Revista Económica
DOI: 10.54753/rve.v11i1.1623
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
Impacto del cambio climático en la producción agrícola de la provin-
cia de Loja, periodo 2007-2020
Impact of climate change on agricultural production in the province of Loja, pe-
riod 2007-2020
Susana Vásquez-Dávila1|Diana Bravo-Benavides ID 1
1Universidad Técnica Particular de Loja, Carrera de
Economía,Loja, Ecuador
Correspondencia
Susana Vásquez-Dávila,Universidad Técnica
Particular de Loja, Carrera de Economía,Loja,
Ecuador.
Email: svvasquez1@utpl.edu.ec
Fecha de recepción
Octubre 2022
Fecha de aceptación
Enero 2023
Dirección
San Cayetano Alto, Calle París. código postal
110107, Loja, Ecuador
RESUMEN
La finalidad del presente estudio es determinar la influencia del cambio climático en la pro-
ducción agrícola de la provincia de Loja en el periodo de 2007- 2020. Para esto se utilizaron
los datos del valor agregado bruto del sector agrícola y datos de temperatura y precipita-
ción, provenientes de fuentes secundarias como del Banco Central del Ecuador (BCE) y del
instituto Nacional de Meteorología e Hidrología (INAMHI), en donde se empleó una función
de producción a través del uso de datos de panel y efectuando modelos de efectos fijos y
aleatorios. Se concluye que el cambio climático si influye en la producción agrícola, dado que
la temperatura como la precipitación son favorables hasta alcanzar un nivel óptimo de resis-
tencia de la producción, al sobrepasar dicho nivel trae efectos negativos en la producción
agrícola.
Palabras clave: Cambio climático, Producción agrícola, Función de producción.
Códigos JEL: Q32. Q43.
ABSTRACT
The purpose of this study is to determine the influence of climate change on agricultural
production in the province of Loja from 2007 to 2020. To do this, gross value added of
the agricultural sector and temperature and precipitation, was used data from secondary
sources such as the Central Bank of Ecuador and the National Institute of Meteorology and
Hydrology, where a production function was used through the use of panel data and perfor-
ming fixed and random effects models. It is concluded that climate change does influence
agricultural production, since temperature and precipitation are favorable until reaching an
optimal level of production resistance, when exceeding this level it brings negative effects
on agricultural production.
Keywords: Climate change, agricultural production, production function.
JEL codes: Q32. Q43.
92
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
La agricultura es unos de los sectores más vulnerables al cam-
bio climático a nivel mundial, ya que los factores indispensables para
el crecimiento de los cultivos, como la precipitación y la temperatu-
ra, se verán severamente afectados e impactarán sobre la produc-
ción agrícola (Altieri y Nicholls, 2002). Los modelos climáticos pre-
vén cambios drásticos en las condiciones climáticas en muchas re-
giones del mundo. Estos cambios tendrán efectos en el rendimiento
y distribución de los cultivos, en la variación de los precios, en la pro-
ducción y el consumo, además de afectar el bienestar de las familias
productoras (Viguera et al., 2017). Se espera que los rendimientos
de los granos básicos, como arroz, maíz y trigo, disminuyan en un
14.4 %; 2 % y 28 % respectivamente para los países en vías de desa-
rrollo y en un 3,5; 1,2 % y 6 % para los países desarrollados (Viguera
et al., 2017).
Los efectos e impactos sobre los sistemas agrícolas de cada
país son heterogéneos según la interacción entre el clima, la topo-
grafía, los tipos de suelo, los tipos de cultivo, la disponibilidad de
agua y las clases de cultivos, ganado y árboles utilizados por los pro-
ductores en sus plantaciones (MARN, 2012). En la provincia de Loja,
de acuerdo al Plan de Desarrollo y Ordenamiento Territorial (2019)
las actividades productivas de la PEA más representativas son: el co-
mercio al por mayor (18.7 %), la agricultura, ganadería, silvicultura y
pesca (12.2 %), el sector agrícola se constituye como una importan-
te actividad dinamizadora económica y social, por lo que es pieza
clave en las estrategias de seguridad alimentaria y cuidado del me-
dio ambiente.
Con estos antecedentes, esta investigación analiza la relación
existente del valor agregado bruto agrícola de la provincia de Loja
y la temperatura máxima, temperatura mínima, temperatura men-
sual y precipitación en el periodo de 2007-2020. Así como analizar
la evolución del VAB agrícola y las variables de temperatura máxi-
ma, mínima, mensual y precipitación de los cantones incluidos en la
investigación y probar la hipótesis de que el cambio climático repre-
sentada por las temperaturas máximas, mínimas mensuales y pre-
cipitación tienen efectos positivos en la producción agrícola repre-
sentada por el valor agregado bruto agrícola de la provincia de Loja.
Por tratarse de un modelo con datos de panel, seis cantones de la
provincia de Loja y datos en el periodo de 2007-2020, se realiza el
test de Hausman, el cual nos indica si el modelo se debe realizar ba-
jo efectos fijos o aleatorios. . Se determinó que el cambio climático
(representado por la temperatura máxima y la precipitación) tiene
una relación directa positiva en la producción agrícola (en donde se
utilizó como variable proxy el VAB del sector agrícola), es decir, al
elevarse en 1 % la temperatura máxima, la producción se verá afec-
tada con un aumento en promedio del 36 %, en cambio a largo plazo
la producción va a disminuir en 5,89 %; por la elevación de las preci-
pitaciones en 1 % la producción aumentara 2,3 %, mientras que en
el largo plazo la producción se verá afectada con una disminución
cerca del 0,2%.
Finalmente, cabe destacar que, conocer, identificar y monito-
rear el efecto del clima, es clave para la toma de decisiones acerta-
das en el sector agrícola en la provincia de Loja, los resultados obte-
nidos permitirán proponer medidas de adaptación y mitigación.
2|REVISIÓN DE LA LITERATURA.
2.1 |Agricultura.
Sharma et al. (2020) describe a la agricultura como una fuente
importante de sustento que juega un papel indiscutible en el desa-
rrollo económico de un país. Además, es la práctica que se ocupa de
la siembra de cultivos y la cría de animales, por ende, que no es solo
una fuente de sustento, sino una excelente forma de vida, puesto
que hace la mayor contribución a los ingresos. Por otra parte, Edi-
torial Etecé (2022) define a la agricultura como, la ciencia que se
ocupa de la producción del cultivo del suelo a través de diferentes
procedimientos y saberes, con el propósito de proporcionar alimen-
tos vegetales como frutas, cereales, verduras y legumbres. Además,
señala que al ser una de las actividades primordiales de cada nación
representa un recurso importante con el que cuenta el hombre para
su subsistencia.
En relación con Ecuador la agricultura ha representado una ac-
tividad económica relevante representado el 9 % del PIB, el clima es
el factor determínate y característico que proporciona una amplia
diversidad de producción en la agricultura a nivel nacional, determi-
nado por las precipitaciones, la variedad de temperaturas y la ubica-
ción geográfica, donde representa para el país una ventaja competi-
tiva en el sector agrícola (Zhindon et al., 2017).
2.2 |Teorías
2.2.1 |Función de Producción Agricola
Como señala Fleischer et al. (2007) una función de producción
agrícola se caracteriza por la relación que existe entre la produc-
ción o rendimientos (Q) con la combinación de variables endógenas
(P) como trabajo, capital, y otros insumos; con variables exógenas
(A) que comprenden variables climáticas (temperatura y precipita-
ción); y con las características socioeconómicas de los agricultores
(S), entre las que representan las variables de capital humano y as-
pectos sociales del productor como escolaridad, género, tamaño de
los hogares. A continuación, se presenta la función de producción
agrícola:
Qi=f(Pi,Si,Ai)(1)
Donde Qipuede representar el nivel de producción total en el sec-
tor agropecuario, un subsector o el rendimiento por hectárea de un
cultivo determinado a través del tiempo.
Como indica Seo y Mendelsohn (2007) en las funciones de pro-
ducción agrícola es necesario considerar que, en principio, pueden
ser lineales, cuadráticas, cubicas, hipérbolas, logarítmicas y otras for-
mas exponenciales. La forma cuadrática funcional se utiliza al con-
siderar sólo las variables climáticas (temperaturas y precipitación), y
se expresa en forma general como:
Qi t =β0+β1T em +β2T e m2+β3P r e +β4P r e2(2)
La ventaja de este modelo es que permite determinar los um-
brales de las variables climáticas (temperatura y precipitación) y los
valores máximos y mínimos de dichas variables. También en las es-
timaciones se obtienen respuestas económicas, físicas y biológicas
en el rendimiento del cultivo con la implementación de las variables
climáticas. Pero su desventaja es que ante cambios desfavorables
no recoge las respuestas de los agricultores, por lo que se estimaría
que son agricultores ingenuos (Carrasco, 2016).
2.2.2 |Modelo Ricardiano
El modelo Ricardiano explica los efectos del clima sobre la va-
riación del valor de la tierra, se considera uno de los enfoques líde-
93
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
res en el análisis de los efectos directos del cambio climático sobre
los beneficios económicos de los agricultores o sobre el valor de
la tierra, sin la necesidad de hacer un análisis de cada cultivo o de
cada sector, sino que da a conocer las ganancias o pérdidas agre-
gadas. Este modelo debe su nombre a David Ricardo, quien hizo la
observación de que los productores agrícolas maximizan el ingre-
so neto restando los costos de los ingresos (π). Donde los ingresos
provienen de la función de producción pi(ecuación 1) y del precio
de mercado del cultivo Pi; los costos son función de los insumos X,
y los precios de los insumos Wx(Mendelsohn y Nordhaus, 1999).
Formalmente se expresa de la siguiente manera:
π=ÕPiQi(P,S,A) − ÕwxX(3)
En términos empíricos la ecuación anterior puede estimarse
econométricamente de la siguiente manera (Seo y Mendelsohn,
2007).
VT =β0+β1T em+β2T em2+β3P r e+β4P r e2+β5T em∗P r e+ÕλiSi+ϵ
(4)
Donde la variable dependiente VT es el valor de la tierra por
hectárea, Svariables T em yP r e representan temperatura y preci-
pitación, respectivamente. Srepresenta un conjunto de variables
socioeconómicas y características de suelos, (βk)y(λi)son pará-
metros por estimar y ϵes el termino de error. Los términos cuadrá-
ticos reflejan que la respuesta del valor de la tierra V T , a cambios
en variables climáticas puede ser no lineal. Por ejemplo, a niveles
de temperatura bajos, la decisión óptima del agricultor puede ser
sembrar trigo, sin embargo, conforme los niveles de temperatura
aumentan, la rentabilidad marginal del trigo es decreciente hasta al-
canzar un umbral en el que se vuelve negativa. A partir de esto el
agricultor puede tomar la decisión de optar por un nuevo cultivo
que sea adaptable a temperaturas mayores. De la misma forma pue-
de aplicarse a cultivos sensibles a la precipitación pluvial. Al seguir
esta lógica, el enfoque Ricardiano asume que existe por parte de
los agricultores un comportamiento adaptativo a lo largo del ciclo
productivo intertemporal (Mendelsohn y Nordhaus, 1999). De esta
forma, el cambio en el valor de la tierra (VT ) debido a un cambio
marginal en alguna de las variables climáticas por ejemplo tempera-
tura (T em), está representado por:
δVTi
δT em =β1+2∗β2∗T em +β3∗P r e (5)
El resultado es análogo para las variables de precipitación. Adi-
cionalmente y si existe la disposición de información, la modelación
(5) permite la diferenciación de los impactos del cambio climático a
través de distintos perfiles de agricultores, lo que permite determi-
nar diferentes niveles de sensibilidad. El efecto anual de un cambio
marginal de la variable climática (temperatura o precipitación) es la
suma de los efectos marginales en cada estación del año de dicha
variable. El cambio en los beneficios económicos de los agricultores
(VT) como resultado del cambio de escenario climático C0aC1está
desterminado por:
∆VT =V T (C1) − LV (C0)(6)
Una vez estimada la relación entre el valor de la tierra y las variables
climáticas, se debe evaluar el modelo Ricardiano en uno y otro esce-
nario climático para obtener el monto monetario por el cual el valor
de la tierra será afectado. Si ∆V T <0, existe evidencias de efectos
negativos del cambio climático en la rentabilidad agrícola.
Las principales críticas al modelo Ricardiano radican en el uso
de la estática comparada. El resultado de la ecuación (6) se basa en
el supuesto de que el resto de las variables explicativas, por ejem-
plo, sociodemográficas no cambian entre los escenarios C0yC1. Por
ejemplo, se asume, que si existe un cambio en los niveles de forma-
ción educativa entre t= 0 yt= 1 no tendrá efectos en la rentabi-
lidad de la tierra. También se ha señalado la falta de inclusión, de
los cambios en los precios agrícolas y las medidas de adaptación al
cambio climático.
2.3 |Cambio Climatico
La ONG (2020) describe al cambio climático como la alteración
del clima y las temperaturas de la Tierra que afecta a los ecosiste-
mas y origina cambios que directa o indirectamente son producidos
por la actividad humana. El aumento excesivo de gases de efecto
invernadero contribuye a la variación de la temperatura y al dete-
rioro de la capa de ozono que están constituidos por dióxido de
carbono (CO2), metano (CH4) y óxidos de nitrógeno (NOx) y otros
gases fluorados. Estos gases son producidos por diversas activida-
des del hombre, como el uso de energías eléctricas, la dependencia
de las industrias de combustibles fósiles o la contaminación de las
zonas urbanas por los transportes, el mal uso de los residuos, los
procesos industriales, etc. Así mismo la Comisión económica para
América Latina y el Caribe (CEPAL, 2016) denomina al cambio climá-
tico como la variación global del clima de la Tierra debido a causas
naturales, pero principalmente a la acción humana, que se traduce
en quema de combustibles fósiles, pérdida de bosques y otras ac-
tividades producidas en el ámbito industrial, agrícola y transporte,
entre otros, como consecuencia de una retención del calor del Sol
en la atmósfera. Esta última característica es conocida como .efecto
de invernadero
2
se produce principalmente por el dióxido de car-
bono, el óxido nitroso y el metano.
2.4 |Relación entre cambio climático y
agricultura
Uno de los sectores más vulnerables al cambio climático a nivel
mundial es la agricultura, ya que es altamente sensible a los cambios
de temperatura y a los regímenes de precipitación. Los modelos cli-
máticos prevén cambios drásticos en las condiciones climáticas en
muchas regiones del mundo incluyendo cambios en temperatura,
precipitación e incremento en la frecuencia y severidad de eventos
extremos como sequías y huracanes. Estos cambios tendrán efec-
tos en el rendimiento y distribución de los cultivos, en la variación
de los precios, la producción y el consumo, además de afectar el
bienestar de las familias productoras. Ante la vulnerabilidad de las
variaciones climáticas y sus posibles efectos en la producción agrí-
cola ha recobrado importancia en los últimos años, direccionando
a los encargados de las políticas a tomar medidas para mitigar los
potenciales impactos (Viguera et al., 2017).
Para Zhindon et al. (2017) son muchos los efectos del cam-
bio climático en la actividad agrícola, mencionando los siguientes
efectos: •Alteraciones o variaciones en los rendimientos y produc-
tividad de los cultivos: el aumento o disminución exagerada de las
temperaturas tiene un efecto directo sobre las cantidades produci-
das •Disponibilidad del recurso hídrico: las variaciones climáticas
repercuten en la disponibilidad de fuentes de agua, a su vez pro-
duciendo alteraciones de las cuencas abastecedoras del recurso. •
Aparición de plagas, pestes: la propagación de pestes en la agricul-
tura es un tema que demanda de costos adicionales, provocando un
94
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
encarecimiento del producto, además de un producto recargado de
sustancias químicas que no necesariamente garantizan una alimen-
tación saludable. •Aumento en la perdida de fertilidad de los suelos:
de acuerdo con los microambientes generados y la demanda del sue-
lo para mantener la producción, se presentan algunos casos donde
los suelos tienden a perder su propiedad de restauración vegetati-
va, pasando a demandar sustancias químicas que contrarrestan la
situación a un corto plazo, sin embargo, comprometen la actividad
a un largo plazo.
2.5 |Evidencia empírica.
Romero (2014), cuantifica monetariamente el impacto del CC
sobre los principales cultivos permanentes de la agricultura peruana
mediante un análisis desagregado a nivel departamental. La informa-
ción anual empleada para la estimación econométrica fue obtenida
del MINAG (2013), por lo tanto incluye cifras de rendimiento (R),
superficie (S), producción (Q) y precios en chacra (P) por cultivo a
escala departamental para el período 1991-2011. Asimismo, las va-
riables climáticas T y PR se obtuvieron a partir del Servicio Nacional
de Meteorología e Hidrología (SENAMHI), la cual incluye datos de
frecuencia anual de temperatura promedio máxima, mínima y preci-
pitación. Los resultados econométricos señalan que todos los culti-
vos en análisis son estadísticamente explicados por la temperatura
y precipitación, excepto la palta y naranja para esta última variable.
La explicación a esto puede deberse por que estos cultivos no re-
quieren de una gran precipitación durante todo el año o porque se
está evidenciando sistemas de irrigación regulados, donde no hay
una dependencia directa con relación a la precipitación.
De acuerdo con Jiménez y Massa (2015) en su trabajo de in-
vestigación para el caso de la provincia de Loja, analiza la produc-
ción de café en el cantón Espíndola, donde a través de un modelo
de Mínimos Cuadrados Ordinarios, determinan la relación entre la
producción de café y las variables climáticas. Los resultados revelan
una relación positiva entre la precipitación y la producción de café,
y entre la producción y la superficie cosechada de este rubro, pero
una relación negativa entre la producción y la temperatura máxima
y media.
De igual forma, Cadena (2021), mediante un análisis de mapas
de las proyecciones (multianuales) con el uso de escenarios escogi-
dos RCP 4.5 y RCP 8.5 del IPCC de las variables previstas de tem-
peratura y precipitación para el período comprendido entre 1981-
2050, confirma que, el aumento de la temperatura y la disminución
de la precipitación tendrán efectos negativos en las etapas iniciales
y finales del cultivo sobre todo por la variabilidad climática, algo que
podría reducir de manera rigurosa la producción y la economía de
los agricultores. Además, se realizan proyecciones climáticas para el
año 2050, las cuales indican un aumento probable de temperatura
de entre 0.9°C y 1.1 °C y una disminución en las precipitaciones
para los próximos años.
González et al. (2020) determinaron los cambios y efectos que
ocasionan las variables climáticas en el rendimiento de cultivos tran-
sitorios, en la provincia de Los Ríos, Ecuador, se elaboraron los ma-
pas de interpolación y de estimaciones de siembra, mediante ArcGis,
las variables temperatura y precipitación se analizaron con base en
series históricas (1981 al 2015), series actuales (2016 al 2019) y
proyecciones (2019 al 2050). Los resultados muestran que la varia-
ción media multianual de temperatura es de 25,86 °C y la precipita-
ción de 2202.83 mm; obteniendo una producción de 5225 kg/ha de
maíz, 3076.8 kg/ha arroz y 1147 kg/ha de soja; se determinó en las
proyecciones climáticas (periodo 2016 al 2050) un incremento de
1,07 °C en la variable temperatura y disminución de la precipitación
de 303 mm lo que generará una disminución en los rendimientos de
maíz, arroz y la soja en 29%, 27 % y 24 %, respectivamente.
Fernández y Villavicencio (2020) realizaron un estudio para
la provincia de Pichincha, en donde determinaron la influencia del
cambio climático en la producción agrícola para el 2014-2017, a tra-
vés de la estrategia econométrica por Mínimos Cuadrados Ordina-
rios, los resultados demostraron que los insumos para el cultivo ayu-
dan favorablemente a la agricultura, siendo evidente que el cambio
climático si influye en la producción agrícola, en donde se determinó
que las variables climáticas como la temperatura y la precipitación
son favorables hasta alcanzar un punto óptimo de resistencia de los
cultivos, al sobrepasar este punto trae efectos negativos a la pro-
ducción de los cultivos.
Espinosa (2017) realizó un estudio con un modelo de datos de
panel para las veinte y cuatro provincias del Ecuador, donde deter-
mina el efecto del cambio climático en el rendimiento de los cultivos
de maíz duro seco, banano, fréjol seco, cacao y café, bajo el enfoque
de la función de producción agrícola, usando datos de panel y mode-
los de efectos fijos y aleatorios. Los resultados indican un impacto
parcial para el caso del cacao, mientras que, para el caso del fréjol
seco, banano, café y maíz duro seco no se demostró un efecto subs-
tancial.
Palacios et al. (2018) a través de metodologías econométri-
cas como mínimos cuadrados ordinarios, vectores autorregresivos
y causalidad de Granger. Examinan de manera empírica para Ecua-
dor la relación entre el crecimiento poblacional y las tierras culti-
vables, durante el periodo 1970 - 2013. La combinación de estas
variables con el cambio climático y la contaminación ambiental, evi-
dencian la proximidad de una crisis alimentaria en el tiempo. Los
resultados permiten observar una relación inversa y de largo plazo
entre las tierras cultivables y la población total. Además, se obser-
va también un efecto significativo de las emisiones de dióxido de
carbono, temperatura y precipitación sobre los rendimientos de las
tierras de cultivo.
Hossain et al. (2019) en su estudio miden los impactos econó-
micos del cambio climático en la producción de cultivos en Bangla-
desh. A partir del enfoque ricardiano donde se estimó la relación
entre el ingreso neto de los cultivos y las variables climáticas. En
el cual se empleó datos climáticos históricos y datos de todas las
zonas climáticas de Bangladesh a nivel de hogares agrícolas. Los re-
sultados demostraron que los ingresos netos por cultivos en Bangla-
desh son sensibles al clima, en particular a la temperatura estacional.
En las zonas que tienen suficientes instalaciones de riego se obser-
vó un efecto positivo del aumento de temperatura en los ingresos
netos de los cultivos. El impacto marginal estimado sugiere que un
aumento de 1 mm / mes en las precipitaciones y un aumento de 10
grados centígrados en la temperatura dará lugar a un aumento de
alrededor de $415 dólares en los ingresos netos de los cultivos por
hectárea en Bangladesh. Sin embargo, habrá variaciones estaciona-
les y espaciales significativas en los impactos. Los impactos futuros
proyectados bajo escenarios de cambio climático por Modelos de
Circulación Global indicaron un aumento en los ingresos netos de
los cultivos de $25 a $84 dólares por hectárea en el país.
Zhang et al. (2017) desarrollaron un estudio titulado “Impactos
económicos del cambio climático en la agricultura: la importancia
de otras variables climáticas además de la temperatura y la precipi-
tación” investigan la importancia de otras variables climáticas adi-
cionales de temperatura y precipitación como: la duración de la luz
solar, la velocidad del viento, la evaporación y la humedad. Utilizan-
do datos agrícolas a nivel de condado en China de 1980 a 2010, los
resultados indican que las variables climáticas adicionales, especial-
mente la velocidad del viento y la humedad, son esenciales para el
crecimiento de los cultivos. Por lo tanto, la omisión de esas variables
es probable que sesgue los impactos previstos del cambio climático
en el rendimiento de los cultivos. En particular, omitir la velocidad
del viento probablemente subestime el costo del cambio climático
en los rendimientos de los cultivos, mientras que ignorar la hume-
dad tiende a predecir en exceso probablemente el efecto. También
95
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
las proyecciones indica que es probable que el cambio climático re-
duzca los rendimientos de maíz, trigo y arroz en China en un 45 %,
18 % y 36 % respectivamente, para fines de este siglo.
Ali et al. (2017) en su estudio dan a conocer que Pakistán es vul-
nerable al cambio climático y que las condiciones climáticas extre-
mas amenazan la seguridad alimentaria. Además, examina los efec-
tos del cambio climático a través de variables climáticas (tempera-
tura mínima, temperatura máxima, sol, lluvia y humedad relativa) en
los principales cultivos (caña de azúcar, arroz, trigo, y maíz). Los re-
sultados del estudio demuestran que la temperatura mínima tiene
una relación directa y significativa para todos los cultivos, mientras
que el efecto de temperatura máxima tiene un efecto inverso en la
producción de trigo. Y el efecto de las precipitaciones sobre el ren-
dimiento de un cultivo seleccionado es negativo, a excepción del
trigo.
Van y Zwart (2018) dan a conocer el primer estudio que cuan-
tifica los posibles efectos del cambio climático en la producción de
arroz en África. Simularon impactos sobre el arroz en sistemas irriga-
dos y sistemas de secano; el uso de variedades de arroz con mayor
suma de temperatura como opción de adaptación; los rendimien-
tos de arroz para cuatro escenarios de cambio climático de RCP e
identificaron las causas de la disminución del rendimiento. Los re-
sultados sin adaptación indican que el acortamiento del período de
crecimiento debido a temperaturas más altas tiene un impacto ne-
gativo de 24 % en los rendimientos en 2070 en comparación con el
año de referencia 2000. Con adaptación, los rendimientos del arroz
de secano aumentarían en 8 % pero siguen sujetos a limitaciones
de disponibilidad de agua. Y los rendimientos de arroz de regadío
en África Oriental aumentarían 25 % debido a temperaturas más fa-
vorables y debido a la fertilización con CO2. Las proyecciones en
África Occidental de los rendimientos del arroz de regadío en la esta-
ción húmeda serían una disminución en un 21 % si adaptación o 7 %
con adaptación, en cambio, los rendimientos del arroz de regadío en
la estación seca serían una disminución en un 45 % sin adaptación
y con la adaptación disminuirían significativamente menos 15 %. En
donde la principal causa de esta disminución fue la reducción de la
fotosíntesis a temperaturas extremadamente altas.
Munguia y Aguilar (2014) en su estudio estima los efectos del
cambio climático en el período de crecimiento de los cultivos en
El Salvador para el 2075 a 2099, así como los impactos en el maíz
blanco de los cambios proyectados en las temperaturas y precipi-
taciones de lluvia. Los resultados muestran que la duración del pe-
ríodo de crecimiento de los cultivos se reduciría entre 10 y 14 días.
También, se proyecta una reducción de la lluvia en los dos picos má-
ximos de junio y septiembre, y una intensificación de la sequía intra-
estival de julio y agosto. En la zona costera del suroriente del país,
los efectos futuros del cambio climático en el maíz blanco reducirían
sus rendimientos. Además, indica que las restricciones vinculadas al
acceso y uso potencial de la tierra, podrían aumentar los impactos
del cambio climático, reduciendo la producción de maíz blanco, au-
mentando la inseguridad alimentaria y acelerando el abandono de
la agricultura y medio rural.
De igual forma Tonconi (2014) en su artículo de investigación
cuantifica los efectos del cambio climático sobre la producción de
aceituna en Yarada, Región Tacna, Perú, a partir de las estimaciones
del rendimiento de la producción de aceituna mediante el análisis
de cointegración y el modelo de vector de corrección de errores
(V E C ), usando datos de información de 1993-2012. Los resultados
del modelo econométrico indican las variables climáticas afectan sig-
nificativamente en el rendimiento de la producción de aceituna. En
el cual, se evidencia que los aumentos de temperatura mejoran el
rendimiento de este cultivo, ya que en la actualidad la temperatu-
ra máxima promedio aún no ha alcanzado el umbral de quiebre de
24,07 °C; en cambio, sucede lo contrario con el nivel de temperatu-
ra mínima, en la que caídas de la temperatura mínima tienen efectos
desfavorables sobre la productividad de aceituna puesto que ha so-
brepasado el umbral de 16,24 °C.
Benique (2019) cuantifica el impacto del cambio climático so-
bre el rendimiento de la producción de la cañihua en los periodos
1996-1997 a 2016-2017 en la región de Puno, Perú. A través del
método de la función de regresión lineal múltiple basado en míni-
mos cuadrados ordinarios. Los resultados, indican que por cada va-
riación en una unidad de la temperatura máxima la producción de
la cañihua aumenta en 3 %, y por cada variación en una unidad de
la precipitación máxima y mínima el rendimiento aumenta 0.34 % y
disminuye en 2,16 %, respectivamente. Mientras la variable hume-
dad máxima y mínima por cada variación en una unidad influye en
el rendimiento en 0.70%, y en 0.93 %, respectivamente.
Ortega et al. (2018) estima las pérdidas económicas para la pro-
ducción agrícola de temporal a través de un modelo de costos eco-
nómicos prospectivo, bajo los escenarios de cambio climático regio-
nalizados a la Región de Michoacán al 2025. Los resultados mues-
tran una pérdida atribuible al cambio climático de 530 millones de
pesos o más de 24 millones de dólares para los próximos diez años.
Los municipios de Madero y Tacámbaro son los que presentarán ma-
yor incremento en la temperatura de acuerdo con los escenarios
proyectados del cambio climático, y principalmente Huetamo es el
municipio con mayores pérdidas económicas.
Tubiello y Rosenzweig (2008) indica que el calentamiento glo-
bal moderado puede beneficiar inicialmente la producción de culti-
vos en las regiones templadas y dañar las regiones tropicales y se-
miáridas. Sin embargo, si el calentamiento continúa más allá de la
mitad del siglo, la producción en todas las regiones del planeta se
verá afectada negativamente, además la vulnerabilidad de los paí-
ses depende, entre otras cosas, de sus condiciones geográficas y
del tipo de cultivos que producen o pueden producir.
En el caso de América Latina, la diversidad en términos agro-
ecológicos y demográficos hace que las expectativas para las distin-
tas regiones sean muy variadas entre sí; se espera que en el sureste
de América del Sur la productividad se mantenga o incluso aumente
ligeramente para mediados de siglo, mientras que en América Cen-
tral la productividad podría disminuir en los próximos 15 años po-
niendo en riesgo la seguridad alimentaria de las poblaciones más
pobres (Field y Barros, 2014).
Cline (2007) citado por ( Tonconi, 2015) indica que, si conti-
núan sin reducirse las emisiones de carbono, para el 2080 la con-
centración de carbono en la atmósfera se duplicará, produciendo
un aumento de calentamiento global de 3,3 °C, ello incidirá en una
mayor disminución de la productividad agrícola en Latinoamérica,
mucho más en los países en desarrollo. De manera similar, Seo y
Mendelsohn (2007) predicen efectos del cambio climático sobre la
agricultura para el continente africano, basados en una muestra de
2.000 observaciones, los productores grandes y pequeños perderán
hasta el 25 % del valor de su flujo de ingresos para 2060, el porcen-
taje se incrementa hasta 50 % en el escenario climático más severo
correspondiente a 2100.
3|DATOS Y METODOLOGÍA
3.1 |Datos
Los datos a utilizarse en este estudio provienen de fuentes se-
cundarias como de la base de datos del Banco Central del Ecua-
dor (BCE) y del Instituto Nacional de Meteorología e Hidrología
(INAMHI). La base de datos está formada por tres variables confor-
madas por: Valor agregado Bruto del sector Agrícola (VAB), tempe-
ratura máxima, media, mensual y precipitación, en el periodo 2007
al 2020, a nivel cantonal con periodicidad anual.
96
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 1. Estadísticos Descriptivos.
Variable Media Std. Dev. Min Max Observaciones
Lnvab overall 9094,839 0,6106101 7741,838 1031,168 N = 84
between 0,6093836 843,821 9915,691 n = 6
within 0,2442524 8276,415 9601,045 T = 14
lnmínima overall 2634,802 0,2465104 2200,552 3039,749 N = 84
between 0,2633283 2308,878 2997,033 n = 6
within 0,0478158 2512,185 2713,458 T = 14
Lnmensual overall 2974,254 0,2093368 2714,695 3271,468 N = 84
between 0,2257484 2758,506 3242,537 n = 6
within 0,0290107 2910,654 306,414 T = 14
Lnmáxima overall 3237,689 0,1844175 2995,732 3505,557 N = 84
between 0,198192 3045,158 3487,353 n = 6
within 0,0296993 3188,263 3322,575 T = 14
Lnprecipitación overall 6671,611 0,5959196 4771,006 7543,962 N = 84
between 0,3874764 6088,658 7057,693 n = 6
within 0,4780144 5306,236 7493,604 T = 14
lnminima2 overall 7002,227 1316,505 4842,431 9240,075 N = 84
between 1408,085 5333,818 8983,712 n = 6
within 0,2470324 6327,212 7414,138 T = 14
lnmensual2 overall 8889,488 1257,609 7369,567 107,025 N = 84
between 1357,231 7610,533 1051,425 n = 6
within 0,1673999 8538,399 9392,291 T = 14
lnmáxima2 overall 1051,623 1201,364 8974,412 1228,893 N = 84
between 1292,051 927,481 121,619 n = 6
within 0,1880221 1021,584 110,386 T = 14
lnprecipitación2 overall 4486,129 7568,202 227,625 5691,135 N = 84
between 4993,571 3746,614 4999,579 n = 6
within 6020,592 2853,708 558,689 T = 14
Se puede observar los estadísticos descriptivos para cada va-
riable considerada dentro del modelo econométrico, en donde se
presenta información como número de observaciones, la media y
desviación estándar, por lo que se evidencia que no existen grandes
variaciones en la desviación estándar de los datos de las variables
durante el periodo analizado.
Es importante mencionar que para la investigación se seleccio-
naron los cantones más vulnerables de la provincia de Loja: Loja,
Célica, Espíndola, Puyango, Saraguro y Zapotillo, de acuerdo a la in-
vestigación de Henry(2009).
3.2 |Variables
3.2.1 |Valor Agregado Bruto Agrícola
En la Figura 1 se puede observar el comportamiento del Valor
Agregado Bruto Agrícola para los cantones de estudio en el periodo
2007-2020. Los cantones que tienen un mayor valor agregado en el
sector agrícola son los cantones de Loja y Saraguro representando
en promedio 20.848 miles de dólares y 17.439 miles de dólares res-
pectivamente. Le sigue el cantón Célica con un promedio de 8.342
miles de dólares en el vab del sector agrícola, por ultimo los canto-
nes que tienen uno menor representación en el vab son Espíndola y
Zapotillo con un promedio de 5.500 mil y 4.700 mil respectivamen-
te.
97
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 1. Comportamiento del valor agregado bruto Agrícola para los cantones de estudio.
3.2.2 |Temperatura máxima, mínima y
mensual (◦C).
En la figura 2 se puede observar la evolución anual de la tem-
peratura mínima, mensual y máxima de los cantones incluidos en la
investigación para el periodo 2007-2020. Los cantones tienen en
promedio una temperatura mínima, mensual y máxima de 14,37°C,
20°C y 25,90°C, respectivamente. La temperatura durante el perio-
do de estudio ha sido muy variable, presentando un panorama cícli-
co, ya sea por las elevadas o muy bajas temperaturas.
Figura 2. Evolución de la temperatura máxima, mínima y mensual.
98
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
3.2.3 |Precipitación (mm).
En la figura 3 muestra la evolución de la precipitación anual
medida en milímetros cúbicos para el periodo de estudio. Como se
puede apreciar las precipitaciones en los cantones de estudio pre-
senta un comportamiento cíclico con picos altos y bajos, la preci-
pitación en promedio es de 910 mm. La explicación frente a estos
fenómenos es el cambio climático, en donde existe una disminución
en los ciclos de precipitación y un aumento en la temperatura. Ade-
más, que las lluvias son esenciales para la producción agrícola, ya
que la escasa presencia trae como consecuencia en los suelos utili-
zados para los cultivos (Palacios et al., 2018).
Figura 3. Evolución de la precipitación de la provincia de Loja.
3.3 |Metodología
El enfoque de la investigación será correlacional, se realizará
un análisis econométrico donde se determine los efectos de la rela-
ción entre la variable dependiente: producción agrícola en función
de las variables independientes (temperatura máxima, mínima, men-
sual y precipitación); para finalmente comprender la relación entre
el cambio climático y la producción, usando métodos econométri-
cos y estadísticos para determinar dicha relación.
Con el propósito de medir el impacto de las variables climáticas
en la producción agrícola, se pretende realizar un modelo economé-
trico en donde la metodología a utilizar será la de un panel a través
de un modelo de efectos fijos, en el cual se encuentran seis canto-
nes de la provincia de Loja y datos en el periodo de 2007-2020.
Para la especificación del modelo econométrico se utilizará la
función de producción de Fleischer et al. (2007) en donde se toma-
rán las variables exógenas (temperatura máxima, mínima, mensual y
precipitación ya que solo se quiere ver la influencia de las variables
climáticas en la producción agrícola), quedando el modelo economé-
trico de la siguiente manera:
Qi t =β0+β1T em +β2T e m2+β3P r e +β4P r e2+ϵi t (7)
Además, es necesario destacar que se utilizan las variables al
cuadrado de temperatura (T em2) y precipitación (P r e2) para ver los
efectos a largo plazo, y para evitar problemas de especificación y de
errores de heteroscedasticidad las variables se encuentran expresa-
das en logaritmos, entonces la ecuación se específica de la siguiente
manera:
l nQi t =β0+β1l nT em +β2l nT em2+β3l nP r e +β4l nP r e2+ϵi t (8)
Donde la variable dependiente (l nQi t ) en este caso es el valor
agregado bruto agrícola cantonal, (β0) es el intercepto de la ecua-
ción, los (β) son los coeficientes de las variables independientes,
(T em yP r e ) son las variables independientes en el modelo en es-
te caso temperatura y precipitación. Finalmente, para la obtención
de los resultados, se emplea el test de Hausman el cual nos indica
si se trata de un modelo de efectos fijos o variables.
4|RESULTADOS
Al tratarse de datos de panel, se realizó el test de Hausman,
con el fin de verificar cual es el mejor modelo a aplicar. Una vez rea-
lizado el test se puede evidenciar que el chi cuadrado es menor al
5 % de aceptación, por lo tanto, se acepta la hipótesis alterna de que
el mejor modelo es el de efectos aleatorios y se rechaza la hipótesis
nula.
99
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 2. Test de Hausman para le VAB.
Coeficientes
(b) (B) (cama y desayuno) sqrt(diag(V_b-V_B))
fe re Diferencia SE
mínimos -4,239 -13,69 9,452204 0,9631206
Inmensual -12,61 -20,58 7,974405 .
Lnmaxima -9,847 36,48 -46,3282 .
Lnprecipitacion 0,922 2,302 -1,379875 .
lnminima2 0,856 2,744 -1,888427 0,041522
Inmensual2 2,309 3,183 -0,8737758 .
lnmaxima2 1,488 -5,89 7,377847 .
lnprecipitacion2 -0,072 -0,191 0,118996 .
Probchi2= 0.002
Con respecto a la regresión, los valores encontrados quedan estructurados de la siguiente manera:
l nQi t =−4,074 −13,69l n mi n −20,58l nme n +36,48l nmax +2,302l npr e +2,744l nmi n2+3,183l nme n2−5,890l nmax 2−0,191l npr e2+ϵi t
Los resultados de la regresión muestra la relación negativa en
el corto plazo entre la producción y la temperatura mínima, es así
que ante un aumento del 1 % en la temperatura mínima la produc-
ción agrícola se verá afectada con una disminución del 13,6 %; en
cambio los resultados a largo plazo muestran una relación positiva,
es así que ante un aumento del 1 % en la temperatura mínima la
producción aumentara en promedio en un 2,74 %, en este caso la
variable lineal no es estadísticamente significativa a comparación
de la variable cuadrática que si es significativa.
Tabla 3. Resultados del modelo
Lnvab
Lnmínima -13,69 lnmínima2 2.744*
(-1.58) -1,8
Lnmensual -20,58 lnmensual2 3,183
(-1.06) -0,98
Lnmáxima 36.48*lnmáxima2 -5.890**
-1,88 (-1.96)
lnprecipitación 2.302** lnprecipitación2 -0.191***
-2,51 (-2.62)
_cons -4,074
Observations 84
*p< 0.1, ** p< 0.05, ***p< 0.01
De igual forma, en la regresión se muestra la relación inversa
en el corto plazo entre la producción y la temperatura mensual, in-
dicando que la producción agrícola disminuye cerca del 20 % ante
un cambio del 1 % en la temperatura mensual; mientras que en el
largo plazo los resultados muestran una relación positiva, es decir
la producción disminuye en un 3,18 % ante un cambio porcentual
del 1 %, siendo estas variables no significativas bajos los niveles de
significancia. En cambio, los resultados de la regresión muestran la
relación directa entre la producción agrícola y la temperatura máxi-
ma a corto plazo, es así que ante un aumento del 1% en la tempe-
ratura máxima, la producción se verá afectada con un aumento en
promedio del 36 %; a su vez se presenta una relación indirecta a lar-
go plazo, si la temperatura aumenta en 1 % la producción agrícola
va a disminuir en 5,89 %, en este caso las variables si son estadísti-
camente significativas lo que indica que si tienen un impacto en la
producción.
De igual forma, para la variable precipitación, en la regresión
se muestra la relación positiva entre la producción y la precipitación
en el corto plazo, por ende, si la precipitación aumenta en 1 % la pro-
ducción aumentara 2,3 %; mientras que en el largo plazo la relación
es negativa, la producción se verá afectada con una disminución cer-
ca del 0,2 % ante un aumento del 1 % en la precipitación. Siendo la
precipitación una variable estadísticamente significativa indicando
que si tiene influencia en el periodo de estudio.
En base a los resultados se puede observar que para el caso de
100
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
las variables climáticas lineales como lnminima y lnmensual no tie-
nen un efecto significativo sobre la producción agrícola de los seis
cantones de la provincia de Loja, a diferencia de las otras variables
lineales como lnmáxima y lnprecipitación que son significativas al
10 % y 5 % respectivamente. Esto se puede atribuir a que la mayoría
de los años del periodo de estudio los datos de temperatura mínima
y temperatura mensual son cercanos al optimó para el crecimiento
del VAB en el sector agrícola por lo que las variaciones climáticas
observadas no han tenido una fuerte repercusión en su crecimien-
to, en cambio, la temperatura máxima y la precipitación se puede
decir que hay un gran número de observaciones que ya han sobre-
pasado el valor máximo que optimiza la tasa de crecimiento del VAB
cantonal, por lo que las variaciones de estas variables observadas
el periodo de estudio ha tenido una fuerte repercusión. . Además
de los resultados obtenidos en la investigación, se determinó en el
modelo econométrico que para el caso de los seis cantones de la
provincia de Loja el cambio climático con respecto a la temperatura
y precipitación, los signos de las variables son los esperados para
el caso de temperatura máxima y precipitación. Es decir, los térmi-
nos lineales son positivos y los cuadráticos que muestra los efectos
en la función de producción a largo plazo, son negativos. Pero esto
no se da para las variables de temperatura mínima y mensual que
el efecto es el contrario. Según la teoría se espera que las variables
climáticas respondan con un coeficiente positivo mientras que es-
tas variables al cuadrado respondan con un coeficiente negativo, ya
que estos coeficientes capturan el incremento de las variables cli-
máticas. Por ejemplo, es buena la temperatura hasta cierto punto,
hasta que alcance su punto óptimo, a partir de esta se vuelve ne-
gativo afectando a la producción agrícola. Sin embargo, se puede
dar el caso contrario de que el coeficiente de la temperatura sea
negativo y que sea positivo en el coeficiente de la misma variable
al cuadrado, estos coeficientes hacen referencia de que ya se está
dando una afectación de la variable climática a la producción agrí-
cola sin necesidad de capturar su crecimiento
5|DISCUSIÓN DE RESULTADOS
El presente estudio analiza la producción agrícola a partir de la
variación del clima obteniendo como principal resultado que la va-
riación de la temperatura a largo plazo afecta negativamente en la
producción en 5,89%, así mismo la precipitación disminuye la pro-
ducción en 0,191 %. Con respecto a la evidencia empírica, según
Ortiz (2012) se prevé que para el año 2100 habrá un calentamiento
continuo de 4.5 y 5°C en la región de los andes tropicales, afectando
el ciclo hidrológico, disminuyendo la disponibilidad de agua para el
riego, así como la extensión del periodo de desarrollo de los cultivos.
Además, las estimaciones sugieren que la productividad de la agri-
cultura podría descender entre un 12 % y 50 % como resultado de
los cambios del clima. Y para Ecuador se estima que para el 2080
las pérdidas provocadas por los menores rendimientos podrían al-
canzar el 20 % en el caso del cacao y el café, y el 40 % en el caso de
la banana y la caña de azúcar. En cambio, en otro estudio por Jimé-
nez Noboa et al. (2012) , se estimó que para el 2020 la provincia de
Loja presentara una pérdida de 442 dólares en el maíz, debido a los
incrementos esperados por efecto de las variaciones climáticas. En-
tonces, al ser la provincia de Loja parte de los Andes, se prevé que
en el futuro tenga grandes pérdidas en la producción agrícola y en
consecuencia en los productos principales como el maíz y la caña
de azúcar.
Con respecto a la evidencia empírica, en el cantón Espíndola
de la Provincia de Loja los resultados difieren un poco, en este ca-
so se hizo una investigación para el café en el periodo 2002-2013
donde se evidenció que el cambio climático con respecto a la tem-
peratura máxima, mínima, mensual y precipitación no muestran im-
pactos estadísticamente significativos para la producción de café,
todo ello se debe en base a la ubicación donde se cultiva el café,
el cual presenta condiciones climáticas óptimas para el crecimiento
de la planta (Jiménez y Massa, 2015). Para el caso de la provincia de
Loja, Espíndola es uno de los cantones de investigación, por lo que
actualmente la producción de este cantón si se vería afectado por
las temperaturas máximas y la precipitación.
Así mismo es relevante mencionar que la provincia de Loja po-
see características climáticas similares a las provincias de Pichincha
y Los Ríos en cuanto a temperatura y precipitación y altitud. En un
estudio similar realizado en la provincia de Pichincha los resultados
demostraron que la relación de las variables climáticas sobre los ni-
veles de producción, para algunos productos es significativo y para
otros no, pero a largo plazo todos los cultivos se verán afectados por
el clima, ya que con el tiempo la temperatura tiende a incrementar y
los cultivos no soportarán estas temperaturas extremas (Fernández
y Villavicencio, 2020).
De igual forma en la provincia de Los Ríos, prevé para el 2050
que la temperatura se incrementará en 1,07 °C, indudablemente
afectara al rendimiento de los cultivos transitorios, pues la produc-
tividad de los cultivos va a disminuir, y la seguridad alimentaria se
verá afectada por los cambios de las condiciones climáticas, por lo
cual es necesario encontrar nuevas medidas en manejo, insumos,
fertilizantes, semillas, entre otros que sean resilientes con el cam-
bio climático (González et al., 2020).
Tomando en cuenta la evidencia empírica para el Ecuador, Es-
pinosa (2017), a través de su estudio con datos de panel para los
diferentes cultivos, demuestra que en el caso del maíz duro seco y
cacao si se observa un impacto significativo de que las temperaturas
máximas afectan de manera negativa en el rendimiento, en cambio
para el café, frejol, y banano no se observa un impacto substancial
de las variables climáticas sobre el rendimiento de los cultivos. Pe-
ro de acuerdo a la evidencia empírica, a pesar de que las variables
climáticas no tuvieron un impacto significativo en el rendimiento de
los cultivos, a largo plazo, el cambio climático puede representar una
gran amenaza a la seguridad alimentaria mundial y sobre todo a pa-
ra los países en vías de desarrollo; en comparación con la provincia
de Loja en donde el clima si tiene un efecto significativo sobre la
producción agrícola y puede verse afectada en el largo plazo por el
cambio climático, es necesario tomar medidas que mitiguen el pro-
blema.
6|CONCLUSIONES
El análisis realizado en este estudio, demuestra que la tempe-
ratura máxima y la precipitación son estadísticamente significativos,
las variables climáticas muestran una tendencia positiva en el corto
plazo y una tendencia negativa en el largo plazo, es decir, al elevar-
se en 1 % la temperatura máxima, la producción se verá afectada
con un aumento en promedio del 36 %, en cambio a largo plazo la
producción va a disminuir en 5,89 %; por la elevación de las preci-
pitaciones en 1 % la producción aumentara 2,3 %, mientras que en
el largo plazo la producción se verá afectada con una disminución
cerca del 0,2
Así mismo, el constante incremento que se prevé que va a te-
ner la temperatura en años futuros, sumado a esto la disminución de
la precipitación, lamentablemente conllevarán a decrementos en la
producción y ello se traduciría en pérdidas económicas que podrían
representar magnitudes importantes.
En lo que refiere a política agrícola a nivel nacional se la de-
berá encaminar hacia la incorporación de buenas prácticas agríco-
las, considerando aspectos que condicionan y limitan la producción;
de igual manera será necesario aumentar la inversión en la tecnifi-
cación agrícola para poder mejorar la productividad ya que es una
fuente importante de ingresos para los agricultores , así como el in-
101
Vázquez-Dávila, S., Bravo-Benavides, D.
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
corporamiento por parte de todos los agricultores de estudios gené-
ticos y análisis de usos del suelo, si se toman medidas de adaptación
y mitigación adecuadas se mejorará la resiliencia de este sector.
Referencias bibliográficas
[1] Altmann, P. (2016). Buen Vivir como propuesta política integral:
Dimensiones del Sumak Kawsay. Mundos Plurales-Revista La-
tinoamericana de Políticas y Acción Pública, 3(1), 55-74.
[2] Ali, S., Liu, Y., Ishaq, M., Shah, T., Abdullah, Ilyas, A., y Din,
I. U. (2017). Climate change and its impact on the yield of
major food crops: Evidence from pakistan. Foods, 6(6), 1–19.
https://doi.org/10.3390/foods6060039
[3] BCE. (2020). Cuentas Nacionales Regionales.
https://bit.ly/3verZ4x
[4] Benique, E. (2019). Impacto del cambio climático en el rendi-
miento de la producción de Cañihua (Chenopodium Pallidicau-
le) en la Región - Puno. Revista de Investigaciones Altoandinas,
21(2), 100–110. https://doi.org/10.18271/ria.2019.454
[5] Cadena, F. (2021). Análisis del impacto económico del cambio
climático en cultivos de quinua (Chenopodium quinua), en la
provincia de Chimborazo [Tesis de maestría]. Universidad An-
dina Simón Bolívar Sede Ecuador.
[6] Carrasco, F. (2016). Efectos del cambio climático en la produc-
ción y rendimiento de la quinua en el distrito de Juli, periodo
1997-2014. Comuni@cción, 7(2), 38–47.
[7] CEPAL. (2016). Acerca de Cambio climático. Comi-
sión Económica Para América Latina y El Caribe.
https://www.cepal.org/es/temas/cambio-climatico/acerca-
cambio-climatico
[8] Editorial Etecé. (2022, Julio 14). Agricultura - Concepto, tipos
y fines. Concepto. https://concepto.de/agricultura/
[9] Espinosa, A. (2017). Impacto del cambio climático en el rendi-
miento de los cultivos de maíz duro seco, banano, fréjol seco,
cacao y café: Un análisis provincial, periodo 2000-2012 [Tesis
de pregrado]. Universidad Técnica Particular de Loja.
[10] Fernández, Y., y Villavicencio, W. (2020). La producción agríco-
la y la influencia del cambio climático en la provincia de Pichin-
cha, periodo 2014-2017. Universidad Central del Ecuador.
[11] Field, C., y Barros, V. (2014). Climate Change 2014 – Impacts,
Adaptation and Vulnerability: Regional Aspects. In C. Field y V.
[12] Barros (Eds.), Cambridge University Press. https://n9.cl/j3i7l
[13] Fleischer, A., Lichtman, I., y Mendelsohn, R. (2007). Climate
Change, Irrigation, and Israeli Agriculture: Will Warming Be
Harmful? World Bank, 1–22. https://doi.org/10.1596/1813-
9450-4135
[14] Galindo, L. M., Samaniego, J., Alatorre, J. E., y Ferrer Carbonell,
J. (2014). Reflexiones metodológicas del análisis del cambio cli-
mático: Una visión desde América Latina.
[15] González, B., Barragán, R., Simba, L., y Rivero, M. (2020). In-
fluencia de las variables climáticas en el rendimiento de culti-
vos transitorios en la provincia Los Ríos, Ecuador. Centro Agrí-
cola, 47(4), 54–64. http://cagricola.uclv.edu.cu
[16] Henrry, G. (2009). Estrategias locales para la mitigación de los
efectos del cambio climático a través del fomento de los servi-
cios ambientales en la provincia de Loja. Universidad Nacional
de Loja.
[17] Hernández, R., Fernández, C., y Baptista, P. (2010).
Metodología de Investigación (5ta ed). McGrall-
Hill. ht t ps ://www.i cmu j er es.g o b .mx /w p −
con t ent /upl o ads /2020/05/S ampi e r i .M e t .I nv .p df
[18] Hossain, M. S., Qian, L., Arshad, M., Shahid, S., Fahad, S., y
Akhter, J. (2019). Climate change and crop farming in Bangla-
desh: an analysis of economic impacts. International Journal of
Climate Change Strategies and Management, 11(3), 424–440.
https://doi.org/10.1108/IJCCSM-04-2018-0030
[19] Jiménez, A., y Massa, P. (2015). Producción de café y variables
climáticas: El caso de Espíndola, Ecuador. Economía, 40(40),
117–137.
[20] Jiménez Noboa, S., Castro, L., Yepez, J., y Wittmer, C. (2012).
Impacto del cambio climático en la agricultura de subsistencia
en el Ecuador. www.fundacioncarolina.es
[21] Mendelsohn, R., y Nordhaus, W. (1999). The Impact of
Global Warming on Agriculture: A Ricardian Analysis:
Reply. American Economic Review, 89(4), 1046–1048.
https://doi.org/10.1257/aer.89.4.1046
[22] Mora, J., Ramírez, D., Ordaz, J. L., Acosta, A., y Serna, B. (2010).
Guatemala: efectos del cambio climático sobre la agricultura
(No. P01-277).
[23] Munguia, Y., y Aguilar, M. (2014). Efectos e impactos del cam-
bio climático en el maíz blanco en El Salvador. Variabilidad y
Cambio Climático. Impactos, Vulnerabilidad y Adaptación al
Cambio Climático En América Latina y El Caribe, 73–88.
[24] ONG Manos Unidas. (2020). ¿Qué es
el cambio climático? Manos Unidas.
https://www.manosunidas.org/observatorio/cambio-
climatico/que-es-cambio-climatico
102
Revista Económica
DOI: 10.54753/rve.v11i1.1623
Vol.11-N°1, Enero - Junio 2023
p-ISSN:2602-8204 |e-ISSN 2737-6257
[25] Ortega, A., Ortiz, C., y Ortega, P. (2018). Proyección del efecto
de cambio climático en la producción agrícola de temporal de
la región tierra caliente de Michoacán al 2025. 408–427.
[26] Ortiz, R. (2012). El cambio climático y la producción agrícola.
http://www.iadb.org
[27] Palacios, M., Massa, P., y Martínez, V. (2018). Cambio climático
y contaminación ambiental como generadores de crisis alimen-
taria en la américa andina: un análisis empírico para Ecuador.
Investigación Operacional, 39(2), 234–249.
[28] Seo, S., y Mendelsohn, R. (2007). Climate change impacts on
animal husbandry in Africa: A Ricardian analysis. World Bank,
1–48. http://hdl.handle.net/10986/7423
[29] Sharma, V., Kaur, J., y Sharma, S. (2020). Plant growth pro-
moting rhizobacteria: potential for sustainable agriculture.
https://orcid.org/0000-0003-1781-1056
[30] Tonconi, J. (2015). Producción agrícola alimentaria y cambio
climático un análisis económico en el departamento de Puno,
Perú. Idesia (Arica), 33(2), 119–136.
[31] Tonconi, J. Q. (2014). Efectos del cambio climático sobre la
producción de aceituna en Yarada, Región Tacna. Idesia (Ari-
ca), 32(2), 29–35.
[32] Tubiello, F. N., y Rosenzweig, C. (2008). Developing climate
change impact metrics for agriculture. Integrated Assessment
Journal, 8(1), 165–184.
[33] Van Oort, P. A. J., y Zwart, S. J. (2018). Impacts of clima-
te change on rice production in Africa and causes of simula-
ted yield changes. Global Change Biology, 24(3), 1029–1045.
https://doi.org/10.1111/gcb.13967
[34] Viguera, B., Martínez, R., Donatti, C., Harvey, C., y Alpízarr,
F. (2017). Impactos del cambio climático en la agricultura
de Centroamérica, estrategias de mitigación y adaptación.
www.conservation.org/cascade-espanol
[35] Zhang, P., Zhang, J., y Chen, M. (2017). Economic impacts of
climate change on agriculture: The importance of additional cli-
matic variables other than temperature and precipitation. Jour-
nal of Environmental Economics and Management, 83, 8–31.
https://doi.org/10.1016/j.jeem.2016.12.001
[36] Zhindon, D., Massa, P., y Bonilla, J. (2017). Relación del
cambio climático con la producción agrí¬cola en la Pro-
vincia del Azuay. INNOVA Research Journal, 2(9.1), 55–64.
Https://doi.org/10.33890/innova.v2.n9.1.2017.508
103
