Perú.
Schumacher, E. (1973). Lo pequeño
es hermoso. Madrid: Ediciones
Orbis.
Schumpeter, J. (1934). e theory
of Economic Development.
Cambridge, Massachusetts:
Harvard University Press.
SIEE. (1992). Investign in natural
capital: e ecological economics
approach to sustainability.
Natural Capital. Reunión Bianual.
Sociedad Internacional de
Economía Ecológica.
Suárez, C. R., Estrada, C. M., & Spoor, C.
M. (2017). El índice desempeño
ambiental y la resiliencia social en
los ecosistemas. . Universidad y
Sociedad, 6-12.
Tejada, T. (2008). El Cultivo de Trigo en
la Sierra Norte del Perú. (Triticum
aestivum L. y Triticum durum L.).
Lima: INIA.
Veliz, C. (2009). Técnicas de predicción:
Regresión y series de tiempo. Lima:
PUCP.
Wackernagel, M., & Rees, W. (1997).
Perceptual and structural barriers
to investing in natural capital:
Economics from an ecological
footprint perspective. Ecological
Economics N° 20.
180
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
Apéndice I
Para el caso de arroz pilado (C1)
Ítems Arroz pilado
Mat. Prima 1
Arroz con cáscara
85.0
Agua Vapor de agua 5.4
Merma Impureza 1.6
Otros 1 Pajilla 17.2
Otros 2 Tierra y residuos 0.61
Producto Arroz blanco 52.4
Sub. Prod. 1 Ñelen y granos partidos 0.5
Sub. Prod. 2 Polvillo 7.0
Sub. Prod. 3 Arroz quebrado 0.5
Total inputs 85.0
Total outputs 85.0
Para el caso de productos C3
Ítems Aceite Embutidos
Mat. Prima 1 Nuez (kg) 0.7 Carne de res y cerdo (kg) 760
Mat. Prima 2 Hielo (kg) 45
Mat. Prima 3 Texturizado de soya (kg) 50
Mat. Prima 4 Tocino (kg) 30
Mat. Prima 5 Especias (kg) 34
Mat. Prima 6 Aditivos (kg) 36.9
Mat. Prima 7 Hielo (kg) 45
Mat. Prima 8 Omega 3 (kg) 70
Agua 90
Merma Impureza (kg) 0.00 Molido (kg) 4.59
Otros 1 Cáscara (kg) 0.10 Mezclado (kg) 4.79
Otros 2 Almendras dañadas (kg) 0.02 Embutido (kg) 22.71
Otros 3 Perdidas (kg) 0.01 Ahumado (kg) 42.17
Otros 4 Perdidas (kg) 0.18 Reposo (kg) 4.98
Otros 5 Almendra + Hexano (kg) 0.17
Otros 6 Hexano ( lt) 5.57
Otros 7 Aceite virgen (kg) 0.27 Chorizo parrilla (kg) 991.66
Total inputs 0.7 1070.9
Total outputs 0.7 1070.9
A D J C - M H - V G - D I
181
| C | V. XXIV | N. 28 | - | 2019 | | ISSN (): - | ISSN ( ): - |
S A N
Para el caso de productos C2
Ítems Alimento balanceado Fideos Harina Avena Sémola
Mat. Prima 1
Suplemento proteico
(kg)
650.64
Harina de
trigo (kg)
20 Ocara (g) 1068.8
Harina de
quinua
(kg)
1.5
Sémola de
trigo (gr)
708.36
Mat. Prima 2 Elemento base (kg)
Harina de soya
(kg)
4.6
Harina de
soya (kg)
0.8
Harina papa
criolla (gr)
86.64
Mat. Prima 3 Premezclas (kg)
Proteína
concentrada de
soya (kg)
1.6 Agua (kg) 1.3 Huevo (gr) 190.08
Mat. Prima 4 Suero (kg) 195
Proteína
aislada de soya
(kg)
1.6
Hojuelas
de avena
(kg)
1.6 Aceite (gr) 18.48
Mat. Prima 5
Harina de
zanahoria (kg)
0.36
Espirulina
(kg)
0.15 Sal (gr) 6.36
Mat. Prima 6
Harina de
espinaca (kg)
0.36
Miel de
abeja (kg)
1 Agua (gr) 190.08
Mat. Prima 7 Huevo (kg) 2.86
Azúcar
(kg)
1.5
Mat. Prima 8 Sal (kg) 0.352
Esencia
de vainilla
(kg)
0.05
Mat. Prima 9
Aceite de oliva
(lt)
0.352
Agua Agua (kg) 195.06 Agua (lt) 8.8 Agua (g) 416.96
Merma Recepción (kg) 0.065 Impurezas (kg) 19.264
Leche de
soya (g)
509.39
Mezclado
ya amasado
(gr)
80
Otros 1 Molienda (kg) 0.065
Impureza
(g)
12.8
Extruccion
y moldeo
(gr)
180
Otros 2 Mezclado (kg) 0.084 Secado (gr) 160
Otros 3 Extrucción (kg) 0.084
Otros 4 Enfriamiento(kg) 0.084
Otros 5 Almacenamiento (kg) 0.065
Otros 6 Pesaje (kg) 0.065
Otros 7 Empaque(kg) 0.065
Producto
Concentrado para
cuy (kg)
650 Fideos (kg) 21.62
Harina de
Ocara (g)
129.65
Galleta
energética
(kg)
7.9
Pasta
alimenticia
780
Total inputs 845.64 40.884 1068.8 7.9 1200
Total outputs 845.64 40.884 1068.8 7.9 1200
