Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Compe&&vidad internacional del aguacate michoacano y escenarios de cambio climá&co, 2025-‐2075�
LOS PROCESOS DE INTEGRACIÓN REGIONAL DEL SIGLO XXI
Carlos Francisco Or&z Paniagua, Alba María Ortega Gómez, Priscila Ortega Gónmez y Zoe T. Infante Jiménez
Compe&&vidad internacional del aguacate michoacano y escenarios de cambio climá&co, 2025-‐2075
Presentan: CA-‐UMSNH-‐150
Carlos Francisco Or;z Paniagua, Alba María Ortega Gómez, Priscila Ortega Gónmez y Zoe T. Infante Jiménez Sede: Unidad de Auditorios Universidad de Guadalajara
Fecha: 26-‐28 de abril de 2017
Compe&&vidad del aguacate
Caracterización de Michoacán
• Transferencia de valor del sector primario • Superficie de 59 mil km2, (noveno lugar en términos
demográficos) • IDH = 0.69; (lugar 29 de 32). • Participación económica y competitividad se ubica en la
posición 29 de 32. • Concentración poblacional, en siete ciudades
11 22
67
21 22
57
Primario Secundario Terciario
Estructura económica de Michoacán, 2012 (Participación porcentual)
Valor PEA
Par&cipación en porcentaje a nivel mundial de los países exportadores de aguacate
0%
5%
10%
15%
20%
25%
30%
35%
México Chile España África Sudáfrica Países Bajos Israel Perú Francia República Dominicana
Resto de los países
Principales países importadores de aguacate a nivel mundial, can&dad en toneladas
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
3,000,000
3,500,000
EUA Francia Países Bajos Reino Unido Japón Canadá España Alemania Colombia El Salvador
Principales productores de aguacate en México
Estado Producción (Ton)
Valor Producción (Miles de Pesos)
Porcentaje de producción nacional
1 Michoacán 1,092,344.21 16,453,977.72 86.41% 2 Jalisco 37,741.54 383,314.81 2.99% 3 Morelos 27,715.53 294,895.78 2.19% 4 México 25,955.00 356,559.72 2.05% 5 Nayarit 25,707.22 151,721.95 2.03%
Fuente: SIAP, 2015
4% del PIB Michoacano deriva de la producción de aguacate
La compe&&vidad del aguacate • El cul&vo de aguacate favorecido por los mercados internacionales… creciente
mejoramiento de las ventajas compe&&vas del aguacate en las úl&mas décadas, (Torres, 2006).
• Logís&ca, distribución y mercadotecnia (Carman, 2009).
• El productor más importante de aguacate en México es el estado de Michoacán, que suministra más de 80% de la producción nacional y más de 90% de las exportaciones. La compe&&vidad del mismo estudiado por Bonales, 2003;
• Fundamento en las redes de distribución, la calidad del producto, los rendimientos y el precio del mismo en el mercado. A la vez que el mejoramiento de los procesos de producción, distribución y calidad del fruto han sido parte de las etapas que atravesarían los productores, quienes han sido “forzados” a ello, al ingresar al mercado internacional, sin olvidar el papel del estado como promotor de esto en un inicio, como lo demuestra (Stanford, 2002).
Cambio climá&co
Convergencia de los resultados de ambas posturas teórico-políticas
1. Aumento de la temperatura promedio del planeta
2. Cambio en los patrones de precipitación pluvial
3. Aumento e intensificación de los fenómenos meteorológicos extremos
1. Gestión de capacidades adaptativa
2. Gestión de riesgos 3. Reducción de vulnerabilidad e
incremento de la resiliencia
• Pluviometría irregular e impredecible
• Aumento de la incidencia de las tormentas y sequías prolongadas
• Aumento en la aparición de plagas y enfermedades que afectan a cultivos y animales
• Reducción en los rendimientos de los cultivos
• D e c r e m e n t o d e l a disponibilidad de agua
• Aumento en el número de p e r s o n a s e x p u e s t a s a enfermedades
• Aumento en el riesgo de inundaciones, producto de lluvias torrenciales y en el aumento del nivel del mar
• Desplazamientos humanos
Consecuencias del CC
Materiales y métodos
• Parte I. Compe&&vidad del aguacate – ¿Qué tan compe&&vos son los productores agrícolas?
• Parte II. Variabilidad climá&ca regional – ¿Hay evidencia de cambio climá&co en la región? – ¿Cómo afectaría a los productores de aguacate?
Compe&&vidad de los productores agrícolas
Cargas factoriales (ACP) F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13 F14 F15 F16
SUP_AGR 0.148 0.562 -0.444 -0.061 -0.455 -0.235 -0.093 -0.035 0.373 -0.155 -0.148 -0.025 -0.007 -0.057 0.024 0.000
FER_QUÍMICOS 0.894 0.204 -0.022 -0.182 0.088 0.022 -0.090 0.086 0.013 -0.152 0.002 0.072 -0.004 0.230 -0.066 -0.128
SEM_MEJORADA 0.693 -0.442 -0.209 -0.268 -0.205 -0.071 -0.056 -0.164 -0.186 -0.127 0.062 -0.161 -0.135 -0.111 -0.145 -0.007
A_NATURALES 0.448 0.658 0.324 -0.173 0.277 0.060 -0.056 0.002 -0.088 0.056 -0.256 -0.115 -0.232 0.013 0.009 0.065
HERB_QUÍMICOS 0.912 -0.083 -0.017 -0.190 -0.021 -0.053 -0.074 0.011 -0.035 -0.199 0.103 0.056 0.149 0.106 0.017 0.168
HERB_ORGÁNICOS 0.708 0.439 0.332 -0.131 0.089 -0.180 0.079 0.106 -0.101 0.055 -0.047 0.085 0.233 -0.194 -0.070 -0.034
INSEC_QUÍMICOS 0.902 -0.187 0.091 -0.170 -0.068 -0.100 0.010 -0.087 -0.141 -0.076 0.051 -0.010 -0.042 -0.064 0.232 -0.063
INSEC_ORGÁNICOS 0.485 0.215 0.554 0.249 -0.266 -0.207 0.104 -0.192 0.185 0.196 0.320 -0.089 -0.048 0.060 -0.024 0.003 QUEMA_CONTROLADA 0.640 -0.110 -0.388 0.035 -0.227 -0.230 0.078 0.350 -0.114 0.398 -0.010 0.098 -0.101 0.030 0.000 0.023 OTRA_TECNOLOGÍA 0.370 -0.013 0.100 0.702 -0.199 0.073 -0.495 0.091 -0.171 -0.034 -0.111 -0.114 0.070 0.002 0.005 -0.008
CREDITO 0.725 -0.251 -0.227 -0.055 0.113 0.220 0.126 -0.229 0.145 0.294 -0.230 -0.186 0.175 0.052 0.008 -0.009
SEGURO 0.601 0.116 -0.319 0.156 0.466 0.229 -0.056 0.240 0.231 -0.039 0.294 -0.126 -0.037 -0.097 0.011 -0.001 CREDYSEG 0.714 0.042 -0.201 0.412 0.149 0.170 0.011 -0.338 0.027 0.011 -0.036 0.312 -0.099 -0.057 -0.025 0.012
Riego_UP 0.470 -0.373 0.254 0.388 -0.067 -0.012 0.506 0.206 0.114 -0.257 -0.199 -0.036 -0.048 -0.003 -0.014 0.006
Traccion 0.235 -0.481 0.468 -0.327 -0.193 0.340 -0.301 0.140 0.303 0.084 -0.073 0.118 -0.052 -0.058 -0.009 0.003
SalyEros 0.046 0.455 -0.075 -0.057 -0.460 0.688 0.230 0.045 -0.175 -0.012 0.102 -0.009 0.020 -0.005 0.008 0.001
0
20
40
60
80
100
0
1
2
3
4
5
6
7
F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 F12 F13 F14 F15 F16
Varia
bilid
ad acumulad
a (%
)
Valor p
ropio
eje
Gráfico de sedimentación
Materiales y métodos
• Índice de compe&&vidad agrícola – Compe&&vidad de los productores
– Se estandarizaron los valores y luego se establecieron rangos en escala likert de cinco categorías
– Se sumaron se dividieron sobre el máximo valor a obtener para rela&vizar
ICAM, para los productores de Michoacán
0.70-1.00 Muy Alta 0.47-0.69 Alta 0.37-0.46 Moderada 0.31-0.35 Baja
Municipio ICAM Municipio ICAM Municipio ICAM Municipio ICAM Municipio ICAM
Uruapan 1.00 Ario 0.69 Zamora 0.47 Queréndaro 0.39 Churintzio 0.37 Puruándiro 0.92 Zacapu 0.68 Lázaro C. 0.47 Aquila 0.39 Quiroga 0.36 Buenavista 0.89 Salvador E. 0.65 Coeneo 0.47 Senguio 0.39 Briseñas 0.36 Zitácuaro 0.89 Tarímbaro 0.65 Piedad, La 0.46 Coalcomán 0.39 Madero 0.36 Zinapécuaro 0.87 Tancítaro 0.65 Tingambato 0.46 Tocumbo 0.39 Irimbo 0.36 Vista Hermosa 0.83 Venustiano C. 0.64 Cotija 0.46 Pátzcuaro 0.39 Angangueo 0.36 Tacámbaro 0.83 Contepec 0.64 Ocampo 0.45 Susupuato 0.39 Tuxpan 0.36 Huetamo 0.75 Tanhuato 0.64 Arteaga 0.45 Chavinda 0.38 Jiquilpan 0.36 Huacana, La 0.73 Tiquicheo de N. 0.63 San Lucas 0.44 Aguililla 0.38 Tzitzio 0.35 Maravatío 0.70 José S. V. 0.62 Jacona 0.44 Churumuco 0.37 Cherán 0.35
Hidalgo 0.61 Charo 0.43 Tangamandapio 0.37 S. Ana Maya 0.35 Nahuatzen 0.61 Cuitzeo 0.43 Tingüindín 0.37 Ixtlán 0.34 Turicato 0.60 Ecuandureo 0.43 Numarán 0.37 Sahuayo 0.34 Alvaro Obregón 0.60 Peribán 0.43 Gabriel Z. 0.37 Lagunillas 0.34 Penjamillo 0.58 Indaparapeo 0.42 Purépero 0.34 Yurécuaro 0.57 Erongarícuaro 0.42 Morelos 0.33 Morelia 0.54 Parácuaro 0.42 Chilchota 0.33 Reyes, Los 0.54 Zináparo 0.41 Marcos C. 0.33 Jiménez 0.51 Nuevo P. 0.41 Copándaro 0.33 Apatzingán 0.51 Paracho 0.41 Huaniqueo 0.33 Pajacuarán 0.51 Tangancícuaro 0.41 Juárez 0.33 Angamacutiro 0.50 Ziracuaretiro 0.41 Tumbiscatío 0.32 Epitacio Huerta 0.49 Carácuaro 0.41 Coahuayana 0.32 Villamar 0.48 Taretan 0.41 Cojumatlán 0.32 Jungapeo 0.48 Acuitzio 0.41 Nocupétaro 0.32 Tuzantla 0.48 Tepalcatepec 0.41 Charapan 0.32 Múgica 0.48 Panindícuaro 0.40 Aporo 0.32 Tlalpujahua 0.47 Nuevo Urecho 0.39 Chucándiro 0.31
Tzintzuntzan 0.31 Tlazazalca 0.31 Chinicuila 0.30 Huiramba 0.30 Huandacareo 0.30
Región aguacatera propuesta por Gu&érrez et.al. (2010).
• Acuitzio • Apatzingán • Ario • Cotija • Madero • Nuevo Parangaricutiro • Peribán • Los Reyes • Salvador Escalante • Tacámbaro • Tancítaro • Tangamandapio • Tangancícuaro • Taretan • Tingambato • Tingüindín • Tocumbo • Turicato • Tuxpan • Uruapan • Ziracuaretiro • Zitácuaro
Región aguacatera
Compe&&vidad de los productores agrícolas
• Parte II. – Análisis de la variabilidad climá&ca
Punto de par&da y supuestos
Escenarios de emisiones Los escenarios de emisiones, son imágenes alterna&vas de lo que podría acontecer en el futuro, y cons&tuyen un instrumento apropiado para analizar de qué manera influirán las fuerzas determinantes en las emisiones futuras. El escenario A2 proyecta un planeta muy heterogéneo; la población mundial se man&ene en con&nuo crecimiento, sería casi una proyección lineal del actual comportamiento de la ac&vidad humana; El escenario A1B proyecta una convergencia económica global, emisiones de contaminantes a la atmósfera media-‐alta, rápido crecimiento económico, tecnologías eficientes y un balance entre energías fósiles y no fósiles (IPCC, 2000).
Escenario A1; para temperatura para 2040
Fuente: IPCC, 2007
Escenario A1, para la precipitación al año 2040
Fuente: IPCC, 2007
Materiales y métodos en el aspectos meteorológico
ü La selección de las estaciones meteorológicas
ü Control de calidad de los datos (mayor número de observaciones diarias)
Materiales y métodos
No. Id_Estación Nombre Municipio Escenarios climáticos X Y
1 16140 V. Madero (CFE) Madero -101.25 19.25 2 16123 Tacámbaro Tacámbaro -101.25 19.25 3 16127 Taretan (CFE) Taretan -101.75 19.25 4 16073 Los Limones (CFE) Los Reyes -102.75 19.75 5 16043 El Puerto Cotija -102.75 19.75 6 16106 San Ángel Tinguindín -102.75 19.75 7 16125 Tangancícuaro
Tangancícuaro -102.25 19.75 8 16014 Camécuaro 9 16137 Urepetiro 10 16165 Uruapan (CFE) Uruapan -100.25 19.25
ü 10 estaciones meteorológicas 8 municipios: § Co&ja § Los Reyes § Madero § Tacámbaro § Taretan § Tinguindín § Tangancícuaro § Uruapan
Estos criterios resultaron en la selección:
Análisis RHtest en las estaciones que pasaron las pruebas
• El LARS WG (Long Ashton Research Station Weather Generator, por sus siglas en inglés) genera datos diarios de tiempo de un sitio particular con las mismas características estadísticas de la serie real de la estación (Semenov et al., 1998).
• Es un generador estocástico que se basa en series autoregresivas y utiliza una distribución normal que se aproxima a una distribución de probabilidad de series húmedas y secas, precipitación diaria, temperatura máxima, temperatura mínima.
Software LARS WG versión 4.0 (http://www.rothamsted.bbsrc.ac.uk/mas-models/larswg/download.php)
Proyecciones de temperatura 2025, 2050 y 2075
ü Primero se calibró el modelo analizando las
características estadísticas de los datos observados diarios por períodos de 30 años.
ü Se generaron las muestras diarias (30 años) bajo
cambio climático a partir de los parámetros estadísticos obtenido de las estaciones meteorológicas correspondiente
ü LARS WG construyó las series sintéticas de datos
futuros para la climatología 2025 (periodo 2010-2040), 2050 (periodo 2040-2070) y 2075 (periodo 2060-2090)
Software LARS WG versión 4.0 (http://www.rothamsted.bbsrc.ac.uk/mas-models/larswg/download.php)
Resultados Escenarios de cambio climá&co
Estación Municipio Escenario A2 Escenario A1B 2025 2050 2075 2025 2050 2075
16073 Los Reyes 1 1.9 3.2 1.1 2.1 3 16043 Cotija 0.4 1.4 2.8 0.6 1.7 2.7 16106 Tinguindín 1 2.2 3.8 1.2 2.4 3.5 16014
Tangancícuaro 1.3 2.3 3.8 1.4 2.5 3.6
16125 0.4 1.7 3.4 0.7 2 3.3 16137 0.8 1.9 3.4 1 2.2 3.3 16165 Uruapan 1.8 2.8 4.1 2 2.9 3.9 16127 Taretan 0.8 1.6 3.1 0.8 1.8 2.7 16123 Tacámbaro 0.9 1.9 3.5 0.9 2 3.2 16140 Madero 2.5 3.6 5.3 2.8 4 5.3
Resultados Ecuaciones de las tendencias de precipitación
Estación Municipio Ecuación 16073 Los Reyes y = -1.350x + 1044 16043 Cotija y = -1.860x + 941.9 16106 Tinguindín y = -2.414x + 986 16014
Tangancícuaro y = -1.271x + 938.5
16125 y = -5.674x + 947.4 16137 y = -0.128x + 908.5 16165 Uruapan y = -7.053x + 1614 16127 Taretan y = -2.305x + 1202 16123 Tacámbaro y = -2.723x + 1286 16140 Madero y = -5.606x + 1312
Resultados Diagramas “Box plots”
Box Plot (Spreadsheet5 7v*10950c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
600
700
800
900
1000
1100
1200
1300
1400
1500
ESTACIÓN 16073, LOS REYES Box Plot (Spreadsheet5 7v*10950c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
300
400
500
600
700
800
900
1000
1100
1200
ESTACIÓN 16043, COTIJA Box Plot (Spreadsheet5 7v*10950c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
200
400
600
800
1000
1200
1400
ESTACIÓN 16106, TINGUINDÍN
Box Plot (Spreadsheet5 7v*10950c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
200
400
600
800
1000
1200
1400
ESTACIÓN 16014, TANGANCÍCUARO Box Plot (Spreadsheet5 7v*10950c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
400
500
600
700
800
900
1000
1100
1200
1300
1400
ESTACIÓN 16125, TANGANCÍCUARO Box Plot (Spreadsheet5 7v*10950c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
400
500
600
700
800
900
1000
1100
1200
1300
ESTACIÓN 16137, TANGANCÍCUARO
Box Plot (Spreadsheet2 7v*30c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
600
800
1000
1200
1400
1600
1800
2000
2200
2400
ESTACIÓN 16165, URUAPAN Box Plot (Spreadsheet2 7v*31c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
200
400
600
800
1000
1200
1400
1600
1800
ESTACIÓN 16127, TARETAN
Box Plot (Spreadsheet1 7v*30c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPercip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
-200
0
200
400
600
800
1000
1200
1400
1600
1800
ESTACIÓN 16123, TACÁMBARO
Box Plot (Spreadsheet5 7v*10950c)
Median; Box: 25%-75%; Whisker: Non-Outlier Range
Median 25%-75% Non-Outlier Range Outliers ExtremesPrecip_obs
A2_2025A2_2050
A2_2075A1B_2025
A1B_2050A1B_2075
400
600
800
1000
1200
1400
1600
1800
ESTACIÓN 16140, MADERO
Resultados: Compe&&vos versus variabilidad climá&ca
Municipio
Escenarios de CC (Aumento
de la T°)
Ecuaciones (Disminución de la precipitación) IVT_clim
Los Reyes 3 2 5 Cotija 3 2 5 Tacámbaro 4 2 6 Taretan 3 2 5 Tangancícuaro 4 2 6 Tinguindín 4 2 6 Uruapan 4 4 8 Madero 4 4 8
Resultados Compe&&vidad, vulnerabilidad y variabilidad climá&ca y social
Conclusiones
ü La metodología implementada combina variables económicas y climatológicas, lo que cons&tuye el principal aporte del presente estudio.
ü Los valores de cambio climá&co del “pixel” correspondiente muestra una variación de temperatura máxima de un grado para los siguientes diez años, por encima de los tres grados, a la vez que la tendencia de precipitación en los úl&mos 30 años ha sido nega&va.
ü Cuando se incorporan las tendencias del clima, (precipitación y temperatura), los municipios más vulnerables de la región aguacatera son: Uruapan y Madero.
Conclusiones
ü Los efectos del cambio climá&co par&endo de los escenarios propuestos por el PICC pueden impactar en la región aguacatera, según muestran los resultados de los escenarios a 2075 y las tendencias en la precipitación.
ü 60% de la superficie es de temporal
ü Lo anterior combinado con una economía especializada como la región de estudio plantea retos importantes, que al momento no se han contemplado como “riesgos latentes” por parte de los productores o de las autoridades.
ü La metodología empleada sugiere que la variabilidad climá&ca debe ser contemplada para tomar medidas de mi&gación o adaptación de impactos en la agricultura, principalmente la del aguacate, por su importancia económica.
ü Una de las líneas de inves&gación que se desprenden apunta al estudio de la resiliencia del cul&vo de aguacate ante un incremento de 3 grados promedio de temperatura y una reducción superior al 10% en la precipitación.
ü El cambio de cobertura vegetal se suma al efecto de la variabilidad climá&ca para la reducción de captación de agua